UPE – Caruaru – Sistemas de Informação Disciplina: Redes Neurais Prof.: Paulemir G. Campos
-
Upload
miranda-kinney -
Category
Documents
-
view
35 -
download
0
description
Transcript of UPE – Caruaru – Sistemas de Informação Disciplina: Redes Neurais Prof.: Paulemir G. Campos
04/20/23 RN - Prof. Paulemir Campos 1
UPE – Caruaru – Sistemas de InformaçãoDisciplina: Redes NeuraisProf.: Paulemir G. Campos
Introdução a Redes Neurais
(Parte 1)
04/20/23 RN - Prof. Paulemir Campos 2
Roteiro da Aula
O que são Redes Neurais; História das Redes Neurais; Inspiração Biológica.
Referências.
04/20/23 RN - Prof. Paulemir Campos 4
Definições Redes Neurais, ou melhor, Redes
Neurais Artificiais (RNAs) são modelos de computação com propriedades particulares:
Capacidade de se adaptar ou aprender; Generalizar; Agrupar ou organizar dados.
04/20/23 RN - Prof. Paulemir Campos 5
Definições RNAs:
estruturas distribuídas formadas por grande número de unidades de processamento conectadas entre si;
Multi-disciplinaridade: Ciência da Computação, Matemática,
Física, Engenharias, Psicologia, Biologia, Lingüística, Filosofia, etc.
04/20/23 RN - Prof. Paulemir Campos 6
Definições Modelos inspirados no cérebro
humano: Compostas por várias unidades de
processamento (“neurônios” ou nodos) interligadas por um grande número de conexões (“sinapses” ou pesos).
Eficientes onde métodos tradicionais têm se mostrado inadequados.
04/20/23 RN - Prof. Paulemir Campos 8
Principais Características
Aprendem através de exemplos; Adaptabilidade; Capacidade de generalização; Tolerância a falhas; Implementação rápida.
04/20/23 RN - Prof. Paulemir Campos 10
Introdução Inter-relação entre
Investigação do comportamento e estrutura do sistema nervoso através de experimentação e modelagem biológica;
Desenvolvimento de modelos matemáticos e suas aplicações para a solução de vários problemas práticos.
Simulação e implementação destes modelos.
04/20/23 RN - Prof. Paulemir Campos 11
A Origem (384-322 a. C.) Aristóteles escreveu:
“De todos os animais, o homem, proporcionalmente, tem o maior cérebro.”
(1700) Descartes acreditava que mente e cérebro eram entidades separadas;
(1911) Ramon e Cajal introduzem a idéia de neurônios como estruturas básicas do cérebro.
04/20/23 RN - Prof. Paulemir Campos 12
A Década de 1940: O Começo (1943) McCulloch & Pitts:
Provam, teoricamente, que qualquer função lógica pode ser implementada utilizando unidades de soma ponderada e threshold (limiar);
(1949) Hebb desenvolve algoritmo para treinar RNA (aprendizado Hebbiano): Se dois neurônios estão simultaneamente
ativos, a conexão entre eles deve ser reforçada.
04/20/23 RN - Prof. Paulemir Campos 13
1950-1960: Anos de Euforia (1958) Von Neumann mostra
interesse em modelagem do cérebro (RNA): “The Computer and the Brain”, Yale
University Press (1959) Rosenblatt implementa
primeira RNA, a rede Perceptron: Ajuste iterativo de pesos; Prova teorema da convergência.
04/20/23 RN - Prof. Paulemir Campos 14
Década de 1970: Pouca Atividade
(1969) Minsky & Papert analisam Perceptron e mostram suas limitações:
Não poderiam aprender a resolver problemas simples como o OU-exclusivo;
Causou grande repercussão.
04/20/23 RN - Prof. Paulemir Campos 15
Década de 1970: Pouca Atividade
(1971) Aleksander propõe Redes Booleanas;
(1972) Kohonen e Anderson trabalham com RNA Associativas;
(1975) Grossberg desenvolve a Teoria da Ressonância Adaptiva (redes ART).
