Redes Neurais Artificiais
|
|
- Thomaz Salazar Amaro
- 6 Há anos
- Visualizações:
Transcrição
1 Universidade Federal do Espírito Santo CCENS UFES Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCENS UFES Departamento de Computação Redes Neurais Artificiais Redes Neurais Artificiais Site:
2 Universidade Federal do Espírito Santo CCENS UFES Redes Neurais Artificiais A RNA é uma máquina projetada para modelar a maneira como o cérebro realiza uma tarefa específica ou uma função de interesse. Ela realiza uma computação útil através de um processo de aprendizagem. Elas possuem uma combinação topológica, maciça e paralela, abrigando assim um processamento complexo. O elemento de processamento da informação é o neurônio, o qual possui processamento simples. Isso é devido à sua inspiração, que é no sistema nervoso central. A representação do conhecimento é realizada: Em sua topologia (arquitetura); No valor dos seus parâmetros; O algoritmo de treinamento modifica os pesos sinápticos da rede de forma ordenara para alcançar o objetivo desejado. 2
3 Universidade Federal do Espírito Santo CCENS UFES Redes Neurais Artificiais (RNA) Existem três tipos de RNAs: Feed Forward1; Recorrente2; Auto Organizável3;
4 Universidade Federal do Espírito Santo CCENS UFES Cérebro Humano O cérebro humano processa diferente do computador. Características do cérebro: É complexo e não linear; Completamente paralelo; Tem a capacidade de organizar seus neurônios para realizar processamento mais rápido que o processador de uma máquina; Desenvolve suas próprias regras através da experiência. Além disso, o sistema visual fornece ao cérebro: A representação do ambiente; A informação necessária para interagir com o ambiente. 4
5 Universidade Federal do Espírito Santo CCENS UFES Redes Neurais Artificiais Semelhanças entre a RNA e o Cérebro: O conhecimento do ambiente é obtido através da aprendizagem; A força de conexão entre os neurônios (sinapse) são utilizados para armazenar o conhecimento adquirido. Processo generalização da RNA: Refere-se ao fato da RNA produzir saídas adequadas para entradas que não estavam presentes no treinamento; Isso ocorre pela generalização dos dados já aprendidos. 5
6 Universidade Federal do Espírito Santo CCENS UFES Neurônio Funcionamento de um neurônio: A recepção dos impulsos sinápticos de outros neurônios chega pelos dendritos, são processados pelo núcleo e propagados pelo axônio, gerando sinapses em outros neurônios. 6
7 Universidade Federal do Espírito Santo CCENS UFES Neurônio Biológico e Artificial < applications-of-artificial-neural-networks-in-chemical-problems> 7
8 Universidade Federal do Espírito Santo CCENS UFES Redes Neurais Artificiais Assume forma funcional: Estática: f(x); Dinâmica: f(x, t); Sua aprendizagem depende: Do conhecimento à priori; Dos dados fornecidos. A RNA fornece seu resultado com a generalização por um algoritmo de aprendizagem. As propriedades da RNA são: Não linearidade do processamento (em geral); Mapeamento entrada saída. Podem ser utilizadas nas seguintes aplicações: Classificação; Regressão; Controle aritmético.. 8
9 Universidade Federal do Espírito Santo CCENS UFES Redes Neurais Artificiais Suas características são: Adaptabilidade: Resposta Quantitativa: Ex.: Fornecem um grau de confiança em problemas de classificação; Processamento contextual: Re-treinamento e treinamento contínuo (online); Adapta os pesos às modificações do meio ambiente. Vizinhança de um neurônio é influenciada pelo neurônio em um grau maior que os demais neurônios da rede, como o treinamento do mapa auto organizável; A informação contextual está presente na estrutura e no estado de atuação da rede. Tolerância a falhas: Eliminação topológica de alguns neurônios. 9
10 Universidade Federal do Espírito Santo CCENS UFES Redes Neurais Artificiais Suas características são: Informação incerta, incompleta: Parcialmente contraditória; Implementação em Hardware: Elementos com capacidade de processamento simples e complexo. 10
11 Universidade Federal do Espírito Santo CCENS UFES Aprendizado da RNA Dados Iniciais: O que a rede aprendeu: 11
12 12 Universidade Federal do Espírito Santo CCENS UFES História resumida da Neurocomputação
13 Universidade Federal do Espírito Santo CCENS UFES Histórico 1943 Neurofisiologista McCulloch e o Matemático Walter Pitts (1943), Possuíam um trabalho que fazia uma analogia entre células vivas e o processo eletrônico: simulava o comportamento do neurônio natural, o neurônio artificial possuía apenas uma saída, que era uma função que agia sobre os valores de suas diversas entradas. 13
