Redes Neurais. Modelos de neurônios artificiais Fundamentos da lógica de limiar. Computação por portas lógicas binárias. Prof. Paulo Martins Engel
|
|
- Giovanna Carlos Coelho
- 7 Há anos
- Visualizações:
Transcrição
1 Redes Nerais Modelos de nerônios artificiais Fndaentos da lógica de liiar Coptação por portas lógicas binárias coptação digital te sido realizada fndaentalente co base e portas lógicas ipleentadas e diersas tecnologias de circitos integrados. pesar da eolção da tecnologia dos CI, o odo coo as fnções booleanas são ipleentadas peranece essencialente o eso. discretização dos sinais elétricos analógicos dos coponentes eletrônicos obedece à chaada lógica de chaes binária lâpada acende, se e fore acionadas lâpada acende, se o fore acionadas Coptação inspirada e odelos biológicos coptação por lógica de chaes não é plasíel biologicaente. O odelo de Hodgkin e Hxle de geração e propagação de potencial de ação ao longo da ebrana de nerônio se asseelha ao chaado nerônio artificial da lógica de liiar. O disparo de potencial de ação é processo tdo-o-nada reglado pela aclação de excitações indas de nerônios aferentes e ediadas pelos respectios contatos sinápticos. Os sinais aferentes pode agir sobre a ebrana despolarizando-a, atraés de sinapses excitatórias, o então hiperpolarizando-a, atraés de sinapses inibitórias. Qando a despolarização da ebrana atinge deterinado liiar, ocorre a rptra no eqilíbrio eletroqíico entre o interior e o exterior do nerônio, gerando o potencial de ação. O potencial de ação se propaga então pelo filaento axonal. 3 fncionalidade básica de nerônio artificial binário é a de a porta lógica genérica da lógica de liiar (LTU, Logic Threshold Unit). Fncionalente, este odelo é eqialente ao perceptron eleentar, odelo histórico de rede neral de caada única. No odelo de nerônio artificial o alor de saída depende do alor () da soa ponderada entre as entradas do nerônio e os ses pesos (sinápticos). No odelo binário, o alor de saída corresponde ao resltado da coparação de co liiar z. operação de coparação é odelada por a fnção de atiação, ϕ(; z). Cada nerônio artificial te a entrada extra tilizada para ajstar o se liiar, z. Modelo binário de nerônio artificial w w z > z = = w j x j j = se > z se z 4
2 Ipleentação de fnções booleanas por perceptrons U nerônio artificial binário, o perceptron eleentar, é a porta lógica configráel qe pode ipleentar as diersas fnções booleanas eleentares, qe fora a base da lógica booleana, apenas alterando o se conjnto de pesos e liiar. Ex. de f. b. ipleentadas co perceptron de entradas = f(, ; z, w, w ) > z > z Modelo de nerônio artificial co bias O liiar da fnção de atiação pode ser sbstitído por peso extra, qe recebe o noe de bias, antendo a esa fncionalidade do odelo co liiar. Neste odelo, só existe pesos e a fnção de atiação não te parâetro ajstáel. z w w w w > z w > = w j x j j = = se > z se z Fnção de atiação φ(; z) > z > z z > definindo z > z > Definios w = z coo o bias do odelo = j= w j x = se > se Fnção de atiação φ() > co = + w (potencial de atiação) 6 fnção de atiação de liiar abrpto Modelo estático de nerônio φ() ϕ (; z) = z = Fnção degra co liiar ariáel, se z,, se < z φ() co = z Fnção degra co liiar fixo ϕ() =, se,, se < Entrada extra Fontes de sinais de entrada x = x k w w k O nerônio pode ser descrito ateaticaente pelas segintes eqações Potencial de atiação Sinal de saída do nerônio Pesos sinápticos w bias Cobinador linear (CL) Jnção aditia Potencial de atiação Fnção de atiação ϕ( ) Saída = Σ w k. x k x k = f(,,..., ) = ϕ( ) 7 8
3 U nerônio de das entradas externas Representação etorial de alores de entrada entrada extra x = f(, ) entradas externas x w U apeaento de das entradas para a saída é ipleentado por nerônio de três entradas e três pesos. Do ponto de ista do apeaento de entrada-saída, = f(, ), os alores de entrada pode ser interpretados coo as coordenadas (, ) de ponto no espaço de características forado pelo prodto cartesiano. Usalente, este ponto é representado coo etor correspondente, x, partindo da orige. Por conenção, qalqer etor é representado por a atriz colna. w w ϕ() x = x x x T = [ ] x = [ x ] T x Entretanto, do ponto de ista do odelo, o etor de entrada do nerônio dee ser expandido, acrescentando-se a entrada do bias x = [ x ] T x Da esa fora, os pesos são representados por etor w = [ w w ] T w x 9 Representação do apeaento linear O alor do potencial de atiação, corresponde à soa dos alores indiidais das entradas ponderados pelos respectios pesos e representa a saída linear, interediária, do nerônio = w + w + w Plano de apeaento Exeplo de plano de apeaento de nerônio de das entradas co w = w = w =,5 =,5 +,5 +,5 (,,,5) Esta eqação define a sperfície plana, a sperfície de apeaento linear, qe representa o apeaento de pontos do espaço de entrada para alor de potencial de atiação. No caso de nerônio de das entradas, (, ) é plano qe corresponde aos pontos do espaço qe satisfaze esta eqação. Os alores dos pesos deterina a posição do plano neste espaço. (,,,5) (,, +,5) (,,,5) (,, +,5)