04/20/23 RN - Prof. Paulemir Campos 16
Década de 1980: A Segunda Onda
(1982) Hopfield mostra que Redes Neurais podem ser tratadas como sistemas dinâmicos;
(1986) Hinton, Rumelhart e Williams, propõem algoritmo de aprendizagem para redes multi-camadas: Parallel Distribuited Processing Paul Werbos (1974)
04/20/23 RN - Prof. Paulemir Campos 18
Introdução O cérebro humano contém cerca
de 1011 neurônios;
Cada neurônio processa e se comunica com milhares de outros neurônios continuamente e em paralelo.
04/20/23 RN - Prof. Paulemir Campos 19
Introdução O cérebro humano é responsável
por: Emoção; Pensamento; Percepção; Cognição; Execução de funções sensoriomotoras
e autônomas.
04/20/23 RN - Prof. Paulemir Campos 20
Introdução Por sua vez, a rede de neurônios
do cérebro é capaz de: Reconhecer padrões e relacioná-los; Usar e armazenar conhecimento por
experiência; E, interpretar observações.
04/20/23 RN - Prof. Paulemir Campos 21
Introdução Contudo, o funcionamento das
redes biológicas ainda não foi totalmente desvendado pelo homem;
Ou seja, não se sabe ao certo a forma como as funções cerebrais são realizadas.
04/20/23 RN - Prof. Paulemir Campos 22
Introdução Por outro lado, a estrutura básica
das redes de neurônios naturais é conhecida;
As RNAs baseiam-se justamente nesta estrutura fisiológica.
04/20/23 RN - Prof. Paulemir Campos 23
Neurônios Biológicos Célula fundamental do cérebro
humano;
Dividem-se em três seções: Corpo Celular; Dendritos; Axônio.
04/20/23 RN - Prof. Paulemir Campos 24
Neurônios Biológicos Corpo Celular
Mede apenas alguns milésimos de milímetros;
Local onde a informação é processada e onde novos impulsos são gerados.
04/20/23 RN - Prof. Paulemir Campos 25
Neurônios Biológicos Dendritos
Possuem poucos milímetros de comprimento;
Recebem as informações (ou impulsos nervosos) oriundas de outros neurônios e as conduz até o corpo celular.
04/20/23 RN - Prof. Paulemir Campos 26
Neurônios Biológicos Axônio
É mais longo que os dendritos e, em geral, tem calibre uniforme;
Transmite os impulsos nervosos a outros neurônios.
O ponto de contato entre a terminação axônica de um neurônio com o dendrito de outro é chamado de sinapse.
04/20/23 RN - Prof. Paulemir Campos 27
Neurônios Biológicos Os neurônios se unem
funcionalmente pelas sinapses, formando redes neurais.
As sinapses: Funcionam como válvulas; Controlam a transmissão de impulsos,
ou seja, o fluxo de informação entre os nodos da rede neural.
04/20/23 RN - Prof. Paulemir Campos 28
Neurônio Biológico
Fonte: Adaptado de http://gballone.sites.uol.com.br/atlas/neuron.htm
Estrutura Microscópica
04/20/23 RN - Prof. Paulemir Campos 29
Neurônio Biológico
Fonte: Adaptado de http://gballone.sites.uol.com.br/atlas/neuron.htm
Ligações Sinápticas
Neurônios Artificiais Modelo MCP
Proposto por McCulloch e Pitts (1943); É uma simplificação do neurônio
biológico; Possui n terminais de entrada X1, X2,
..., Xn (representando os dendritos); Apenas um terminal de saída Y
(representando o axônio);
04/20/23 RN - Prof. Paulemir Campos 30
Neurônios Artificiais Modelo MCP (Continuação)
E, os terminais de entrada do neurônio têm pesos acoplados W1, W2, ..., Wn emulando o comportamento das sinapses, cujos valores podem ser positivos ou negativo.
04/20/23 RN - Prof. Paulemir Campos 31
Neurônios Artificiais Um nodo MCP tem sua saída ativa
(Y=1) quando:
onde: n – número de entrada; Wi – peso associado
à entrada Xi; θ – é o limiar (threshold) do neurônio; Σ XiWi – soma ponderada das entradas do neurônio.
04/20/23 RN - Prof. Paulemir Campos 32
n
i
iiwx1
Neurônio Artificial
04/20/23 RN - Prof. Paulemir Campos 33
Fonte: BRAGA et. al., 2000, pág. 9
Modelo de McCulloch e Pitts