14 Universidade Federal do Espírito Santo CCENS UFES O neurônio de McCulloch e Pitts NN Soma= Soma= IIi W i W ii i=1 i=1 y= y= ff (Soma) (Soma) 14
15 Universidade Federal do Espírito Santo CCENS UFES Histórico 1949 Psicólogo Donald Hebb, Propôs uma lei de aprendizagem específica para as sinapses dos neurônios. Demostrou que a capacidade da aprendizagem em redes neurais biológicas vem da alteração da eficiência sináptica: A conexão entre os neurônios somente é reforçada se tanto os neurônios pré-sinápticos quanto os pós-sinápticos estiverem excitados. 15
16 Universidade Federal do Espírito Santo CCENS UFES Histórico 1951 Marvin Minsky: Cofundador do laboratório de IA do MIT. Construiu o primeiro neuro computador: Snark. O Snark: Operava ajustando seus pesos automaticamente. Nunca executou qualquer função de processamento de informação interessante. Serviu como inspiração para ideias de estruturas posteriores. 16
17 Universidade Federal do Espírito Santo CCENS UFES Histórico 1956 Surgimento dos dois paradigmas da Inteligência Artificial: Simbólica: Que utiliza um conjunto de símbolos que são manipulados com regras explícitas. Não procura imitar a natureza do cérebro. Conexionista: Acredita-se que construindo um sistema que simule a estrutura do cérebro, este sistema apresentará inteligência, ou seja, será capaz de aprender, assimilar, errar e aprender com seus erros. 17
18 Universidade Federal do Espírito Santo CCENS UFES Histórico 1958 Frank Rosenblatt: Publicou o modelo dos "Perceptrons": Livro Principles of Neurodynamics. Os neurônios (perceptrons) eram organizados em camada de entrada e saída, os pesos das conexões entre os neurônios eram adaptados a fim de se atingir a eficiência sináptica usada no reconhecimento de caracteres. 18
19 Universidade Federal do Espírito Santo CCENS UFES Perceptron associação associação retina retina resposta resposta 19
20 Universidade Federal do Espírito Santo CCENS UFES Histórico 1960 Widrow e Hoff criaram as RNAs: ADALINE (ADAptative LInear NEtwork) e a MADALINE (Many ADALINE). O MADALINE utilizou saídas analógicas em uma arquitetura de três camadas. Exemplo... 20
21 Universidade Federal do Espírito Santo CCENS UFES Histórico 1969 Minsky & Papert Constataram que um neurônio do tipo Perceptron só era capaz de resolver problemas com dados de classes linearmente separáveis. 21
22 Universidade Federal do Espírito Santo CCENS UFES Histórico 1970 Muitos historiadores desconsideram a existência de pesquisa nessa área nos anos
23 Universidade Federal do Espírito Santo CCENS UFES Histórico 1982 Físico e biólogo Hopfield: Retomada das pesquisas com a publicação de trabalhos relatando a utilização de redes simétricas para otimização. Utilizou um algoritmo de aprendizagem que estabilizava uma rede binária simétrica com realimentação. 23
24 Universidade Federal do Espírito Santo CCENS UFES Histórico Mapas de Kohonen: Também chamado de mapa de características autoorganizáveis. Usa o algoritmo vencedor-leva-tudo. Esse aprendizado é não supervisionado, chamado de aprendizado competitivo. Algoritmo vencedor-leva-tudo: Apenas um neurônio fornece a saída da rede em resposta a uma entrada: O neurônio que tiver o maior índice de ativação Durante o aprendizado, somente as conexões deste neurônio que tem seus pesos alterados. 24
25 Universidade Federal do Espírito Santo CCENS UFES Histórico 1982 Mapas de Kohonen: Seu propósito é agrupar dados de entrada em diversos grupos (clusters). Exemplo: Novas histórias em categorias por assuntos. Tem duas camadas: Uma de entrada; Uma de agrupamento: que é a camada de saída. 25
26 Universidade Federal do Espírito Santo CCENS UFES Histórico 1986 Rumelhart¹, Hinton² e Williams: Introduziram o poderoso método de treinamento denominado Backpropagation. Rumelhart e McClelland³ escreveram o livro Processamento Paralelo Distribuído: Explorações na Microestrutura do Conhecimento. 26
27 Universidade Federal do Espírito Santo CCENS UFES Histórico 1988 Broomhead e Lowe Descreveram um procedimento para o projeto de uma rede neural (feedforward) usando funções de base radial (Rede de Base Radial RBF). 27
28 Universidade Federal do Espírito Santo CCENS UFES Mais considerações A maioria dos problemas do mundo real não é linearmente separável. A RNA Multicamadas possui maior capacidade de aprendizado para tais dados. Aprendem da mesma forma que perceptrons simples. Porém há muito mais pesos a serem ajustados. 28
