Redes Neurais. Profa. Flavia Cristina Bernardini

Tamanho: px
Começar a partir da página:

Download "Redes Neurais. Profa. Flavia Cristina Bernardini"

Transcrição

1 Redes Neurais Profa. Flavia Cristina Bernardini

2 Introdução Cérebro & Computador Modelos Cognitivos Diferentes Cérebro Computador Seqüência de Comandos Reconhecimento de Padrão Lento Rápido Rápido Lento

3 Introdução Cérebro ~10 bilhões de neurônios Cada neurônio tem entre e conexões Imitar a arquitetura do Cérebro Surgimento do Comportamento inteligente

4 Neurônio

5 Fundamentos biológicos O Cérebro Composto por Neurônios: 105 na mosca da fruta, 5x106 no rato e 1011 no homem O Cérebro Humano Massa: 1-2kg no adulto - 2% do peso 20% do peso do recémnascido Usa 20% do oxigênio, 25% da glicose, 15% do fluxo de sangue O Córtex Papel central em funções complexas memória, atenção, consciência, linguagem, percepção e pensamento Diferença nos tamanhos: 5cm 2 no rato, 500 cm 2 no chimpanzé e 2000cm 2 no homem Córtex Humano: 3x10 10 neurônios, com 103 a 104 sinapses por neurônio

6 O Neurônio Possui um corpo celular, axônio e diversas ramificações dendritos Dendritos: dispositivos de entrada que conduzem sinais das extremidades para o corpo celular Axônio (geralmente 1): dispositivo de saída que transmite um sinal do corpo celular para a suas extremidades As extremidades do axônio são conectadas com dendritos de outros neurônios pelas sinapses

7 O Funcionamento do Neurônio A membrana citoplasmática de uma célula nervosa permite o transporte de eletrólitos que modificam o potencial elétrico entre as partes externas e internas da célula Diferença de potencial provoca trem de pulsos de freqüência gerado pela célula nervosa (neurônio) através do axônio para os dendritos, que se ligam a outras células Ante um estímulo de amplitude e duração definida, é codificada a informação que posteriormente é decodificada por dendritos

8 O Funcionamento do Neurônio - A Sinapse Sinapse: é a ligação entre a terminação axônica e os dendritos Permite a propagação dos impulsos nervosos de uma célula a outra Podem ser excitatórias ou inibitórias As sinapses excitatórias cujos neuro-excitadores são os íons sódio permitem a passagem da informação entre os neurônios As sinapses inibitórias, cujos neuro-bloqueadores são os íons potássio, bloqueiam a atividade da célula, impedindo ou dificultando a passagem da informação

9 RNAs Redes Neurais Artificiais são sistemas inspirados nos neurônios biológicos e na estrutura maciçamente paralela do cérebro, com capacidade de adquirir, armazenar e utilizar conhecimento experimental

10 Características Básicas Execução inerentemente paralela Generalização Generalizar conhecimento a partir de exemplos Abstração Habilidade de lidar com ruídos

11 Construção Aquisição de Conhecimento envolve Treinamento Uso de exemplos A rede aprende por experiência, não necessitando explicitar seu conhecimento e seu processo de raciocínio para executar uma determinada tarefa

12 Histórico McCulloch & Pitts (1943) Modelo computacional para o neurônio artificial Não possuía capacidade de aprendizado Hebb (1949) Modelo de aprendizado (Hebbian Learning Rule) Rosenblatt (1957) Rede Perceptron, com grande sucesso Minsky & Papert (1969) Prova matemática: Perceptron são incapazes de solucionar problemas simples tipo OU- EXCLUSIVO Rumelhart (início da década de 80) Novos modelos que superaram os problemas dos Perceptrons.

13 IA Simbólica vs Conexionista Conhecimento Empírico A B AND

14 IA Simbólica vs Conexionista Simbólico Simulação do Comportamento Inteligente AND (A,B) If A = 0 Then AND = 0 Else If B=0 Then AND = 0 Else AND = 1 Conexionista A B Baseado na estrutura cerebral w 1 w 1 = 1 w 2 = 1 w 2 AND A.w 1 + B. w 2 >=

15 Perceptron Características básicas: Regra de propagação netj = Σxi.wij + θj Função de ativação degrau Topologia uma única camada de processadores. Algoritmo de aprendizado supervisionado: Atualização dos pesos (geralmente): wij = η.xi.(tj - sj) Valores de entrada/saída binários

16 Perceptron: problemas Rosenblatt (1962) provou que: Uma rede perceptron é capaz de aprender tudo que puder representar Representação refere-se à habilidade do sistema neural de representar (simular) uma função específica Aprendizado refere-se à existência de um procedimento sistemático de aquisição de conhecimento (ajuste dos pesos), de forma a produzir a função desejada.

17 Perceptron: problema Minsky & Papert provaram que este problema pode ser solucionado Adiciona-se uma outra camada intermediária de processadores Multi-Layer Perceptrons (MLP)

18 Redes MLP

19 Organização em camadas Usualmente as camadas são classificadas em três grupos: Camada de Entrada Padrões são apresentados à rede Camadas Intermediárias ou Escondidas Feita a maior parte do processamento através das conexões ponderadas Podem ser consideradas como extratoras de características Camada de Saída Onde o resultado final é concluído e apresentado.

20 Redes Neurais Camadas Camada de Entrada Camadas Ocultas Camada de Saída Função de Base Combinação das entradas Função de Ativação Saída Aprendizado

21 Backpropagation Durante o treinamento a rede opera em dois passos: 1 Padrão é apresentado à camada de entrada da rede A atividade resultante flui através da rede até que a resposta seja produzida pela camada de saída 2 A saída obtida é comparada à saída desejada para esse padrão particular Erro é calculado e retropropagado da camada de saída até a camada de entrada Os pesos das conexões são modificados conforme o erro é retropropagado

22 Backpropagation Retropropagação do erro: regra delta generalizada Gradiente descendente da função de ativação do neurônio Para bom funcionamento do algoritmo Backpropagation devem ser utilizadas unidades com função de ativação semi-linear Função diferenciável e não decrescente A função threshold não se enquadra nesse requisito Função de ativação amplamente utilizada: função sigmoid.

