Relatório da Aula Prática sobre Redes Neurais Artificiais

Tamanho: px
Começar a partir da página:

Download "Relatório da Aula Prática sobre Redes Neurais Artificiais"

Transcrição

1 Relatório da Aula Prática sobre Redes Neurais Artificiais Instituto de Informática UFRGS Carlos Eduardo Ramisch Cartão: INF01017 Redes Neurais e Sistemas Fuzzy Porto Alegre, 16 de outubro de Introdução O objetivo dessa aula prática é a familiarização e a implementação dos conceitos vistos em aula teórica, tais como o modelo de neurônio artificial, o perceptron, as redes alimentadas adiante e o algoritmo de backpropagation. Para esse propósito, será feito uso do toolkit do MATLAB para a implementação de Redes Neurais Artificiais. Esse toolkit facilita o trabalho, eliminando detalhes de implementação que seriam bastante custosos se feitos em outro ambiente. 2. Funções de Ativação A primeira tarefa consiste apenas em verificar as diferentes funções de ativação utilizadas nos modelos de neurônio artificial. Para isso, o MATLAB fornece uma série de funções que são usualmente utilizadas com esse propósito. Entre as funções testadas estão a tangente hiperbólica, a função logística e a função limiar. Nas imagens abaixo, pode-se verificar a plotagem das funções na imagem 2.1: (a) Função tangente hiperbólica; (b) Função logística; (c) Função limiar; (d) Função limiar simétrica em relação a 0. (a) (b)

2 (c) (d) Imagem 2.1 Plotagem das funções de ativação. 3. Perceptron Para criar e treinar perceptrons, foram usadas as funções do matlab newp, que cria um perceptron e define o domínio das entradas, adapt, que realiza a adaptação de pesos de acordo com o algoritmo de treinamento do perceptron, e sim, que simula a propagação da entrada do perceptron. O trecho de código abaixo simula um perceptron que aprende a função OR: 1. net = newp([-2 2; -2 2],1); 2. P = [0 0; 0 1; 1 0; 1 1]'; 3. T = [ ]; 4. figure; 5. plotpv(p,t); 6. linehandle=plotpc(net.iw{1},net.b{1}); 7. hold on 8. for cont=1:6, 9. net = adapt(net,p,t); 10. linehandle=plotpc(net.iw{1},net.b{1}, linehandle); 11. drawnow; 12. pause; 13. Y = sim(net,p) 14. end; 15. hold off Nesse trecho de código, as entradas são representadas pelo vetor P e os valores desejados pelo vetor T. O algoritmo itera 6 vezes sobre o perceptron, adaptando os pesos sinápticos e então exibindo os resultados. A maior parte do código não tem importância, sendo apenas para apresentar a informação de forma gráfica. Na linha 1, criamos um novo perceptron, definindo o domínio da entrada como [-2, 2]. A linha 9 é responsável por adaptar os pesos das sinapses, e na linha 9, o vetor Y recebe o resultado da propagação das entradas no perceptron. Os resultados das últimas 4 iterações podem ser vistos na imagem 3.1, em ordem cronológica.

3 (a) (b) (c) Imagem 3.1 Resultado do treinamento iterativo do perceptron para a função OR. 4. Rede Alimentada Adiante para Aprendizado da Função XOR A fim de aprender uma função não linearmente separável, instancia-se uma rede de mais de uma camada. Essa rede, conhecida como Multi Layer Perceptron, é formada por neurônios conectados para frente apenas, isto é, não existem ciclos. Além disso, uma camada só é conectada com a próxima e com a anterior, não podendo haver pulos sobre alguma camada. No Matlab, a função newff cria uma rede com camadas. Noc aso da função XOR que desejamos implementar, colocaremos apenas duas camadas, a ouculta e a de saída. Na camada oculta, colocaremos dois neurônios e, na de saída, apenas um, correspondente à saída da função XOR. O código executado pode ser visto abaixo: 1. net = newff([-2, 2; -2, 2],[2, 1]); 2. P = [0 0; 0 1; 1 0; 1 1]'; 3. T = [ ]; 4. net = train( net, P, T ); 5. simulation = sim(net,p) 6. weights1 = net.iw{1} 7. weights2 = net.lw{2} 8. bias1 = net.b{1} 9. bias2 = net.b{2} (d)

