Felix da Cunha 412, Pelotas RS Home-Page: s: Bolsista BIC/FAPERGS
|
|
- Ana Clara Porto Cipriano
- 5 Há anos
- Visualizações:
Transcrição
1 UTILIZAÇÃO DE REDES NEURAIS PARA PREVISÕES EM SÉRIES TEMPORAIS 1 A. T. Gonçalez, A. C. R. Costa, G. P. Dimuro UCPEL Universidade Católica de Pelotas, ESIN Escola de Informática GMFC Grupo de Matemática e Fundamentos da Computação Felix da Cunha 412, Pelotas RS Home-Page: s: {lebrao,rocha,liz}@atlas.ucpel.tche.br Bolsista BIC/FAPERGS Abstract The present paper has as objective to carry through a study for the definition and implementation of a Backpropagation neural network, capable to accomplish termporal series prediction. It was used, as case study, obtained data about outflow and salinity of the Lagoa dos Patos, located between the cities of Rio Grande and Santa Vitória do Palmar, after Resumo O presente trabalho tem por objetivo realizar um estudo para a definição e implementação de uma rede neural do tipo Backpropagation, com capacidade de realizar previsões em séries temporais. Utilizou-se, como estudo de caso, dados obtidos sobre a vazão e a salinidade da Lagoa dos Patos, situada entre os municípios de Rio Grande e Santa Vitória do Palmar, após o ano de Introdução O objetivo do trabalho é o estudo e a implementação de Redes Neurais, em particular a rede do tipo Backpropagation, para previsões em séries temporais. A motivação para realização do trabalho está na crescente quantidade de dados obtidos sobre a Lagoa dos Patos durante muitos anos, existentes em instituições de ensino ou governamentais, que poderiam ser recuperados e utilizados para possiveis previsões. A rede neural escolhida foi a Backpropagation, por ser estável e apresentar valores satisfatórios nos testes. Consiste de um algoritmo supervisionado, que se utiliza de pares de dados, de entrada e de saída, para que, após a passagem pelas diversas camadas, o erro possa ser estimado, permitindo o ajuste dos pesos. A rede Backpropagation é uma rede de fácil entendimento e permite sua utilização em Processamento Paralelo e Distribuido. No que se segue, apresenta-se um visão geral sobre Redes Neurais e, em particular, a rede Backpropagation. Após, descreve-se o Projeto e aprentam-se as conclusões e perspectivas futuras. 1 Este trabalho tem suporte financeiro do CNPq e da FAPERGS 1
2 2. Redes Neurais O primeiro modelo artificial de neurônio biológico teve início com Warren McCulloch e Walter Pitts, em Estes pesquisadores se dedicaram mais a descrever um modelo de um neurônio artificial e sua capacidade de processamento, do que apresentar técnicas de aprendizado. Donald Hebb desenvolveu uma técnica de aprendizado em Após estas pesquisas inúmeros projetos foram se desenvolvendo com o passar dos anos [1]. O objetivo dos desenvolvedores é ter softwares independentes, que tenham a capacidade de prever um estado ou uma informação, e possam resolver um problema sem o auxílio humano. Podemos citar como exemplos, previsões realizadas em Instituições Financeiras (Unibanco) ou em Companhias de Energia Elétrica (ANEEL-Associação Nacional de Energia Elétrica). A idéia intuitiva das Redes Neurais é a simulação de um cérebro humano. Isto é realizado através de modelos matemáticos, que se dividem em elementos de processamento, chamados neurônios. Os neurônios estão separados por camadas e possuem o objetivo da não-linearidade da rede (uma rede neural com apenas uma camada só representa funções linearmente separáveis), através do processamento interno de certas funções matemáticas. A Figura 1 apresenta como a rede neural Backpropagation é estruturada de acordo com uma quantidade de neurônios divididos em camadas e com suas interligações. Essas redes neurais artificiais possuem alguma forma de aprendizado que é responsável pela modificação dos pesos sinápticos a cada ciclo de iteração [1]. Em resumo, a rede neural se divide nas partes: Neurônio, Função de Ativação, Regra de Propagação e Regra de Aprendizado. Neste trabalho, optou-se pela utilização da Backpropagation, uma rede estática, isto é, não há a ocorrência de novo aprendizado à medida que ela vai realizando novas previsões. Seu aprendizado é supervisionado, existindo a necessidade de um professor, isto é, alguém