HP UFCG Analytics Abril-Maio Um curso sobre Reconhecimento de Padrões e Redes Neurais. Por Herman Martins Gomes.
|
|
- Maria de Lourdes Bergler Festas
- 6 Há anos
- Visualizações:
Transcrição
1 HP UFCG Analytics Abril-Maio 2012 Um curso sobre Reconhecimento de Padrões e Redes Neurais Por Herman Martins Gomes hmg@dsc.ufcg.edu.br
2 Programa Visão Geral (2H) Reconhecimento Estatístico de Padrões (3H) Redes Neurais (15H) Introdução ao Reconhecimento de Padrões com foco em Redes Neurais
3 Programa Redes Neurais (15H) PCA visto no módulo anterior Processo de Aprendizagem Análise de Componentes Principais Perceptrons de Simples e Múltiplas Camadas Mapas Auto Organizáveis Redes Neurais Recorrentes Previsão e Análise de Séries Temporais
4 Redes Neurais Recorrentes Classe de redes neurais em que há ciclos dirigidos (ou caminhos fechados) na arquitetura A realimentação de conexões permite a criação de estados internos Diferentemente de redes feedforward, redes recorrentes exibem comportamento temporal dinâmico as saídas variam com o tempo
5 Redes Neurais Recorrentes Alguns Modelos Históricos Rede de Hopfield: proposta por John Hopfield em 1982 Rede de Jordan: proposta por Michael I. Jordan em 1986 Rede de Elman: proposta por Jeffrey L. Elman em 1990
6 Única camada de neurônios totalmente e simetricamente interconectados a partir de operadores de atraso unitário, não havendo conexões de um neurônio para ele mesmo Memória autoassociativa sem camada escondida A aprendizagem realizada em um único passo Na fase de uso, a propagação de uma entrada requer múltiplos passos até que um estado estável seja atingido (saída da rede) w ij = w ji w ii = 0 Operadores de atraso de tempo unitário
7 Modos de operação Contínuo: função de ativação não linear diferenciável (e.g. sigmóide ou tangente hiperbólica) Discreto: neurônios de McCulloch-Pitts (função de ativação com limiar e saídas discretas) Neurodinâmica Exemplo da dinâmica de estados de saída para uma rede de Hopfieldcom 2 neurônios e 2 estados estáveis saída do neurônio 2 saída do neurônio 1
8 Rede operando em modo discreto (neurônio de McCulloch- Pitts) net = soma ponderada de pesos por entradas Todas as entradas e saídas são bipolares (-1,1)
9 Pode ser vista como uma memória endereçável por conteúdo Objetivo: recuperar padrões armazenados em memória em resposta à apresentação de uma versão imcompleta ou ruidosa daquele padrão Os estados estáveis da rede correspondem aos padrões a serem armazenados Pode ser vista como um corretor de erros na medida em que pode sobrescrever informação inconsistente à luz das evidências apresentadas à rede
10 A essência de uma memória endereçável por conteúdo é mapear uma memória fundamental em um ponto fixo estável (estado protótipo) de um sistema dinâmico codificação espaço de memórias fundamentais decodificação espaço de vetores armazenados
11 Considere que a rede recebe como entrada um padrão contendo informação parcial, porém suficiente, sobre uma das memórias fundamentais Tal padrão é considerado um estado inicial no espaço de estados A dinâmica de operação da rede, mediada pelas conexões recorrentes, fará com que haja uma transição de estados na direção da memória estável
12 Treinamento Como nos Perceptrons, o algoritmo de treinamento é derivado a partir da minimização de uma função de energia para um padrão particular Minimizar a função de energia de Lyapunov 1 E = w x x + xθ i, j i j i i 2 i j i Como resultado chega-se à regra de treinamento de uma rede de Hopfield operando em modo discreto (aprendizagem do tipo Hebbiana) i
13 Treinamento (fase de armazenamento) Seja ξ 1,ξ 2,...,ξ µ um conjunto N-dimensional de memórias fundamentais conhecidas (±1) Computar os pesos sinápticos como sendo:
14 Inicialização (da fase de recuperação) Seja ξ probe um vetor de entrada (teste) N-dimensional apresentado à rede. O algoritmo de uso é inicializado da seguinte forma:
15 Iteração (da fase de recuperação) até convergência (estabilidade) Atualizar os elementos do vetor de estado x(n) assincronamente (i.e. randomicamente e um por vez), conforme a regra: Repetir a iteração até que o vetor de estado x permaneça inalterado: x(n) = x(n-1)
