Aplicações de redes neurais artificiais em simulações
|
|
- Luiz Felipe Figueiredo Domingues
- 6 Há anos
- Visualizações:
Transcrição
1 Aplicações de redes neurais artificiais em simulações Resumo Marcelo Bilobrovec (UEPG - CEFET - PR) mbilo@uepg.br Rui Francisco Martins Marçal (CEFET - PR) marcal@pg.cefetpr.br Luiz Alberto Pilatti (CEFET - PR) luiz.pilatti@terra.com.br Considerando a simulação de situações reais como elemento importante na otimização de processos, o presente artigo tem por objetivo a apresentação de um sistema especialista desenvolvido para modelagem computacional de simulação de dados de consulta, utilizando a técnica de redes neurais artificiais, que consiste em um método para solucionar problemas de Inteligência Artificial (IA). Esta técnica juntamente com o ambiente de programação de computadores Borland Delphi Enterprise 7.0 foram utilizadas como métodos para a implementação do sistema em questão, que utiliza também um componente denominado MLP, que cria um tipo de rede neural conhecida na literatura como Multilayer Perceptron (perceptron de camada múltipla). Os dados da pesquisa foram obtidos junto ao Laboratório de Informática Aplicada à Agricultura - INFOAGRO, da Universidade Estadual de Ponta Grossa (UEPG). A partir dos resultados obtidos, pode-se dizer com segurança que as Redes Neurais Artificiais são uma ferramenta poderosa para a realização de simulações, capazes de realizar prognósticos com o mesmo nível de precisão dos especialistas. A maior dificuldade encontrada está na determinação dos parâmetros de configuração ideais da rede neural, que são de vital importância para a avaliação do resultado obtido, parâmetros estes obtidos com especialistas na área de atuação do sistema especialista. Palavras chave: Redes neurais, Sistemas especialistas, Simulação. 1. Introdução As Redes Neurais Artificiais (RNA) têm sua inspiração nos sistemas nervosos biológicos, com o objetivo de simular nos computadores a capacidade de aprender do cérebro humano, para tentar resolver problemas para os quais ele não foi explicitamente programado para resolver. (DAZZY, 1999) Segundo Dazzy (1999), as RNA não tem como objetivo principal o de duplicar o funcionamento do cérebro humano, mas sim receber informações de fatos conhecidos do seu funcionamento. Este tipo de RNA possui as seguintes características: - Grande quantidade de elementos de processamento simulando o funcionamento dos neurônios; - Muitas conexões entre estes elementos; - A aprendizagem automática como principal ferramenta. As RNA são multidisciplinares, podendo ser aplicadas nas mais diversas áreas do conhecimento, indo desde atividades de pesquisa até aplicações comerciais e industriais. Com elas é possível simular um sistema real com alto grau de semelhança. Para que um sistema seja uma ferramenta eficiente, os usuários devem ter uma forma de interagir com ele facilmente. Esta interação é muito importante, pois além da capacidade de realizar sua função, o sistema especialista deverá ter uma forma de explicar o seu raciocínio de forma clara para o seu usuário e também uma forma de adquirir novos conhecimentos, aumentando desta forma a sua base de conhecimento com informações completas e precisas.