que forneça as perguntas e as respostas para que seja possível a sua atualização. O treinamento ocorre em duas partes: a primeira, de ida, define a saída da rede como padrão dos valores de entrada; a segunda, a parte de volta, é utilizada para ajustar os pesos. O grande desafio foi achar um algoritmo de aprendizado para a atualização dos pesos das camadas intermediárias. A idéia central é que os erros dos elementos processadores da camada de saída são retro-propagados para as camadas intermediárias. Periodicamente, existe a necessidade de realizar o processamento de todos os dados, os antigos e os novos, para que seus pesos sejam acertados e suas próximas respostas sejam consideradas satisfatórias. Além desta característica, a Backpropagation é multicamada e totalmente conectada para frente, mas o cálculo do erro é feito de maneira inversa. 2
3 3. Descrição do Projeto A metodologia utilizada no Projeto constituiu das seguintes fases: 1. Aquisição dos Dados: Estas informações foram adquiridas com o Departamento de Física da FURG (Fundação Universidade do Rio Grande). São dados relativos à vazão e salinidade da Lagoa dos Patos, situada entre o município de Rio Grande e Santa Vitória do Palmar, preservados desde o ano de Preparação dos Dados: (a) Devido a não existência de dados relativos a alguns meses, foi necessário adotar a média entre os valores relativos aos três meses anteriores e três posteriores; (b) Foi necessário também proceder a normalização, para tratar picos nos dados que o processamento da rede não consegue atingir; isto foi necessário para a obtenção de resultados muito próximos da realidade; (c) Efetuou-se o cálculo dos valores em percentuais, e utilizou-se a função de ativação, que trabalha com a mesma faixa de valores (entre 0 e 1). 3. Escolha dos Pesos: Os pesos são escolhidos aleatoriamente, entre os valores -1 e Atualização dos Pesos: Conforme vão ocorrendo as interações dos neurônios nas camadas, existe a necessidade de corrigir os pesos para que as próximas interações ocorram de maneira correta. 5. Função de Ativação: Foi escolhida a função sigmoidal, definida como: y = exp ( x T ) (1) onde exp é a exponencial, x é os dados de entrada e T é a suavidade da curva. 6. Regra de Propagação: Ocorre através do somatório dos pesos e do respectivos valores de entrada. A denominação vem do fato deste somatório ocorrer em uma camada e as respectivas camadas posteriores utilizarem o somatório através da função de ativação. 7. Regra de Aprendizado: Este procedimento de aprendizado é repetido várias vezes, até que, para todos os processadores da camada de saída e para todos os padrões de treinamento, o erro seja menor do que o especificado. 8. Aprendizado: Os dados e os pesos são utilizados nas suas devidas camadas e propagados para as outras camadas, fazendo com que sejam descobertos os erros através das camadas, com o adequado ajuste dos pesos, resultando que a rede tenha a sua devida consistência; 3
4 9. Teste: Nesta fase, avaliam-se as respostas fornecidas pela rede neural utilizando-se dados verossímeis da lagoa para possíveis ajustes. Como a previsão se dá através de um aprendizado da rede neural, o qual ocorre mediante disponibilidade dos dados temporais armazenados durante vários anos, foi adotada a seguinte estratégia: considerou-se os dados de entrada de um ano e, como dados de saída, utilizamos os dados do ano seguinte (por exemplo, tomando-se os dados de entrada de 1999, como resposta são considerados os dados de 2000). Assim, a rede pode prever o resultado do próximo ano. Ao término deste aprendizado inicia-se a fase de testes, que necessitam ocorrer em grande escala para que não ocorra uma falsa interpretação dos resultados obtidos. Para implementação, utilizou-se a Linguagem C, por sua velocidade de processamento, e o Linux como Sistema Operacional. Para interface estamos utilizando o Wxwindows. Figura 1: Exemplo da Topologia da Rede Neural Backpropagation 4. Conclusões e Perspectivas Com os testes até agora realizados, pode-se observar que a Rede Neural Backpropagation mostrou-se de grande valia para o nosso trabalho, pois apresentou resultados correspondentes às nossas expectativas. Ainda estamos fazendo ajustes para que os seus resultados sejam os mais próximos possíveis da realidade, para que posteriormente possamos utilizar os valores apresentados pela rede de forma prática, e até mesmo expandir a sua área de abrangência, isto é, testá-la com outros tipos de dados. Ao mesmo tempo estamos em fase de desenvolvimento da interface. Como perspectivas de trabalhos futuros, pretendemos fazer a definição e a implementação de várias redes Backpropagation, com diferentes ciclos (doze, vinte e quatro e trinta e seis meses), para estudo comparativo. 4