4 Parâetros do plano de apeaento z U plano pode ser definido pela fora ponto-noral a(x x ) + b( ) + c(z z ) = Neste caso, a inclinação do plano é especificada pelo etor noral não nlo n = (a,b,c) qe intercepta o plano no ponto P = (x,, z ) O plano de apeaento = w + w + w pode ser reescrito coo w w + ( w )= Reconhecendo as correspondências (x,, z) (,, ) Identificaos os parâetros P = (,, w ) n = ( w, w, ) No exeplo =,5 +,5 +,5 P = (,,,5) n = (,5,,5, ) n = (,5,,5, ) P = (,,,5) x 3 fnção de atiação fnção de atiação do nerônio age sobre o plano de apeaento definido pelos ses pesos. O principal objetio da fnção de atiação é introdzir a nãolinearidade no odelo. Se a fnção de atiação, o poder coptacional do nerônio, e eso de a rede neral inteira, seria eqialente ao de a transforação linear, o qe não peritiria a solção de classes iportantes de probleas. U dos probleas (não-lineares) qe desejaos resoler co o nerônio é a classificação de etores de entrada. Este problea incli a ipleentação de fnções booleanas. 4 Tipos de fnção de atiação fnção de atiação, representada por ϕ(), define a saída de nerônio e teros do potencial de atiação. Identificaos 3 tipos sais de fnção. Fnção de liiar (hard-liiter). Representa a fnção de decisão abrpta. Descree a propriedade tdo-o-nada de nerônio de McClloch-Pitts. ϕ() = se se <. Fnção linear por partes. Reslta n cobinador linear se a operação for restrita à região linear. Se redz à fnção de liiar se o fator de aplificação (a) for feito infinitaente grande. ϕ() =, +,5/a a. +,5,5/a > a. > +,5/a,,5/a ϕ() ϕ() 3. Fnção sigóide. É a fnção co fora de s, onotonaente crescente, qe exibe balanceaento adeqado entre coportaento linear e não-linear. Exeplos deste tipo de fnção são a fnção logística, e a tangente hiperbólica. 3. Fnção logística, co fator de aplificação (ganho) a ϕ() = + exp( a) 3. Fnção tangente hiperbólica, co ganho a ϕ() = tanh(a) ϕ() ϕ() a = a = a = a = 5 6
5 Toada de decisão de nerônio O perceptron No contexto de classificação por nerônios (perceptron), a tarefa da fnção de atiação no odelo de nerônio é odificar o plano de apeaento (interediário) do nerônio, de odo qe ele prodza o apeaento de entrada-saída correto e pontos correspondentes do espaço discreto de saída (p.ex. espaço de Haing). Isto pode ser feito pela seginte fnção de decisão, a chaada fnção sinal, () = sinal() Exeplo de classificação ipleentação de a fnção booleana Mapeaento de entrada-saída (, ) correspondente à fnção booleana soa (OU) para das ariáeis, =. (,,+,5) (,,,5) (,,+,5) (,,) (,,) (,,) sinal() =, se,, se < 7 (,,,5) =,5 +,5 +,5,5 +,5 +,5 +,5,5,5,5 Σ ϕ() (,,) x = sinal() 8 Partição do espaço de características Partição do espaço de características (,,,5) (,,) (,,,5) sinal() (,,) (,,) (,,) (,,) (,,) (,,+,5) (,,+,5) (,,+,5) (,,+,5) sinal() (,,,5) (,,) (,,,5) (,,+,95) (,,) (,) (,) tanh() =,5 +,5 +,5 = (,,+,46) (,,+,46) tanh() (,) (,) 9 (,,,46)
6 Classificação coo partição Ua conseqüência da análise dos probleas lógicos, é a constatação qe a tarefa de classificação pode ser ista coo problea de partição do espaço de características. Cada rótlo de classe se aplica a a região do espaço de características. s fnções booleanas atribe entre dois rótlos possíeis a cada a das cobinações possíeis de características de entradas. O Fotoperceptron O psicólogo Frank Rosenblatt [958] propôs o perceptron coo odelo para ilstrar algas propriedades fndaentais dos sisteas inteligentes e geral. É a rede e 3 caadas capaz de classificar padrões isais e categorias. s caadas corresponde a área sensorial S, correspondente à retina área associatia área de resposta R S R F F F F 3 F 4 F 5 F 6 F 7 F 8 F 9 F F F F 3 F 4 F 5 Área Sensorial Área ssociatia Área de Resposta Características do Fotoperceptron Os pontos sensoriais S, da retina, responde de a fora tdo-o-nada à lz incidente. Cada