16 Geração da saída (da fase de recuperação) O vetor de saída y resultante da rede de Hopfield é definido como: y = x fixo Em que x fixo denota o estado estável computado ao final da etapa anterior (iteração)
17 Capacidade definida pela teoria da informação como: Ν Μ 2log Ν em que M denota o número de padrões de treinamento (memórias estáveis) e N, o número de neurônios da rede Estados espúrios (mínimos locais de energia): quando M é muito grande, passam a existir estados espúrios (estados que não foram treinados, mas que podem atrair as entradas durante o processo de convergência) Demo:
18 Redes Recorrentes Derivadas do MLP Incorporam em sua estrutura uma rede estática do tipo Perceptron de múltiplas camadas Exploram as capacidades de mapeamentos não lineares dos Perceptrons de múltiplas camadas Alguns exemplos: NARX Perceptrons Recorrentes por Camada Jordan Elman
19 Redes Recorrentes Derivadas do MLP NARX: Nonlinear autoregressive with exogenous inputs Valores passados e presentes da entrada que representam as entradas externas da rede: u n, u n-1,...,u n-q+2,u n-q+1 Valores de atraso da saída, representados por: y n, y n-1,...,y n- q+1 O comportamento dinâmico é denotado por uma função não linear: y n+1 = F(y n, y n-1,...,y n-q+1 ;u n, u n-1,...,u n-q+2,u n-q+1 )
20 Redes Recorrentes Derivadas do MLP NARX: Arquitetura entrada retroalimentação Perceptron de Múltiplas Camadas Saída
21 Redes Recorrentes Derivadas do MLP Redes Recorrentes Simples Elman: três camadas (entrada, escondida e de saída) mais uma camada de contexto realimentando a camada escondida Jordan: a camada de contexto realimenta apenas a camada de saída Unidades de Contexto Operadores de atraso de tempo unitário Vetor de Entrada Camada Escondida Camada de Saída Vetor de Saída Percentron de Múltiplas camadas com apenas uma camada escondida
22 Redes Recorrentes Derivadas do MLP Perceptron Multicamada Recorrente (Layer Recurrent Network): caso mais geral para redes de Jordan e Elman Unidades de Contexto Operadores de atraso de tempo unitário Vetor de Entrada 1ª Camada Escondida 2ª Camada Escondida Camada de Saída Vetor de Saída Percentron com múltiplas camadas escondidas Ver exemplos no Matlab
23 ? Dúvidas
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 mais3 Redes Neurais Artificiais
3 Redes Neurais Artificiais 3.1. Introdução A capacidade de implementar computacionalmente versões simplificadas de neurônios biológicos deu origem a uma subespecialidade da inteligência artificial, conhecida
Leia maisIntrodução às Redes Neurais Artificiais
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Introdução às Redes Neurais Artificiais DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL REDES NEURAIS Caracterização Intuitiva: Em termos intuitivos, Redes Neurais Artificiais (RNAs) são modelos matemáticos inspirados nos princípios de funcionamento dos neurônios biológicos
Leia 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 maisMulti-Layer. Perceptrons. Algoritmos de Aprendizado. Perceptrons. Perceptrons
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Multi-Layer Perceptrons Redes de apenas uma camada só representam funções linearmente separáveis Redes
Leia maisAlgoritmos de Aprendizado. CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico. Regra de HEBB.
CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico Conceitos Básicos Neurônio Artificial, Modos de Interconexão Processamento Neural Recall e Learning Regras de Aprendizado
Leia maisSCC 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 maisPrevisão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN
Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN Alan Caio Rodrigues MARQUES 1, Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Escola de Engenharia Elétrica e de Computação 1
Leia maisAprendizado de Máquinas. Multi-Layer Perceptron (MLP)
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquinas Multi-Layer Perceptron (MLP) David Menotti, Ph.D. web.inf.ufpr.br/menotti Redes Neuronais Cérebro humano.
