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

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

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

Transcrição

1 CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico Conceitos Básicos Neurônio Artificial, Modos de Interconexão Processamento Neural Recall e Learning Regras de Aprendizado Regra de Hebb, Perceptron, Back Propagation, Hopfield, Competitive Learning, RBF, etc. Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Declaração de Hebb: Quando um axônio de uma célula A está próximo o suficiente de excitar a célula B e repetidamente ou persistentemente participa da ativação desta, um processo de crescimento ou mudança metabólica ocorre em uma ou ambas as células, de tal forma que a eficiência de A em ativar B é aumentada Declaração de Hebb: Quando um axônio de uma célula A está próximo o suficiente de excitar a célula B e repetidamente ou persistentemente participa da ativação desta, um processo de crescimento ou mudança metabólica ocorre em uma ou ambas as células, de tal forma que a eficiência de A em ativar B é aumentada Portanto, a cada apresentação do padrão a saída fica mais reforçada. 1

2 Em termos práticos: Se dois neurônios em cada lado de uma sinápse (conexão) são ativados simultaneamente (sincronamente), então a força daquela sinápse deve ser aumentada. Se dois neurônios em cada lado de uma sinápse são ativados assincronamente, então aquela sinápse dever ser enfraquecida. Conclusão: A modificação na sinápse tem relação com a correlação entre as atividades pré-sinápticas e pós-sinápticas sinápticas. correlação + o valor do peso aumenta correlação - o valor do peso diminui A saída é reforçada a cada apresentação do padrão padrões freqüentes entes terão maior influência no vetor de pesos do neurônio. Algoritmos de Aprendizado atividade pré-sináptica atividade pós-sináptica PE i w ji s i PE j s j Os algoritmos podem ser definidos através das seguintes características: w ji = η s i.s j Hebbian Learning Rule 0 < η< 1 taxa de aprendizado Mecanismo dependente do tempo A informação está disponível localmente Regra de Propagação Função de Ativação Topologia Regra de Aprendizado - w 2

3 Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Padrão de Entrada: vetor X Perceptron Na sua forma mais simples o modelo do processador consiste de: x i +1 w j1 w j2 w ji Bias = θ j net j s j Perceptron Análise Geométrica Características Básicas: Regra de Propagação net j = Σ x i.w ji + θ j Função de Ativação Degrau Topologia Uma única camada de processadores. Algoritmo de Aprendizado Supervisionado: (geralmente) w ji = η.x i.(t j -s j ) Valores de Entrada/Saída Binários {-1,1} w x u j = net j = x. w = x w cos θ Hiperplano definido por w Projeção de x sobre w todas as entradas x com a mesma projeção sobre w produzem a mesma saída y j A saída y j é uma função da distância de x ao hiperplano definido por w 3

4 Análise Geométrica Análise Geométrica Logo, superfícies de saída constante são hiperplanos perpendiculares a w Σ i w i x i = 0 define um hiperplano passando pela origem Incluindo o bias Σ i w i x i + θ j desloca-se o hiperplano da origem Análise Geométrica Função de Ativação controla como a saída y varia com a distância de x ao hiperplano definido por w Algoritmo de Aprendizado Iniciar os pesos sinápticos com valores randômicos e pequenos; Aplicar um padrão de entrada, com seu respectivo valor desejado de saída (t j ), e verificar a saída da rede (s j ); Calcular o erro na saída: e j = t j -s j (geralmente) Se e j = 0, voltar ao passo 2; Função Degrau divide o espaço de entrada com um hiperplano Função Sigmoid transição suave δy/δx = f (net) w Se e j 0, atualizar os pesos: w ji = η.x i.e j Voltar ao passo 2. 4

5 Algoritmo de Aprendizado Outras regras simples de aprendizado: (como t,y {-1, +1}, todas são equivalentes) w ji = 2.η.t j.x i se t j y j 0 caso contrário w ji =η.(1 - t j.y j ). t j.x i Algoritmo de Aprendizado IMPORTANTE: não ocorre variação no peso se a saída estiver correta; caso contrário, cada peso é incrementado de 2η quando a saída é menor que o target e decrementado de 2η quando a saída é maior que o target. w ji =η.(t j. - y j ).x i 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 Minsky & Papert provaram (Perceptrons 1969) que existem sérias restrições sobre o que as redes Perceptron são capazes de Representar. Por exemplo, as redes Perceptron NÃO são capazes de Representar a função OU-Exclusivo 5

6 -w 1 w 2 PONTO X 1 X 2 Saída A A θ Região de s = 0 Região de s = 1 w 1 w 2 F(net) saída: s De acordo com a definição do neurônio: s = F( w 1 + w 2 + θ ) net = w 1 + w 2 + θ Função Degrau A rede Perceptron divide o plano X 1 x X 2 em duas regiões (através da reta net) Se net 0 s = 1 Se net < 0 s = 0 Conclusão: mudando-se os valores de w 1, w 2 e θ, muda-se a inclinação e a posição da reta. Entretanto, é impossível achar uma reta que divida o plano de forma a separar os pontos A 1 e de um lado e A 0 e de outro. Redes de 1 única camada só representam funções linearmente separáveis! Função AND Função OR Minsky & Papert provaram que este problema pode ser solucionado adicionando-se uma outra camada intermediária de processadores. Multi-Layer Perceptrons Função OU-Exclusivo 6