23 Backpropagation A taxa de aprendizado é uma constante de proporcionalidade no intervalo [0,1] Procedimento de aprendizado requer que a mudança no peso seja proporcional a

24 Backpropagation Gradiente descendente para atualização de pesos requer que sejam tomados passos infinitesimais Quanto maior for, maior será a mudança nos pesos, aumentando a velocidade do aprendizado, o que pode levar à uma oscilação do modelo na superfície de erro Ideal: utilizar a maior taxa de aprendizado possível que não leve a uma oscilação, resultando em aprendizado mais rápido

25 Backpropagation O treinamento das redes MLP com backpropagation pode demandar muitos passos no conjunto de treinamento, resultando um tempo de treinamento considerávelmente longo Se for encontrado um mínimo local, o erro para o conjunto de treinamento para de diminuir e estaciona em um valor maior que o aceitável

26 Modelo genérico de um neurônio x 1 x 2 x N. w 1 w 2 w N F(n) o N n = x i w i i=0 Função de Ativação

27 Observações: Redes neurais de múltiplas camadas só oferecem vantagens sobre as de uma única camada se existir uma função de ativação não-linear entre as camadas

28 Redes Neurais: Função de Ativação

29 Propriedade da Função Sigmoidal x 1 w 1 Neurônio n x 2 x N. w 2 w N y n N s = x i w i y n = σ s = i= e s Propriedade interessante:

30 Algoritmo Backpropagation (cálculos detalhados)

31

32

33

34

35

36

37

38

39

40 Formalizando... Camada de Entrada Ou Camada 0 x 1 Camada 1 n 1 Camadas Intermediárias w 11 1 Camada 2 n 1... Camada K n 1 Camada de Saída Ou Camada Out y 1 x 2.. n L1 w L1 L 2 1. n L n LK y. Out x N

41 Camada de Entrada Ou Camada 0 x 1 Camada 1 n 1 Formalizando... Camadas Intermediárias w 11 1 Camada 2 n 1... Camada K n 1 Camada de Saída Ou Camada Out y 1 x 2 x N.. n L1 w L1 L 2 1. n L L j+1. n LK δ ni j = w ii+ δ ni + y. Out δ yi = z i y i i = 1,, Out i + =1 j = 1,, K i = 1,, L j i + = 1,, L j+1

Complemento II Noções Introdutória em Redes Neurais

Complemento II Noções Introdutória em Redes Neurais Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Redes Neurais. A IA clássica segue o paradigma da computação simbólica

Redes Neurais. A IA clássica segue o paradigma da computação simbólica Abordagens não simbólicas A IA clássica segue o paradigma da computação simbólica Redes Neurais As redes neurais deram origem a chamada IA conexionista, pertencendo também a grande área da Inteligência

Leia mais

Redes Neurais Artificiais

Redes Neurais Artificiais Redes Neurais Artificiais Inteligência Artificial Prof. Cedric Luiz de Carvalho Instituto de Informática UFG 2006 2/164 Tópicos Introdução Redes Neurais Humanas O que são Redes Neurais Artificiais Características

Leia mais

IC Inteligência Computacional Redes Neurais. Redes Neurais

IC Inteligência Computacional Redes Neurais. Redes Neurais Universidade Federal do Rio de Janeiro PÓS-GRADUAÇÃO / 2008-2 IC Inteligência Computacional Redes Neurais www.labic.nce.ufrj.br Antonio G. Thomé thome@nce.ufrj.br Redes Neurais São modelos computacionais

Leia mais

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001 47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações

Leia mais

Aplicações Práticas com Redes Neurais Artificiais em Java

Aplicações Práticas com Redes Neurais Artificiais em Java com em Java Luiz D Amore e Mauro Schneider JustJava 2009 17 de Setembro de 2009 Palestrantes Luiz Angelo D Amore luiz.damore@metodista.br Mauro Ulisses Schneider mauro.schneider@metodista.br http://blog.mauros.org

Leia mais

MLP (Multi Layer Perceptron)

MLP (Multi Layer Perceptron) MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -

Leia mais

Radar de Penetração no Solo e Meio- Ambiente

Radar de Penetração no Solo e Meio- Ambiente UNIVERSIDADE DE SÃO PAULO INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS DEPARTAMENTO DE GEOFÍSICA Curso 3ª Idade Radar de Penetração no Solo e Meio- Ambiente Vinicius Rafael Neris dos Santos

Leia mais

Do neurônio biológico ao neurônio das redes neurais artificiais

Do neurônio biológico ao neurônio das redes neurais artificiais Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais

Leia mais

Relatório de uma Aplicação de Redes Neurais

Relatório de uma Aplicação de Redes Neurais UNIVERSIDADE ESTADUAL DE MONTES CLAROS CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE CIÊNCIAS DA COMPUTACAÇÃO ESPECIALIZAÇÃO EM ENGENHARIA DE SISTEMAS DISCIPLINA: REDES NEURAIS PROFESSOR: MARCOS

Leia mais

Relatório Iniciação Científica

Relatório Iniciação Científica Relatório Iniciação Científica Ambientes Para Ensaios Computacionais no Ensino de Neurocomputação e Reconhecimento de Padrões Bolsa: Programa Ensinar com Pesquisa-Pró-Reitoria de Graduação Departamento:

Leia mais

Projeto de Redes Neurais e MATLAB

Projeto de Redes Neurais e MATLAB Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação

Leia mais

Codificação neural. Natureza da Informação UFABC. Prof. João Henrique Kleinschmidt Material elaborado pelos professores de NI