5 Também é objetivo realizar a implementação voltada para a utilização no cluster de PC s do grupo de pesquisa, para termos uma expectativa do poder do processamento paralelo distribuido. 5. Referências [1] Braga, A. P., Carvalho, A. C. P. L. F., Ludermir, T. B. Redes Neurais Artificiais: Teoria e Aplicações, LTC, Rio de Janeiro, 2000 [2] Galvão, C. O., Valença, M. J. S. Sistemas Inteligentes: Aplicações e Recursos Hídricos e Sistemas Ambientais, Ed. Universidade UFRGS/ABRH, Porto Alegre, 1999 [3] Haykin, S. Redes Neurais: Princípios e Prática, Bookman, Porto Alegre,
2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.1. Introdução às Redes Neurais Artificiais (RNAs) 2.1.1. Motivação
Leia maisINTELIGÊNCIA 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 maisTÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais
TÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais ricardo.kerschbaumer@ifc.edu.br http://professor.luzerna.ifc.edu.br/ricardo-kerschbaumer/ Introdução O Cérebro humano Mais fascinante processador
Leia maisserotonina (humor) dopamina (Parkinson) serotonina (humor) dopamina (Parkinson) Prozac inibe a recaptação da serotonina
Redes Neurais O modelo biológico O cérebro humano possui cerca 100 bilhões de neurônios O neurônio é composto por um corpo celular chamado soma, ramificações chamadas dendritos (que recebem as entradas)
Leia maisInteligência Artificial Redes Neurais
Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre
Leia maisIntrodução às Redes Neurais Artificiais
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Introdução às Redes Neurais Artificiais DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos
Leia maisUNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIÊNCIAS EXATAS (DEX) Estudo de Algoritmos de Aprendizado em Redes Neurais Artificiais
UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIÊNCIAS EXATAS (DEX) Orientador: Prof. Fabiano Lemes Ribeiro Estudo de Algoritmos de Aprendizado em Redes Neurais Artificiais Nome: João Vitor Squillace
Leia maisRedes Neurais: MLP. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais: MLP DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos Redes diretas de múltiplas
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.3. Perceptron Multicamadas - MLP 2.3.1. Introdução ao MLP 2.3.2. Treinamento
Leia maisRedes Neurais Artificial. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto
Redes Neurais Artificial Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Histórico 3. Conceitos Básicos 4. Aprendizado em RNA 5. Exemplo de Aprendizado com
Leia maisRedes Neurais Artificiais
Redes Neurais Artificiais Prof. Dr. Hugo Valadares Siqueira Semana de Eletrônica e Automação 2014 Redes Neurais Artificiais Uma rede neural artificial é um circuito composto por uma grande quantidade de
Leia maisRedes Neurais Artificiais
Redes Neurais Artificiais Neurônio Natural Dendritos: recebe os estímulos transmitidos por outros neurônios Soma Sinapse Axônio Soma: coleta e combina informações vindas de outros neurônios Sinapse Dendrito
Leia maisPrevisão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN
Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN Alan Caio Rodrigues MARQUES 1, Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Escola de Engenharia Elétrica e de Computação 1
Leia maisREDES NEURAIS ARTIFICIAIS
REDES NEURAIS ARTIFICIAIS REDES NEURAIS ARTIFICIAIS O QUE É UMA REDE NEURAL NEURÔNIOS BIOLÓGICOS CÉREBRO HUMANO E CAPACIDADE DE GENERALIZAÇÃO. Modelo McCulloch e Pitts FUNÇÕES DE ATIVAÇÃO APRENDIZADO APRENDIZADO
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 03 Aprendizado Supervisionado / : Modelo MCP e Perceptron Max Pereira Neurônio Booleano de McCulloch- Pitts (Modelo MCP) Proposto em