7 Exemplo: +1 Observação: w 1 w j1 = -2 θ j = s w 1 21 w -0.5 s 12 j w s 2 w j2 =+1 22 w 11 = w 12 = w 21 = w 22 = +1 s j = 1 s 1 w j1 + s 2 w j2 + θ j 0-2s 1 + s s 1 + s s 1 é inibitório s 2 é excitatório s 2 Região de s 1 = 1 s1 Região de s 2 = 0 Região de s j = 1 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! Em termos vetoriais: Camada Escondida NET 1 = S I. W 1 S 1 = k 1 NET 1 Camada de Saída S 2 = k 2 NET 2 = k 2 (S 1.W 2 ) S 2 = k 2 [(k 1 NET 1 ) W 2 ] S 2 = k 2 [(k 1 S I W 1 ) W 2 ] S 2 = k 2 k 1 (S i W 1 ) W 2 S 2 = K. S I. (W 1.W 2 ) S 2 = K. S I. W Equivalente a uma única camada 7

Multi-Layer. Perceptrons. Algoritmos de Aprendizado. Perceptrons. Perceptrons

Multi-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 mais

Algoritmos de Aprendizado. Formas de Aprendizado. Aprendizado Batch x Incremental. Aprendizado Batch x Incremental

Algoritmos de Aprendizado. Formas de Aprendizado. Aprendizado Batch x Incremental. Aprendizado Batch x Incremental Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square Back Propagation Formas de Aprendizado Existe dois métodos básicos de aplicação do algoritmo Back Propagation: Aprendizado

Leia mais

Classificação Linear. André Tavares da Silva.

Classificação Linear. André Tavares da Silva. Classificação Linear André Tavares da Silva andre.silva@udesc.br Roteiro Introduzir os o conceito de classificação linear. LDA (Linear Discriminant Analysis) Funções Discriminantes Lineares Perceptron

Leia mais

Redes Neurais Artificiais (RNA) Definições. Prof. Juan Moisés Mauricio Villanueva

Redes Neurais Artificiais (RNA) Definições. Prof. Juan Moisés Mauricio Villanueva Redes Neurais Artificiais (RNA) Definições Prof. Juan Moisés Mauricio Villanueva jmauricio@cear.ufpb.br 1 Conteúdo 1. 2. 3. 4. 5. 6. Introdução Modelos básicos e regras de aprendizagem Rede neural de retro

Leia mais

3 Redes Neurais Artificiais

3 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 mais

Aprendizado de Máquina (Machine Learning)

Aprendizado 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 mais

serotonina (humor) dopamina (Parkinson) serotonina (humor) dopamina (Parkinson) Prozac inibe a recaptação da serotonina

serotonina (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 mais

Rede RBF (Radial Basis Function)

Rede 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 mais

Redes Neurais: MLP. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação

Redes 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 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

Introdução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana

Introdução 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 mais

Inteligência Computacional

Inteligência 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 mais

REDES NEURAIS. É um conjunto complexo de células que determina o funcionamento e comportamento dos seres vivos. Sua unidade fundamental é o neurônio

REDES NEURAIS. É um conjunto complexo de células que determina o funcionamento e comportamento dos seres vivos. Sua unidade fundamental é o neurônio REDES NEURAIS Sistema Nervoso 2 O que é? É um conjunto complexo de células que determina o funcionamento e comportamento dos seres vivos Engloba o cérebro Sua unidade fundamental é o neurônio Se diferencia

Leia mais

Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação

Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME 1 Conceitos básicos Naive Bayes K-vizinhos mais

Leia mais

4 Redes Neurais Artificiais

4 Redes Neurais Artificiais 4 Redes Neurais Artificiais Inteligência computacional pode ser definida como um conjunto de modelos, algoritmos, técnicas, ferramentas e aplicações em sistemas computadorizados que emulem características

Leia mais

3 Redes Neurais Introdução

3 Redes Neurais Introdução 3 Redes Neurais 3.. Introdução As redes neurais artificiais, ou comumente conhecidas como Neural Networs, foram motivadas em princípio pela extraordinária capacidade do cérebro humano para executar tarefas

Leia mais

4 Redes Neurais Artificiais RNAs

4 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 mais

Inteligência Artificial

Inteligência Artificial Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem (Redes Neurais) Prof. a Joseana Macêdo Fechine Régis

Leia mais

Aprendizado de Máquinas. Multi-Layer Perceptron (MLP)

Aprendizado 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 mais

Introdução às Redes Neurais Artificiais

Introdução às Redes Neurais Artificiais Introdução às Redes Neurais Artificiais Mapas Auto-Organizáveis Prof. João Marcos Meirelles da Silva http://www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola de Engenharia

Leia mais

Professor José Gomes de Carvalho Jr. Modelos Conexionistas - Redes Neurais 1 INTRODUÇÃO

Professor José Gomes de Carvalho Jr. Modelos Conexionistas - Redes Neurais 1 INTRODUÇÃO Modelos Conexionistas - Redes Neurais 1 INTRODUÇÃO Redes Neurais Artificiais ou simplesmente Redes Neurais (também conhecidas como modelos conexionistas) têm sido, ao longo dos últimos anos, uma área de