Codificação neural. Natureza da Informação UFABC. Prof. João Henrique Kleinschmidt Material elaborado pelos professores de NI Codificação neural Natureza da Informação UFABC Prof. João Henrique Kleinschmidt Material elaborado pelos professores de NI 1 Princípios gerais do Sistema Nervoso Neurônio: unidade funcional do SNC Introdução

Leia mais

FACULDADE DO LITORAL SUL PAULISTA - FALS JEAN MAMEDE DE OLIVEIRA

FACULDADE DO LITORAL SUL PAULISTA - FALS JEAN MAMEDE DE OLIVEIRA FACULDADE DO LITORAL SUL PAULISTA - FALS JEAN MAMEDE DE OLIVEIRA INTELIGÊNCIA ARTIFICIAL REDES NEURAIS ARTIFÍCIAIS PRAIA GRANDE 2010 JEAN MAMEDE DE OLIVEIRA INTELIGÊNCIA ARTIFICIAL REDES NEURAIS ARTIFÍCIAIS

Leia mais

Modelos Pioneiros de Aprendizado

Modelos Pioneiros de Aprendizado Modelos Pioneiros de Aprendizado Conteúdo 1. Hebb... 2 2. Perceptron... 5 2.1. Perceptron Simples para Classificaçãod e Padrões... 6 2.2. Exemplo de Aplicação e Motivação Geométrica... 9 2.3. Perceptron

Leia mais

Aula 2 RNA Arquiteturas e Treinamento

Aula 2 RNA Arquiteturas e Treinamento 2COP229 Aula 2 RNA Arquiteturas e Treinamento 2COP229 Sumário 1- Arquiteturas de Redes Neurais Artificiais; 2- Processos de Treinamento; 2COP229 1- Arquiteturas de Redes Neurais Artificiais -Arquitetura:

Leia mais

Redes Neuronais. Redes neuronais artificiais. Redes neuronais artificiais. Redes neuronais artificiais

Redes Neuronais. Redes neuronais artificiais. Redes neuronais artificiais. Redes neuronais artificiais Redes neuronais artificiais Surgiram nos anos 40 com o objectivo de conhecer melhor o cérebro humano e emular o seu comportamento. Departamento de Matemática Universidade dos Açores Redes Neuronais Introdução

Leia mais

1. Introdução... 2. 2. As origens da RNA... 3. 3. O nosso cérebro... 5. 3.1. Plasticidade e modulação sináptica... 5

1. Introdução... 2. 2. As origens da RNA... 3. 3. O nosso cérebro... 5. 3.1. Plasticidade e modulação sináptica... 5 Sumário 1. Introdução... 2 2. As origens da RNA... 3 3. O nosso cérebro... 5 3.1. Plasticidade e modulação sináptica... 5 4. As redes neurais artificiais... 7 4.1. Estrutura da RNA... 7 4.3. Modelos de

Leia mais

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS Curso: Informática Disciplina: Redes Neurais Prof. Fernando Osório E-mail: osorio@exatas.unisinos.br EXEMPLO DE QUESTÕES DE PROVAS ANTIGAS 1. Supondo que

Leia mais

Curso de Redes Neurais utilizando o MATLAB

Curso de Redes Neurais utilizando o MATLAB Curso de Redes Neurais utilizando o MATLAB Victoria Yukie Matsunaga Belém-Pará-Brasil 2012 Esta apostila tem como principal objetivo fornecer um material de auxílio ao Curso de Redes Neurais utilizando

Leia mais

1 Introdução. EA072 Prof. Fernando J. Von Zuben DCA/FEEC/Unicamp. Tópico 1.1: Introdução às Redes Neurais Artificiais (Parte II) 1

1 Introdução. EA072 Prof. Fernando J. Von Zuben DCA/FEEC/Unicamp. Tópico 1.1: Introdução às Redes Neurais Artificiais (Parte II) 1 Introdução às Redes Neurais Artificiais (Parte II) Aspectos Funcionais e Organizacionais Baseado em Notas de Aula da disciplina de pós-graduação IA353 Redes Neurais (FEEC/Unicamp) 1 Introdução... 2 2 O

Leia mais

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011 Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,

Leia mais

REDES NEURAIS ARTIFICIAIS E MODELO DE MARKOWITZ: COMPARANDO TÉCNICAS QUE APÓIAM A TOMADA DE DECISÃO NOS INVESTIMENTOS EM AÇÕES.

REDES NEURAIS ARTIFICIAIS E MODELO DE MARKOWITZ: COMPARANDO TÉCNICAS QUE APÓIAM A TOMADA DE DECISÃO NOS INVESTIMENTOS EM AÇÕES. REDES NEURAIS ARTIFICIAIS E MODELO DE MARKOWITZ: COMPARANDO TÉCNICAS QUE APÓIAM A TOMADA DE DECISÃO NOS INVESTIMENTOS EM AÇÕES. Paulo Henrique Kaupa (Uninove) paulo.kaupa@gmail.com Renato Jose Sassi (Uninove)

Leia mais

Reconhecimento de Caracteres Através de Redes Neurais Artificiais com Aplicação a Placas de Automóveis

Reconhecimento de Caracteres Através de Redes Neurais Artificiais com Aplicação a Placas de Automóveis Anais do XVI Encontro de Iniciação Científica e Pós-Graduação do ITA XVI ENCITA / 2010 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil 20 de outubro de 2010 Reconhecimento de Caracteres

Leia mais

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Anais do XXXIV COBENGE. Passo Fundo: Ed. Universidade de Passo Fundo, Setembro de 2006. ISBN 85-7515-371-4 PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Rejane de Barros Araújo rdebarros_2000@yahoo.com.br

Leia mais

PRODUÇÃO INDUSTRIAL DE SUÍNOS E O USO DE REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO DE ÍNDICES ZOOTÉCNICOS NA FASE DE GESTAÇÃO E MATERNIDADE RESUMO