2 O presente trabalho tem por objetivo o desenvolvimento de um sistema computacional para modelagem de sérias históricas de dados, utilizando técnicas de Inteligência Artificial e Redes Neurais, e como ferramenta computacional, o ambiente de programação de computadores Borland Delphi Enterprise 7.0 (BORLAND, 2004). 2. Material e métodos A pesquisa foi realizada no Laboratório de Informática Aplicada à Agricultura - INFOAGRO, da Universidade Estadual de Ponta Grossa (UEPG) e foram utilizados dados diários de tempo de processo. Para a execução do modelo de simulação de dados diários, desenvolveu-se um modelo computacional denominado DataSim Simulador de Dados, composto pelo programa DataSim.Exe. O programa foi codificado na linguagem de programação Delphi versão 7.0, o qual pode ser executado na plataforma Windows. Para a implantação da rede neural foi utilizado o componente MLP (Multilayer Perceptron) obtido do livro Redes Neurais em Delphi (MEDEIROS, 2003). A instanciação do componente MLP cria um tipo de rede neural conhecida na literatura como Multilayer Perceptron (perceptron de camada múltipla). Este tipo de rede neural permite a execução de tarefas como a simulação de séries temporais, entre outras aplicações. Sua arquitetura está baseada em camadas de unidades denominadas neurônios, que se interligam através de conexões sinápticas. Cada neurônio de uma camada conecta-se com a totalidade de neurônios de suas camadas adjacentes. Estas conexões também denominadas pesos sinápticos, transformam o sinal de entrada da rede ativando os neurônios pelas camadas internas até a camada de saída, onde obtem-se a resposta desejada (MEDEIROS, 2003). Para a validação da eficiência da rede neural foi desenvolvido um programa que possui uma interface que permite a entrada da informação (conhecimento) dos dados reais obtidos em leituras de coletores de dados (dataloggers) e também uma interface que permite a manipulação dos dados referentes a configuração dos parâmetros da rede MLP. 3. Arquitetura de uma rede neural O cérebro humano possui milhões de células nervosas (neurônios), que se interligam entre si, formando uma rede disposta em camadas. Nesta rede, são processadas todas as informações referentes aos seres humanos. A capacidade de pensar, memorizar e resolver problemas tem levado muitos cientistas a tentar modelar a sua operação. Diversos pesquisadores têm buscado criar um modelo computacional que represente a funcionalidade do cérebro, de uma maneira simples. Em Neurais (2004), as redes neurais artificiais consistem em um método para solucionar problemas de inteligência artificial, construindo um sistema que tenha circuitos que simulem o cérebro humano, inclusive seu comportamento, ou seja, aprendendo, errando e fazendo descobertas. São mais que isso, são técnicas computacionais que apresentam um modelo inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. Uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento, enquanto que o cérebro de um mamífero pode ter muitos bilhões de neurônios.
3 Uma rede neural é formada por um conjunto de unidades de processamento simples que se comunicam enviando sinais uma para a outra através de conexões ponderadas. O componente elementar desse modelo são as unidades de processamento, também chamadas nós, neurônios ou células. Essa unidade de processamento é um modelo matemático, que possui uma inspiração no modelo biológico de um neurônio. Objetivando simular o comportamento deste neurônio biológico, McCullock e Pitts (1943), propuseram o modelo da figura 1. Neste modelo, cada sinal positivo ou negativo que entra pelo sistema, é multiplicado por um número, ou peso, que indica a sua influência na saída. Caso a soma ponderada dos sinais exceda certo limite, é gerada uma resposta na saída. p p a = xi. wi e y = f ( a) y = f xi. wi i= 1 i= 1 Figura 1: Modelo de McCulloch e Pitts (1943) No modelo geral de neurônio (Figura 1) as entradas Wi Xi são combinadas usando uma função f, para produzir um estado de ativação do neurônio (correspondente à freqüência de descarga do neurônio biológico). As entradas chegam através dos dentritos e tem um peso atribuído pela sinapse. A função básica de um neurônio é somar as entradas e retornar uma saída, caso esse valor seja maior que o valor de soma threshold (NEURAIS, 2004). A rede neural é, geralmente, constituída de uma camada de entrada, que recebe os estímulos, e de uma camada de saída, que produz a resposta. Algumas redes podem ter uma ou mais camadas internas (também chamadas ocultas ou escondidas). A capacidade computacional de uma rede neural está nas conexões entre os elementos processadores. Nos pesos que ponderam cada conexão são armazenadas as informações que a rede aprendeu. Em uma RNA os neurônios podem estar agrupados por camadas direcionadas ou não, com ligações em um sentido (para frente) ou em ambos (para frente e para trás). As redes com ligações somente para frente, também chamadas de diretas ou feed-forward, se dividem em redes monocamada e multicamadas. As redes com ligações em mais de um sentido também são chamadas de redes com ciclos (FREITAS, 2004). Os sinais de entrada para uma rede neural a partir de fora da rede chegam através de conexões que se originam do mundo externo, saídas da rede para o mundo externo são conexões que deixam a rede. De forma geral, a operação de uma célula da rede se resume (NEURAIS, 2004): - Sinais são apresentados à entrada; - Cada sinal é multiplicado por um peso que indica sua influência na saída da unidade; - É feita a soma ponderada dos sinais que produz um nível de atividade;