Leia mais

FÁBIO BARROS TEBALDI ESTUDO DE REDES NEURAIS ARTIFICIAS PARA VERIFICAÇÃO E CLASSIFICAÇÃO DE ASSINATURAS ATRAVÉS DE IMAGENS

FÁBIO BARROS TEBALDI ESTUDO DE REDES NEURAIS ARTIFICIAS PARA VERIFICAÇÃO E CLASSIFICAÇÃO DE ASSINATURAS ATRAVÉS DE IMAGENS FUNDAÇÃO DE ENSINO EURÍPIDES SOARES DA ROCHA CENTRO UNIVERSITARIO EURÍPIDES DE MARÍLIA UNIVEM CURSO DE CIÊNCIA DA COMPUTAÇÃO BACHARELADO FÁBIO BARROS TEBALDI ESTUDO DE REDES NEURAIS ARTIFICIAS PARA VERIFICAÇÃO

Leia mais

Redes Neurais Artificiais ( Neural(

Redes Neurais Artificiais ( Neural( Redes Neurais Artificiais ( Neural( Netwrks ) Definiçã (Segund Haykin em [HAYKIN 200] ) Uma rede neural é um prcessadr maciçamente paralelamente distribuíd cnstituíd de unidades de prcessament simples,

Leia mais

Fundamentos das Redes Neurais: exemplos em Java

Fundamentos 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 mais

Introdução às Redes Neurais Artificiais

Introdução 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 mais

Paradigmas de Aprendizagem

Paradigmas de Aprendizagem Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Paradigmas de Aprendizagem Redes Neurais Artificiais Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com

Leia mais

Uso de Redes Neurais Artificiais na Determinação dos Zeros de Funções Polinomiais

Uso de Redes Neurais Artificiais na Determinação dos Zeros de Funções Polinomiais Revista Tecnologias em Proeção v n p 8-5 dez 8 Uso de Redes Neurais Artificiais na Determinação dos Zeros de Funções Polinomiais Ircílio Chissolucombe Resumo A Inteligência Artificial tem sido muito utilizada

Leia mais

.SXUNWF «T'NTQºLNHF &)&1.3* Introdução às redes Neurais Artificiais (RNAs) v1.1

.SXUNWF «T'NTQºLNHF &)&1.3* Introdução às redes Neurais Artificiais (RNAs) v1.1 1 Introdução às redes Neurais Artificiais (RNAs) v1.1 por João Paulo Schwarz Schüler jpss@schulers.com - http://www.schulers.com/jpss ( enviar correções, sugestões ao jpss ).SXUNWF «T'NTQºLNHF As redes

Leia mais

INTELIGÊNCIA ARTIFICIAL Redes Neurais - Algumas ideias Redes Neurais e Reconhecimento de Padrões

INTELIGÊNCIA ARTIFICIAL Redes Neurais - Algumas ideias Redes Neurais e Reconhecimento de Padrões Redes Neurais e Reconhecimento de Padrões Reconhecimento de Padrões - Conceituação O que é padrão? O que é representação? Beale e Jackson ([BEA91]) voltam a atenção para o termo padrão e procuram realçar

Leia mais

SCC Capítulo 5 Perceptron Multicamadas

SCC Capítulo 5 Perceptron Multicamadas Introdução Back-propagation (BP) MLPs Convolução SCC-5809 - Capítulo 5 Perceptron Multicamadas João Luís Garcia Rosa 1 1 SCC-ICMC-USP - joaoluis@icmc.usp.br 2011 João Luís G. Rosa c 2011 - SCC-5809: Redes

Leia mais

Aula 1 Introdução - RNA

Aula 1 Introdução - RNA Aula 1 Introdução - RNA Sumário 1- Conceitos Iniciais; 2- Neurônio Biológico; 3- Neurônio Artificial; 4- Funções de Ativação; 5- Comparação Neurônio Biológico e Artificial. 1- Conceitos Iniciais - Computadores

Leia mais

Inteligência Artificial Redes Neurais Artificiais

Inteligência Artificial Redes Neurais Artificiais Pós-Graduação em Engenharia Elétrica Inteligência Artificial Redes Neurais Artificiais João Marques Salomão Rodrigo Varejão Andreão Arquitetura e composição das RNAs Uma rede neural artificial é composta

Leia mais

Redes Neurais Artificiais. Professor: Juan Moises Villanueva

Redes Neurais Artificiais. Professor: Juan Moises Villanueva Redes Neurais Artificiais Mestrando: Lucas Nicolau Email: lucasfnicolau@gmail.com Professor: Juan Moises Villanueva Sumário 1. Sistemas Inteligentes 2. Introdução as Redes Neurais Artificias Neurônio Biológico

Leia mais

O que é uma lesão neurológica???????

O que é uma lesão neurológica??????? PLASTICIDADE NEURAL O que é uma lesão neurológica??????? Sistema Nervoso Central (SNC) Sistema Nervoso Periférico (SNP) Estruturas cerebrais Recuperação funcional? Como ocorre? Quais são as bases fisiológicas?