nidade associatia está conectada aleatoriaente co conjnto de pontos S, conjnto fonte (capo receptio), atraés de pesos qe pode ter alores, e. s conexões de S para são fixas. Os pontos sensoriais tê resposta binária. Qando padrão de estílo chega na retina, a nidade é atiada se a soa das sas entradas exceder alor de liiar. s nidades estão conectadas aleatoriaente co nidades R por pesos ajstáeis. Existe conexões inibitórias realientadoras de R para qe faze co qe apenas a nidade R seja atiada, aqela co a aior atiação de entrada (encedora). Padrões isais siilares atia o eso nerônio R. 3 nálise deterinística do perceptron O perceptron eleentar, co apenas nerônio na saída, pode aprender a identificar padrões linearente separáeis, classificando-os e relação a a classe de interesse. Se a saída for positia, o padrão pertence à classe de interesse. Se o alor de saída do nerônio for nlo (o negatio, dependendo do odelo), o padrão não pertence à classe desejada. O perceptron eleentar foi analisado de aneira deterinística por Minsk, qe o odelo coo único nerônio, co pesos sinápticos e liiar ajstáeis. O algorito de treinaento foi proposto por Rosenblatt. O odelo deterinístico do perceptron e o odelo de McClloch -Pitts para nerônio se asseelha cobinador linear adaptatio (CL) segido de a fnção de decisão (hard liiter). w w w, se, ϕ() ϕ() =, se < 4
Redes Neurais e Sistemas Fuzzy
Redes Nerais e Sistemas Fzz Conceitos básicos de Redes Nerais Modelos de nerônios artificiais Comptação por Redes Nerais solção de m problema se dá por aprendizado. Um modelo de rede neral é capaz de resoler
Leia maisInteligência Artificial
Inteligência rtificial I conexionista Conceitos básicos de Redes Nerais rtificiais Ciência da Coptação No âbito da Ciência da Coptação, as Redes Nerais são estdadas na grande área de Inteligência rtificial
Leia mais7. DECOMPOSIÇÃO EM VALORES SINGULARES (SVD)
7. DECOMPOSIÇÃO EM VALORES SINGULARES (SVD) A decoposição e alores singlares é étodo ito útil para a análise de sisteas ltiariáeis. E teros da operação de processo o étodo SVD facilita a sa aaliação e
Leia maisQuantidade de movimento ou momento linear Sistemas materiais
Quantidade de oiento ou oento linear Sisteas ateriais Nota: s fotografias assinaladas co fora retiradas do liro. ello, C. Portela e H. Caldeira Ritos e Mudança, Porto editora. s restantes são retiradas
Leia maisIMPLEMENTAÇÃO DE TÉCNICAS INTELIGENTES PARA A DETECÇÃO DE VAZAMENTOS EM DUTOS EM REGIME DE ESCOAMENTO MULTIFÁSICO CRÍTICO
IMPLEMENTAÇÃO DE TÉCNICAS INTELIGENTES PARA A DETECÇÃO DE VAZAMENTOS EM DUTOS EM REGIME DE ESCOAMENTO MULTIFÁSICO CRÍTICO Rodrigo S. Martins, André L. Maitelli, Adrião D. D. Neto e Andres O. Salazar DCA/UFRN
Leia maisRedes Neurais e Sistemas Fuzzy
Redes Neurais e Sisteas Fuzz Meórias Associativas Aprendizado Associativo. Introdução Meória se refere a alterações neurais induzidas pela interação de u organiso co o seu abiente. U padrão de atividade
Leia maisModelação e Simulação Problemas - 3
Modelação e Silação - Probleas 3 Modelação e Silação Probleas - 3 P1. Considere o sistea ecânico de translação esqeatiado na figra seginte Asse-se qe a força indicada na figra é o reanescente de a força
Leia maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Eenta Noções Básicas sobre Erros Zeros Reais de Funções Reais Resolução de Sisteas Lineares Introdução à Resolução de Sisteas Não-Lineares Interpolação Ajuste de funções
Leia maisRedes Neurais. Redes Neurais como Memórias Associativas. Conceitos de Memória. Prof. Paulo Martins Engel. Aprendizado Associativo
Redes Neurais Redes Neurais coo Meórias Associativas Conceitos de Meória Nu sentido biológico, eória se refere a alterações neuronais induzidas pela interação de u organiso co o seu abiente. Meória de
Leia maisII Matrizes de rede e formulação do problema de fluxo de carga
Análise de Sisteas de Energia Elétrica Matrizes de rede e forulação do problea de fluxo de carga O problea do fluxo de carga (load flow e inglês ou fluxo de potência (power flow e inglês consiste na obtenção
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 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 mais5 Modelos Econométricos
5 Modelos Econoétricos 5. Fronteira Estocástica de Prodção Segndo Baer [3], os prieiros odelos de fronteira estocástica (tabé conhecida na literatra coo odelos de erro-coposto) fora introdzidos por Meesen
Leia maisTrabalho, Energia e Quantidade de Movimento.
