Aula8 RNA Introducao

Redes Neurais Artificiais
Introdução
Capítulos p 1e2

Redes Neurais Artificiais (RNA)
• São modelos computacionais inspirados nos mecanismos de aprendizagem do cérebro humano. humano
• São modelos computacionais que tentam emular a forma com que o cérebro resolve problemas.

RNA
Inspiração no cérebro humano
• O processamento de informações no cérebro humano é altamente complexo, não-linear e paralelo. ▫ O cérebro é constituído por aproximadamente 100 bilhões de neurônios (1011)
▫ Cada neurônio é interligado em média com outros
6.000 neurônios (60 trilhões de sinapses).
▫ Número de neurônios equivale à quantidade de estrelas de via Láctea.
▫ É um dos sistemas mais complexos que é atualmente conhecido pelo ser humano

RNA
Comparação
p ç entre o computador p e o cérebro

Computador

Cérebro

p de
Tipo
processamento

Sequencial q (serial)
(
)

Paralelo

Quantidade e complexidade l id d

Um ou poucos processadores d

 1010 neurônios;
 1010 conexões/neurônio. Velocidade de processamento  10-9 segundos g  10-6 segundos g Eficiência energética

 10-16 Joules (por

 10-6 Joules (por

operação/segundo) ã / d )

operação/segundo) ã / d )

RNA: Principais características
• Adaptação por experiência

▫ Parâmetros internos da rede, tipicamente seus pesos sinápticos, são ajustados a partir da apresentação sucessiva de exemplos (amostras e medidas) relacionados ao comportamento do processo

• Capacidade de Aprendizado

▫ Aplicação de método de treinamento possibilita a rede extrair o relacionamento existente entre variáveis que compõem a aplicação.

• Habilidade de generalização

▫ Após o processo de treinamento, a rede é capaz de generalizar o conhecimento h i adquirido, d i id possibilitando ibili d a estimação i ã d de soluções l õ que eram até então desconhecidas.

• Organização de dados

▫ Baseada em características marcantes de um conjunto de dados a respeito do processo, a rede é capaz de realizar sua organização interna para agrupamento de amostras que são