Carregar apresentação
A apresentação está carregando. Por favor, espere
1
INTRODUÇÃO AS REDES NEURAIS
FÁBIO SILVA PIAZZI Orientadores: Marcelo Albuquerque Aline Gesualdi Novembro 2001
2
SUMÁRIO Introdução & Histórico Conceitos & Características
Exemplo & Implementação Conclusão & Referências Bibliográficas
3
1) INTRODUÇÃO 1 REDES NEURAIS OU REDES NEURONAIS ?
tentativa de reproduzir artificialmente redes neurais biológicas MOTIVAÇÃO Cérebro lida melhor com alguns problemas que o computador reconhecimento de padrões problemas de otimização combinatória Outras características desejáveis capaz de aprender sem o conhecimento do algoritmo capaz de generalizar robustez APLICAÇÕES processamento de sinais e imagens 1
4
2) HISTÓRICO 2 EVOLUÇÃO DO ESTUDO
: início das Redes neurais com McCulloch e Pitts. E as redes de auto-organização. : Perceptron de aprendizado supervisionado. : Pouco avanço : Redes simétricas e o Backpropagation 2
5
3) NEURÔNIO BIOLÓGICO 3 Estudo do comportamento do neurônio PARTES
dendritos corpo celular axônio sinapse Idéia de entrada, processamento e saída 3
6
4) REDE BIOLÓGICA 4 Tentativa de mapear o seu funcionamento
APRESENTAÇÃO formam malhas complexas comunicação entre neurônios pelas sinapses Como reproduzir tal complexidade? 4
7
5) NEURÔNIO ARTIFICIAL - PERCEPTRON
Começando pela unidade básica CARACTERÍSTICAS variável interna - polarização - bias função de ativação - Semelhança entre os modelos 5
8
6) REDE ARTIFICIAL 6 Construção de um modelo similar 6.1) APRESENTAÇÃO
Disposição em camadas (simplicidade) Comunicação entre neurônios entre camadas adjacentes Atendendo aos desejos iniciais, simplificando o modelo real 6
9
6) REDE ARTIFICIAL 7 6.2) CARACTERÍSTICAS 2 MODOS DE FUNCIONAMENTO
TREINAMENTO Algoritmo - Backpropagation Supervisionado Erro Passo do aprendizado Não supervisionado OPERAÇÃO Algoritmo - Feedforward 7
10
? A B C 7) TREINAMENTO 8 REDE NEURAL 7.1) SEM TREINAMENTO
conjunto de treinamento pesos sinápticos aleatórios A B C REDE NEURAL ? 8
11
X X A,B A,B A,B D R A P A B B A 7) TREINAMENTO 9 REDE NEURAL
7.2) TREINAMENTO SUPERVISIONADO conjunto de treinamento A,B erro, erro A,B ok, erro A,B ok, ok PADRÕES 1a ITERAÇÃO 2a ITERAÇÃO 3a ITERAÇÃO X D R A P A B REDE NEURAL B A X 9
12
8) BACKPROPAGATION 10 BACKPROPAGATION propagação saída/entrada
erro associado Backpropagation 10
13
Como atingir o erro mínimo?
9) ERRO ASSOCIADO ERRO Valor desejado Valor obtido na saída da rede Neurônio artificial Como atingir o erro mínimo? 11
14
10) MINIMIZAÇÃO DO ERRO 12 MÉTODO DO GRADIENTE DESCENDENTE
mesma direção e sentido oposto ao gradiente VALOR INICIAL n w(n) w(n) 5 -2 1 3 -1,2 2 1,8 -0,72 1,08 -0,43 4 0,65 -0,26 1a ITERAÇÃO 2a ITERAÇÃO 3a ITERAÇÃO 4a ITERAÇÃO 12
15
A B C A B C 11) FEEDFORWARD 13 REDE NEURAL serão utilizadas 3 camadas
propagação entrada/saída conjunto de operação rede treinada A B C A B C Feedforward REDE NEURAL 13
16
12) EXEMPLO 14 11.1) FEEDFORWARD 0,06 0,06 0,097 0,46 0,46 0,614 0,63
17
12) EXEMPLO 15 11.2) BACKPROPAGATION - simplificado
retropropagação do erro um neurônio Regra Delta 15
18
12) EXEMPLO 16 11.3) BACKPROPAGATION valores desejados: Ya=0,2 ; Yb=1
retropropagação do erro 0,103 0,13 0,03 0,24 0,152 16
19
13) IMPLEMENTAÇÃO 17 PROGRAMA EM C rede 35 x 4 x 10 entrada grid 5x7
saída 10 bits 17
20
14) GRAFICO DO ERRO 18
21
14) GRAFICO DO ERRO 19
22
15) CONCLUSÃO Tentativa da modelagem do neurônio biológico para o artificial movida pela perfeição das redes biológicas Grande dificuldade no desenvolvimento e implementação das redes artificiais complexidade e do enorme número de parâmetros Já existem resultados animadores que revelam um grande avanço no estudo das Redes Neurais 20
23
16) REFERÊNCIAS BIBLIOGRÁFICAS
1) Calôba, Luiz P. - Introdução à Computação Neuronal (CBPF) 2) Reis, Caimi F., Albuquerque, Marcelo P., Castro, Sérgio B. Nota Técnica – CBPF-NT-002/01, março (CBPF) Haykin, Simon – Neural Network: A Comprehensive Foundation (CBPF) Internet 21
24
INTRODUÇÃO AS REDES NEURAIS
FÁBIO SILVA PIAZZI Orientadores: Marcelo Albuquerque Aline Gesualdi Novembro 2001
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.