4 Na linha 1, criamos os neurônios da rede. Como no exemplo anterior, P guarda as entradas e T a saída desejada da rede. Na linha 4, o algoritmo backpropagation é usado para ajustar os pesos da rede, que são exibidos nas próximas linhas. Considerando que a rede é formada por dois neurônios, 1 e 2, na camada oculta, e um neurônio, 3, na camada de saída (de acordo com a imagem 4.1), os valores dos pesos encontrados foram: w 10 = b 1 = w 11 = w 12 = w 20 = b 2 = w 21 = w 22 = w 30 = b 3 = w 31 = w 32 = Quando simulados, os valores encobntreados pela rede foram aproximadamente os mesmos que a função original, demonstrando que o aprendizado se deu corretamente: simulation = [ ] w 11 w 12 w 10 w 31 w 30 w 22 w 21 w 20 w 32 Imagem 4.1 Esquemático da Rede Neural que simula a função XOR. 5. Rede Alimentada Adiante para Aprendizado da Função Seno Para aprender a função seno, foi utilizada a mesma metodologia do exemplo da seção anterior, com a diferença das entradas e saídas do sistema. O mapeamento da rede é de uma dimensão de entrada para uma dimensão de saída, diferentemente do modelo anterior. O esquemático, porém, é muito semelhante ao da imagem 4.1, seguindo a mesma lógica. O código do Matlab usado para a simulação é exibido abaixo: 1. net = newff([-3, 3],[2, 1]); 2. P = [-2, -1.75, -1.5, -1.25, -1, -0.75, -0.5, -0.25, 0, 0.25, 0.5, 0.75, 1, 1.25, 1.5, 1.75, 2]; 3. T = [sin(-2), sin(-1.75), sin(-1.5), sin(-1.25), sin(-1), sin(-0.75), sin(-0.5), sin(-0.25), sin(0), sin(0.25), sin(0.5), sin(0.75), sin(1), sin(1.25), sin(1.5), sin(1.75), sin(2)]; 4. net = train( net, P, T ); 5. simulation = sim(net,p) 6. weights1 = net.iw{1} 7. weights2 = net.lw{2}

5 8. bias1 = net.b{1} 9. bias2 = net.b{2} A diferença está nos vetores de treinamento P e T, que agora modelam o comportamento discretizado da função seno. O resultado da simulação, bem como os pesos encontrados para a rede são mostrados abaixo. Uma vez que a simulação tem um resultado bastante próximo da saída desejada, consideramos de maneira subjetiva que a rede foi treinada com sucesso.: w 10 = b 1 = w 11 = w 20 = b 2 = w 21 = w 30 = b 3 = e-007 w 31 = w 32 = T = simulation =

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

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

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

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

3. REDES DE CAMADA ÚNICA

3. REDES DE CAMADA ÚNICA 3. REDES DE CAMADA ÚNICA Perceptron Forma mais simples de RN Utilizado para classificação de padrões (linearmente separáveis) Consiste em um único neurônio, com pesos sinápticos ajustáveis e bias 3.1 Funções

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

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

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

Redes Neurais no MATLAB 6.1

Redes Neurais no MATLAB 6.1 Redes Neurais no MATLAB 6.1 Redes Neurais no MATLAB Duas formas de utilização: Linhas de comando, e m-files Interface gráfica (NNTool) 1 Redes Neurais no MATLAB Duas formas de utilização: Linhas de comando,,

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

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

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

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. 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

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

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

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

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

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

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

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

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

Redes neurais aplicadas na identificação de variedades de soja

Redes neurais aplicadas na identificação de variedades de soja Redes neurais aplicadas na identificação de variedades de soja Fábio R. R. Padilha Universidade Regional do Noroeste do Estado do Rio Grande do Sul - UNIJUÍ Rua São Francisco, 5 - Sede Acadêmica, 987-,

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

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

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

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

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

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP Reconhecimento de face utilizando banco de imagens monocromáticas e coloridas através dos métodos da análise do componente principal (PCA) e da Rede Neural Artificial (RNA) [Recognition to face using the

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

COPPE/UFRJ. CPE 721 - Redes Neurais Feedforward Prof.: Luiz Calôba

COPPE/UFRJ. CPE 721 - Redes Neurais Feedforward Prof.: Luiz Calôba COPPE/UFRJ CPE 721 - Redes Neurais Feedforward Prof.: Luiz Calôba PROGRAMA PARA DEMONSTRAÇÃO DO PROCESSO DE APRENDIZADO DOS NEURÔNIOS DA CAMADA INTERMEDIÁRIA DE UMA REDE NEURAL FEEDFORWARD DE 2 CAMADAS,