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.3. Perceptron Multicamadas - MLP 2.3.1. Introdução ao MLP 2.3.2. Treinamento
Leia maisBruna Galle UPE Ecomp Mêuser Valença UPE Ecomp
Bruna Galle UPE Ecomp bcga@ecomp.poli.br Mêuser Valença UPE Ecomp meuserv@yahoo.com.br Roteiro Motivação Objetivos Conceitos básicos: Redes Neurais Pré processamento dos Dados Treinamento Resultados Conclusões
Leia maisRedes Neurais Artificiais
Universidade Federal do Espírito Santo CCA UFES Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Redes Neurais Artificiais Redes Neurais Artificiais
Leia maisRedes Neurais Artificiais
Universidade Federal do Espírito Santo CCENS UFES Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCENS UFES Departamento de Computação Redes Neurais Artificiais Redes Neurais Artificiais
Leia maisRedes Neurais 1. Redes Neurais. cont.) Definição (cont( Definição. Histórico. Características básicas
Redes Neurais Dalma M. Falcão falcao@nacad.ufr.br http://www.nacad.ufr.br/~falcao/ Redes Neurais Definição Histórico Áreas de aplicação RNs biológicas Modelos de neurônios artificiais Arquiteturas de RNs
Leia maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS PERCEPTRON MULTICAMADAS Prof. Dr. André A. P. Biscaro 1º Semestre de 2018 Arquitetura Redes Perceptron de Múltiplas Camadas (PMC), também conhecidas como redes MLP (Multiple Layer
Leia maisMulti-Layer. Perceptrons. Algoritmos de Aprendizado. Perceptrons. Perceptrons
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Multi-Layer Perceptrons Redes de apenas uma camada só representam funções linearmente separáveis Redes
Leia maisIntrodução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana
Introdução à Redes Neurais Artificiais Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Introdução Redes Neurais Artificiais (RNAs)
Leia maisAutor: Edroaldo Lummertz da Rocha Home page: edroaldo.wordpress.com
Autor: Edroaldo Lummertz da Rocha Home page: edroaldowordpresscom E-mail: edroaldo@gmailcom Esse tutorial visa demonstrar de forma prática o processo de ajuste dos pesos sinápticos de uma rede neural artificial
Leia maisO uso de uma Rede Neural Artificial Supervisionada para obtenção do fator de carga de um alimentador.
O uso de uma Rede Neural Artificial Supervisionada para obtenção do fator de carga de um alimentador. Resumo: Lucas da Silva Assis Universidade Federal de Goiás lucasilvassis@gmail.com Esse trabalho apresenta
Leia maisRedes Neurais: RBF. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais: RBF DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos Redes de Funções de
Leia maisAnálise de um aproximador funcional utilizando as Redes Neurais artificiais MLP treinada com o algoritmo Backpropagation
Análise de um aproximador funcional utilizando as Redes Neurais artificiais MLP treinada com o algoritmo Backpropagation Martinez, S. C. 1, Ferrara, L. F. P. 2, Mario, M. C. 2. 1 Aluna do Curso de Mestrado
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.2. Perceptron 2.2.1. Introdução 2.2.2. Funcionamento do perceptron
Leia maisA evolução natural deu ao cérebro humano muitas características desejáveis que não estão presentes na máquina de von Neumann:
Faculdade de Engenharia de Computação Centro de Ciências Exatas, Ambientais e de Tecnologias PUC-Campinas João Luís Garcia Rosa 2004 2 A evolução natural deu ao cérebro humano muitas características desejáveis
Leia maisTópicos Especiais: Inteligência Artificial REDES NEURAIS
Tópicos Especiais: Inteligência Artificial REDES NEURAIS Material baseado e adaptado do Cap. 20 do Livro Inteligência Artificial de Russell & Norvig Bibliografia Inteligência Artificial Russell & Norvig
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 22 Redes Neurais Edirlei Soares de Lima Formas de Aprendizado Aprendizado Supervisionado Árvores de decisão. K-Nearest Neighbor (KNN). Support
Leia maisRedes Neurais Noções Gerais
Redes Neurais Noções Gerais Segundo Loesch (apupt Fernandes), Redes Neurais Artificiais são sistemas computacionais, de implementação em hardware e software, que imitam as habilidades computacionais do
Leia maisCOMPARAÇÃO ENTRE DIFERENTES ESTRUTURAS DE REDES NEURAIS NO PROBLEMA PRESA-PREDADOR 1