Trabalho, Energia e Quantidade de Moiento. Nota: s fotografias assinaladas co ( fora retiradas do liro (. ello, C. Portela e H. Caldeira Ritos e Mudança, Porto editora. s restantes são retiradas de Sears
Leia maisÁLGEBRA LINEAR ESPAÇOS VETORIAIS
+ ÁLGEBRA LINEAR ESPAÇOS VETORIAIS + INTRODUÇÃO n Ao final do séclo XIX, após o estabelecimento das bases matemáticas da teoria de matries, foi obserado pelos matemáticos qe árias entidades matemáticas
Leia maisGeometria Analítica e Álgebra Linear
NOTAS DE AULA Geoetria Analítica e Álgebra Linear Reta e Plano Professor: Lui Fernando Nunes, Dr. Índice Geoetria Analítica e Álgebra Linear ii Estudo da Reta e do Plano... -. A Reta no Espaço... -.. Equação
Leia maisCOMPUTAÇÃO GRÁFICA NOTAS COMPLEMENTARES
Uniersidade Estadal do Oeste do Paraná - UNIOESTE Centro de Ciências Eatas e Tecnológicas - CCET Crso de Ciência da Comptação COMPUTAÇÃO GRÁFICA NOTAS COMPLEMENTARES CASCAVEL - PR 9 SUMÁRIO PRINCÍPIOS
Leia maisTÓPICOS. Diferenciação complexa. Derivadas complexas. Funções analíticas. Equações de Cauchy-Riemann. Funções harmónicas. Regra de L Hospital.
Note be a leitra destes apontaentos não dispensa de odo alg a leitra atenta da bibliograia principal da cadeira Chaa-se à atenção para a iportância do trabalho pessoal a realiar pelo alno resolendo os
Leia maisO PROBLEMA DO MOVIMENTO
O PROBLEMA DO MOVIMENTO O problea do oiento pode se resuir na deterinação da elocidade e da direção de u objeto óel, nu deterinado instante. Você já está acostuado a deterinar a elocidade édia de u objeto
Leia mais3.4 - O Modelo de 02 GDL
3.4 - O Modelo de 0 GDL x (t) x (t) //\\//\\ //\\//\\ k k k 3 f (t) f (t) c c //\\//\\ //\\//\\ Eqações de oviento na fora atricial: c 3 //\\//\\ //\\//\\ [ M]{ x&& } + [ C]{ x& } + [ K]{ x} { f( t) }
Leia maisTrabalho, Energia e Quantidade de Movimento. Movimento de um corpo rígido.
Trabalho, Energia e Quantidade de Moiento. Moiento de u corpo rígido. Nota: s fotografias assinaladas co () fora retiradas do liro (). ello, C. Portela e H. Caldeira Ritos e Mudança, Porto editora. s restantes
Leia maisCOKRIGAGEM. Aplicação da cokrigagem
COKRIGAGEM Procediento geoestatístico segundo o qual diversas variáveis regionalizadas pode ser estiadas e conjunto, co base na correlação espacial entre si. É ua extensão ultivariada do étodo da krigage
Leia maisCapítulo I Noções básicas sobre incertezas em medidas (cont.) Capítulo II Propagação de erros
Técnicas Laboratoriais de Física Lic. Física e Eng. Bioédica 2007/08 Capítulo I Noções básicas sobre incertezas e edidas (cont.) Discrepância entre duas edidas da esa grandeza Incerteza e edidas directas:
Leia maisCapa do programa da cerimônia de entrega do Prêmio Nobel de Medicina e Fisiologia de 1963.
O Modelo de Hodgkin-Huxley 5910187 Biofísica II FFCLRP USP Prof. Antônio Roque Aula 18 Os ecanisos iônicos responsáveis pela geração de u potencial de ação fora elucidados pelos trabalhos de Hodgkin e
Leia maisA Equação da Membrana
A Equação da Mebrana 5910187 Biofísica II FFCLRP USP Prof. Antônio Roque Aula 17 Vaos considerar aqui ua aproxiação e que a célula nervosa é isopotencial, ou seja, e que o seu potencial de ebrana não varia
Leia maisÁLGEBRA LINEAR. Espaços Vetoriais Euclidianos, Produto Interno. Prof. Susie C. Keller
ÁLGEBRA LINEAR Espaços Vetoriais Eclidianos, Prodto Interno Prof. Ssie C. Keller Prodto Interno Prodto interno no espaço etorial V é ma fnção de V V em IR qe a todo par de etores (, ) V V associa m número
Leia maisCapítulo III TRANSFORMAÇÕES LINEARES
Capítlo III RANSFORAÇÕES LINEARES Capítlo III rasforações Lieares Capítlo III rasforações o Aplicações Seja dois cojtos A e B Se a cada eleeto a A for associado e só eleeto b B dir-se-á qe foi defiida
Leia maisCálculo Vetorial. Geometria Analítica e Álgebra Linear - MA Aula 04 - Vetores. Profa Dra Emília Marques Depto de Matemática
Cálclo Vetorial Estdaremos neste tópico as grandezas etoriais, sas operações, propriedades e aplicações. Este estdo se jstifica pelo fato de, na natreza, se apresentarem 2 tipo de grandezas, as escalares
Leia mais5 Resultados Experimentais
5 Resultados Experientais Os resultados obtidos neste trabalho são apresentados neste capítulo. Para o desenvolviento deste, foi utilizado u robô óvel ("irobot Create") e u único sensor LRF(URG 4L UG ),
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 maisDeterminante Introdução. Algumas Propriedades Definição Algébrica Equivalências Propriedades Fórmula Matriz
ao erminante Área e em R 2 O qe é? Qais são sas propriedades? Como se calcla (Qal é a fórmla o algoritmo para o cálclo)? Para qe sere? A = matriz. P paralelogramo com arestas e. + A é a área (com sinal)
Leia mais( AB ) é o segmento orientado com origem em A e extremidade em B.