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

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

FERRAMENTA COMPUTACIONAL PARA PROJETOS DE REDES NEURAIS ARTIFICIAIS UTILIZANDO LINGUAGEM GRÁFICA

FERRAMENTA COMPUTACIONAL PARA PROJETOS DE REDES NEURAIS ARTIFICIAIS UTILIZANDO LINGUAGEM GRÁFICA FERRAMENTA COMPUTACIONAL PARA PROJETOS DE REDES NEURAIS ARTIFICIAIS UTILIZANDO LINGUAGEM GRÁFICA Hugo da Silva Bernardes Gonçalves hugo.bernardes@gmail.com IFSP Instituto Federal de Ciência e Tecnologia

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

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

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

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

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

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

ANÁLISE COMPARATIVA DE FERRAMENTAS DE REDES NEURAIS ARTIFICIAIS

ANÁLISE COMPARATIVA DE FERRAMENTAS DE REDES NEURAIS ARTIFICIAIS ANÁLISE COMPARATIVA DE FERRAMENTAS DE REDES NEURAIS ARTIFICIAIS Ivan Luis Suptitz (UNISC) ivansuptitz@gmail.com Rejane Frozza (UNISC) frozza@unisc.br Rolf Fredi Molz (UNISC) rolf@unisc.br Este artigo promove

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

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

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Estudos Comparativos Recentes - Behavior Scoring Roteiro Objetivo Critérios de Avaliação

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

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

Palavras chave: defeitos de solda, pulso eco, redes neurais artificiais, transformada de wavelet

Palavras chave: defeitos de solda, pulso eco, redes neurais artificiais, transformada de wavelet DETECÇÃO DE DEFEITOS EM JUNTAS SOLDADAS UTILIZANDO UM CLASSIFICADOR NEURAL ALIMENTADO POR SINAIS ULTRASSÔNICOS PRÉ- PROCESSADOS PELA TRANSFORMADA DE WAVELET Francisco G. de Paula¹, Maria Cléa S. de Albuquerque

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

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

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

Reconhecimento de Faces Utilizando Redes Neurais Autoassociativas

Reconhecimento de Faces Utilizando Redes Neurais Autoassociativas POLITÉCNICA DE Reconhecimento de Faces Utilizando Redes Neurais Autoassociativas Trabalho de Conclusão de Curso Engenharia da Computação Sérgio Guerra Prazeres Orientador: Bruno José Torres Fernandes SÉRGIO

Leia mais

PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER

PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER Adriano Cassaniga Petry Prof. Roosevelt dos Santos Junior - Orientador ROTEIRO Introdução Objetivos Fundamentação Teórica Requisitos

Leia mais

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 20 - Backpropagation

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 20 - Backpropagation Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 20 - Backroagation Introdução Redes de uma camada resolvem aenas roblemas linearmente searáveis Solução: utilizar mais de uma camada Camada 1: uma

Leia mais

Aplicação de Redes Neurais no reconhecimento de letras em placas de veículos automotores brasileiros

Aplicação de Redes Neurais no reconhecimento de letras em placas de veículos automotores brasileiros Aplicação de Redes Neurais no reconhecimento de letras em placas de veículos automotores brasileiros Herman P. Lima Jr Aline da Rocha Gesualdi Marcelo Portes de Albuquerque Márcio Portes de Albuquerque

Leia mais

Classificação Automática dos Usuários da Rede Social Acadêmica Scientia.Net

Classificação Automática dos Usuários da Rede Social Acadêmica Scientia.Net Classificação Automática dos Usuários da Rede Social Acadêmica Scientia.Net Vinícius Ponte Machado 1, Bruno Vicente Alves de Lima 2, Heloína Alves Arnaldo 3, Sanches Wendyl Ibiapina Araújo 4 Departamento

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

UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS

UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS UMA ABORDAGEM DE PODA PARA MÁQUINAS DE APRENDIZADO EXTREMO VIA ALGORITMOS GENÉTICOS Alisson S. C. Alencar, Ajalmar R. da Rocha Neto Departamento de Computação, Instituto Federal do Ceará (IFCE). Programa

Leia mais

Estudos para Localização de Faltas em Redes Subterrâneas Integrando o Software PSCAD/EMTDC e Ferramentas Inteligentes