COMPARAÇÃO ENTRE DIFERENTES ESTRUTURAS DE REDES NEURAIS NO PROBLEMA PRESA-PREDADOR 1 Márcia Da Silva 2, Eldair Fabricio Dornelles 3, Rogério S. M. Martins 4, Édson L. Padoin 5. 1 Pesquisa desenvolvida
Leia mais3 INTELIGÊNCIA COMPUTACIONAL (IC)
40 3 INTELIGÊNCIA COMPUTACIONAL (IC) Inteligência Computacional é a área da ciência da computação que estuda a teoria e aplicação de técnicas computacionais inspiradas na natureza. Deste modo, tem por
Leia maisRedes Neurais Artificiais
Universidade Federal do Espírito Santo CCA UFES Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Redes Neurais Artificiais Inteligência Artificial
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.4. Outras Redes Neurais Artificiais 2.4.1. Redes RBF 2.4.2. Mapas
Leia maisAprendizado de Máquina Introdução às Redes Neurais Artificiais
Aprendizado de Máquina Introdução às Redes Neurais Artificiais Marcos Oliveira Prates (Agradecimento Marcelo Azevedo Costa) Departamento de Estatística Universidade Federal de Minas Gerais Inteligência
Leia maisInteligência Computacional
Inteligência Computacional INTRODUÇÃO ÀS REDES NEURAIS ARTIFICIAIS Renato Dourado Maia Faculdade de Ciência e Tecnologia de Montes Claros Fundação Educacional Montes Claros Na Aula Passada... O que é uma
Leia maisIntrodução às Redes Neurais Artificiais
Introdução às Redes Neurais Artificiais Perceptrons de Múltiplas Camadas I Prof. João Marcos Meirelles da Silva www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola de Engenharia
Leia mais3 REDES NEURAIS ARTIFICIAIS
47 3 REDES NEURAIS ARTIFICIAIS Neste capítulo será apresentado um breve histórico das redes neurais artificiais de modo a situar o leitor, descrevendo-se suas aplicações, teorias e finalmente detalhando-se
Leia maisRedes Neurais Artificial. Prática. Inteligência Artificial
Redes Neurais Artificial Prática Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução a MLP 2. Base de dados e Pré-Processamento 3. Prática MLP - Introdução Redes
Leia maisFundamentos das Redes Neurais: exemplos em Java
Fundamentos das Redes Neurais: exemplos em Java Recife 2008 Copyringt by 2007 Mêuser Valença Impresso no Brasil Printed in Brazil Editor Tarcísio Pereira Diagramação Maria do Carmo de Oliveira Capa Valeska
Leia mais3 Redes Neurais Artificiais
3 Redes Neurais Artificiais 3.1. Introdução A capacidade de implementar computacionalmente versões simplificadas de neurônios biológicos deu origem a uma subespecialidade da inteligência artificial, conhecida
Leia maisUTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE PREÇOS DE FRUTAS E HORTALIÇAS
UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE PREÇOS DE FRUTAS E HORTALIÇAS 1 Leandro Oliveira Araujo; 1 Heder Saito Nunes; 1 Alex Vinicius de Bastos Rangel; 1 Thiago Santiago Barbosa; 1 Aluno
Leia maisRedes Neurais não Supervisionadas: SOM
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais não Supervisionadas: SOM DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos
Leia maisMulti-Layer. Perceptrons. Algoritmos de Aprendizado. Perceptrons. Perceptrons
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Multi-Layer Perceptrons (Back Propagation) Radial Basis Functions (RBFs) Competitive Learning Hopfield Multi-Layer Perceptrons
Leia maisRECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ
RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ Marcela Ribeiro Carvalho marcela@enecar.com.br IFG/Câmpus Goiânia Hipólito Barbosa Machado Filho hipolito.barbosa@ifg.edu.br IFG/Câmpus Goiânia Programa Institucional
Leia maisRedes Neurais Artificiais - Introdução. Visão Computacional
Redes Neurais Artificiais - Introdução Visão Computacional Inspiração 2 Inspiração 3 Inspiração Atividade seletivanas conexões Soma os impulsos e passa a diante 4 Inspiração As conexões entre os dendritos
Leia maisRedes Neurais. Prof. Aurora Pozo. Obs: slides baseados em Prof. Marcílio Souto e Prof. Marley Vellasco
Redes Neurais Prof. Aurora Pozo Obs: slides baseados em Prof. Marcílio Souto e Prof. Marley Vellasco CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico Conceitos Básicos
Leia maisHP UFCG Analytics Abril-Maio Um curso sobre Reconhecimento de Padrões e Redes Neurais. Por Herman Martins Gomes.