FUNDÇÃO EDUIONL UNIFID MPOGRNDENSE (FEU) FULDDES INTEGRDS MPO-GRNDENSES (FI) OORDENÇÃO DE MTEMÁTI Estrada da aroba, 685, ampo-grande/rj - Tel: 3408-8450 Sites: www.fec.br, www.sites.google.com/site/feumat
Leia maisIntrodução aos Sistemas de Energia Elétrica
Introdução aos Sisteas de Energia Elétrica rof. Dr. Roberto Cayetano Lotero E-ail: roberto.lotero@gail.co Telefone: 576747 Centro de Engenharias e Ciências Eatas Foz do Iguaçu Uniersidade Estadual do Oeste
Leia maisFísica II Ondas, Fluidos e Termodinâmica USP Prof. Antônio Roque Aula 8
59117 Física II Ondas, Fluidos e Terodinâica USP Prof. Antônio Roque Oscilações Forçadas e Ressonância Nas aulas precedentes estudaos oscilações livres de diferentes tipos de sisteas físicos. E ua oscilação
Leia maisA Equação da Membrana
A Equação da Mebrana Vaos considerar aqui ua aproxiação e que a célula nervosa é isopotencial, ou seja, e que o seu potencial de ebrana não varia ao longo da ebrana. Neste caso, podeos desprezar a estrutura
Leia mais2 Flambagem Viscoelástica
2 Flabage Viscoelástica ste capítulo apresenta alguns conceitos relacionados à viscoelasticidade linear e à instabilidade de sisteas estruturais viscoelásticos. Co o eprego de exeplos siples, os conceitos
Leia maisA Equação da Membrana
A Equação da Mebrana 5910179 Biofísica II Tura de Biologia FFCLRP USP Prof. Antônio Roque Vaos considerar aqui ua aproxiação e que a célula nervosa é isopotencial, ou seja, e que o seu potencial de ebrana
Leia maisCapítulo 3 Amperímetros e Voltímetros DC Prof. Fábio Bertequini Leão / Sérgio Kurokawa. Capítulo 3 Amperímetros e Voltímetros DC
Capítulo 3 Aperíetros e Voltíetros DC Prof. Fábio Bertequini Leão / Sérgio Kurokawa Capítulo 3 Aperíetros e Voltíetros DC 3.. Aperíetros DC U galvanôetro, cuja lei de Deflexão Estática (relação entre a
Leia maisCap. 7 - Corrente elétrica, Campo elétrico e potencial elétrico
Cap. - Corrente elétrica, Capo elétrico e potencial elétrico.1 A Corrente Elétrica S.J.Troise Disseos anteriorente que os elétrons das caadas ais externas dos átoos são fracaente ligados ao núcleo e por
Leia mais2 Modelagem do problema em teoria dos grafos
Introdção à Teoria dos Grafos Bacharelado em Ciência da Comptação UFMS, 005 ÁRVORE GERADORA DE CUSTO MÍNIMO Resmo No Capítlo Árores, estdamos mitas propriedades importantes sobre esses grafos especiais.
Leia maisTE220 DINÂMICA DE FENÔMENOS ONDULATÓRIOS
TE0 DINÂMICA DE FENÔMENOS ONDULATÓRIOS Bibliografia: 1. Fundaentos de Física. Vol : Gravitação, Ondas e Terodinâica. 8 va edição. Halliday D., Resnick R. e Walker J. Editora LTC (008). Capítulos 15, 16
Leia mais3 Compensador Estático de Reativo
Copensador Estático de Reativo. Considerações Iniciais [assos F o, ] Os avanços na tecnologia de eletrônica de potência, e conjunto co avançadas etodologias de controle, tornara possível o desenvolviento
Leia maisCAMPO MAGNÉTICO. Um campo magnético pode ser criado através de diversos equipamentos. Um íman cria um campo magnético semelhante à figura:
CAMPO MAGNÉTICO U capo agnético pode ser criado atraés de diersos equipaentos. U ían cria u capo agnético seelhante à figura: Conencionalente foi estabelecido que as linhas de capo de u ían se dirigia
Leia maisMESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 2016/2017
MESTRDO INTEGRDO EM ENG. INFORMÁTIC E COMPUTÇÃO 2016/2017 EIC0010 FÍSIC I 1o NO, 2 o SEMESTRE 30 de junho de 2017 Noe: Duração 2 horas. Prova co consulta de forulário e uso de coputador. O forulário pode
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 maisExperiência 02: Circuito RC Representação Fasorial
( ) Prova ( ) Prova Seestral ( ) Exercícios ( ) Prova Modular ( ) Segunda Chaada ( ) Exae Final ( ) Prática de Laboratório ( ) Aproveitaento Extraordinário de Estudos Nota: Disciplina: Tura: Aluno (a):
Leia mais4 Modelo Proposto para Análise de Barras de Controle Local de Tensão
odelo roposto para Análise de Barras de Controle ocal de Tensão. Introdução A siulação de fluxo de carga é ua das principais ferraentas na análise de sisteas elétricos de potência e regie peranente. É
Leia maisPESQUISA OPERACIONAL Problema de Transportes. Professor Volmir Wilhelm Professora Mariana Kleina
PESQUIS OPERIONL Professor Volmir Wilhelm Professora Mariana Kleina Origens estinos Oferta 0 00 0 0 0 0 0 0 0 5 emanda 0 5 0 a = 0 b = 0 a = 5 b = 0 a = 5 b = 0 a = 0 b = 0 a = 5 0 b = 0 0 a = 5 0 F b
Leia maisANÁLISE DO LUGAR DAS RAÍZES
VII- &$3Ì78/ 9,, ANÁLISE DO LUGAR DAS RAÍZES 7.- INTRODUÇÃO O étodo de localização e análise do lugar das raízes é ua fora de se representar graficaente os pólos da função de transferência de u sistea
