Redes Neurais Artificiais

Redes Neurais Artificiais
1. História
O primeiro trabalho sobre Redes Neurais foi realizado no ano de 1943, por McCullock e Pitts. Eles desenvolveram um estudo sobre o comportamento do neurônio biológico, o objetivo do estudo era criar um modelo matemático. As conclusões que eles obtivram desta pequisa foram de extrema importância para a futura implementação computacional do neurônio formal, as conclusões foram:
A atividade do neurônio é tudo ou nada;
A atividade de qualquer sinapse inibitória previne a excitação do neurônio naquele instante.
A primeira afirmação significa que o neurônio estará no estado ativo se a sua saída passar de um valor limite, caso não aconteça, ficará no estado de repouso. Entende-se por estado ativado transmitir a saída a outros neurônios da rede.
Na segunda afirmação teve uma certa importância na construção do neurônio formal a partir do conceito de pesos, cada entrada do neurônio terá um valor associado; caso o mesmo seja positivo, tenderá a excitar a célula; e caso ele seja negativo, tem tendência a inibir.
Entretanto, apesar de todos os estudos feitos até então, o primeiro modelo de rede neural implementado foi o perceptron, por Frank Rosenblatt em 1958.
O perceptron é uma rede neural simples, constituida de uma camada de entrada e uma camada de saída. A cada entrada existe um peso relacionado, sendo que o valor de saída será a soma dos produtos de cada entrada pelo seu respectivo peso. Como foi definido por McCullock e Pitts, o neurônio possui um comportamento tudo ou nada, assim, será necessário estabelecer uma função limiar que defina quando o neurônio estará ativo ou em repouso.

2. Características de Redes Neurais Artificiais
Quando fala-se em Redes Neurais Artificiais, pode-se discriminar pelo menos dois componentes físicos: conexões e elementos de processamento. A combinação desses dois elementos cria uma RNA. Pode-se dizer que tem uma certa semelhança com um grafo, onde os nodos são os elementos de processamento e as arestas