29 Universidade Federal do Espírito Santo CCENS UFES Mais considerações RNAs com Retropropagação: Geralmente utiliza a função sigmoide: f(x) = 1 1+ e-x Os pesos são ajustados de trás para frente 29
30 Universidade Federal do Espírito Santo CCENS UFES Mais considerações Também tem-se as Redes Recorrentes: Apresentam ciclos nas suas conexões, isto é, a saída de neurônios de uma camada i são entradas de neurônios de uma camada anterior. Redes BAM, de Hopfield e Competitivas em geral são de certo modo redes recorrentes. Entretanto 2 modelos são de maior interesse neste caso: Redes de Elman; Redes de Jordan. Utilizadas para casos que necessitem verificar dados anteriores. Essas redes tem memória. 30
31 31 Universidade Federal do Espírito Santo CCENS UFES Redes Recorrentes
32 32 Universidade Federal do Espírito Santo CCENS UFES...
33 Universidade Federal do Espírito Santo CCENS UFES Rede Neural Artificial y. ɸ1 w11 X1 ɸ... W1... ɸH w1d X... Xd 33
34 34 Universidade Federal do Espírito Santo CCENS UFES Octave
Inteligência Computacional
Inteligência Computacional INTRODUÇÃO ÀS REDES NEURAIS ARTIFICIAIS Renato Dourado Maia Faculdade de Ciência e Tecnologia de Montes Claros Fundação Educacional Montes Claros Na Aula Passada... O que é uma
Leia 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 maisIC 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 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 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 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 maisParadigmas de Aprendizagem
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Paradigmas de Aprendizagem Redes Neurais Artificiais Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisRedes 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 maisInteligência Artificial
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem Outras Técnicas Prof. a Joseana Macêdo Fechine Régis
Leia mais22/05/2010. ohebb foi o primeiro a propor uma lei de aprendizagem específica para as sinápses dos neurônios.
UNIVERSIDADE FEDERAL DO PIAUÍ UFPI Departamento de Informática & Estatística Curso de Ciência da Computação Introdução o 1º trabalho na área de RNA por McCulloch (neuroanatomista) e Pitts (matemático)
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
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 maisSistema de Informação
Sistema de Informação TCC em Re vista 2009 125 LOTTE, Rodolfo Georjute. Aprendizado conexionista em um sistema de busca por imagens. 2009. 104 f. Trabalho de Conclusão de Curso (Graduação em Sistemas
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 Regional de Blumenau Centro de Ciências Exatas e Naturais Departamento de Sistemas e Computação
Universidade Regional de Blumenau Centro de Ciências Exatas e Naturais Departamento de Sistemas e Computação Desenvolvimento da Aplicação para Aprovação do Limite de Crédito Financeiro de uma Empresa Têxtil
Leia maisAULA: Introdução à Informática I
Campus Muriaé Professor: Luciano Gonçalves Moreir Disciplina: Informática Aplicada I AULA: Introdução à Informática I O que é Informática? Pode dizer-se que informática é ciência que estuda o processamento
Leia maisRedes Neurais Artificiais. Everton Gago
Redes Neurais Artificiais Everton Gago Como vai ser? O que é RNA? Conglomerado de neurônios!?!? Neurônio: Neurônio: Entradas: X0 = 0 X1 = 1 X2 = 1 Neurônio: Entradas: X0 = 0 X1 = 1 X2 = 1 Pesos: W0 = 0.3
Leia maisAula 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 maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 01 - Introdução O Que é Inteligência Artificial? [Winston, 1984]: "Inteligência artificial é o estudo das ideias que
Leia maisAplicações 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 maisTransformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais
Transformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais Abstract. Jader Teixeira 1, Alex Vinícios Telocken 1 1 Universidade de Cruz Alta (UNICRUZ) jader033139@unicruz.edu.br,
Leia maisOs computadores ditigais podem ser classificados em 5 grupos distintos:
Informática A informática engloba toda atividade relacionada ao uso dos computadores, permitindo aprimorar e automatizar tarefas em qualquer área de atuação da sociedade. Informática é a "Ciência do tratamento
Leia maisParadigmas de Representação de Conhecimento
