Redes neurais artificiais: conceitos e aplicações

Profundão – IX Encontro de Engenharia de Produção da UFRJ.

Redes neurais artificiais: conceitos e aplicações

Daniel Karrer (UFRJ) [e-mail] Renato Florido Cameira (UFRJ) [e-mail] André Strauss Vasques (UFRJ) [e-mail] Marcos de Almeida Benzecry (UFRJ) [e-mail]

Resumo: O artigo se propõe a realizar uma introdução teórico-conceitual às redes neurais artificiais. Para isso, foi realizada uma breve revisão da bibliografia disponível, abrangendo em especial o neurônio booleano de McCulloch, além de uma breve descrição do funcionamento do neurônio biológico. Por fim, há uma seção onde são descritos exemplos e casos de aplicação das RNAs. Palavras-chave: Redes neurais artificiais, Neurônio de McCulloch, Aplicações gerenciais e biológicas

1- Introdução Segundo Braga, Carvalho e Ludemir (2000), em “Sistemas Inteligentes”, “as Redes Neurais Artificiais (RNAs) são modelos matemáticos que se assemelham às estruturas neurais biológicas e que tem capacidade computacional adquirida por meio de aprendizado e generalização”. O aprendizado em RNAs consiste na fase onde a rede neural absorve dados e, a partir destes, modifica seus parâmetros de entrada. Esta etapa pode ser considerada como uma adaptação da RNA às características intrínsecas de um problema, onde se procura cobrir um grande espectro de valores associados as variáveis pertinentes. Isto é feito para que a RNA adquira, através de uma melhora gradativa, uma boa capacidade de resposta para o maior número de situações possíveis. Por sua vez a generalização de uma RNA está associada à sua capacidade de dar respostas coerentes para dados não apresentados a ela durante o treinamento. Espera-se que uma RNA treinada tenha uma boa capacidade de generalização independentemente de ter sido controlada durante o treinamento. No entanto, atualmente, segundo Braga, Carvalho e Ludemir (2000), boa parte das pesquisas atual na área visa o desenvolvimento de modelos e