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 PERCEPTRONS Prof. Dr. André A. P. Biscaro 1º Semestre de 2017 Forma mais simples de configuração das RNAs Rosenblatt (1958) retina área de projeção área de associação respostas
Leia maisForça impulsiva. p f p i. θ f. θ i
0.1 Colisões 1 0.1 Colisões Força ipulsiva 1. Ua pequena esfera de assa colide co ua parede plana e lisa, de odo que a força exercida pela parede sobre ela é noral à superfície da parede durante toda a
Leia maisCinética dos Processos Fermentativos
Cinética dos rocessos Ferentativos INTRODUÇÃO O estudo de u processo ferentativo consiste inicialente na análise da evolução dos valores de concentração de u ou ais coponentes do sistea de cultivo e função
Leia maisRedes Neurais. Conexionismo. Redes Neurais, IA e IC. Abordagem Simbólica. Apresentação da disciplina Inteligência Computacional e conexionismo
Redes Neurais, IA e IC Redes Neurais Apresentação da disciplina Inteligência Computacional e conexionismo No âmbito da Ciência da Computação, as Redes Neurais são estudadas na grande área de Inteligência
Leia maisPropagação de erros. independentes e aleatórios
TLF 010/11 Capítulo V Propagação de erros independentes e aleatórios 5.1. Propagação da Incerteza na Soa ou Dierença. Liite superior do Erro. 50 5.. Propagação da Incerteza no Produto ou Diisão. Liite
Leia maisENZIMAS CINÉTICA ENZIMÁTICA. Classificação. Natureza da reação catalisada. Disponibilidade comercial IMPORTÂNCIA INDUSTRIAL OBJETIVOS
OBJETIO Medir as elocidades de transforação CINÉTICA ENZIMÁTICA Aaliar a influência de condições de reação (conc. de reagentes, enzias, teperatura, ph, etc..) nas elocidades de reação Correlacionar atraés
Leia maisOsciladores lineares contínuos
Osciladores lineares contínos Apontamentos da Disciplina de Dinâmica e Engenharia Sísmica Mestrado em Engenharia de Estrtras Institto Sperior Técnico ís Gerreiro Março de 1999 Osciladores ineares Contínos
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 maisGestão de Base de dados Relatórios
Gestão de Base de dados Relatórios Ano Letio 2014/2015 Professora: Vanda Pereira Relatórios Diersas formas de criarmos m relatório: Atraés do assistente Definindo manalmente a estrtra pela ista estrtra
Leia maisA, B, C polinómios conhecidos X, Y polinómios desconhecidos
Equações Diofantinas 23 Considere-se a equação AX + BY = C A, B, C polinóios conhecidos X, Y polinóios desconhecidos Há soluções? Quantas soluções há para ua dada equação? E geral, a equação pode ser definida
Leia maisAnálise Qualitativa do Modelo de Hodgkin-Huxley
Introdução à Neurociência Coputacional (Graduação) Antonio Roque Aula 13 Análise Qualitativa do Modelo de Hodgkin-Huxley Revisão do Modelo de Hodgkin-Huxley O odelo de Hodgkin-Huxley para o potencial de
Leia maisVetores Forças Cap. 2
Objetios MECÂNICA - ESTÁTICA Vetores Forças Cap. 2 Mostrar como somar forças e decompô-las em componentes sando a lei do paralelogramo. Expressar a força e a sa localização na forma etorial cartesiana
Leia maisPROF. GILBERTO SANTOS JR VETORES
. Introdção Listas de números Sponha qe os pesos de oito estdantes estão listados abaio: 6,, 4, 4, 78, 4, 6, 9 Podemos denotar todos os alores dessa lista sando apenas m símbolo, por eemplo w, com diferentes
Leia maisResultantes de Sistemas de Forças Cap. 4
bjetivos ECÂICA - ESTÁTICA esultantes de Sisteas de orças Cap. 4 Discutir o conceito de oento de ua força e ostrar coo calcular este oento e duas e três diensões. ornecer u étodo para encontrar o oento
Leia maisOnde estão os doces? Soluções para o Problema da Rua Encantada
Onde estão os doces? Soluções para o Problea da Rua Encantada Rossana Baptista Queiroz 1 1 Pontifícia Universidade Católica do Rio Grande do Sul (PUC-RS) Prograa de Pós-Graduação e Ciência da Coputação
Leia maisResoluções dos testes propostos
1 T.318 Resposta: b y E ec.(o) E ec.() 0 0 gh 0 gh gh h O 0 x Q 0 Q gh T.319 Resposta: e De E C, e: E C. Portanto: E C Q Sendo E C 0 J e Q 0 N s, resulta: 0 ( 0) 10 kg De Q, teos: 0 10,0 /s T.30 Resposta:
Leia maisAULA Exercícios. DETERMINAR A EXPRESSÃO GERAL E A MATRIZ DE UMA TL CONHECIDAS AS IMAGENS DE UMA BASE DO
Note bem: a leitra destes apontamentos não dispensa de modo algm a leitra atenta da bibliografia principal da cadeira Chama-se a atenção para a importância do trabalho pessoal a realizar pelo alno resolvendo
Leia maisSão ondas associadas com elétrons, prótons e outras partículas fundamentais.