Leia mais

Modelos de neurônios baseados na taxa de disparos

Modelos de neurônios baseados na taxa de disparos Modelos de neurônios baseados na taxa de disparos Devido à complexidade dos chamados modelos realistas de neurônios e redes neurais, baseados no formalismo de Hodgkin-Huxley, muitos autores preferem usar

Leia mais

Redes Neurais Artificiais

Redes Neurais Artificiais Redes Neurais Artificiais x 1 w k1 Bias b k +1 +1 x 1 x 2 x 3 x m +1 y 1 y 2 y o Sinais de entrada x 2 x m Fabricio Breve fabricio@rc.unesp.br w k2 w km Pesos sinápticos Σ Junção aditiva v k f(. ) Saída

Leia mais

Redes Neurais. Profa. Flavia Cristina Bernardini

Redes Neurais. Profa. Flavia Cristina Bernardini Redes Neurais Profa. Flavia Cristina Bernardini Introdução Cérebro & Computador Modelos Cognitivos Diferentes Cérebro Computador Seqüência de Comandos Reconhecimento de Padrão Lento Rápido Rápido Lento

Leia mais

Inteligência Artificial. IA Conexionista: Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis. Renan Rosado de Almeida

Inteligência 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 mais

RECONHECIMENTO DE TRAJETÓRIA COM REDES NEURAIS

RECONHECIMENTO DE TRAJETÓRIA COM REDES NEURAIS 1 RECONHECIMENTO DE TRAJETÓRIA COM REDES NEURAIS Giovanni Crestan Leonardo Enomoto Araki Thiago Antonio Grandi De Tolosa Wânderson de Oliveira Assis Wilson Carlos Siqueira Lima Júnior IMT Instituto Mauá

Leia mais

Redes Neurais Artificiais: Rede Hopfield e Redes Estocásticas

Redes Neurais Artificiais: Rede Hopfield e Redes Estocásticas Universidade Federal Fluminense Instituto de Computação Pós-Graduação em Ciência da Computação Redes Neurais Artificiais: Rede Hopfield e Redes Estocásticas Juliana Mendes N. Silva Estudo Orientado Lúcia

Leia mais

Rede Neural Artificial Aplicada ao Reconhecimento de Padrões usando o Método Back-Propagation

Rede Neural Artificial Aplicada ao Reconhecimento de Padrões usando o Método Back-Propagation I 1 1 1 1 1 1 1 1 1 1 1 1 D2 1 1 1 1 Rede Neural Artificial Aplicada ao Reconhecimento de Padrões usando o Método Back-Propagation Divina Silva Uberlândia, Dezembro/2000. Rede Neural Artificial Aplicada

Leia mais

Introdução a Redes Neurais Artificiais com a biblioteca Encog em Java

Introdução a Redes Neurais Artificiais com a biblioteca Encog em Java Introdução a Redes Neurais Artificiais com a biblioteca Encog em Java Raquel Machado de Sousa 1 1 Laboratório de Sistemas Inteligentes (LSI) Universidade Federal do Maranhão (UFMA) Av. dos Portugueses

Leia mais

Teorema de Aprox. Universal. Teorema de Aprox. Universal. Teorema de Aprox. Universal. Teorema de Aprox. Universal. Teorema de Aprox.

Teorema de Aprox. Universal. Teorema de Aprox. Universal. Teorema de Aprox. Universal. Teorema de Aprox. Universal. Teorema de Aprox. SCE-5809 - REDES NEURAIS Redes Neurais Multi-Camadas Parte 3 Profa Roseli Ap Francelin Romero Qual é o número mínimo de camadas num PMC que fornece uma aproximação para qualquer mapeamento contínuo? Cybenko,

Leia mais

Redes Neurais Artificiais

Redes Neurais Artificiais Redes Neurais rtificiais Histórico, Modelos e prendizado Neural Unisinos - 2001/2 Curso de Informática Disciplina: Redes Neurais Prof. Fernando Osório Centro de Ciências Exatas e Tecnológicas - C6 / E-mail:

Leia mais

Faculdade de Jaguariúna

Faculdade de Jaguariúna Faculdade de Jaguariúna Ciência da Computação REDES NEURAIS ARTIFICIAIS NA PREVISÃO DO CONSUMO DE ENERGIA ELÉTRICA Jaguariúna-SP 2005 2 Luis Fernando Pereira Vicente REDES NEURAIS ARTIFICIAIS NA PREVISÃO

Leia mais

Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN

Previsão 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 mais

Introdução as Redes Neurais Artificiais

Introdução as Redes Neurais Artificiais Introdução as Redes Neurais Artificiais Florianópolis, maio de 2002. 2 Nunca se achou que o degrau da escada se destinasse a alguém permanecer em cima dele, mas sim que se destina a sustentar o pé de um

Leia mais

NOÇÕES DE REDES NEURAIS ARTIFICIAIS

NOÇÕES DE REDES NEURAIS ARTIFICIAIS UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS CORNÉLIO PROCÓPIO COORDENAÇÃO DE ELETROTÉCNICA - ENGENHARIA ELÉTRICA LABORATORIO DE SEGURANÇA ILUMINAÇÃO E EFICIÊNCIA ENERGÉTICA NOÇÕES DE REDES NEURAIS

Leia mais

Classificação de Padrões. Abordagem prática com Redes Neurais Artificiais

Classificação de Padrões. Abordagem prática com Redes Neurais Artificiais Classificação de Padrões Abordagem prática com Redes Neurais Artificiais Agenda Parte I - Introdução ao aprendizado de máquina Parte II - Teoria RNA Parte III - Prática RNA Parte IV - Lições aprendidas

