Treinamento supervisionado de redes neurais

´ ˆ CLASSIFICACAO NEURAL DE ESPECIES DE PLANTAS DO GENERO IRIS ¸˜ Victor Barros Costa∗, Jose Manoel Seixas∗
∗

Laborat´rio de Processamento de Sinais o UFRJ Rio de Janeiro, RJ, Brasil

Emails: [e-mail], [e-mail]
Abstract— Artificial neural networks are computational systems biologically inspired; that is, they are designed to behave in a manner that is analogous to the most elementary functions of biologic neurons networks. Amongst these functions are the network’s abilities to learn and generalize from previous experiences and to abstract irrelevant data from the inputs. This paper analyses the implementation of a multilayer perceptron in the classification of specimens of the genus Iris. The results obtained with different combinations of topology and supervised training algorithms are compared. Keywords— Iris, Supervised Training, , Classification, Artificial Neural Networks.

Resumo— Redes neurais artificiais (RNA) s˜o sistemas computacionais biologicamente inspirados; ou seja, a s˜o projetadas para se comportar de modo an´logo `s fun¸˜es b´sicas de redes de neurˆnios biol´gicos. Dentre a a a co a o o essas fun¸˜es est˜o a capacidade da RNA de aprender e generalizar a partir de experiˆncias anteriores e de co a e abstrair dados irrelevantes entre os dados de entrada da rede. Este trabalho analisa a implementa¸˜o de um ca perceptron de m´ ltiplas camadas na classifica¸˜o de esp´cimes de plantas do gˆnero Iris. Os resultados obtidos u ca e e com diferentes combina¸˜es de topologia e algoritmos de treinamento supervisionado s˜o comparados. co a Keywords— Iris, Treinamento Supervisionado, Classifica¸˜o, Redes Neurais Artificiais. ca

1

Introdu¸˜o ca

seus pesos sin´pticos, gerando um resultado a net. net = w1 x1 + w2 x2 + ... + wD xD (1)

Os avan¸os computacionais na ´rea de armazenac a mento de informa¸˜o contribu´ ca ıram para a forma¸˜o de grandes bancos de dados, de modo que ca a tarefa de analis´-los e extrair informac˜es