Redes Neurais Artificiais Prof. Júlio Cesar Nievola PPGIA – PUCPR Especialização em Inteligência Computacional.

Apresentação em tema: "Redes Neurais Artificiais Prof. Júlio Cesar Nievola PPGIA – PUCPR Especialização em Inteligência Computacional."— Transcrição da apresentação:

1 Redes Neurais Artificiais Prof. Júlio Cesar Nievola PPGIA – PUCPR Especialização em Inteligência Computacional

2 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais2 Redes Neurais Artificiais Sistemas Neurais Artificiais Conexionismo Sistemas Adaptativos Neurocomputadores Sistemas Massivamente Paralelos Distribuídos Redes Neurais (Artificiais)

3 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais3 Redes Neurais Artificiais Reunião no Dartmouth College Paradigmas básicos: Simbólico Conexionista Perceptron (1 camada de pesos ajustáveis) Descrédito a partir do final da década 60 Impulso a partir da década de 80

4 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais4 Computador x cérebro Velocidade de processamento  CPU: Clock (Cray 3) 4.2ms  Neural: disparo neurônio ms Ordem de processamento  CPU: serial  Neural: paralelo Abundância e complexidade:  CPU: um ou poucos processadores  Neural: 10 11 -10 14 neurônios; 10 3 -10 4 conexões/neurônio

5 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais5 Computador x cérebro Armazenamento do conhecimento  CPU: estritamente relocável  Neural: adaptativo Tolerância a falhas  CPU: mínima, senão inexistente  Neural: boa Controle do processamento  CPU: controle autocrático, centralizado  Neural: controle anárquico, distribuído

6 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais6 Elemento de base Neurônio simplificado Componentes: Axônio Dendritos Sinapses

7 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais7 Forma Matemática Simplificada Dendritos: entradas Corpo celular: Soma ponderada Função não-linear Axônio: distribuição aos neurônios

8 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais8 Terminologia Elementos de Processamento: Nós Memória de curto prazo População Ligações entre elementos de processamento Peso (Força de) interconexão Memória de longo prazo

9 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais9 Aprendizagem Supervisionada Não-supervisionada Com reforço

10 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais10 Etapas de Projeto Definir o problema Escolher informação Obter dados Criar arquivos rede Treinar a rede Testar a rede Uso em campo

11 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais11 Topologias: Construtiva

12 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais12 Topologias: Hopfield

13 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais13 Topologias: Recorrente

14 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais14 Topologias: Não-Supervisionada

15 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais15 Classificação das RNAs

16 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais16 Sub- e sobre-ajuste do polinômio

17 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais17 Extração de Regras É a tarefa de converter modelos de redes neurais treinadas em representações mais facilmente compreensíveis Surgiu em função de Data Mining boom Interesse em métodos como boosting, bagging e error-correcting output codes

18 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais18 Características dos Métodos de Extração de Regras Compreensibilidade Quanto são humanamente compreensíveis Fidelidade Quanto modela a RNA da qual foi extraída Precisão Previsão precisa sobre exemplos não vistos Escalabilidade Grandes espaços de entrada, unidades e conexões Generalidade Treinamento especial e/ou restrições

19 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais19 Implementações Características-chave: Computacionalmente intensivas Massivamente paralelas Grandes requisitos de memória Possibilidades de implementação Computadores convencionais Computadores dedicados Implementação em hardware específico

20 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais20 Redes Neurais Artificiais Razões para utilização Paralelismo Capacidade de adaptação Memória distribuída Capacidade de generalização Facilidade de construção

21 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais21 Redes Neurais Artificiais Limites de utilização Simulação em máquinas seqüenciais A passagem da simulação para a implementação em hardware está no início O desempenho é dependente da qualidade e da pertinência do pré- tratamento efetuado

22 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais22 Redes Neurais Artificiais Características de uma boa aplicação Regras de resolução do problema desconhecidas ou difíceis de formalizar Dispõe-se de um grande conjunto de exemplos e suas soluções Necessita-se de grande rapidez na resolução do problema, p.ex. Tempo real Não existem soluções tecnológicas atuais

23 Prof. Júlio Cesar Nievola PPGIA - PUCPR Especialização em Inteligência Computacional Redes Neurais Artificiais23 Redes Neurais Artificiais Domínios de aplicação privilegiados Reconhecimento de formas Tratamento de sinal Visão, fala Previsão e modelagem Auxílio à decisão Robótica