PRODUÇÃO INDUSTRIAL DE SUÍNOS E O USO DE REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO DE ÍNDICES ZOOTÉCNICOS NA FASE DE GESTAÇÃO E MATERNIDADE RESUMO PRODUÇÃO INDUSTRIAL DE SUÍNOS E O USO DE REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO DE ÍNDICES ZOOTÉCNICOS NA FASE DE GESTAÇÃO E MATERNIDADE RESUMO HÉLITON PANDORFI 1 IRAN JOSÉ OLIVEIRA DA SILVA 2 JEFFERSON

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida 27 de maio de 2014 O que é a Neural Networw Toolbox? A Neural Network Toolbox fornece funções e aplicativos para a modelagem de sistemas não-lineares complexos que não são facilmente modelados com uma

Leia mais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José

Leia mais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Redes Neurais Artificiais Prof. Wilian Soares João Vitor Squillace Teixeira Ciência da Computação Universidade

Leia mais

Sistema de Autenticação/Identificação Pessoal Biométrica Através da Palma da Mão com o Auxílio de Redes Neurais Artificiais

Sistema de Autenticação/Identificação Pessoal Biométrica Através da Palma da Mão com o Auxílio de Redes Neurais Artificiais Anais do 14 O Encontro de Iniciação Científica e Pós-Graduação do ITA XV ENCITA / 2009 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 19 a 22 2009. Sistema de Autenticação/Identificação

Leia mais

DESENVOLVIMENTO DE FERRAMENTA COMPUTACIONAL PARA PROJETOS DE REDES NEURAIS ARTIFICIAIS

DESENVOLVIMENTO DE FERRAMENTA COMPUTACIONAL PARA PROJETOS DE REDES NEURAIS ARTIFICIAIS IFSP - INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SÃO PAULO DESENVOLVIMENTO DE FERRAMENTA COMPUTACIONAL PARA PROJETOS DE REDES NEURAIS ARTIFICIAIS HUGO DA SILVA BERNARDES GONÇALVES São Paulo

Leia mais

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica João Paulo Teixeira*, José Batista*, Anildio Toca**, João Gonçalves**, e Filipe Pereira** * Departamento de Electrotecnia

Leia mais

Classificação de pacientes com transtorno de dislexia usando Redes Neurais Artificiais

Classificação de pacientes com transtorno de dislexia usando Redes Neurais Artificiais Classificação de pacientes com transtorno de dislexia usando Redes Neurais Artificiais Raimundo José Macário Costa Programa de Engenharia de Sistemas, COPPE/UFRJ E-mail: macario@cos.ufrj.br Telma Silveira

Leia mais

E-mail: rbrunow@uss.br

E-mail: rbrunow@uss.br ! " # $! &%'! ()*) ( +!, -,./!, ' *3.45 6 3 7 3 8 3 *3.49: 3 8 *- ; ,?3. @*

Leia mais

Universidade Federal do Rio de Janeiro. Escola Politécnica. Departamento de Eletrônica e de Computação

Universidade Federal do Rio de Janeiro. Escola Politécnica. Departamento de Eletrônica e de Computação Universidade Federal do Rio de Janeiro Escola Politécnica Departamento de Eletrônica e de Computação Reconhecimento de Caracteres de Placa Veicular Usando Redes Neurais Autor: Orientador: Allan Almeida

Leia mais

Trabalho de Conclusão de Curso. Engenharia da Computação

Trabalho de Conclusão de Curso. Engenharia da Computação . DESENVOLVIMENTO DE UMA REDE NEURAL ARTIFICIAL PARA DETECÇÃO DE DESCARGAS PARCIAIS EM CADEIAS DE ISOLADORES DE LINHAS DE ALTA TENSÃO Trabalho de Conclusão de Curso Engenharia da Computação Aluno: Hilton

Leia mais

APARECIDO NARDO JUNIOR APLICAÇÃO DE REDES NEURAIS UTILIZANDO O SOFTWARE MATLAB

APARECIDO NARDO JUNIOR APLICAÇÃO DE REDES NEURAIS UTILIZANDO O SOFTWARE MATLAB FUNDAÇÃO DE ENSINO EURÍPIDES SOARES DA ROCHA CENTRO UNIVERSITÁRIO EURÍPIDES DE MARÍLIA - UNIVEM BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO APARECIDO NARDO JUNIOR APLICAÇÃO DE REDES NEURAIS UTILIZANDO O SOFTWARE

Leia mais

1 Introdução 1.1. Segurança em Redes de Computadores

1 Introdução 1.1. Segurança em Redes de Computadores 1 Introdução 1.1. Segurança em Redes de Computadores A crescente dependência das empresas e organizações modernas a sistemas computacionais interligados em redes e a Internet tornou a proteção adequada

Leia mais

[1] Na terceira sessão, analisamos o Perceptron de Múltiplas Camadas inclusive um problema típico como o XOR.

[1] Na terceira sessão, analisamos o Perceptron de Múltiplas Camadas inclusive um problema típico como o XOR. Deolinda M. P. Aguieiras de Lima Nilton Alves Jr. naj@cat.cbpf.br [1] Resumo Este trabalho tem como finalidade servir de primeira leitura para aqueles alunos que desejam iniciar se no estudo de Redes Neurais.

Leia mais

UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO

UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO REDE NEURAL ARTIFICIAL PARA RECONHECIMENTO DE TABELA DE HORÁRIOS DE ARME/DESARME NO SISTEMA

Leia mais

Relatório da Aula Prática sobre Redes Neurais Artificiais

Relatório da Aula Prática sobre Redes Neurais Artificiais Relatório da Aula Prática sobre Redes Neurais Artificiais Instituto de Informática UFRGS Carlos Eduardo Ramisch Cartão: 134657 INF01017 Redes Neurais e Sistemas Fuzzy Porto Alegre, 16 de outubro de 2006.

