REDES NEURAIS E SUAS APLICAÇÕES ALUNO: Paulo Celso da Silva e Souza Junior

Trabalho de Conclusão de Curso apresentado à Faculdade Atual, como requisito parcial para obtenção do grau de Bacharel em Sistemas de Informação, sob a orientação do Professor Mestre Alfredo Braga Furtado. REDES NEURAIS E SUAS APLICAÇÕES

Inicialmente este trabalho propõe-se a descrever os principais tópicos referentes a redes neurais, desde seu surgimento até propostas de implementação em inúmeras aplicações atuais. 1- O CÉREBRO - É composto por uma complexa rede de células nervosas chamadas dendritos 2- NEURÔNIO - Uma célula nervosa onde os dendritos conduzem informações para o sistema nervoso central. NERVOS MOTORES -. NERVOS SENSORIAS. NERVOS DE CONEXÃO

O Sistema Nervoso conecta-se ao Sistema Nervosos Central onde conecta-se ao encéfalo e a medula espinhal. E o Sistema Nervoso Periférico conecta-se ao Sistema Nervoso Somático, e o Sistema Nervoso Autônomo conecta-se ao Sistema Simpático e Parassimpático, Essas conexões estabelecidas entre os receptores transportam informações para o cérebro onde serão executadas.

O cérebro juntamente com a espinal medula recebe e elabora várias percepções Em suma pode-se dizer que as funções da espinal medula são funções condutoras (transportam informação somasensorial para o encéfalo e do encéfalo para os músculos) e a função coordenadora (comunicação entre encéfalo e o organismo, coordenando as atividades reflexas).

FATOS HISTÓRICOS : McCULLOUGH e PITTS estabeleceram as bases da neurocomputação, com modelos matemáticos : HEBB traduziu matematicamente a sinapse dos neurônios biológicos : MINSKI constrói o Snark, primeiro neurocomputador com capacidade de aprendizado, ou seja, ajustava automaticamente os pesos entre as sinapses. Não executou nenhuma função útil : ROSENBLATT concebeu o "perceptron", que era uma rede neural de duas camadas, usado no reconhecimento de caracteres : WIDROW desenvolveu um processador para redes neurais e fundou a primeira empresa de circuitos neurais digitais, a Memistor Corporation : Fim das verbas destinadas à pesquisa de redes neurais : WERBOS lançou bases para o algoritmo de retro propagação (backpropagation). Cooper, Cowan, Fukushima, Von der Malsburg e muitos outros foram alguns dos muitos pesquisadores dos anos 1960 e 1970, cujos estudos não devem ser menosprezados. FATOS HISTÓRICOS : McCULLOUGH e PITTS estabeleceram as bases da neurocomputação, com modelos matemáticos : HEBB traduziu matematicamente a sinapse dos neurônios biológicos : MINSKI constrói o Snark, primeiro neurocomputador com capacidade de aprendizado, ou seja, ajustava automaticamente os pesos entre as sinapses. Não executou nenhuma função útil : ROSENBLATT concebeu o "perceptron", que era uma rede neural de duas camadas, usado no reconhecimento de caracteres : WIDROW desenvolveu um processador para redes neurais e fundou a primeira empresa de circuitos neurais digitais, a Memistor Corporation : Fim das verbas destinadas à pesquisa de redes neurais : WERBOS lançou bases para o algoritmo de retro propagação (backpropagation). Cooper, Cowan, Fukushima, Von der Malsburg e muitos outros foram alguns dos muitos pesquisadores dos anos 1960 e 1970, cujos estudos não devem ser menosprezados.

3.2 NEUROCOMPUTAÇÃO Os modelos neurais procuram aproximar o processamento dos computadores ao cérebro Humano. As redes neurais possuem um grau de interconexão similar à estrutura do cérebro e um computador convencional moderno, a informação é transferida em tempos especifica dentro de um relacionamento com um sinal para sincronização (BARRETO, 1997) Tabela 01 - Quadro comparativo entre cérebro e o computador ParâmetroCérebroComputadorMaterialOrgânico Metal e Plástico VelocidadeMilisegundos Nano segundos Tipo de Processamento ParaleloSeqüencial ArmazenamentoAdaptativoEstático Controle de Processos DistribuídoCentralizado Números de Elementos Processados 10 e 11 à e 5 à 10 e 6 Ligação entre Elementos Processados < 10

Quadro Comparativo entre Computadores e os Neurocomputadores ComputadoresNeurocomputadores Executa Programas Aprende Executa Operações Lógicas Executa operações não lógicas, transformações, comparações. Depende do Programa ou do Programador Descobre as relações ou regras dos dados exemplos Testa uma hipótese por vez Testa todas as possibilidades em paralelo

MODELOS DE NEURÔNIOS NEURÔNIO ARTIFICIAL PROJETADO POR MCCULLOCH NEURÔNIO ARTIFICIAL PROJETADO POR MCCULLOCH

MODELOS DE NEURÔNIOS REDE DE PERCEPTRONS PROPOSTA POR ROSEMBLATT REDE DE PERCEPTRONS PROPOSTA POR ROSEMBLATT

MODELOS DE NEURÔNIOS REDES ADALINE E MADALINE PROPOSTA POR WIDROW E HOFF REDES ADALINE E MADALINE PROPOSTA POR WIDROW E HOFF

MODELOS DE NEURÔNIOS ESTRUTURA DO MÉTODO BACKPROPAGATION

SUAS APLICAÇÕES ATUAIS 1- O reconhecimento Ótico de Caracteres (OCR); 2- Controle de Processos Industriais; 3- Aplicações Climáticas 4- Diagnostico Medico; 5- Análise de voz; 6- Robótica; 7- Reconhecimento de padrões em linhas de montagem; 8- Analise de Aroma e Odor; um projeto que está em desenvolvimento, buscando a análise de odor via nariz eletrônico; 9- Sistema Sensorial; 10- Escada Rolante;