Estudos para Localização de Faltas em Redes Subterrâneas Integrando o Software PSCAD/EMTDC e Ferramentas Inteligentes 1 Estudos para ização de Faltas em Redes Subterrâneas Integrando o Software PSCAD/EMTDC e Ferramentas Inteligentes D. S. Gastaldello, A. N. Souza, H. L. M. do Amaral, M. G. Zago e C. C. O. Ramos Resumo--

Leia mais

Classificador de cédulas de Real: Duas abordagens, linear e não-linear

Classificador de cédulas de Real: Duas abordagens, linear e não-linear Classificador de cédulas de Real: Duas abordagens, linear e não-linear Lais C. R. S. Lopes 1 1 Instituto de Informática Universidade Federal de Goiás (UFG) Abstract. Real notes classification problem is

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 12 Aprendizado de Máquina Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local

Leia mais

MODELAGEM DO CUSTO MARGINAL DA ENERGIA ELÉTRICA EM FUNÇÃO DO NÍVEL DE ARMAZENAMENTO NOS RESERVATÓRIOS

MODELAGEM DO CUSTO MARGINAL DA ENERGIA ELÉTRICA EM FUNÇÃO DO NÍVEL DE ARMAZENAMENTO NOS RESERVATÓRIOS SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GOP - 17 16 a 21 Outubro de 2005 Curitiba - Paraná GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP MODELAGEM DO

Leia mais

Anais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014

Anais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014 ESTUDO DE LINEARIZAÇÃO E COMPENSAÇÃO DE AMBIENTE EM SENSORES UTILIZANDO INTELIGÊNCIA ARTIFICIAL Paulo Roberto Ponzoni de Abreu, Luís H. C. Ferreira, Leonardo B. Zoccal Universidade Federal de Itajubá Instituto

Leia mais

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron. 1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando

Leia mais

UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS COLEGIADO DO CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO - CECAU BRUNO MENDES DE TOLEDO CARGAS

UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS COLEGIADO DO CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO - CECAU BRUNO MENDES DE TOLEDO CARGAS UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS COLEGIADO DO CURSO DE ENGENHARIA DE CONTROLE E AUTOMAÇÃO - CECAU BRUNO MENDES DE TOLEDO CARGAS CONTROLE DE NÍVEL DE UM SISTEMA DE TANQUES ACOPLADOS UTILIZANDO

Leia mais

Reconhecimento de padrões de calibração em estereofotogrametria através de redes neurais

Reconhecimento de padrões de calibração em estereofotogrametria através de redes neurais UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA POLITÉCNICA DEPARTAMENTO DE ELETRÔNICA E DE COMPUTAÇÃO Reconhecimento de padrões de calibração em estereofotogrametria através de redes neurais Autor: Juliana

Leia mais

Anais do XV ENCITA 2009, ITA, Outubro, 19-22, 2009,

Anais do XV ENCITA 2009, ITA, Outubro, 19-22, 2009, Anais do 5 O Encontro de Iniciação Científica e Pós-Graduação do ITA XV ENCITA / 009 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 9 a 009. INTERPOLAÇÃO PARABÓLICA EM INTEGRADOR

Leia mais

Resumo. 1 Introdução. (jim, ramices)@das.ufsc.br

Resumo. 1 Introdução. (jim, ramices)@das.ufsc.br Análise Comparativa de Técnicas de Inteligência Computacional para a Detecção de Spam Jim Lau, Ramices dos Santos Silva DAS/CTC Universidade Federal de Santa Catarina (UFSC) Florianópolis SC Brasil (jim,

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

Redes Neurais Artificiais: Funções de Base Radial

Redes Neurais Artificiais: Funções de Base Radial Treinamento COELCE CEFET UFC MÓDULO II 2008.1 Redes Neurais Artificiais: Funções de Base Radial Prof. Dr. Guilherme de Alencar Barreto Depto. Engenharia de Teleinformática (DETI/UFC) URL: www.deti.ufc.br/~guilherme

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

MEDIÇÃO VIRTUAL DE PRESSÃO POR MEIO DE REDES NEURAIS ATRAVÉS DO PI ACE

MEDIÇÃO VIRTUAL DE PRESSÃO POR MEIO DE REDES NEURAIS ATRAVÉS DO PI ACE Seminário Regional OSIsoft do Brasil 2010 São Paulo, Brasil MEDIÇÃO VIRTUAL DE PRESSÃO POR MEIO DE REDES NEURAIS ATRAVÉS DO PI ACE 28 de Outubro de 2010 André Paulo Ferreira Machado PETROBRAS Empowering