NOTA DE AULA 0 UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL II (MAF 0) Coordenação: Prof. Dr. Elias Calixto Carrijo CAPÍTULO 7 ONDAS I. ONDAS
Leia maisTE220 DINÂMICA DE FENÔMENOS ONDULATÓRIOS
TE0 DINÂMICA DE FENÔMENOS ONDULATÓRIOS Bibliografia: 1. Fundaentos de Física. Vol : Gravitação, Ondas e Terodinâica. 8 va edição. Halliday D., Resnick R. e Walker J. Editora LTC (008). Capítulos 15, 16
Leia maisPara um sistema elétrico, com NB barras, as equações básicas do fluxo de carga para
Modelage e Análise de Sisteas Elétricos e Regie Peranente II Fluxo de carga não linear: algoritos básicos II. Forulação do problea básico Para u sistea elétrico, co NB barras, as equações básicas do fluxo
Leia maisSegunda lista de exercícios
Segunda lista de exercícios 3 de abril de 2017 Docente Responsável : Prof. Dr. Antônio C. Roque Monitor: Renan Oliveira Shioura Os exercícios desta lista deve ser resolvidos e Matlab. Para a criação dos
Leia maisDinâmica Estocástica. Instituto de Física, novembro de Tânia - Din Estoc
Dinâica Estocástica Instituto de Física, novebro de 06 Tânia - Din Estoc - 06 Modelo de Glauber-Ising a capo nulo Siulações de Monte Carlo Teorea central do liite & Modelo de Glauber-Ising Tânia - Din
Leia maisEletromagnetismo I. Aula 9
Eletroagnetiso I Prof. Dr. R.M.O Galvão - 2 Seestre 214 Preparo: Diego Oliveira Aula 9 Solução da Equação de Laplace e Coordenadas Cilínicas e Esféricas Vaos ver coo a Equação de Laplace pode ser resolvida
Leia maisDocente Marília Silva Soares Ano letivo 2012/2013 1
Ciências Físico-quíicas - 9º ano de Unidade 1 EM TRÂNSITO 1 Movientos e suas características 1.1. O que é o oviento 1.2. Grandezas físicas características do oviento 1.3. Tipos de Moviento COMPETÊNCIAS
Leia mais2 AÇÕES E SEGURANÇA 2.1 INTRODUÇÃO 2.2 CONCEITOS GERAIS 2.3 ESTADOS LIMITES
2 AÇÕES E SEGURANÇA 2.1 INTRODUÇÃO Historicaente as noras referentes ao projeto de estruturas etálicas estabelecia critérios de segurança específicos diferenciados das deais soluções estruturais, atualente
Leia maisAplicações didáticas de algoritmos bio-inspirados para o projeto ótimo de filtros analógicos 1
Aplicações didáticas de algoritos bio-inspirados para o projeto ótio de filtros analógicos 1 Rayann Pablo de Alencar Azevedo 2, Eliel Poggi dos Santos 3, Paulo Henrique da Fonseca Silva 4 1 Parte da pesquisa
Leia maisPSI 2306 Eletrônica Programação para a Primeira Prova
Aplificadores co Transistores Aula 2 38 PSI 236 Eletrônica Prograação para a Prieira Proa 39 2ª Aula: Estudo de Aplificadores co TBJ riando Modelos para para o TBJ Ao final desta aula ocê deerá estar apto
Leia mais4 Técnicas de Filtragens Aplicadas às Visões do Ambiente de Autoria do Sistema HyperProp
4 Técnicas de Filtragens Aplicadas às Visões do Aiente de Autoria do Sistea HyperProp U prolea enfrentado pelos usuários que traalha co estruturas de dados grandes é a desorientação na usca por deterinada
Leia maisRepresentação de vetores
UL PSSD Representação de vetores Modo Gráfico: Segmento de reta orientado com a mesma direção e sentido qe o vetor considerado e cjo comprimento é proporcional à magnitde do mesmo. Modo escrito: Letras
Leia maisCap 16 (8 a edição) Ondas Sonoras I
Cap 6 (8 a edição) Ondas Sonoras I Quando você joga ua pedra no eio de u lago, ao se chocar co a água ela criará ua onda que se propagará e fora de u círculo de raio crescente, que se afasta do ponto de
Leia maisElasticidade aplicada à Infraestrutura de Transportes
SEÇÃO DE ENSINO DE ENGENHARIA DE FORTIFICAÇÃO E CONSTRUÇÃO Pós-graduação e Engenharia de Transportes Elasticidade aplicada à Infraestrutura de Transportes MAJ MONIZ DE ARAGÃO PROBLEMAS PLANOS EM COORDENADAS
Leia mais4 Análise da Estimativa da Máxima Injeção S m e da Margem M
4 Análise da Estiativa da Máxia Injeção e da Marge M O presente capítulo te coo objetivo analisar os índices de avaliação das condições de segurança de tensão, que é ua estiativa da áxia potência que poderia
Leia maisIII Introdução ao estudo do fluxo de carga
Análise de Sisteas de Potência (ASP) ntrodução ao estudo do fluxo de carga A avaliação do desepenho das redes de energia elétrica e condições de regie peranente senoidal é de grande iportância tanto na