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Paradigmas de Representação de Conhecimento Inteligência Artificial Site: http://jeiks.net E-mail:
Leia maisIntrodução à Ciência da Computação
1 Universidade Federal Fluminense Campus de Rio das Ostras Curso de Ciência da Computação Introdução à Ciência da Computação Professor: Leandro Soares de Sousa e-mail: leandro.uff.puro@gmail.com site:
Leia maisFACULDADE 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 maisRedes 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 maisDefesa de Dissertação de Mestrado
UNIVERSIDADE FEDERAL DE MINAS GERAIS Curso de Pós-Graduação em Engenharia Metalúrgica e de Minas Defesa de Dissertação de Mestrado Modelo de Previsão de Propriedades Mecânicas de Perfis Estruturais Laminados
Leia maisIntrodução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Leia maisRedes 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 maisRedes Neuronais. Redes neuronais artificiais. Redes neuronais artificiais. Redes neuronais artificiais
Redes neuronais artificiais Surgiram nos anos 40 com o objectivo de conhecer melhor o cérebro humano e emular o seu comportamento. Departamento de Matemática Universidade dos Açores Redes Neuronais Introdução
Leia maisMáquinas de suporte vetorial e sua aplicação na detecção de spam
e sua aplicação na detecção de spam Orientador: Paulo J. S. Silva (IME-USP) Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação MAC499 Trabalho de Formatura
Leia maisDisciplina: Arquitetura de Computadores
Disciplina: Arquitetura de Computadores Estrutura e Funcionamento da CPU Prof a. Carla Katarina de Monteiro Marques UERN Introdução Responsável por: Processamento e execução de programas armazenados na
Leia maisS12 - Software e Engenharia de Software
S12 - Software e Engenharia de Software ENGENHARIA DE SOFTWARE PRESSMAN, 2011 Gilberto Wolff UTFPR Introdução Introdução Introdução Introdução Busquem respostas para: 1. Há diferença entre Software e Programa?
Leia maisMineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães.
Mineração de Dados e Aprendizado de Máquinas. Rodrigo Leite Durães. O que é mineração de dados Mineração de Dados é um passo no processo de KDD que consiste na aplicação de análise de dados e algoritmos
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 mais2011 Profits Consulting. Inteligência Computacional
Inteligência Computacional Quem Somos Excelência em Soluções Tecnológicas A Profits Consulting é uma empresa composta por consultores com ampla experiência em Tecnologia que desenvolve soluções inovadoras,
Leia maisConceitos Básicos INTRODUÇÃO À COMPUTAÇÃO E SUAS APLICAÇÕES
FACULDADE DOS GUARARAPES INTRODUÇÃO À COMPUTAÇÃO E SUAS APLICAÇÕES Conceitos Básicos Prof. Rômulo César romulodandrade@gmail.com romulocesar@faculdadeguararapes.edu.br www.romulocesar.com.br INTRODUÇÃO
Leia maisInteligência Artificial. Prof. Ilaim Costa Jr.
Inteligência Artificial Prof. Ilaim Costa Jr. 4) Ciência da Computação 4) Ciência da Computação Exemplos de Aplicação da IA Matemática: demonstração
Leia maisPrevisão de séries temporais mediante redes neurais
Previsão de séries temporais mediante redes neurais Aluna: João Pedro Mano Orientadora: Celia Anteneodo Introdução Atualmente, com o crescimento dos mercados financeiros, e com as mudanças bruscas nos
Leia maisOrganização e Arquitetura de Computadores. Leslier S. Corrêa
Organização e Arquitetura de Computadores Leslier S. Corrêa O nome refere-se ao matemático John Von Neumann, que foi considerado o criador dos computadores da forma como são projetados até hoje. Entretanto,
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 maisATIVIDADES PRÁTICAS SUPERVISIONADAS
ATIVIDADES PRÁTICAS SUPERVISIONADAS Tecnologia em Análise e Desenvolvimento de Sistemas 5ª. Série Programação Distribuída A atividade prática supervisionada (ATPS) é um método de ensinoaprendizagem desenvolvido
Leia maisTomada de Decisão Estratégica
EXERCÍCIO N N Tópico Tópico 1 2 Sistemas Tomada de de Informação Decisão Estratégica nos negócios DCC133 Introdução a Sistemas de Informação TÓPICO 2 Tomada de Decisão Estratégica Prof. Tarcísio de Souza
Leia maisSistemas de Informação e Decisão. Douglas Farias Cordeiro
Sistemas de Informação e Decisão Douglas Farias Cordeiro Decisão Tomamos decisões a todo momento! O que é uma decisão? Uma decisão consiste na escolha de um modo de agir, entre diversas alternativas possíveis,
Leia maisComo a TQS assegura a qualidade dos seus sistemas?