HP UFCG Analytics Abril-Maio 2012 Um curso sobre Reconhecimento de Padrões e Redes Neurais Por Herman Martins Gomes hmg@dsc.ufcg.edu.br Programa Visão Geral (2H) Reconhecimento Estatístico de Padrões (3H)
Leia maisREDES NEURAIS. Marley Maria B.R. Vellasco. ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada CONTEÚDO
REDES NEURAIS Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio Introdução CONTEÚDO Motivação, Objetivo, Definição, Características Básicas e Histórico Conceitos
Leia maisGT-JeDi - Curso de Desenv. de Jogos IA para Jogos
GT-JeDi - Curso de Desenv. de Jogos IA para Jogos Gustavo Pessin 2006/2 - A07 Cronograma Conceitos Neurônio artificial Redes: Perceptron e Multi Layer Perceptron (MLP), Exemplos Separando cores Prevendo
Leia maisIntrodução a Redes Neurais Artificiais com a biblioteca Encog em Java
Introdução a Redes Neurais Artificiais com a biblioteca Encog em Java Apresentação Graduada em Sistemas de Informação FAP/Parnaíba Mestranda do Programa de Pós-Graduação em Engenharia da Eletricidade -
Leia maisPrevisão de consumos a curto prazo
Previsão de consumos a curto prazo Cláudio Monteiro Distribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) O que são? são técnicas computacionais que apresentam um modelo matemático inspirado
Leia maisAprendizado de Máquinas. Multi-Layer Perceptron (MLP)
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquinas Multi-Layer Perceptron (MLP) David Menotti, Ph.D. web.inf.ufpr.br/menotti Redes Neuronais Cérebro humano.
Leia maisRedes Neurais. Motivação. Componentes do neurônio. Cérebro humano. Criar máquinas capazes de operar independentemente do homem:
Motivação M. Sc. Luiz Alberto lasf.bel@gmail.com Redes Neurais Criar máquinas capazes de operar independentemente do homem: Aprenda sozinha; Interagir com ambientes desconhecidos; Possa ser chamada de
Leia maisRegra de Hebb Perceptron Delta Rule (Least Mean Square) Multi-Layer Perceptrons (Back Propagation) Hopfield Competitive Learning Radial Basis Function
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Multi-Layer Perceptrons (Back Propagation) Hopfield Competitive Learning Radial Basis Function Multi-Layer Perceptrons
Leia maisRECONHECIMENTO DE CARACTERES EM PLACAS AUTOMOTIVAS UTILIZANDO REDES NEURAIS
RECONHECIMENTO DE CARACTERES EM PLACAS AUTOMOTIVAS UTILIZANDO REDES NEURAIS Eduarda Gonçalves Dias 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o
Leia maisRede Perceptron. Capítulo 3
Rede Perceptron Capítulo 3 Rede Perceptron É a forma mais simples de configuração de uma RNA (idealizada por Rosenblatt, 1958) Constituída de apenas uma camada, tendo-se ainda somente um neurônio nesta
Leia maisSELEÇÃO DE VARIÁVEIS STEPWISE APLICADAS EM REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE DEMANDA DE CARGAS ELÉTRICAS
SELEÇÃO DE VARIÁVEIS STEPWISE APLICADAS EM REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE DEMANDA DE CARGAS ELÉTRICAS MARLEIDE F. ALVES 1, ANNA DIVA P. LOTUFO 1, MARA LÚCIA M. LOPES 2 1. Laboratório de Sistemas
Leia mais4 Redes Neurais Artificiais RNAs
66 4 Redes Neurais Artificiais RNAs Redes neurais artificial (RNA) são algoritmos que se baseiam no comportamento do cérebro humano. Dessa forma, imita a estrutura massivamente paralela do cérebro, com
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 16 Redes Neurais Artificiais (MLP) 2 de 24 (MLP) Sumário Introdução
Leia maisREDE NEURAL DE ELMAN APLICADA NA PREVISÃO DE PREÇOS DE COMBUSTÍVEIS