Leia mais

Inteligência Artificial. Redes Neurais Artificiais

Inteligência Artificial. Redes Neurais Artificiais Curso de Especialização em Sistemas Inteligentes Aplicados à Automação Inteligência Artificial Redes Neurais Artificiais Aulas Práticas no Matlab João Marques Salomão Rodrigo Varejão Andreão Matlab Objetivos:

Leia mais

PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS

PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS PREVISÃO DE TEMPERATURA ATRAVÉS DE REDES NEURAIS ARTIFICIAIS Alexandre Pinhel Soares 1 André Pinhel Soares 2 Abstract : The temperature monitoring is a quasi-continuous and judicious task that gives a

Leia mais

Prof. Sérgio Luiz Tonsig 1

Prof. Sérgio Luiz Tonsig 1 Simulando o Cérebro: Redes Neurais Prof. Sérgio Luiz Tonsig 1 2º semestre de 2000 1 Analista de Sistemas. Especialista em Sistemas de Informação pela UFSCar. Mestrando em Gerência de Sistemas de Informação

Leia mais

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Tiago Mendes Dantas t.mendesdantas@gmail.com Departamento de Engenharia Elétrica,

Leia mais

Redes Neurais Artificiais

Redes Neurais Artificiais Indrodução às Redes Neurais Artificiais Jorge M. Barreto Laboratório de Conexionismo e Ciências Cognitivas UFSC -Departamento de Informática e de Estatística 88040-900 - Florianópolis - SC e-mail: barreto@inf.ufsc.br

Leia mais

RENATO DE FREITAS LARA. Departamento de Ciência da Computação - Universidade Presidente Antônio Carlos (UNIPAC) - Barbacena - MG Brasil

RENATO DE FREITAS LARA. Departamento de Ciência da Computação - Universidade Presidente Antônio Carlos (UNIPAC) - Barbacena - MG Brasil RECONHECIMENTO DE CADEIAS DE NÚMEROS NAS ETIQUETAS IDENTIFICADORAS DOS BLOCOS DE AÇO, UTILIZANDO PROCESSAMENTO DIGITAL DE IMAGENS E REDES NEURAIS ARTIFICIAIS RENATO DE FREITAS LARA Departamento de Ciência

Leia mais

Redes Neurais Artificiais na Engenharia Nuclear 2 Aula-1 Ano: 2005

Redes Neurais Artificiais na Engenharia Nuclear 2 Aula-1 Ano: 2005 Redes Neurais Artificiais na Engenharia Nuclear 1 - Apresentação do Professor: dados, lista de E-mail s, etc. - Apresentação da Turma: Estatística sobre origem dos alunos para adaptação do curso - Apresentação

Leia mais

Pós-Graduação em Engenharia Elétrica Inteligência Artificial

Pós-Graduação em Engenharia Elétrica Inteligência Artificial Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms

Leia mais

REDES NEURAIS ARTIFICIAIS APLICADAS NA DETECÇÃO, CLASSIFICAÇÃO E LOCALIZAÇÃO DE DEFEITOS EM LINHAS DE TRANSMISSÃO ÂNGELO ROCHA DE OLIVEIRA

REDES NEURAIS ARTIFICIAIS APLICADAS NA DETECÇÃO, CLASSIFICAÇÃO E LOCALIZAÇÃO DE DEFEITOS EM LINHAS DE TRANSMISSÃO ÂNGELO ROCHA DE OLIVEIRA REDES NEURAIS ARTIFICIAIS APLICADAS NA DETECÇÃO, CLASSIFICAÇÃO E LOCALIZAÇÃO DE DEFEITOS EM LINHAS DE TRANSMISSÃO ÂNGELO ROCHA DE OLIVEIRA DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DO PROGRAMA

Leia mais

Mestrado em Informática, tendo Inteligência Artificial como área de pesquisa.

Mestrado em Informática, tendo Inteligência Artificial como área de pesquisa. André Montevecchi Graduado em Sistemas de Informação. Mestrado em Informática, tendo Inteligência Artificial como área de pesquisa. andre@montevecchi.com.br 1 Agenda Introdução Teste de Turing Robótica

Leia mais

Controle de processos da indústria de petróleo e gás utilizando técnicas de inteligência artificial

Controle de processos da indústria de petróleo e gás utilizando técnicas de inteligência artificial UNIVERSIDADE FEDERAL DE SANTA CATARINA CURSO DE GRADUAÇÃO EM ENGENHARIA QUÍMICA Controle de processos da indústria de petróleo e gás utilizando técnicas de inteligência artificial Larissa Scherer Severo

Leia mais

A metodologia utilizada neste trabalho consiste basicamente de três etapas: ensaio, pré-processamento e simulações.

A metodologia utilizada neste trabalho consiste basicamente de três etapas: ensaio, pré-processamento e simulações. SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GCE 20 14 a 17 Outubro de 2007 Rio de Janeiro - RJ GRUPO XIV GRUPO DE ESTUDO DE CONSERVAÇÃO DE ENERGIA ELÉTRICA UTILIZAÇÃO DE REDES

Leia mais

Sistema neuro-hormonal

Sistema neuro-hormonal Unidade 4 Sistema neuro-hormonal O que é o sistema neuro-hormonal? + Sistema nervoso Sistema hormonal O que é o sistema neuro-hormonal? Qualquer alteração no exterior ou no interior do corpo! corresponde

Leia mais

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL 1 OBJETIVOS 1. Por que hoje as empresas necessitam de programas de gestão do conhecimento e sistemas para gestão do conhecimento? 2. Quais são as aplicações

Leia mais

Sistema Nervoso. Sistema Nervoso Central (SNC) Sistema Nervoso Periférico (SNP) Cérebro. Cerebelo. Encéfalo. Mesencéfalo Ponte Bulbo Medula

Sistema Nervoso. Sistema Nervoso Central (SNC) Sistema Nervoso Periférico (SNP) Cérebro. Cerebelo. Encéfalo. Mesencéfalo Ponte Bulbo Medula Introdução O corpo humano é coordenado por dois sistemas: o nervoso e o endócrino. O sistema nervoso é o que coordena, por meio da ação dos neurônios, as respostas fisiológicas, como a ação dos músculos