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA UNESP FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

UNIVERSIDADE ESTADUAL PAULISTA UNESP FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE ESTADUAL PAULISTA UNESP FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Introdução e Principais Conceitos Carlos Roberto Minussi Anna Diva Plasencia

Leia mais

UM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA

UM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA UM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA SOUZA, REGIANE MÁXIMO YOSHINO, RUI TADASHI HANISC,H, WERNER SIEGFRIED ETO, REGINA FUMIE Palavras-chaves: Artificial Neural

Leia mais

3 Modelos Comparativos: Teoria e Metodologia

3 Modelos Comparativos: Teoria e Metodologia 3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito

Leia mais

3 REDES NEURAIS ARTIFICIAIS

3 REDES NEURAIS ARTIFICIAIS 50 3 REDES NEURAIS ARTIFICIAIS Este capitulo apresenta uma descrição sucinta da teoria básica de Redes Neurais Artificiais e sobre a criação do Comitê de Redes Neurais. Se o leitor estiver familiarizado

Leia mais

Redes Neurais Artificiais

Redes Neurais Artificiais Redes Neurais Artificiais André Ricardo Gonçalves andreric [at] dca.fee.unicamp.br www.dca.fee.unicamp.br/~andreric Sumário 1 Redes Neurais Artificiais p. 3 1.1 Inspiração Biológica..............................

Leia mais

Reconhecimento de Caracteres Manuscritos Utilizando Redes Neurais Artificiais

Reconhecimento de Caracteres Manuscritos Utilizando Redes Neurais Artificiais UniCEUB Centro Universitário de Brasília FAET Faculdade de Ciências Exatas e Tecnologia Curso de Engenharia da Computação Reconhecimento de Caracteres Manuscritos Utilizando Redes Neurais Artificiais Aluno:

Leia mais

Modelagem da Rede Neural. Modelagem da Rede Neural. Back Propagation. Modelagem da Rede Neural. Modelagem da Rede Neural. Seleção de Variáveis:

Modelagem da Rede Neural. Modelagem da Rede Neural. Back Propagation. Modelagem da Rede Neural. Modelagem da Rede Neural. Seleção de Variáveis: Back Propagation Fatores importantes para a modelagem da Rede Neural: Seleção de variáveis; veis; Limpeza dos dados; Representação das variáveis veis de entrada e saída; Normalização; Buscando melhor Generalização

Leia mais

ESTUDO COMPARATIVO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS

ESTUDO COMPARATIVO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS ESTUDO COMPARATIVO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS David Gabriel de Barros Franco Pontifícia Universidade Católica do Paraná david.barros@pucpr.br Maria Teresinha

Leia mais

RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ

RECONHECIMENTO 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 mais

Soluções de Equações Diferenciais Usando Redes Neurais de Múltiplas camadas com os métodos da Descida mais íngreme e Levenberg-Marquardt.

Soluções de Equações Diferenciais Usando Redes Neurais de Múltiplas camadas com os métodos da Descida mais íngreme e Levenberg-Marquardt. UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA E ESTATÍSTICA Brigida Cristina Fernandes Batista Soluções de Equações Diferenciais Usando Redes

Leia mais

FACULDADE DE INFORMÁTICA E ADMINISTRAÇÃO PAULISTA GUSTAVO DE MARI PEREIRA OSVALDO BINOTTI TEIXEIRA

FACULDADE DE INFORMÁTICA E ADMINISTRAÇÃO PAULISTA GUSTAVO DE MARI PEREIRA OSVALDO BINOTTI TEIXEIRA FACULDADE DE INFORMÁTICA E ADMINISTRAÇÃO PAULISTA GUSTAVO DE MARI PEREIRA OSVALDO BINOTTI TEIXEIRA REDES NEURAIS ARTIFICIAIS APLICADAS NA EVASÃO ESTUDANTIL DO ENSINO SUPERIOR São Paulo 2012 GUSTAVO DE

Leia mais

REDES NEURAIS ARTIFICIAIS: UMA CONTRIBUIÇÃO AO PROCESSO DE DECISÕES FINANCEIRAS

REDES NEURAIS ARTIFICIAIS: UMA CONTRIBUIÇÃO AO PROCESSO DE DECISÕES FINANCEIRAS REDES NEURAIS ARTIFICIAIS: UMA CONTRIBUIÇÃO AO PROCESSO DE DECISÕES FINANCEIRAS WILSON KENDY TACHIBANA VERIDIANA DE FÁTIMA ORLANDI Resumo: As redes neurais artificiais são modelos baseados no comportamento

Leia mais

REDES NEURAIS ARTIFICIAIS: PRINCÍPIOS BÁSICOS ARTIFICIAL NEURAL NETWORKS: BASIC PRINCIPLES

REDES NEURAIS ARTIFICIAIS: PRINCÍPIOS BÁSICOS ARTIFICIAL NEURAL NETWORKS: BASIC PRINCIPLES REDES NEURAIS ARTIFICIAIS: PRINCÍPIOS BÁSICOS ARTIFICIAL NEURAL NETWORKS: BASIC PRINCIPLES FLECK, Leandro 1 ; TAVARES, Maria Hermínia Ferreira 2 ; EYNG, Eduardo 3 ; HELMANN, Andrieli Cristina 4 ; ANDRADE,

