INTRODUO AS REDES NEURAIS FBIO SILVA PIAZZI Orientadores
INTRODUÇÃO AS REDES NEURAIS FÁBIO SILVA PIAZZI Orientadores: Marcelo Albuquerque Aline Gesualdi Novembro 2001
SUMÁRIO § Introdução & Histórico § Conceitos & Características § Exemplo & Implementação § Conclusão & Referências Bibliográficas
1) INTRODUÇÃO 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 • reconhecimento de padrões • processamento de sinais e imagens 1
2) HISTÓRICO EVOLUÇÃO DO ESTUDO • 1940 -1950: início das Redes neurais com Mc. Culloch e Pitts. E as redes de auto-organização. • 1950 -1960: Perceptron de aprendizado supervisionado. • 1960 -1970: Pouco avanço • 1980 -2000: Redes simétricas e o Backpropagation 2
3) NEURÔNIO BIOLÓGICO Estudo do comportamento do neurônio PARTES § dendritos § corpo celular § axônio § sinapse Idéia de entrada, processamento e saída 3
4) REDE BIOLÓGICA Tentativa de mapear o seu funcionamento APRESENTAÇÃO § formam malhas complexas § comunicação entre neurônios pelas sinapses Como reproduzir tal complexidade? 4
5) NEURÔNIO ARTIFICIAL - PERCEPTRON Começando pela unidade básica CARACTERÍSTICAS § variável interna § polarização - bias § função de ativação - Semelhança entre os modelos 5
6) REDE ARTIFICIAL 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
6) REDE ARTIFICIAL 6. 2) CARACTERÍSTICAS 2 MODOS DE FUNCIONAMENTO TREINAMENTO Algoritmo - Backpropagation § Supervisionado ü Erro ü Passo do aprendizado § Não supervisionado OPERAÇÃO Algoritmo - Feedforward 7
7) TREINAMENTO 7. 1) SEM TREINAMENTO § conjunto de treinamento § pesos sinápticos aleatórios A B REDE NEURAL ? C 8
7) TREINAMENTO 7. 2) TREINAMENTO SUPERVISIONADO § conjunto de treinamento A, B erro, ok, erro ok, ok PADRÕES A B 1 a ITERAÇÃO REDE NEURAL D X R X 2 a ITERAÇÃO 3 a ITERAÇÃO A P X A B 9
8) BACKPROPAGATION § propagação saída/entrada § erro associado Backpropagation 10
9) ERRO ASSOCIADO ERRO Valor desejado Valor obtido na saída da rede Neurônio artificial Como atingir o erro mínimo? 11
10) MINIMIZAÇÃO DO ERRO MÉTODO DO GRADIENTE DESCENDENTE § minimização do erro § mesma direção e sentido oposto ao gradiente VALOR INICIAL n w(n) 0 5 -2 1 3 -1, 2 2 1, 8 -0, 72 3 1, 08 -0, 43 4 0, 65 -0, 26 1 a ITERAÇÃO 2 a ITERAÇÃO 3 a ITERAÇÃO 4 a ITERAÇÃO 12
11) FEEDFORWARD § § serão utilizadas 3 camadas propagação entrada/saída conjunto de operação rede treinada A B C A REDE NEURAL Feedforward B C 13
12) EXEMPLO 11. 1) FEEDFORWARD 0, 06 0, 097 0, 46 0, 614 0, 63 14
12) EXEMPLO 11. 2) BACKPROPAGATION - simplificado § retropropagação do erro § um neurônio Regra Delta 15
12) EXEMPLO 11. 3) BACKPROPAGATION § valores desejados: Ya=0, 2 ; Yb=1 § retropropagação do erro 0, 13 0, 03 0, 103 0, 24 0, 152 16
13) IMPLEMENTAÇÃO PROGRAMA EM C § rede 35 x 4 x 10 § entrada grid 5 x 7 § saída 10 bits 17
14) GRAFICO DO ERRO 18
14) GRAFICO DO ERRO 19
15) CONCLUSÃO § Tentativa da modelagem do neurônio biológico para o artificial ü movida pela perfeição das redes biológicas § Grande dificuldade no desenvolvimento e implementação das redes artificiais ü complexidade e do enorme número de parâmetros § Já existem resultados animadores que revelam um grande avanço no estudo das Redes Neurais 20
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 2001 (CBPF) 3) Haykin, Simon – Neural Network: A Comprehensive Foundation (CBPF) 4) Internet http: //equipe. nce. ufrj. br/thome/grad/nn/transp/sld 001. htm http: //artecno. ucs. br/textneurais. htm http: //www. ielusc. br/inst/comsocial/jornalismo/ntc/990303/redeneur. htm http: //www 1. cptec. inpe. br/~anderson/apost/info/neura. htm http: //www. cesec. ufpr. br/~zanardin/Contents/Disciplines/neural_network. htm http: //www. icmsc. usp. br/~andre/ann_links. html 21
INTRODUÇÃO AS REDES NEURAIS FÁBIO SILVA PIAZZI Orientadores: Marcelo Albuquerque Aline Gesualdi Novembro 2001
- Slides: 24