Leia mais2. Mecânica da Fratura 2.1. Introdução
8. Mecânica da Fratura.1. ntrodução As condições de trincaento e capo representa u dos principais ítens para a avaliação de pavientos e diagnóstico dos probleas existentes. Os prieiros projetos de paviento
Leia maisCAPÍTULO VIII FADIGA DE COMPONENTES TRINCADOS
pg.1 CAPÍTULO VIII FADIGA DE COMPONENTES TRINCADOS 1 INTRODUÇÃO Os princípios da Mecânica da Fratura pode ser epregados para descrever o coportaento de defeitos planares que evolue e operação. A aceitabilidade
Leia maisRedes Neurais Pulsadas. João Fausto Lorenzato Robson David Montenegro Tarcísio Lucas
Redes Neurais Pulsadas João Fausto Lorenzato Robson David Montenegro Tarcísio Lucas Introdução Modelos de redes neurais podem ser classificados em gerações. Primeira Geração Neurônios de McCulloch-Pitts
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 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 maisFernando Nogueira Programação Linear 1
rogramação Linear Fernando Nogeira rogramação Linear Eemplo Típico Uma padaria prodz olos I e II sendo qe cada olo consome m certa qantidade de açúcar farinha e ovo para ser prodzido conforme a taela:
Leia mais3 Implementação dos Algoritmos no Sistema Experimental
Ipleentação dos Algoritos no Sistea Eperiental. SLAM.. Filtrage das Varreduras U problea crucial na Correspondência de Varreduras é coo selecionar pontos das Varreduras que são úteis para a correspondência.
Leia maisO Problema da Intersecção de Segmentos. António Leslie Bajuelos Departamento de Matemática Universidade de Aveiro
O Prolea da Intersecção de Segentos António Leslie Bajuelos Departaento de Mateática Universidade de Aveiro 1 Cálculo do ponto de intersecção entre dois segentos Vaos a tratar o seguinte prolea: Dados
Leia maisELETROTÉCNICA (ENE078)
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação e Engenharia Civil ELETROTÉCNICA (ENE078) PROF. RICARDO MOTA HENRIQUES E-ail: ricardo.henriques@ufjf.edu.br Aula Núero: 18 Conceitos fundaentais e CA FORMAS
Leia maisCapítulo 16. Ondas 1
Capítulo 6 Ondas Outline Tipo de Ondas Ondas Longitudinais e Transversais Copriento de Onda e Frequência A velocidade de ua Onda Progressiva Energia e Potencia de ua Onda Progressiva A equação de Onda
Leia maisMÓDULO 1 Regime de Escoamento e Número de Reynolds
MÓDULO 1 Regie de Escoaento e Núero de Reynolds A cineática dos fluidos estuda o escoaento ou oviento dos fluidos se considerar suas causas. Os escoaentos pode ser classificados de diversas foras, ou tipos
Leia maisPREVISÃO DE SÉRIES DE VAZÕES COM REDES NEURAIS DE ESTADOS DE ECO
0th Brazilian Congress on Coputational Intelligence (CBIC 0), oveber 8 to, 0, Fortaleza, Ceará Brazil PREVISÃO DE SÉRIES DE VAZÕES COM REDES EURAIS DE ESADOS DE ECO Hugo Valadares Siqueira a, Levy Boccato
Leia maisClassificação 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 maisBUSCA ASSÍNCRONA DE CAMINHOS MÍNIMOS
BUSCA ASSÍNCRONA DE CAMINHOS MÍNIMOS Silvio do Lago Pereira Luiz Tsutou Akaine² Lucio Nunes de Lira Prof. Dr. do Departaento de Tecnologia da Inforação FATEC-SP Prof. Esp. do Departaento de Tecnologia
Leia maisCentro de gravidade e centro de massa
FÍSI - INÂMI - ENTO E GVIE E ENTO E MSS entro de gravidade e centro de assa entro de gravidade de u sistea é o ponto onde o oento resultante é nulo. M + M 0 P d - P d 0 P d P d P ( - ) P ( - ) P - P P
Leia maisCurso de Análise Matricial de Estruturas 1
Crso de Análise Matricial de Estrtras IV MÉODO DA IIDEZ IV. Solção eral A modelagem de m sistema estrtral para sa resolção através do método da rigidez deve preferencialmente apretar m número de coordenadas
Leia maisFernando Nogueira Programação Linear 1
rogramação Linear Fernando Nogeira rogramação Linear Eemplo Típico Uma indstria prodz prodtos I e II sendo qe cada prodto consome m certo número de horas em máqinas A B e C para ser prodzido conforme a
Leia maisCálculo 1 4ª Lista de Exercícios Derivadas
www.matematiqes.com.br Cálclo 4ª Lista de Eercícios Derivadas ) Calclar as derivadas das epressões abaio, sando as fórmlas de derivação: a) y 4 4 d 4 b) f f c) y d d) y R : d df e) 6 f R : 6 d f) 5 y 4
Leia mais