Leia mais

IMPLEMENTAÇÃO DE UM SIMULADOR DE REDES NEURAIS PARA PREVISÃO DE SÉRIES TEMPORAIS

IMPLEMENTAÇÃO DE UM SIMULADOR DE REDES NEURAIS PARA PREVISÃO DE SÉRIES TEMPORAIS HÉLDER NEVES SANTA ROSA IMPLEMENTAÇÃO DE UM SIMULADOR DE REDES NEURAIS PARA PREVISÃO DE SÉRIES TEMPORAIS Trabalho de conclusão de curso apresentado ao Curso de Ciência da Computação. UNIVERSIDADE PRESIDENTE

Leia mais

Universidade Federal de Itajubá

Universidade Federal de Itajubá Universidade Federal de Itajubá Programa de Pós-Graduação em Ciência e Tecnologia da Computação Determinação de Hemometabólitos a Partir de Sistema de Rede Neural Artificial José Renato Garcia Braga Itajubá

Leia mais

DETECÇÃO DE INTRUSÕES BASEADA EM USER PROFILING E REDES NEURAIS

DETECÇÃO DE INTRUSÕES BASEADA EM USER PROFILING E REDES NEURAIS DETECÇÃO DE INTRUSÕES BASEADA EM USER PROFILING E REDES NEURAIS Paulo Henrique Pisani 1, Silvio do Lago Pereira 2 1 Aluno do curso de Especialização em Análise e Projetos de Sistemas da FATEC-SP 2 Prof.

Leia mais

UNIVERSIDADE FEDERAL RURAL DO SEMIÁRIDO UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO

UNIVERSIDADE FEDERAL RURAL DO SEMIÁRIDO UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMIÁRIDO UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO PABLO LUIZ BRAGA SOARES APLICAÇÃO DE REDES NEURAIS EM CONJUNTO COM

Leia mais

RECONHECIMENTO DE ACORDES MUSICAIS: UMA ABORDAGEM VIA PERCEPTRON MULTICAMADAS

RECONHECIMENTO DE ACORDES MUSICAIS: UMA ABORDAGEM VIA PERCEPTRON MULTICAMADAS Mecánica Computacional Vol XXIX, págs 9169-9175 (artículo completo) Eduardo Dvorkin, Marcela Goldschmit, Mario Storti (Eds) Buenos Aires, Argentina, 15-18 Noviembre 2010 RECONHECIMENTO DE ACORDES MUSICAIS:

Leia mais

OTIMIZAÇÃO DE REDES NEURAIS PARA PREVISÃO DE SÉRIES TEMPORAIS

OTIMIZAÇÃO DE REDES NEURAIS PARA PREVISÃO DE SÉRIES TEMPORAIS OTIMIZAÇÃO DE REDES NEURAIS PARA PREVISÃO DE SÉRIES TEMPORAIS Trabalho de Conclusão de Curso Engenharia da Computação Adélia Carolina de Andrade Barros Orientador: Prof. Dr. Adriano Lorena Inácio de Oliveira

Leia mais

UNIVERSIDADE DO VALE DO RIO DOS SINOS UNISINOS UNIDADE ACADÊMICA DE PESQUISA E PÓS-GRADUAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM GEOLOGIA NÍVEL MESTRADO

UNIVERSIDADE DO VALE DO RIO DOS SINOS UNISINOS UNIDADE ACADÊMICA DE PESQUISA E PÓS-GRADUAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM GEOLOGIA NÍVEL MESTRADO UNIVERSIDADE DO VALE DO RIO DOS SINOS UNISINOS UNIDADE ACADÊMICA DE PESQUISA E PÓS-GRADUAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM GEOLOGIA NÍVEL MESTRADO Paula Schmitt REDES NEURAIS ARTIFICIAIS APLICADAS NA CLASSIFICAÇÃO

Leia mais

NeuroFURG: uma ferramenta de apoio ao ensino de Redes Neurais Artificiais

NeuroFURG: uma ferramenta de apoio ao ensino de Redes Neurais Artificiais Revista Brasileira de Informática na Educação, Volume 19, Número 2, 2011 NeuroFURG: uma ferramenta de apoio ao ensino de Redes Neurais Artificiais Carlos Alberto Barros Cruz Westhead Madsen FURG / PPGMC

Leia mais

Algoritmos: Lógica para desenvolvimento de programação de computadores. Autor: José Augusto Manzano. Capítulo 1 Abordagem Contextual

Algoritmos: Lógica para desenvolvimento de programação de computadores. Autor: José Augusto Manzano. Capítulo 1 Abordagem Contextual Algoritmos: Lógica para desenvolvimento de programação de computadores Autor: José Augusto Manzano Capítulo 1 Abordagem Contextual 1.1. Definições Básicas Raciocínio lógico depende de vários fatores para

Leia mais

FAUSTO ROBERTO FERREIRA O USO DE REDE NEURAL ARTIFICIAL MLP NA PREDIÇÃO DE ESTRUTURAS SECUNDÁRIAS DE PROTEÍNAS

FAUSTO ROBERTO FERREIRA O USO DE REDE NEURAL ARTIFICIAL MLP NA PREDIÇÃO DE ESTRUTURAS SECUNDÁRIAS DE PROTEÍNAS FAUSTO ROBERTO FERREIRA O USO DE REDE NEURAL ARTIFICIAL MLP NA PREDIÇÃO DE ESTRUTURAS SECUNDÁRIAS DE PROTEÍNAS Dissertação apresentada ao Instituto de Biociências, Letras e Ciências Exatas da Universidade

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA

UNIVERSIDADE FEDERAL DE SANTA CATARINA UNIVERSIDADE FEDERAL DE SANTA CATARINA CIÊNCIAS DA COMPUTAÇÃO MÁQUINAS DE COMITÊ APLICADAS À FILTRAGEM DE SPAM Monografia submetida à UNIVERSIDADE FEDERAL DE SANTA CATARINA para a obtenção do grau de BACHAREL