Como a TQS assegura a qualidade dos seus sistemas? Como é feita a integração de desenhos entre as diversas disciplinas de projeto? É preciso do sistema AutoCAD para dar acabamento nos desenhos? Quais os
Leia maisUniversidade Federal do Rio de Janeiro COPPE. Trabalho de Processamento de Imagens Reconhecimento de Símbolos de Componentes Eletrônicos
Universidade Federal do Rio de Janeiro COPPE Trabalho de Processamento de Imagens Reconhecimento de Símbolos de Componentes Eletrônicos Nome: Fernanda Duarte Vilela Reis de Oliveira Professores: Antonio
Leia maisDefinições básicas e histórico Inteligência Artificial Análise e Desenvolvimento de Sistemas INTELIGÊNCIA ARTIFICIAL PROFESSOR FLÁVIO MURILO
Definições básicas e histórico Inteligência Artificial Análise e Desenvolvimento de Sistemas 1 Definição de inteligência in te li gên ci a (latim intelligentia, -ae, plural neutro de intelligens, -entis,
Leia maisProfessor Msc. Leonardo Henrique Gonsioroski
Professor Msc. Leonardo Henrique Gonsioroski Professor Leonardo Henrique Gonsioroski UNIVERSIDADE GAMA FILHO PROCET DEPARTAMENTO DE ENGENHARIA CONTROLE E AUTOMAÇÃO Definições Um sistema que estabeleça
Leia maisO termo redes neurais se sobrepõe a alguns campos distintos:
Conexionismo e Redes Neurais A psicologia conexionista é um campo que se apóia nas chamadas redes neurais artificiais como veículo para a expressão matemática dos seus conceitos e teorias. Ela não é o
Leia maisMANUTENÇÃO DINÂMICA DE MODELOS EM COMPUTAÇÃO SENSÍVEL AO CONTEXTO. PALAVRAS-CHAVE: CEP, Esper, Computação Sensível ao Contexto, SBE.
MANUTENÇÃO DINÂMICA DE MODELOS EM COMPUTAÇÃO SENSÍVEL AO CONTEXTO Rodrigo Hernandez SOARES 1 ; Ricardo Couto Antunes da ROCHA 2 PALAVRAS-CHAVE: CEP, Esper, Computação Sensível ao Contexto, SBE. 1 - INTRODUÇÃO
Leia mais1. 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 maisTecnologias. de Informação e Comunicação. 7ºAno. 1.º Período. Aula 5, 6. 1 Magda Lopes
Tecnologias de Informação e Comunicação 7ºAno 1.º Período Aula 5, 6 1 - Introdução às Tecnologias da Informação e Comunicação. 1.3 Introdução à estrutura e funcionamento de um sistema informático. informático
Leia maisFundamentos de Sistemas de Informação Sistemas de Informação. Visão Sistêmica. Conceitos, componentes, tipos, subsistemas,
Visão Sistêmica Conceitos, componentes, tipos, subsistemas, 1 Conceito de Sistemas Um conjunto de partes integrantes e interdependentes que, conjuntamente, formam um todo unitário com o mesmo determinado
Leia maisO trabalho mental Fernando Gonçalves Amaral
O trabalho mental Fernando Gonçalves Amaral Assuntos Atividade mental Processamento de informação Captação de informação Cognição IHC/IHM Programa de Pós-Graduação em Engenharia de Produção - UFRGS Atividade
Leia maisAPLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NO PROCESSO DE PRECIFICAÇÃO DE AÇÕES
UNIVERSIDADE FEDERAL DE PELOTAS INSTITUTO DE FÍSICA E MATEMÁTICA CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO MARÍLIA TERRA DE MELLO APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NO PROCESSO DE PRECIFICAÇÃO
Leia maisUniversidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação. Sentenças Abertas
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Sentenças Abertas Lógica Computacional 1 Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com Sentença
Leia maisRedes Neurais Artificiais
Indrodução às Redes Neurais Artificiais Jorge M. Barreto Laboratório de Conexionismo e Ciências Cognitivas UFSC -Departamento de Informática e de Estatística 88040-900 - Florianópolis - SC e-mail: barreto@inf.ufsc.br
Leia maisIntrodução à Computação
Universidade Federal de Campina Grande Centro de Engenharia Elétrica e Informática Unidade Acadêmica de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Introdução à Computação EXERCÍCIOS
Leia maisAula 7: Portas Lógicas: AND, OR, NOT, XOR, NAND e NOR
Aula 7: Portas Lógicas: AND, OR, NOT, XOR, NAND e NOR Conforme discutido na última aula, cada operação lógica possui sua própria tabela verdade. A seguir será apresentado o conjunto básico de portas lógicas
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 maisAPLICAÇÃO DAS REDES NEURAIS DE BASE RADIAL NA METEOROLOGIA. PALAVRAS-CHAVE: Redes Neurais Artificiais; Rede Neural de Base Radial; Meteorologia.