Leia 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 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 maisRedes Neurais: MLP. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais: MLP DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos Redes diretas de múltiplas
Leia maisInteligência 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 maisProtótipo 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 maisRedes Neurais MLP: Exemplos e Características
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais MLP: Exemplos e Características DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1
Leia maisTeorema 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 mais4 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 maisserotonina (humor) dopamina (Parkinson) serotonina (humor) dopamina (Parkinson) Prozac inibe a recaptação da serotonina
Redes Neurais O modelo biológico O cérebro humano possui cerca 100 bilhões de neurônios O neurônio é composto por um corpo celular chamado soma, ramificações chamadas dendritos (que recebem as entradas)
Leia mais3 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 maisInteligência 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 maisREDES 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 maisAula 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 maisArquiteturas. Funções de Ativação
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Arquiteturas e Funções de Ativação Redes Neurais Artificiais Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisClassificação 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 maisRedes 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 maisAlgoritmos 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 maisInteligência Artificial. IA Conexionista: Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis. Renan Rosado de Almeida
Inteligência Artificial IA Conexionista: Redes Neurais Artificiais Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis Renan Rosado de Almeida rralmeida@inf.ufrgs.br Perceptron de Múltiplas Camadas
Leia maisModelos não recorrentes RNA Feed-Forward: MLP - Backpropagation, RProp,CasCor (HiperPlanos) RBF Radial Basis Function (Clusters)
Modelos não recorrentes RNA Feed-Forward: MLP - Backpropagation, RProp,CasCor (HiperPlanos) RBF Radial Basis Function (Clusters) 2. Outros modelos Mapas de Kohonen SOM, SOFM (Self-Organizing Feature Maps)
Leia maisProfessor 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 mais4 Redes Neurais Artificiais RNAs
66 4 Redes Neurais Artificiais RNAs Redes neurais artificial (RNA) são algoritmos que se baseiam no comportamento do cérebro humano. Dessa forma, imita a estrutura massivamente paralela do cérebro, com
Leia maisRECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ
RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ Marcela Ribeiro Carvalho marcela@enecar.com.br IFG/Câmpus Goiânia Hipólito Barbosa Machado Filho hipolito.barbosa@ifg.edu.br IFG/Câmpus Goiânia Programa Institucional
Leia maisSistemas Inteligentes
Sistemas Inteligentes UNIDADE 5 Redes Neurais Artificiais (Perceptron Multicamadas Conceitos) Prof. Ivan Nunes da Silva. Rede Perceptron Multicamadas Aspectos de arquitetura Redes Perceptron de Múltiplas
Leia maisPREVISÃO DE CASOS DE DENGUE EM ITAJAÍ SC UTILIZANDO REDES NEURAIS ARTIFICIAIS COM SAÍDAS RECORRENTES ÀS ENTRADAS
PREVISÃO DE CASOS DE DENGUE EM ITAJAÍ SC UTILIZANDO REDES NEURAIS ARTIFICIAIS COM SAÍDAS RECORRENTES ÀS ENTRADAS Munyque Mittelmann 1, Lucas Grigolon Varela 1, Daniel Gomes Soares 1 1 Instituto Federal
Leia mais3 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 maisESTUDO 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 maisIntrodução 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 maisFÁBIO 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 maisSoluções 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 maisRedes 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 maisAVALIAÇÃO 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 maisMapas 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 mais4 ANÁLISE DE SÉRIES TEMPORAIS
4 ANÁLISE DE SÉRIES TEMPORAIS 4.1. Introdução Neste capítulo definem-se as séries temporais e discutem-se as características básicas das técnicas de análise, com enfoque nos modelos de Box & Jenkins (1970)
Leia maisRede RBF (Radial Basis Function)
Rede RBF (Radial Basis Function) André Tavares da Silva andre.silva@udesc.br Roteiro Introdução à rede neural artificial RBF Teorema de Cover da separabilidade de padrões RBF x MLP RBF Função de ativação
Leia maisFundamentos das Redes Neurais: exemplos em Java
Fundamentos das Redes Neurais: exemplos em Java Recife 2008 Copyringt by 2007 Mêuser Valença Impresso no Brasil Printed in Brazil Editor Tarcísio Pereira Diagramação Maria do Carmo de Oliveira Capa Valeska
Leia mais3 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 maisUM 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 maisPREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL
PREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL Juliana A. ANOCHI 1, Sabrina B. M. SAMBATTI 1, Eduardo F. P. da LUZ 1, Haroldo F. de CAMPOS VELHO 1 Instituto Nacional de Pesquisas Espaciais - INPE
Leia maisMulti-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 maisREDES NEURAIS ARTIFICIAIS APLICADAS À PREVISÃO DE VAZÕES SAZONAIS ATRAVÉS DA RELAÇÃO CHUVA-VAZÃO
REDES NEURAIS ARTIFICIAIS APLICADAS À PREVISÃO DE VAZÕES SAZONAIS ATRAVÉS DA RELAÇÃO CHUVA-VAZÃO Camila da Cruz Santos¹, Jacson Hudson Inácio Ferreira², Keiji Yamanaka³, José Roberto Camacho³ ¹Instituto
Leia maisDécimo 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 maisREDES 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 mais2 Aprendizado de Máquina
2 Aprendizado de Máquina Desde que os computadores foram inventados, sempre nos perguntamos se eles poderiam ser feitos para aprender. Se pudéssemos compreender como programá-los para aprender e melhorar
Leia maisESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS.
ESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS. Arini de Menezes Costa 1, Kaio Martins Ramos 2, Hugo Hermano da Costa Castro 3, Antonio Alisson P.
Leia maisMODELAGEM DE COMPONENTES DE SOFTWARE PARA A CRIAÇÃO DE REDES NEURAIS ARTIFICIAIS HIERÁRQUICAS NA ARQUITETURA ARTÍFICE
FÁBIO MARTINS DE OLIVEIRA MODELAGEM DE COMPONENTES DE SOFTWARE PARA A CRIAÇÃO DE REDES NEURAIS ARTIFICIAIS HIERÁRQUICAS NA ARQUITETURA ARTÍFICE Belo Horizonte MG Outubro de 2005 FÁBIO MARTINS DE OLIVEIRA
Leia maisUNIVERSIDADE 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 mais3 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 maisModelo de Previsão de Recalques em Estacas Hélice Contínua Utilizando Redes Neurais Artificiais
Modelo de Previsão de Recalques em Estacas Hélice Contínua Utilizando Redes Neurais Artificiais Luciana Barbosa Amancio UFPI, Teresina, Brasil, eng.luciana2009@gmail.com Silvrano Adonias Dantas Neto UFC,
Leia maisMODELO NEURAL COM ATRASO DE TEMPO PARA A PREVISÃO DO INCC
MODELO NEURAL COM ATRASO DE TEMPO PARA A PREVISÃO DO INCC Paulo Roberto Barbosa 1 Elaine Inacio Bueno 2 Nas Ciências Econômicas ocorrem fenômenos temporais que dependem da observação de dados em um período
Leia maisNOÇÕES 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 maisRicardo 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 maisAmbiente 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 maisREDE NEURAL DE ELMAN APLICADA NA PREVISÃO DE PREÇOS DE COMBUSTÍVEIS
REDE NEURAL DE ELMAN APLICADA NA PREVISÃO DE PREÇOS DE COMBUSTÍVEIS Renan Pires de Araújo 1 ; Adrião Duarte Dória Neto 2 1 Universidade Federal do Rio Grande do Norte, Programa de Pós-Graduação em Ciência
Leia maisUNISINOS - 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 maisA UTILIZAÇÃO DE REDES NEURAIS PARA OBTENÇÃO DA CONCENTRAÇÃO DE BORO CRÍTICA DE UM REATOR PWR
A UTILIZAÇÃO DE REDES NEURAIS PARA OBTENÇÃO DA CONCENTRAÇÃO DE BORO CRÍTICA DE UM REATOR PWR Cicero Rogério da Silva Barros Dissertação de Mestrado apresentada ao programa de Pós-graduação em Engenharia
Leia maisAPLICAÇÃO DE REDE NEURAL NARX PARA A PREVISÃO DO PREÇO DA SOJA
João Pessoa/PB, Brasil, de 3 a 6 de outubro de 26 APLICAÇÃO DE REDE NEURAL NARX PARA A PREVISÃO DO PREÇO DA SOJA Leticia Biagi Vilela (UFMS ) leticiabiagiufms@gmailcom Tiago Henrique de Abreu Mateus (UFMS
Leia maisREDES 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 maisUniversidade 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 maisIntrodução 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 maisEliane da Silva Christo. Previsão de Potência Reativa. Tese de Doutorado
Eliane da Silva Christo Previsão de Potência Reativa Tese de Doutorado Tese apresentada como requisito parcial para obtenção do título de Doutor pelo Programa de Pós- Graduação em Engenharia Elétrica da
Leia mais3 Aprendizado por reforço
3 Aprendizado por reforço Aprendizado por reforço é um ramo estudado em estatística, psicologia, neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina
Leia maisMatlab - 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 maisPrevisão da Velocidade dos Ventos por Redes Neurais Artificiais e ARIMA de Box & Jenkins