Leia mais

Seleção de Variáveis: Um Sistema Híbrido Baseado em Colônia de Formigas e Rede Neural MLP

Seleção de Variáveis: Um Sistema Híbrido Baseado em Colônia de Formigas e Rede Neural MLP Trabalho de Conclusão de Curso Engenharia de Computação Seleção de Variáveis: Um Sistema Híbrido Baseado em Colônia de Formigas e Rede Neural MLP Autor: Arthur Fernandes Minduca de Sousa Orientador: Mêuser

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

Paradigmas da IA. Eixos centrais (das diferenças)

Paradigmas da IA. Eixos centrais (das diferenças) Paradigmas da IA Paradigmas da IA Simbólico: metáfora lingüística/lógica Sistemas de produção Conexionista: metáfora cérebro Redes neurais Evolucionista: metáfora teoria da evolução natural Algoritmos

Leia mais

RNAs, Classificação de Padrões e Motivação Geométrica. Conteúdo

RNAs, Classificação de Padrões e Motivação Geométrica. Conteúdo RNAs, Classificação de Padrões e Motiação Geométrica Conteúdo. O problema do OU-eclusio.... Um problema mais geral de mapeamento não-linear... 0 3. Mapeamentos não-lineares genéricos... 4 4. Redes neurais

Leia mais

FUNDAÇÃO DE APOIO AO ENSINO TÉCNICO DO ESTADO DO RIO DE JANEIRO FAETERJ Petrópolis Área de Extensão PLANO DE CURSO

FUNDAÇÃO DE APOIO AO ENSINO TÉCNICO DO ESTADO DO RIO DE JANEIRO FAETERJ Petrópolis Área de Extensão PLANO DE CURSO FUNDAÇÃO DE APOIO AO ENINO TÉCNICO DO ETADO DO RIO DE JANEIRO PLANO DE CURO 1. Identificação Curso de Extensão: INTRODUÇÃO AO ITEMA INTELIGENTE Professor Regente: José Carlos Tavares da ilva Carga Horária:

Leia mais

PREVISÃO DO PREÇO DA SOJA UTILIZANDO REDES NEURAIS

PREVISÃO DO PREÇO DA SOJA UTILIZANDO REDES NEURAIS PREVISÃO DO PREÇO DA SOJA UTILIZANDO REDES NEURAIS 1 William Hajime Yonenaga e 2 Reginaldo Santana Figueiredo 1 Programa de Pós-Graduação em Engenharia de Produção, 2 Departamento de Engenharia de Produção

Leia mais

Comparação entre as Redes Neurais Artificiais MLP, RBF e LVQ na Classificação de Dados. Fernando Nunes Bonifácio

Comparação entre as Redes Neurais Artificiais MLP, RBF e LVQ na Classificação de Dados. Fernando Nunes Bonifácio UNIOESTE Universidade Estadual do Oeste do Paraná CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS Colegiado de Ciência da Computação Curso de Bacharelado em Ciência da Computação Comparação entre as Redes Neurais

Leia mais

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL Capítulo 10 GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL 10.1 2003 by Prentice Hall OBJETIVOS Por que hoje as empresas necessitam de programas de gestão do conhecimento e sistemas para gestão do conhecimento?

Leia mais

TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DE SUCESSO EM IMPLANTES DENTÁRIOS

TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DE SUCESSO EM IMPLANTES DENTÁRIOS TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DE SUCESSO EM IMPLANTES DENTÁRIOS Trabalho de Conclusão de Curso Engenharia da Computação Nome do Aluno: Carolina Baldisserotto Orientador: Prof. Adriano

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda

Leia mais

Universidade Federal de Pernambuco Centro de Ciências Exatas e da Natureza Departamento de Informática

Universidade Federal de Pernambuco Centro de Ciências Exatas e da Natureza Departamento de Informática Universidade Federal de Pernambuco Centro de Ciências Exatas e da Natureza Departamento de Informática Graduação em Ciência da Computação Uma Investigação das Redes Neuro-Fuzzy aplicadas à Mineração de

Leia mais

INTELIGÊNCIA ARTIFICIAL

INTELIGÊNCIA ARTIFICIAL INTELIGÊNCIA ARTIFICIAL REDES NEURAIS Caracterização Intuitiva: Em termos intuitivos, Redes Neurais Artificiais (RNAs) são modelos matemáticos inspirados nos princípios de funcionamento dos neurônios biológicos

Leia mais

POTENCIAL ELÉTRICO. alvaro.unespbauru@hotmail.com

POTENCIAL ELÉTRICO. alvaro.unespbauru@hotmail.com POTENCIAL ELÉTRICO alvaro.unespbauru@hotmail.com Potenciais elétricos Potencial de membrana: é a diferença de potencial elétrico, em Volts (V), gerada a partir de um gradiente eletroquímico através de

Leia mais

SARCO SISTEMA AUTOMÁTICO DE RECONHECIMENTO E CONTAGEM DE OVOS DA DENGUE

SARCO SISTEMA AUTOMÁTICO DE RECONHECIMENTO E CONTAGEM DE OVOS DA DENGUE UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA ENGENHARIA DA COMPUTAÇÃO SARCO SISTEMA AUTOMÁTICO DE RECONHECIMENTO E CONTAGEM DE OVOS DA DENGUE Trabalho de Graduação Aluno: Styve Stallone da

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas

Leia mais

Prof. Laila Bekai 7ª série - Ciências

Prof. Laila Bekai 7ª série - Ciências Prof. Laila Bekai 7ª série - Ciências SISTEMA NERVOSO Sistema nervoso central (SNC) Sistema nervoso periférico (SNP) Encéfalo Medula espinhal SNP autônomo SNP somático Parassimpático Simpático Nervos motores

Leia mais

Algoritmos de Aprendizado. CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico. Regra de HEBB.