APLICAÇÃO DAS REDES NEURAIS DE BASE RADIAL NA METEOROLOGIA Emerson Yoshio Maeda (IC, FUNDAÇÃO ARAUCÁRIA), (UNESPAR/FECILCAM), math.maeda@gmail.com Juliano Fabiano da Mota (OR), (UNESPAR/FECILCAM), jfmota@fecilcam.br
Leia mais30/5/2011. Sistemas computacionais para processamento paralelo e distribuído
Arquitetura de Computadores Sistemas computacionais para processamento paralelo e distribuído Prof. Marcos Quinet Universidade Federal Fluminense UFF Pólo Universitário de Rio das Ostras - PURO Processamento
Leia maisEstrutura e Funcionamento dos Computadores (Conceitos Básicos)
Estrutura e Funcionamento dos Computadores (Conceitos Básicos) Sistema Computacional Peopleware (usuário) Software (programas) Hardware (máquina) Hardware Corresponde à parte material, aos componentes
Leia maisPPM CONTEÚDO. Lógica de programação Programação para manufatura Sistemas supervisorios PROGRAMAÇÃO PARA MANUFATURA 05/03/2009
PPM PROGRAMAÇÃO PARA MANUFATURA CONTEÚDO Lógica de programação Programação para manufatura Sistemas supervisorios 1 LÓGICA DE PROGRAMAÇÃO Abrangência Introduzir os conceitos básicos relacionados à lógica
Leia maisModelagem de Dados MODELAGEM DE DADOS. Sistemas de Banco de Dados. Profa. Rosemary Melo
MODELAGEM DE DADOS Sistemas de Banco de Dados Profa. Rosemary Melo SISTEMAS DE BANCO DE DADOS OBJETIVOS Apresentar os conceitos fundamentais de Sistemas de Banco de Dados. Principais componentes dos SGBDs
Leia maisUNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO
UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO REDE NEURAL ARTIFICIAL PARA RECONHECIMENTO DE TABELA DE HORÁRIOS DE ARME/DESARME NO SISTEMA
Leia maisHíbrido Baseado em Rede e Colônia de Formigas
Um Sistema Híbrido Baseado em Rede Neural e Colônia de Formigas Trabalho de Conclusão de Curso Engenharia da Computaçãoo Aluno: Saulo Medeiros de Oliveira Corrêa dos Santos Orientador: Prof. Dr. Mêuser
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 maisProposições e Conectivos
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Proposições e Conectivos Lógica Computacional 1 Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisINFORMÁTICA EM SAÚDE
INFORMÁTICA EM SAÚDE MED99004 - Atividade de Integração Básico-Clínica IV Prof. Paul Douglas Fisher Departamento de Medicina Social paul.fisher@ufrgs.br http://chasqueweb.ufgs.br/~paul.fisher/aulas/sis_info/
Leia maisFACULDADE PITÁGORAS PRONATEC
FACULDADE PITÁGORAS PRONATEC DISCIPLINA: ARQUITETURA DE COMPUTADORES Prof. Ms. Carlos José Giudice dos Santos carlos@oficinadapesquisa.com.br www.oficinadapesquisa.com.br Objetivos Ao final desta apostila,
Leia maisIntrodução à Computação: Máquinas Multiníveis
Introdução à Computação: Máquinas Multiníveis Beatriz F. M. Souza (bfmartins@inf.ufes.br) http://inf.ufes.br/~bfmartins/ Computer Science Department Federal University of Espírito Santo (Ufes), Vitória,
Leia maisHardware. Organização Funcional de um. Computador. Arquitetura de Multiprocessadores. UCP Unidade Central de Processamento AMD. Sistema Central CPU
Hardware UCP Unidade Central de Processamento AMD Disciplina: Organização e Arquitetura de Computadores Prof. Luiz Antonio do Nascimento Faculdade Nossa Cidade Organização Funcional de um Computador Unidade
Leia maisFundamentos da Informática Aula 01 - Computadores: Ferramentas para a era da informação Exercícios - RESPOSTAS Professor: Danilo Giacobo