Previsão da Velocidade dos Ventos por Redes Neurais Artificiais e de Box & Jenkins Daniela J. Rossi, Anna D. P. Lotufo, Mara L. M. Lopes Depto de Engenharia Elétrica, FEIS, UNESP 13-000, Ilha Solteira,
Leia maisFerramenta de Regressão Não-linear Múltipla com Redes Neurais Artificiais
Ferramenta de Regressão Não-linear Múltipla com Redes Neurais Artificiais Hugo Iver V. Gonçalves 1, Rodrigo C.M. Coimbra 1, Marcelo Ladeira 1 e Hércules Antônio do Prado 2,3 {h0223816, r0228010}@aluno.unb.br,
Leia maisIntrodução 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 maisESTUDO DE ALGORITMO MLP COMO APROXIMADOR DE FUNÇÃO
Congresso Técnico Científico da Engenharia e da Agronomia CONTECC 2016 Rafain Palace Hotel & Convention Center- Foz do Iguaçu - PR 29 de agosto a 1 de setembro de 2016 ESTUDO DE ALGORITMO MLP COMO APROXIMADOR
Leia maisDESEMPENHO DO ALGORÍTMO DE BACKPROPAGATION COM A FUNÇÃO DE ATIVAÇÃO BI-HIPERBÓLICA
September 4-8, DESEMPENHO DO ALGORÍTMO DE BACKPROPAGATION COM A FUNÇÃO DE ATIVAÇÃO BI-HIPERBÓLICA Geraldo Miguez COPPE / PESC, Universidade Federal do Rio de Janeiro, Brasil geraldomiguez@gmail.com Nelson
Leia maisFaculdade 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 maisUso 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 maisSinais e Sistemas. Tempo para Sistemas Lineares Invariantes no Tempo. Representações em Domínio do. Profª Sandra Mara Torres Müller.
Sinais e Sistemas Representações em Domínio do Tempo para Sistemas Lineares Invariantes no Tempo Profª Sandra Mara Torres Müller Aula 7 Representações em Domínio do Tempo para Sistemas Lineares e Invariantes
Leia maisModelagem 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 maisENGENHARIA DE CONTROLE E AUTOMAÇÃO HUGO GOMES DA SILVA LUCAS DE OLIVEIRA OTAL
ENGENHARIA DE CONTROLE E AUTOMAÇÃO HUGO GOMES DA SILVA LUCAS DE OLIVEIRA OTAL UM ESTUDO COMPARATIVO ENTRE RNA S E MODELOS AUTOREGRESSIVOS PARA IDENTIFICAÇÃO DE UMA COLUNA DE DESTILAÇÃO PILOTO Campos dos
Leia maisRECONHECIMENTO 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 maisUNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA
UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA USO DE REDES NEURAIS PARA AVALIAÇÃO DO CONSUMO DE ENERGIA DE SISTEMAS DE AR CONDICIONADO Lucas de Freitas Frenay Orientador:
Leia maisUTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE SÉRIES TEMPORAIS
UILIAÇÃO DE REDES NEURAIS ARIFICIAIS PARA PREVISÃO DE SÉRIES EMPORAIS Aida Araújo Ferreira(1); Elvis Gonçalves de Lira(2) (1) Instituto Federal de Educação, Ciência e ecnologia (IFPE), Av. Prof Luiz Freire,
Leia maisREDES NEURONAIS Conceitos. Jorge M. Santos
REDES NEURONIS Conceitos Jorge M. Santos jms@isep.ipp.pt Definição e enquadramento histórico neural network is a massively parallel distributed processor made up of simple processing units that has a natural
Leia maisAPLICAÇÃO DE REDE RECORRENTE NA PREVISÃO DA VELOCIDADE DOS VENTOS
IV Conferencia Latino Americana de Energía Solar (IV ISES_CLA) y XVII Simposio Peruano de Energía Solar (XVII- SPES), Cusco, 1-5.11. APLICAÇÃO DE REDE RECORRENTE NA PREVISÃO DA VELOCIDADE DOS VENTOS Francisco