Leia mais

Inteligência Artificial

Inteligência Artificial Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem Outras Técnicas Prof. a Joseana Macêdo Fechine Régis

Leia mais

Protótipo de Software para Reconhecimento de Impressões Digitais

Protótipo de Software para Reconhecimento de Impressões Digitais Protótipo de Software para Reconhecimento de Impressões Digitais Aluno: Alex Sandro da Silva Orientador: Paulo de Tarso Mendes Luna Semestre - 99/1 Roteiro da Apresentação INTRODUÇÃO CONCEITOS BÁSICOS

Leia mais

Redes Neurais Artificiais e Previsão de Séries Econômicas: Uma Introdução 1. Resumo

Redes Neurais Artificiais e Previsão de Séries Econômicas: Uma Introdução 1. Resumo Redes Neurais Artificiais e Previsão de Séries Econômicas: Uma Introdução 1 Marcelo S. Portugal 2 e Luiz Gustavo L. Fernandes 3 Resumo O objetivo central deste artigo é introduzir um novo método de previsão

Leia mais

Mapas Auto-Organizáveis de Kohonen SOM

Mapas Auto-Organizáveis de Kohonen SOM Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Mapas Auto-Organizáveis de Kohonen SOM Redes Neurais Artificiais Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com

Leia mais

Teoria de Problemas. Jorge Muniz Barreto UFSC-INE Curso:Teoria da Computação

Teoria de Problemas. Jorge Muniz Barreto UFSC-INE Curso:Teoria da Computação Teoria de Problemas Jorge Muniz Barreto UFSC-INE Curso:Teoria da Computação Que é um problema? Enunciado: George Polya: Quais são os dados (D)? Quais são as respostas possíveis (R)? Qual a condição (C)?

Leia mais

Ricardo Cavalcanti Costa Modelos Preditivos de Velocidade de Vento para Sistemas Eólicos Baseados em Redes Neurais Artificiais

Ricardo Cavalcanti Costa Modelos Preditivos de Velocidade de Vento para Sistemas Eólicos Baseados em Redes Neurais Artificiais UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE ENERGIAS ALTERNATIVAS E RENOVÁVEIS DEPARTAMENTO DE ENGENHARIA ELÉTRICA Ricardo Cavalcanti Costa Modelos Preditivos de Velocidade de Vento para Sistemas Eólicos

Leia mais

Um ambiente de Redes Neurais para Web

Um ambiente de Redes Neurais para Web Universidade Federal de Pernambuco Centro de Ciências Exatas e da Natureza Departamento de Informática Um ambiente de Redes Neurais para Web Autor: Fausto Dias Oliveira de Queiroz Orientadores: Teresa

Leia mais

DANILO COSTA BREDA AUTOMAÇÃO RESIDENCIAL: APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA CONTROLE DE CLIMATIZAÇÃO.

DANILO COSTA BREDA AUTOMAÇÃO RESIDENCIAL: APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA CONTROLE DE CLIMATIZAÇÃO. CENTRO UNIVERSITÁRIO EURÍPIDES DE MARÍLIA UNIVEM FUNDAÇÃO DE ENSINO EURÍPIDES SOARES DA ROCHA BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO DANILO COSTA BREDA AUTOMAÇÃO RESIDENCIAL: APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS

Leia mais

3 INTERVALOS DE CONFIANÇA

3 INTERVALOS DE CONFIANÇA 3 INTEVALOS DE CONFIANÇA 3.1 Introdução A estimativa de intervalos de confiança é utilizada para se obter medidas de incerteza dos dados analisados. A análise da incerteza de uma previsão, por exemplo,

Leia mais

UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA ENGENHARIA DE TELEINFORMÁTICA

UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA ENGENHARIA DE TELEINFORMÁTICA UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA ENGENHARIA DE TELEINFORMÁTICA PREDIÇÃO DO SINAL EM UMA REDE LOCAL SEM FIO ATRAVÉS DE REDES NEURAIS ARTIFICIAIS RICARDO BRUNO MARTINS TEIXEIRA FORTALEZA

Leia mais

Introdução às Redes Neurais Artificiais. Eduardo Simas

Introdução às Redes Neurais Artificiais. Eduardo Simas Introdução às Redes Neurais Artificiais Eduardo Simas (eduardo.simas@ufba.br) Sumário O que são as Redes Neurais Artificiais? Para que servem? Processamento da Informação Tipos de Redes Neurais Modos de

Leia mais

Redes Neurais no WEKA

Redes Neurais no WEKA Redes Neurais WEKA http://www.cs.waikato.ac.nz/ml/weka/ Redes Neurais no WEKA Introdução ao WEKA Base Benchmark Estudo de Casos Análise de Crédito Bancário 1 Redes Neurais no Weka WEKA (Waikaito Environment

Leia mais

REDES NEURAIS APLICADAS A CONTROLE DE ROBÔS

REDES NEURAIS APLICADAS A CONTROLE DE ROBÔS RESUMO REDES NEURAIS APLICADAS A CONTROLE DE ROBÔS TCC apresentada para obtenção de título de especialista em Controle e Automação Israel Mazaira Fernando Coelho de Faria Corrêa 2 Willian Rebouças Jenei