Leia mais

A implementação e o estudo. de redes neurais artificiais em ferramentas de software comerciais,

A implementação e o estudo. de redes neurais artificiais em ferramentas de software comerciais, Artigos A implementação e o estudo de redes neurais artificiais em ferramentas de software comerciais Cleber Gustavo Dias Professor do Departamento de Ciências Exatas Uninove. São Paulo SP [Brasil] diascg@uninove.br

Leia mais

FÁBIO MARITAN PEREIRA REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO NO MERCADO ACIONÁRIO BRASILEIRO

FÁBIO MARITAN PEREIRA REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO NO MERCADO ACIONÁRIO BRASILEIRO FÁBIO MARITAN PEREIRA REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO NO MERCADO ACIONÁRIO BRASILEIRO LAVRAS MG 2014 FÁBIO MARITAN PEREIRA REDES NEURAIS ARTIFICIAIS PARA PREDIÇÃO NO MERCADO ACIONÁRIO BRASILEIRO

Leia mais

Utilização de Redes Neurais do tipo Extreme Learning Machine na classificação da cobertura de solo do Município de Novo Progresso-PA

Utilização de Redes Neurais do tipo Extreme Learning Machine na classificação da cobertura de solo do Município de Novo Progresso-PA Utilização de Redes Neurais do tipo Extreme Learning Machine na classificação da cobertura de solo do Município de Novo Progresso-PA Helder Araujo Louzada 1 Ana Carolina Quintão Siravenha 1 Evaldo Gonçalves

Leia mais

ESTUDO DE PROTEÇÃO, MEDIÇÃO E CONTROLE EM SISTEMAS DE POTÊNCIA

ESTUDO DE PROTEÇÃO, MEDIÇÃO E CONTROLE EM SISTEMAS DE POTÊNCIA GPC/001 21 a 26 de Outubro de 2001 Campinas - São Paulo - Brasil GRUPO V ESTUDO DE PROTEÇÃO, MEDIÇÃO E CONTROLE EM SISTEMAS DE POTÊNCIA UMA ABORDAGEM BASEADA EM REDES NEURAIS ARTIFICIAIS PARA IDENTIFICAÇÃO

Leia mais

CAPÍTULO 3 REDES NEURAIS ARTIFICIAIS

CAPÍTULO 3 REDES NEURAIS ARTIFICIAIS CAPÍTULO 3 REDES NEURAIS ARTIFICIAIS Este Capítulo apresenta uma introdução às Redes Neurais Artificiais clássicas em geral, e também, uma introdução aos modelos mais usados de redes, baseadas em aprendizagem

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

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

PROTÓTIPO DE SOFTWARE PARA CONTROLE DE ACESSO DE FUNCIONÁRIOS UTILIZANDO REDES NEURAIS PARA IDENTIFICAÇÃO DE IMPRESSÃO DIGITAL

PROTÓTIPO DE SOFTWARE PARA CONTROLE DE ACESSO DE FUNCIONÁRIOS UTILIZANDO REDES NEURAIS PARA IDENTIFICAÇÃO DE IMPRESSÃO DIGITAL UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) PROTÓTIPO DE SOFTWARE PARA CONTROLE DE ACESSO DE FUNCIONÁRIOS UTILIZANDO REDES NEURAIS

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

Ambiente MATLAB. Redes Neurais. Tela Principal do MATLAB MATLAB 6.5. MATLAB MATrix LABoratory. Programação baseada em Matrizes

Ambiente MATLAB. Redes Neurais. Tela Principal do MATLAB MATLAB 6.5. MATLAB MATrix LABoratory. Programação baseada em Matrizes Redes Neurais MATLAB 6.5 Ambiente MATLAB MATLAB MATrix LABoratory Programação baseada em Matrizes Vetores e escalares também podem ser considerados matrizes, xn, Nx, x Tela Principal do MATLAB Tela Principal

Leia mais

Simulador de Redes Neurais Multiplataforma

Simulador de Redes Neurais Multiplataforma Simulador de Redes Neurais Multiplataforma Lucas Hermann Negri 1, Claudio Cesar de Sá 2, Ademir Nied 1 1 Departamento de Engenharia Elétrica Universidade do Estado de Santa Catarina (UDESC) Joinville SC