Leia maisUSO DE REDES NEURAIS PARA AVALIAÇÃO DO CONSUMO DE ENERGIA DE SISTEMAS DE AR CONDICIONADO
USO DE REDES NEURAIS PARA AVALIAÇÃO DO CONSUMO DE ENERGIA DE SISTEMAS DE AR CONDICIONADO Lucas de Freitas Frenay lfrenay@gmail.com Resumo. Este trabalho apresenta o estudo comparativo do uso de diferentes
Leia maisComparação de Modelos Neurais Aplicados a Resistência de Fornos de Redução do Alumínio Primário
Trabalho apresentado no DINCON, Natal - RN, 2015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Comparação de Modelos Neurais Aplicados a Resistência de Fornos de
Leia maisRedes 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 maisSinais e Sistemas. Conceitos Básicos. Prof.: Fábio de Araújo Leite
Sinais e Sistemas Conceitos Básicos Prof.: Fábio de Araújo Leite Discussão do Plano do Curso As 12 normas de convivência 1. - Recomenda-se chegar à aula no horário estabelecido. 2. Evitar o uso do celular
Leia maisCódigos de bloco. Luis Henrique Assumpção Lolis. 1 de novembro de Luis Henrique Assumpção Lolis Códigos de bloco 1
Códigos de bloco Luis Henrique Assumpção Lolis 1 de novembro de 2013 Luis Henrique Assumpção Lolis Códigos de bloco 1 Conteúdo 1 Códigos de bloco lineares 2 Códigos sistemáticos 3 Síndrome 4 Distância
Leia maisXII Congresso Brasileiro de Meteorologia, Foz de Iguaçu-PR, 2002
ESTUDO PRELIMINAR DA UTILIZAÇÃO DE REDES NEURAIS NA PREVISÃO DE TEMPERATURA MÉDIA DIÁRIA PARA A CIDADE DE PELOTAS-RS Ariane Frassoni dos Santos 1, João Gerd Zell de Mattos 1, Paulo Roberto Krebs 2 1 Faculdade
Leia maisPROPOSTA DE UTILIZAÇÃO DE REDES NEURAIS PARA ANÁLISES FÍSICO- QUÍMICA UTILIZANDO DADOS ESPECTROMÉTRICOS NO UV-VIS
PROPOSTA DE UTILIZAÇÃO DE REDES NEURAIS PARA ANÁLISES FÍSICO- QUÍMICA UTILIZANDO DADOS ESPECTROMÉTRICOS NO UV-VIS 1 SILVA, J. N., 2 MONTEIRO, G. S., 3 SILVA, S. K., 4 AVELINO, M. C., 5 FRANÇA, M. I. C,.
Leia maisLuís Fernando de Oliveira Jacintho
Luís Fernando de Oliveira Jacintho Redes Neuro-Fuzzy: Um Estudo de Caso em Diagnóstico de Alzheimer Monografia apresentada ao Centro de Matemática, Computação e Cognição - CMCC/UFABC - como parte dos requisitos
Leia maisSELECIONANDO VARIÁVEIS DE INFORMAÇÃO DE TENDÊNCIA PARA A PREVISÃO DE VAZÕES UTILIZANDO REDES NEURAIS
SELECIONANDO VARIÁVEIS DE INFORMAÇÃO DE TENDÊNCIA PARA A PREVISÃO DE VAZÕES UTILIZANDO REDES NEURAIS Trabalho de Conclusão de Curso Engenharia da Computação Myllena Mylle Cardoso da Fonseca de Souza Neto
Leia maisESTUDO DA INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS DA CALDEIRA DE RECUPERAÇÃO SOBRE A GERAÇÃO DE VAPOR UTILIZANDO REDES NEURAIS ARTIFICIAIS
ESTUDO DA INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS DA CALDEIRA DE RECUPERAÇÃO SOBRE A GERAÇÃO DE VAPOR UTILIZANDO REDES NEURAIS ARTIFICIAIS Gustavo Matheus de Almeida 1, Marcelo Cardoso 1, Éder Domingos de
Leia maisEstruturando redes neurais artificiais paralelas e independentes para o controle de próteses robóticas
Estruturando redes neurais artificiais paralelas e independentes para o controle de próteses robóticas Daniel Cristiano Serafim 1 Prof. Dr. Antonio Joaquim da Silva Neto 2 RESUMO O objetivo deste artigo
Leia mais