Fundamentos da Informática Aula 01 - Computadores: Ferramentas para a era da informação Exercícios - RESPOSTAS Professor: Danilo Giacobo Múltipla escolha 1. A unidade central de processamento é um exemplo
Leia maisPROGRAMAÇÃO I. Introdução
PROGRAMAÇÃO I Introdução Introdução 2 Princípios da Solução de Problemas Problema 1 Fase de Resolução do Problema Solução na forma de Algoritmo Solução como um programa de computador 2 Fase de Implementação
Leia maisAula 1: A Evolução dos Sistemas Computacionais
Aula 1: A Evolução dos Sistemas Computacionais O primeiro computador digital foi projetado pelo matemático Charles Babbage (1792-1871). Embora Babbage tenha dispendido muito de sua vida e de sua fortuna
Leia maisInteligência Artificial Prof. Cláudio Luís Vieira Oliveira
Prof. Cláudio Luís Vieira Oliveira clvoliveira@terra.com.br Dave Bowman: Open the pod bay doors, HAL. HAL: I m sorry Dave, I m afraid I can t do that. (2001: Uma Odisséia no Espaço) 1 Área de pesquisa
Leia maisLógica Nebulosa (Fuzzy)
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Lógica Nebulosa (Fuzzy) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisUniversidade de Brasília Instituto de Ciências Exatas Departamento de Ciência da Computação
Universidade de Brasília Instituto de Ciências Exatas Departamento de Ciência da Computação Classificação Automática do Acabamento de Gordura em Imagens Digitais de Carcaças Bovinas Carmen Dalla Rosa Bittencourt
Leia maisFuncionamento do computador. Conceito e definição de algoritmos. Prof. Alex Camargo
UNIVERSIDADE FEDERAL DO PAMPA CAMPUS BAGÉ ALGORITMOS E PROGRAMAÇÃO Funcionamento do computador. Conceito e definição de algoritmos Prof. Alex Camargo alexcamargoweb@gmail.com Funcionamento do computador
Leia maisSELEÇÃO DE CARACTERÍSTICAS DE DADOS UTILIZANDO REDES NEURAIS ARTIFICIAIS
ÁLVARO HENRIQUE NOGUEIRA DE LIMA SELEÇÃO DE CARACTERÍSTICAS DE DADOS UTILIZANDO REDES NEURAIS ARTIFICIAIS LAVRAS MG 2012 ÁLVARO HENRIQUE NOGUEIRA DE LIMA SELEÇÃO DE CARACTERÍSTICAS DE DADOS UTILIZANDO
Leia maisPontifícia Universidade Católica de São Paulo Programa de TIDD
Disciplina: 2854 - Sistemas Inteligentes e Ambientes Virtuais Turma A Área de Concentração: Processos Cognitivos e Ambientes Digitais Linha de Pesquisa: Inteligência Coletiva e Ambientes Interativos Professor:
Leia maisALGORITMOS COM SELEÇÃO 1 - ESTRUTURA CONDICIONAL (ESTRUTURAS DE CONTROLE)
Algoritmos e Estruturas de Dados 1 Prof. Eduardo 1 ALGORITMOS COM SELEÇÃO 1 - ESTRUTURA CONDICIONAL (ESTRUTURAS DE CONTROLE) Já vimos entrada, processamento e saída, que compõem os algoritmos puramente
Leia maisPlano. Aspectos Relevantes de HMMs. Teoria de HMMs. Introdução aos Modelos Escondidos de Markov
Plano Esta apresentação é para pessoas sem conhecimento prévio de HMMs Introdução aos Modelos Escondidos de Markov 2004 Objetivos: Ensinar alguma coisa, não tudo (Visão geral, sem muitos detalhes). Tentar
Leia maisProf. Leonardo Augusto Casillo
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO CURSO: CIÊNCIA DA COMPUTAÇÃO Aula 2 Estrutura de um processador Prof. Leonardo Augusto Casillo Arquitetura de Von Neumann: Conceito de programa armazenado; Dados
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Decanato Acadêmico
Unidade Universitária: Escola de Engenharia Curso: Engenharia Elétrica e Eletrônica Disciplina: Sistemas Digitais I Núcleo Temático: Sistemas Digitais Código Da Disciplina: 161.1808.1 Professor: Edson
Leia maisO que é um sistema distribuído?