REDE NEURAL DE ELMAN APLICADA NA PREVISÃO DE PREÇOS DE COMBUSTÍVEIS Renan Pires de Araújo 1 ; Adrião Duarte Dória Neto 2 1 Universidade Federal do Rio Grande do Norte, Programa de Pós-Graduação em Ciência
Leia maisRede RBF (Radial Basis Function)
Rede RBF (Radial Basis Function) André Tavares da Silva andre.silva@udesc.br Roteiro Introdução à rede neural artificial RBF Teorema de Cover da separabilidade de padrões RBF x MLP RBF Função de ativação
Leia maisRedes Neurais MLP: Exemplos e Características
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais MLP: Exemplos e Características DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1
Leia maisInteligência Artificial. IA Conexionista: Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis. Renan Rosado de Almeida
Inteligência Artificial IA Conexionista: Redes Neurais Artificiais Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis Renan Rosado de Almeida rralmeida@inf.ufrgs.br Perceptron de Múltiplas Camadas
Leia maisRedes Neurais INTELIGÊNCIA ARTIFICIAL
Redes Neurais INTELIGÊNCIA ARTIFICIAL 1 2 Introdução As redes neurais são um tema da computação altamente inspirada na natureza que nos cerca. Durante anos e anos os homens trabalharam para fazer computadores
Leia maisAnálise comparativa entre métodos estatístico e rede neural aplicados em séries temporais
Análise comparativa entre métodos estatístico e rede neural aplicados em séries temporais Ana Paula de Sousa José Elmo de Menezes Introdução As formas funcionais dos modelos de previsão das redes neurais
Leia maisRedes Neurais Artificial
Redes Neurais Artificial Tópicos: Introdução ao estudo de RNA sua origem e inspiração biológica Características gerais das RN e descrição do neurônio artificial Aprendizado de RN e tipos de Aprendizado
Leia maisRedes Neurais Artificiais. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 9)
Redes Neurais Artificiais Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 9) Conceitos 2 Redes Neurais As Redes Neurais Artificias são modelos computacionais
Leia maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS INTRODUÇÃO Prof. Dr. André A. P. Biscaro 1º Semestre de 2017 REDES NEURAIS ARTIFICIAIS - RNAs Inspiradas no cérebro humano São modelos computacionais inspirados nos mecanismos
Leia maisPREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL
PREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL Juliana A. ANOCHI 1, Sabrina B. M. SAMBATTI 1, Eduardo F. P. da LUZ 1, Haroldo F. de CAMPOS VELHO 1 Instituto Nacional de Pesquisas Espaciais - INPE
Leia maisRedes Neurais Artificiais Aplicadas ao Jogo da Velha 3D em Pinos
Redes Neurais Artificiais Aplicadas ao Jogo da Velha 3D em Pinos TCC - Jan/09 Daniel Tré - ISTCCP Redes Neurais Artificiais Aplicadas ao Jogo da Velha 3D em Pinos p. 1/2 O que são Redes Neurais Artificiais
Leia maisPrimeiras Redes Neurais Artificiais: Perceptron e Adaline
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Primeiras Redes Neurais Artificiais: Perceptron e Adaline DCA0121 Inteligência Artificial Aplicada Heitor
Leia maisAplicações de redes neurais artificiais em simulações
Aplicações de redes neurais artificiais em simulações Resumo Marcelo Bilobrovec (UEPG - CEFET - PR) mbilo@uepg.br Rui Francisco Martins Marçal (CEFET - PR) marcal@pg.cefetpr.br Luiz Alberto Pilatti (CEFET
Leia maisAlgoritmos 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 maisPor que Redes Neurais?