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

CONSTRUÇÃO DE DIAGRAMAS DE FADIGA DE VIDA CONSTANTE UTILIZANDO REDES NEURAIS ARTIFICIAIS

CONSTRUÇÃO DE DIAGRAMAS DE FADIGA DE VIDA CONSTANTE UTILIZANDO REDES NEURAIS ARTIFICIAIS CONSTRUÇÃO DE DIAGRAMAS DE FADIGA DE VIDA CONSTANTE UTILIZANDO REDES NEURAIS ARTIFICIAIS RAIMUNDO CARLOS SILVERIO FREIRE JÚNIOR UFRN CCET Programa de Doutorado em Engenharia e Ciência dos Materiais E-mail:

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

SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DE LARANJEIRAS UTILIZANDO JSEG E PERCEPTRON MULTICAMADAS

SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DE LARANJEIRAS UTILIZANDO JSEG E PERCEPTRON MULTICAMADAS SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DE LARANJEIRAS... 189 SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DE LARANJEIRAS UTILIZANDO JSEG E PERCEPTRON MULTICAMADAS Felipe Alves Cavani Rafael Vieira de Sousa Arthur

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

Para entender como funciona um perceptron, vamos continuar considerando um perceptron com somente duas entradas, x 1 e x 2, e uma saída s.

Para entender como funciona um perceptron, vamos continuar considerando um perceptron com somente duas entradas, x 1 e x 2, e uma saída s. Análise do Perceptron Para entender como funciona um perceptron, vamos continuar considerando um perceptron com somente duas entradas, x 1 e x 2, e uma saída s. O neurônio de saída tem limiar b, de maneira

Leia mais

Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal

Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal Anais do CNMAC v.2 ISSN 1984-820X Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal Juliana Aparecida Anochi Instituto Nacional

Leia mais

ESTIMAÇÃO DA DEMANDA DE INSTALAÇÕES ELÉTRICAS DE EDIFICAÇÕES COM MÚLTIPLAS UNIDADES DE CONSUMO

ESTIMAÇÃO DA DEMANDA DE INSTALAÇÕES ELÉTRICAS DE EDIFICAÇÕES COM MÚLTIPLAS UNIDADES DE CONSUMO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO THALES AUGUSTO DE OLIVEIRA RAMOS ESTIMAÇÃO DA DEMANDA DE INSTALAÇÕES ELÉTRICAS

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

Rede MLP: Perceptron de Múltiplas Camadas

Rede MLP: Perceptron de Múltiplas Camadas Rede MLP: Perceptron de Múltiplas Camadas Conteúdo. Neurônio artificial.... Eemplos mais usuais de funções de ativação... 3 3. Produto interno e projeção... 5 4. Função de epansão ortogonal... 7 5. Redes

Leia mais

ANÁLISE DE PRÉ PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS

ANÁLISE DE PRÉ PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação ANÁLISE DE PRÉ PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS Vitor Teixeira Costa TRABALHO

Leia mais

INSTITUTO DE TECNOLOGIA FACULDADE DE ENGENHARIA DA COMPUTAÇÃO SITEC2010 - Semana do Instituto de Tecnologia Aluno: Edson Adriano Maravalho Avelar Orientador: Prof. Dr. Kelvin Lopes Dias 1 Motivação Aumento

Leia mais

PREDIÇÃO DE ANOMALIAS GRAVIMETRICAS DE AR-LIVRE E BOUGUER PARA DADOS ESPARSOS

PREDIÇÃO DE ANOMALIAS GRAVIMETRICAS DE AR-LIVRE E BOUGUER PARA DADOS ESPARSOS PREDIÇÃO DE ANOMALIAS GRAVIMETRICAS DE AR-LIVRE E BOUGUER PARA DADOS ESPARSOS Alfonso Tierra C. (1) Silvio Correia De Freitas () (1) Laboratorio de Geodesia. Facultad de Ingeniería Geográfica y del Medio

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 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

Redes Neurais Artificiais

Redes Neurais Artificiais Redes Neurais Artificiais Simulação: Base de Dados, Codificação, Parâmetros Aprendizado: Generalização, Avaliação de Resultados Unisinos - 2001/2 Curso de Informática Disciplina: Redes Neurais Prof. Fernando

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

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