Leia mais

Redes Neurais MLP: Exemplos e Características

Redes 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 mais

INTELIGÊNCIA COMPUTACIONAL E REDES NEURAIS EM ENGENHARIA ELÉTRICA

INTELIGÊNCIA COMPUTACIONAL E REDES NEURAIS EM ENGENHARIA ELÉTRICA INTELIGÊNCIA COMPUTACIONAL E REDES NEURAIS EM ENGENHARIA ELÉTRICA Prof. Emílio Del Moral Hernandez Dep. de Eng. de Sistemas Eletrônicos PSI-EPUSP emilio_del_moral@ieee.org www.lsi.usp/~emilio PSI-2222

Leia mais

14 AULA. Vetor Gradiente e as Derivadas Direcionais LIVRO

14 AULA. Vetor Gradiente e as Derivadas Direcionais LIVRO 1 LIVRO Vetor Gradiente e as Derivadas Direcionais 14 AULA META Definir o vetor gradiente de uma função de duas variáveis reais e interpretá-lo geometricamente. Além disso, estudaremos a derivada direcional

Leia mais

MODELAGEM DO COMPORTAMENTO À FADIGA DE COMPÓSITOS DE FIBRA DE VIDRO A PARTIR DE UM MODELO MISTO DE RNA

MODELAGEM DO COMPORTAMENTO À FADIGA DE COMPÓSITOS DE FIBRA DE VIDRO A PARTIR DE UM MODELO MISTO DE RNA 1 UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA MODELAGEM DO COMPORTAMENTO À FADIGA DE COMPÓSITOS DE FIBRA DE VIDRO A PARTIR DE UM MODELO MISTO DE RNA Dissertação

Leia mais

Redes neurais artificiais na previsão do valor de commodity do agronegócio

Redes neurais artificiais na previsão do valor de commodity do agronegócio Freiman, José Paulo e Pamplona, Edson de O. Redes Neurais Artificiais na Previsão do Valor de Commodity do Agronegócio. V Encuentro Internacional de Finanzas. Santiago, Chile, 19 a 21 de janeiro de 2005

Leia mais

Uma Introdução a SVM Support Vector Machines. Obs: Baseada nos slides de Martin Law

Uma Introdução a SVM Support Vector Machines. Obs: Baseada nos slides de Martin Law Uma Introdução a SVM Support Vector Machines Obs: Baseada nos slides de Martin Law Sumário Historia das SVMs Duas classes, linearmente separáveis O que é um bom limite para a decisão? Duas classes, não

Leia mais

1 Segmentos orientados e vetores, adição e multiplicação

1 Segmentos orientados e vetores, adição e multiplicação MAP2110 Modelagem e Matemática 1 o Semestre de 2007 Resumo 1 - Roteiro de estudos - 07/05/2007 Espaços vetoriais bi e tri-dimensionais (plano ou espaço bidimensional E 2, e espaço tridimensional E 3 )

Leia mais

PREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL

PREVISÃO 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 mais

3 FERRAMENTAS UTILIZADAS: REDES NEURAIS E LÓGICA FUZZY

3 FERRAMENTAS UTILIZADAS: REDES NEURAIS E LÓGICA FUZZY 3 FERRAMENTAS UTILIZADAS: REDES NEURAIS E LÓGICA FUZZY 3.1 REDES NEURAIS As redes neurais representam uma tecnologia que têm raízes em muitas disciplinas: neurociência, matemática, estatística, física,

Leia mais

EXPANSÃO DO MÓDULOS DE REDES NEURAIS DO GNU OCTAVE

EXPANSÃO DO MÓDULOS DE REDES NEURAIS DO GNU OCTAVE 1 UNIVERSIDADE FEDERAL DE SANTA CATARINA BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO Matheus Braun Magrin EXPANSÃO DO MÓDULOS DE REDES NEURAIS DO GNU OCTAVE Monografia submetida à Universidade Federal de Santa

Leia mais

Redes neurais e sua aplicação em sistemas de recuperação de informação

Redes neurais e sua aplicação em sistemas de recuperação de informação Redes neurais e sua aplicação em sistemas de recuperação de informação Edberto Ferneda Professor doutor do curso de ciências da informação e Documentação da Faculdade de Filosofia Ciências e Letras de

Leia mais

Rafael Felisbino. Inteligência Artificial e Redes Neurais: Conceitos e Aplicações

Rafael Felisbino. Inteligência Artificial e Redes Neurais: Conceitos e Aplicações Rafael Felisbino Inteligência Artificial e Redes Neurais: Conceitos e Aplicações Assis, SP 2012 Rafael Felisbino Inteligência Artificial e Redes Neurais: Conceitos e Aplicações Trabalho de Conclusão de

Leia mais

AVALIAÇÃO DE CONFIGURAÇÕES DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DO CONSUMO DE ENERGIA DE SISTEMAS DE CLIMATIZAÇÃO

AVALIAÇÃO DE CONFIGURAÇÕES DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DO CONSUMO DE ENERGIA DE SISTEMAS DE CLIMATIZAÇÃO UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA AVALIAÇÃO DE CONFIGURAÇÕES DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DO CONSUMO DE ENERGIA DE SISTEMAS DE CLIMATIZAÇÃO

