OPTATIVA Redes Neurais

Curso: ENGENHARIA ELÉTRICA
Unidade Curricular: REDES NEURAIS
Professor(es): JOÃO MARQUES SALOMÃO
Período Letivo: NONO OU DECIMO (OPT)
Carga Horária: 30 H TEÓRICAS E 30 H PRÁTICA
OBJETIVOS
Geral:
COMPREENDER E DESCREVER OS DIVERSOS ASPECTOS DAS ARQUITETURAS E TOPOLOGIAS DAS REDES NEURAIS ARTIFICIAIS – RNAS.
Específicos:
RECONHECER AS PRINCIPAIS ARQUITETURAS E TOPOLOGIAS DE REDES NEURAIS ARTIFICIAIS;
DESCREVER OS PROCESSOS DE TREINAMENTO E TÉCNICAS DE APRENDIZAGEM NAS RNAs;
IMPLEMENTAR ALGORITMOS DE TREINAMENTO E VALIDAÇÃO PARA DIVERSAS BASES DE DADOS;
PROJETAR RNAS EM FUNÇÃO DE PROBLEMAS ESPECÍFICOS DE RECONHECIMENTO DE PADRÕES, APROXIMAÇÃO DE FUNÇÕES, MODELAGEM DE SISTEMA E CONTROLE AUTOMÁTICO.
EMENTA
HISTÓRICO E EVOLUÇÃO DAS RNAS. O NEURÔNIO BIOLÓGICO X ARTIFICIAL. FUNÇÕES DE ATIVAÇÃO. PRINCIPAIS ARQUITETURAS DAS RNAS. TREINAMENTO E ASPECTOS DE APRENDIZADO. REDE PERCEPTRON SIMPLES. REDE ADALINE E REGRA DELTA. REDES PERCEPTRON MULTICAMADAS. REDES DE FUNÇÕES DE BASE RADIAL. REDES RECORRENTES DE HOPFIELD. REDES AUTO-ORGANIZÁVEIS DE KOHONEN. REDES LVQ E COUNTER-PROPAGATION. REDES ART. APLICAÇÕES DE REDES NEURAIS ARTIFICIAIS EM PROBLEMAS DE ENGENHARIA.
PRÉ-REQUISITO (SE HOUVER)
NÃO HÁ
CONTEÚDOS
CARGA HORÁRIA UNIDADE I: INTRODUÇÃO ÀS REDES NEURAIS ARTIFICIAIS
1.1 CONCEITOS E CARACTERÍSTICAS PRINCIPAIS;
1.2 RESUMO HISTÓRICO E ÁREAS DE APLICAÇÕES;
1.3 NEURÔNIO BIOLÓGICO X NEURÔNIO ARTIFICIAL;
1.4 FUNÇÕES DE ATIVAÇÃO PARCIALMENTE DIFERENCIÁVEIS E TOTALMENTE DIFERENCIÁVEIS;
1.5 PARÂMETROS DE DESEMPENHO.
4
UNIDADE II: ARQUITETURAS DE REDES NEURAIS ARTIFICIAIS E PROCESSOS DE TREINAMENTO
2.1 PRINCIPAIS ARQUITETURAS DE REDES NEURAIS ARTIFICIAIS;
2.2 ARQUITETURA FEEDFORWARD DE CAMADA SIMPLES E DE
CAMADAS MÚLTIPLAS;
2.3 ARQUITETURA RECORRENTE OU REALIMENTADA
2.4 ARQUITETURA EM ESTRUTURA RETICULADA
2.5 PROCESSOS DE TREINAMENTO E ASPECTOS DE APRENDIZADO
2.6 TREINAMENTO SUPERVISIONADO E NÃO-SUPERVISIONADO
2.7 TREINAMENTO COM REFORÇO;
2.8 APRENDIZAGEM USANDO LOTE DE