Algoritmos de Aprendizado. CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico. Regra de HEBB. CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico Conceitos Básicos Neurônio Artificial, Modos de Interconexão Processamento Neural Recall e Learning Regras de Aprendizado

Leia mais

5 Entrada e Saída de Dados:

5 Entrada e Saída de Dados: 5 Entrada e Saída de Dados: 5.1 - Arquitetura de Entrada e Saída: O sistema de entrada e saída de dados é o responsável pela ligação do sistema computacional com o mundo externo. Através de dispositivos

Leia mais

ESTUDO COMPARATIVO ENTRE TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA SISTEMAS DE DETECÇÃO DE INTRUSÃO (IDS)

ESTUDO COMPARATIVO ENTRE TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA SISTEMAS DE DETECÇÃO DE INTRUSÃO (IDS) ESTUDO COMPARATIVO ENTRE TÉCNICAS DE APRENDIZAGEM DE MÁQUINA PARA SISTEMAS DE DETECÇÃO DE INTRUSÃO (IDS) Trabalho de Conclusão de Curso Engenharia da Computação Thyago Antonio Barbosa Vieira da Rocha Orientador:

Leia mais

LEONARDO NASCIMENTO FERREIRA UM TRADING SYSTEM AUTÔNOMO BASEADO EM REDES NEURAIS ARTIFICIAIS

LEONARDO NASCIMENTO FERREIRA UM TRADING SYSTEM AUTÔNOMO BASEADO EM REDES NEURAIS ARTIFICIAIS LEONARDO NASCIMENTO FERREIRA UM TRADING SYSTEM AUTÔNOMO BASEADO EM REDES NEURAIS ARTIFICIAIS Monografia de Graduação apresentada ao Departamento de Ciência da Computação da Universidade Federal de Lavras

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Previsão de Falhas em Manutenção Industrial Usando Redes Neurais

Previsão de Falhas em Manutenção Industrial Usando Redes Neurais 1 Previsão de Falhas em Manutenção Industrial Usando Redes Neurais 2 Rubião Gomes Torres Júnior 1 Maria Augusta Soares Machado, Dsc,1 Jorge Muniz Barreto rubtor@attglobal.net mmachado@ibmecrj.br barreto@inf.ufsc.br

Leia mais

Redes Neurais. Mapas Auto-Organizáveis. 1. O Mapa Auto-Organizável (SOM) Prof. Paulo Martins Engel. Formação auto-organizada de mapas sensoriais

Redes Neurais. Mapas Auto-Organizáveis. 1. O Mapa Auto-Organizável (SOM) Prof. Paulo Martins Engel. Formação auto-organizada de mapas sensoriais . O Mapa Auto-Organizável (SOM) Redes Neurais Mapas Auto-Organizáveis Sistema auto-organizável inspirado no córtex cerebral. Nos mapas tonotópicos do córtex, p. ex., neurônios vizinhos respondem a freqüências

Leia mais

TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA

TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS

Leia mais

Inteligência Computacional [2COP229]

Inteligência Computacional [2COP229] Inteligência Computacional [2COP229] Mestrado em Ciência da Computação Sylvio Barbon Jr barbon@uel.br (2/24) Tema Aula 1 Introdução ao Reconhecimento de Padrões 1 Introdução 2 Componentes clássicos da

Leia mais

BIO E EXTENSIVO AULA 30

BIO E EXTENSIVO AULA 30 BIO E EXTENSIVO AULA 30 30.01 - Uma célula nervosa (neurônio) é constituída basicamente por: corpo celular, onde se encontram as organelas e o núcleo; dendritos, que são ramificações que recebem o estímulo

Leia mais

REDES NEURAIS - UMA FERRAMENTA PARA KDD E DATA MINING

REDES NEURAIS - UMA FERRAMENTA PARA KDD E DATA MINING REDES NEURAIS - UMA FERRAMENTA PARA KDD E DATA MINING Antonio Carlos Gay Thomé SUMÁRIO Introdução 4 Data Warehouse 6 Data Mart 9 KDD Knowledge Discovery 11 Data Mining 13 Principais Objetivos de um Data

Leia mais

SISTEMA NERVOSO PARTE 1

SISTEMA NERVOSO PARTE 1 SISTEMA NERVOSO PARTE 1 1 TECIDO NERVOSO 1. O sistema nervoso é dividido em: SISTEMA NERVOSO CENTRAL e SISTEMA NERVOSO PERIFÉRICO 2. A unidade básica = célula nervosa NEURÔNIO 3. Operam pela geração de

Leia mais

Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Programa de Pós Graduação em Estatística Departamento de Estatística

Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Programa de Pós Graduação em Estatística Departamento de Estatística Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Programa de Pós Graduação em Estatística Departamento de Estatística Modelos de Regressão Logística Clássica, Bayesiana e Redes

Leia mais

Introdução à Computação: Arquitetura von Neumann

Introdução à Computação: Arquitetura von Neumann Introdução à Computação: Arquitetura von Neumann Beatriz F. M. Souza (bfmartins@inf.ufes.br) http://inf.ufes.br/~bfmartins/ Computer Science Department Federal University of Espírito Santo (Ufes), Vitória,

Leia mais

Roteiro Vídeo Aula Substituição e Restauração das Funções Sensoriais e Motoras

Roteiro Vídeo Aula Substituição e Restauração das Funções Sensoriais e Motoras Roteiro Vídeo Aula Substituição e Restauração das Funções Sensoriais e Motoras Ana Carolina Cardoso de Sousa [hh:mm:ss] [Slide 01] Substituição e Restauração das funções sensoriais e motoras [00:00:03].

Leia mais

3 Aprendizado de Máquina em Jogos Eletrônicos

3 Aprendizado de Máquina em Jogos Eletrônicos 3 Aprendizado de Máquina em Jogos Eletrônicos Jogos populares como xadrez e dama foram um dos pioneiros a utilizarem técnicas de Aprendizado de Máquina (AM), também denominada na literatura como Machine

Leia mais