Redes Neurais Profa. Jaqueline Brigladori Pugliesi Por que Redes Neurais? Utilizar máquinas efetivamente para resolver problemas simples (humanos) Exemplo: distinguir padrões visuais previsão do valor
Leia maisAnálise Quantitativa de Tecidos em Úlceras de Perna
49 5 Análise Quantitativa de Tecidos em Úlceras de Perna A avaliação das áreas proporcionais de cada tecido interno das úlceras fornece informações importantes sobre seu estado patológico [BERRISS, 2000],
Leia maisRede ARTMAP Euclidiana na solução do problema de previsão de cargas elétricas
Rede ARTMAP Euclidiana na solução do problema de previsão de cargas elétricas Code: 01.003 Tânia T. Gomes, Mara Lúcia M. Lopes, Carlos R. Júnior, Marleide F. Alves, Anna Diva P. Lotuffo Universidade Estadual
Leia maisINSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO
INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO Prof. Msc. Saulo Popov Zambiasi (saulopz@gmail.com) 12/07/08 08:09 Informação - ICPG - Criciuma - SC 1 Fundamentação Biológica, O Neurônio
Leia maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS AULA 03 Prof. Dr. André A. P. Biscaro 1º Semestre de 2017 INTRODUÇÃO Aprendizagem é um processo pelo qual os parâmetros livres de uma rede neural são adaptados através de um processo
Leia maisUtilização de Redes Neurais Artificiais para Interpolação de Resultados do Método de Elementos Finitos
Utilização de Redes Neurais Artificiais para Interpolação de Resultados do Método de Elementos Finitos Leandro M. de Souza Resumo Neste artigo, é proposta uma metodologia que utiliza Redes Neurais Artificiais
Leia maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES DE FUNÇÃO DE BASE RADIAL - RBF Prof. Dr. André A. P. Biscaro 1º Semestre de 2017 Funções de Base Global Funções de Base Global são usadas pelas redes BP. Estas funções são definidas como funções
Leia maisIntrodução às Redes Neurais Artificiais
Introdução às Redes Neurais Artificiais Perceptrons de Camada Única Prof. João Marcos Meirelles da Silva www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola de Engenharia
Leia maisAnálise da Complexidade de Tempo e Espaço em Algoritmos para Classificação de Padrões em sinais de ECG
Análise da Complexidade de Tempo e Espaço em Algoritmos para Classificação de Padrões em sinais de ECG Eduardo Luz David Menotti Universidade Federal de Ouro Preto 05/07/2011 Summary Rede Neuronal Artificial
Leia maisMultiple Layer Perceptron
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Multiple Layer Perceptron David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Multiple Layer Perceptron (MLP) Backpropagation
Leia maisJoão Paulo Teixeira Departamento de Electrotecnia ESTiG Instituto Politécnico de Bragança
joaopt@ipb.pt www.ipb.pt/~joaopt Departamento de Electrotecnia ESTiG Instituto Politécnico de Bragança Evolução das RNA Tipos de Redes Perceptrão Rede Linear Redes Recorrentes Redes Radiais Redes Feed-Forward
Leia mais( ) Aula de Hoje. Introdução a Sistemas Inteligentes. Modelo RBF (revisão) Modelo RBF (revisão)
Introdução a Sistemas Inteligentes ópicos em Redes Neurais III: Redes Neurais RBF ª Parte Prof. Ricardo J. G. B. Campello ICMC / USP Aula de Hoje Revisão de Modelos RBF reinamento de Modelos RBF Estimação
Leia mais3 REDES CLÁSSICAS PERCEPTRON E ADALINE
w b Professor José Gomes de Carvalho Jr. 3 REDES CLÁSSICAS PERCEPTRON E ADALINE 3.-Redes com funções de ativação de limiar Uma rede simples de uma camada, consiste em um ou mais neurônios de saída j conectados
Leia maisRedes Neurais Artificiais (RNA)
Redes Neurais Artificiais (RNA) Definições: 1. Técnica inspirada no funcionamento do cérebro, onde neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar. 2. Técnica de aproximação
Leia maisInteligência Artificial
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem (Redes Neurais - Complementar) Prof. a Joseana Macêdo
Leia maisMODELO MATEMÁTICO NEURAL ARTIFICIAL PARA CÁLCULO DE RENDIMENTO METÁLICO TEÓRICO de um laminador de tiras a frio
MODELO MATEMÁTICO NEURAL ARTIFICIAL PARA CÁLCULO DE RENDIMENTO METÁLICO TEÓRICO de um laminador de tiras a frio Arlei Fonseca Barcelos arlei@csn.com.br AEDB Hugo Shokychi Toshimitsu Hugo.Toshimitsu@csn.com.br
Leia maisAPLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR MATRIZ ORIGEM-DESTINO DE CARGA
APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR MATRIZ ORIGEM-DESTINO DE CARGA Daniel Neves Schmitz Gonçalves Luiz Antonio Silveira Lopes Marcelino Aurelio Vieira da Silva APLICAÇÃO DE REDES NEURAIS
Leia mais3 Sistema de Apoio à Decisão para o Controle de Tensão (SADECT) Baseado em Redes Neurais
3 Sistema de Apoio à Decisão para o Controle de Tensão (SADECT) Baseado em Motivado pela importância do estabelecimento de um sistema de apoio à decisão que auxiliasse o operador de tempo real durante
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 8 Redes Neurais Introdução As redes neurais são um tema da computação altamente inspirada na natureza que nos
Leia maisSistemas Inteligentes - Redes Neurais -
Sistemas Inteligentes - Redes Neurais - Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio Introdução CONTEÚDO Motivação, Objetivo, Definição, Características
Leia mais