Redes Neurais

TREINAMENTO DE REDES NEURAIS ARTIFICIAIS: O ALGORITMO
BACKPROPAGATION
Maria Carolina Stockler Barca1, Tiago Redondo de Siqueira Silveira, Marcio Magini2
Universidade do Vale do Paraíba, Estrada Municipal do Limoeiro, 250 – CEP: 12305-810 – Jardim Dora –
Jacareí - SP, [e-mail], [e-mail]

Resumo- Este trabalho tem o intuito de mostrar o treinamento de uma Rede Neural Artificial, mais especificamente o algoritmo backpropagation. Para tanto, foi utilizada a ferramenta Neuframe® da
Neusciences. Os estudos aqui propostos estão em caráter preliminar, porém mostram as diferentes topologias e a influência das diferentes funções de ativação no treinamento da rede. Também são definidas as taxas de aprendizado, “momentum”, erro e número de épocas. O estudo dessas taxas tem uma importância significativa quando, em caráter posterior, o algoritmo Backpropagation for utilizado em uma aplicação real.
Palavras-chave: Redes Neurais Artificiais, Inteligência Artificial.
Área do Conhecimento: 1 - Ciências Exatas e da Terra
Introdução
A inteligência é a capacidade que um ser, humano ou não, possui para conhecer, aprender e representar. Dentre as características que um ser inteligente possui, o aprendizado é a mais importante, pois é a partir dele que se torna possível qualquer tomada de decisão, conclusão e desenvolvimento de criatividade. O aprendizado está relacionado com os conceitos de: adaptação, correção, otimização, interação e representação
[9].
Dentro deste contexto, várias tentativas de imitar a inteligência humana através de computador foram feitas, dando origem ao que é chamado nos dias atuais de inteligência artificial
(IA). Sabe-se que a IA tem como premissa copiar a inteligência humana. Assim, ela é definida como um conjunto de teorias e técnicas de implementação lógica que permite a uma máquina a capacidade de adquirir conhecimento [10]. A rede neural se insere neste contexto com uma dessas técnicas.