Leia mais

AUTENTICAÇÃO DE USUÁRIOS ATRAVÉS DO RECONHECIMENTO DE VOZ

AUTENTICAÇÃO DE USUÁRIOS ATRAVÉS DO RECONHECIMENTO DE VOZ UNIVERSIDADE DO PLANALTO CATARINENSE DEPARTAMENTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE SISTEMAS DE INFORMAÇÃO (BACHARELADO) THIAGO KRAMER FERTIG AUTENTICAÇÃO DE USUÁRIOS ATRAVÉS DO RECONHECIMENTO

Leia mais

Multi-Layer. Perceptron. Sumário. Aplicações de Redes Neurais. Previsão de Séries Temporais. Aplicações de Previsão

Multi-Layer. Perceptron. Sumário. Aplicações de Redes Neurais. Previsão de Séries Temporais. Aplicações de Previsão Aplicações de Redes Neurais Multi-Layer Perceptron Previsão de Séries Temporais Inferência da Qualidade de Produtos de Destilação (Soft Sensors) Classificação de Imagens Determinação da Carga Limite em

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO

UNIVERSIDADE FEDERAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO UNIVERSIDADE FEDERAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO O USO DE REDES NEURAIS ARTIFICIAIS NA PREVISÃO DE TENDÊNCIAS NO MERCADO DE AÇÕES DISSERTAÇÃO SUBMETIDA À UFPE PARA

Leia mais

Universidade da Beira Interior Departamento de Engenharia Informática

Universidade da Beira Interior Departamento de Engenharia Informática Universidade da Beira Interior Departamento de Engenharia Informática João Carlos Raposo Neves, N o 23099 Licenciatura em Engenharia Informática Orientador de Projecto: Prof. Doutor Hugo Proença Covilhã,

Leia mais

SELEÇÃO DE CARACTERÍSTICAS DE DADOS UTILIZANDO REDES NEURAIS ARTIFICIAIS

SELEÇÃO DE CARACTERÍSTICAS DE DADOS UTILIZANDO REDES NEURAIS ARTIFICIAIS ÁLVARO HENRIQUE NOGUEIRA DE LIMA SELEÇÃO DE CARACTERÍSTICAS DE DADOS UTILIZANDO REDES NEURAIS ARTIFICIAIS LAVRAS MG 2012 ÁLVARO HENRIQUE NOGUEIRA DE LIMA SELEÇÃO DE CARACTERÍSTICAS DE DADOS UTILIZANDO

Leia mais

Inteligência? Antonio G. Thomé - 98

Inteligência? Antonio G. Thomé - 98 ? Inteligência? Aurélio Buarque de Holanda É a faculdade aprender, a capacidade de comprender e de adaptar-se, é agudeza e perspicácia. A história da pesquisa em IA não é tão recente quanto se possa pensar.

Leia mais

Halliday & Resnick Fundamentos de Física

Halliday & Resnick Fundamentos de Física Halliday & Resnick Fundamentos de Física Mecânica Volume 1 www.grupogen.com.br http://gen-io.grupogen.com.br O GEN Grupo Editorial Nacional reúne as editoras Guanabara Koogan, Santos, Roca, AC Farmacêutica,

Leia mais

Máquinas de suporte vetorial e sua aplicação na detecção de spam

Máquinas de suporte vetorial e sua aplicação na detecção de spam e sua aplicação na detecção de spam Orientador: Paulo J. S. Silva (IME-USP) Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação MAC499 Trabalho de Formatura

Leia mais

POTENCIAL DE MEMBRANA E POTENCIAL DE AÇÃO

POTENCIAL DE MEMBRANA E POTENCIAL DE AÇÃO POTENCIAL DE MEMBRANA E POTENCIAL DE AÇÃO AULA 3 DISCIPLINA: FISIOLOGIA I PROFESSOR RESPONSÁVEL: FLÁVIA SANTOS Potencial de membrana Separação de cargas opostas ao longo da membrana plasmática celular

Leia mais

Utilização de Rede Neural Artificial na Obtenção dos Acréscimos de Tensão no Solo Devido a Carregamento Circular

Utilização de Rede Neural Artificial na Obtenção dos Acréscimos de Tensão no Solo Devido a Carregamento Circular Utilização de Rede Neural rtificial na Otenção dos créscimos de Tensão no Solo Devido a Carregamento Circular Marcos ntonio da Silva, Luiz Biondi Neto e Denise M. S. Gerscovich Programa de Pós-Graduação

Leia mais

FABIANO CORDEIRO MOREIRA

FABIANO CORDEIRO MOREIRA 1 FABIANO CORDEIRO MOREIRA RECONHECIMENTO E CLASSIFICAÇÃO DE PADRÕES DE IMAGENS DE NÚCLEOS DE LINFÓCITOS DO SANGUE PERIFÉRICO HUMANO COM A UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS FLORIANÓPOLIS - SC 2002

Leia mais

Décimo Quinto Encontro Regional Ibero-americano do CIGRÉ Foz do Iguaçu-PR, Brasil 19 a 23 de maio de 2013

Décimo Quinto Encontro Regional Ibero-americano do CIGRÉ Foz do Iguaçu-PR, Brasil 19 a 23 de maio de 2013 UTILIZAÇÃO DE REDES NEURAIS PARA MODELAGEM DO COMPORTAMENTO DE ISOLADORES A. H. Reiner* L. H. Meyer* F. H. Molina** *Fundação Universidade Regional de Blumenau ** Centrais Elétricas de Santa Catarina S/A

Leia mais