Disciplina: Engenharia de Software 4 Bimestre Aula 1: ENGENHARIA DE SOFTWARE DISTRIBUÍDO O que é um sistema distribuído? Segundo Tanenbaum e Steen (2007) um sistema distribuído é uma coleção de computadores
Leia maisAgrupamento de Escolas do Fundão
Agrupamento de Escolas do Fundão MATEMÁTICA P GPI 13 12º Ano CURRÍCULO DA DISCIPLINA E Nº DE AULAS PREVISTAS Período PLANIFICAÇÃO ANUAL Módulos a leccionar + Conteúdos Programáticos Módulo A6- Taxa de
Leia mais16/8/2010. A arquitetura de um sistema computacional representa o modelo da organização e funcionamento de um sistema de processamento
Arquitetura de es Organização de um Sistema Computacional Prof. Marcos Quinet Universidade Federal Fluminense P.U.R.O. Introdução A arquitetura de um sistema computacional representa o modelo da organização
Leia maisLIMITES COMPUTACIONAIS E O FUTURO. Prof. André Vignatti DINF - UFPR
LIMITES COMPUTACIONAIS E O FUTURO Prof. André Vignatti DINF - UFPR CONTEXTUALIZANDO Ciências Exatas base de tudo, gera conhecimento Engenharias usa conhecimento, gera tecnologias Tecnologias usa tecnologias,
Leia maisSERVIÇO PÚBLICO FEDERAL INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO AMAPÁ IFAP CÂMPUS MACAPÁ
13 específica, de segunda-feira a sexta-feira e aos sábados, caso seja necessário para complementação do período letivo e/ou carga horária curricular. Cada aula tem durafao de 50min (cinquenta minutos),
Leia maisProf. João Ronaldo Tavares de Vasconcellos Neto
Prof. João Ronaldo Tavares de Vasconcellos Neto Compreende basicamente dois tipos de células Neurônios Unidade fundamental função básica de receber, processar e enviar informações Células gliais ou neuroglia
Leia mais# $ % & ' ( ) * ' ( ) *! " " Orientador +, -
#$ %&'()* '()*!"" Orientador +,- ."%&/0#12 3"/%'0)/))&/ )4506 7" %/0)/))&/ 8906 8)) :"'/0)/))&/ '% '); Um roteador recebe em alguma de suas interfaces um pacote vindo da rede local ou da rede externa.
Leia maisPensamento Sistêmico:
Palavras chaves: Scratch, pensamento sistêmico, complexidade, não linearidade, a geometria da tartaruga, sistemas dinâmicas O que é um sistema: Um sistema é um todo organizado para atingir um objetivo
Leia maisTecnólogo em Análise e Desenvolvimento de Sistemas. Sistemas Operacionais (SOP A2)
Tecnólogo em Análise e Desenvolvimento de Sistemas Sistemas Operacionais (SOP A2) Visão Geral Referências: Sistemas Operacionais Modernos. Andrew S. Tanenbaum. Editora Pearson. 3ª ed. 2010. Seção: 1.1
Leia maisLicenciatura em Matemática
Licenciatura em atemática Ano Letivo 2012/2013 Acesso Geral Códigos nstituição/curso: 0300 / 9209 Condições Prova de ingresso: atemática (19) O cálculo da nota de acesso considera: 0% da nota do ensino
Leia maisPrograma de Pós-Graduação em Engenharia de Sistemas e Automação Departamento de Engenharia - Universidade Federal de Lavras
Programa de Pós-Graduação em Engenharia de Sistemas e Automação Histórico Início 2007 com foco em modelagem biológica (Engenharias IV Capes) e característica multidisciplinar com professores da área de
Leia maisAvaliação dos Estudantes sobre o Uso de Imagens como Recurso Auxiliar no Ensino de Conceitos Químicos
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE PIBID-PROGRAMA INSTITUCIONAL DE BOLSA DE INICIAÇÃO À DOCÊNCIA BOLSISTA: LIANE ALVES DA SILVA Avaliação dos Estudantes sobre o Uso de Imagens como Recurso Auxiliar
Leia mais