4 - Se este nível excede um limite ( threshold ) a unidade produz uma saída. Três conceitos são importantes na compreenção o processo de aprendizagem: - Treinamento ou Aprendizado: conjunto de procedimentos utilizados para ajustar os parâmetros das redes neurais, de maneira que possam realizar determinada função; - Número de ciclos: número de vezes que os padrões de treinamento serão apresentados às redes neurais, a fim de que se faça a atualização dos pesos; - Taxa de Aprendizagem: controla a intensidade das alterações dos pesos - uma alta taxa de aprendizado acelera o processo, mas pode reduzir a capacidade de generalização da rede neural. A principal vantagem em se utilizar as redes MLP se deve ao fato que deste tipo de topologia ser capaz de realizar prognósticos confiáveis sobre valores futuros de séries temporais. Uma questão importante a responder é qual o tamanho ótimo para a rede de treinamento. Neste sentido, são apresentados resumidamente a seguir dois estudos empíricos que se dedicaram a estudar soluções para a questão da topologia da rede. 4. Validação Para construir o modelo computacional que validasse a eficiência da rede neural utilizando-se a topologia MLP o programa desenvolvido possui uma interface que permite a informação (conhecimento) dos dados reais obtidos em leituras de coletores de dados (dataloggers) e também uma interface que permite a manipulação dos dados referentes a configuração dos parâmetros da rede MLP. A Ilustração 1 mostra a interface destinada a informação dos dados de configuração da simulação por rede MLP. Ilustração 1: Janela de entrada de dados para Simulação Note que na janela são informados os dados referentes a número de ciclos, neurônios da camada intermediária (camada oculta), taxa de aprendizagem e taxa de inércia. Os dados da camada de entrada são informados como Dados para o eixo X, ou seja, são os dados obtidos através da importação dos dados do coletor de dados (série de dados temporais). A camada de saída será observada através da análise gráfica apresentada na Ilustração 2, onde é possível observar em vermelho os dados obtidos através da leitura real dos dados (camada de entrada), em verde observa-se os dados simulados, para 5000 ciclos, 3 neurônios na camada oculta e uma taxa de aprendizagem de 80%. Para melhor visualização os gráficos obtidos
5 tiveram um pequeno deslocamento, caso contrário, seria difícil observar a diferença do gráfico, uma vez que o resultado simulado ficou muito próximo dos dados reais. Ilustração 2: Gráfico comparativo Série Real x Simulação Para que se observe a importância dos parâmetros da simulação, na Ilustração 3, temos os mesmos dados de entrada só que agora para 1000 ciclos, 8 neurônios na camada oculta e uma taxa de aprendizagem de 80%. Esta nova configuração deixa o processo de geração dos dados de saída mais rápido, porém com uma precisão menor em relação aos dados reais coletados.
6 Ilustração 3: Gráfico com novos parâmetros para a Simulação Observa-se na ilustração Ilustração 3 que os dados da simulação apresentam uma margem de erro maior em relação a situação anteriormente descrita. Somente os dados com valores menores estão dentro de um limite satisfatório de simulação. Os dados com valores maiores apresentam uma discrepância considerável. Vemos, portanto que os parâmetros de configuração da rede neural são de vital importância para a avaliação do resultado obtido. Numa análise grosseira poderíamos descartar este método de simulação simplesmente pela observação da Ilustração Considerações finais Este trabalho não tem a pretensão de estabelecer que as Redes Neurais Artificiais, mais especificamente o modelo Perceptron Multi-Camadas (MLP) com aprendizado por retropropagação de erros, apresentam-se como o melhor método de realização de simulações. Porém, em face aos resultados apresentados, pode-se dizer com segurança que as Redes Neurais Artificiais são uma ferramenta poderosa para a realização de simulações, capazes de realizar prognósticos com o mesmo nível de precisão ou, em alguns casos, até maior que os modelos estatísticos clássicos. Na verdade, este trabalho se soma à literatura onde as redes neurais artificiais aparecem como o melhor método de previsão para séries temporais mais longas. A principal dificuldade na utilização de redes neurais artificiais na simulação, ainda é a determinação da arquitetura ótima da rede. Ainda não se possui uma metodologia consistente que apresente a melhor configuração da rede para cada simulação proposta. Uma sugestão que pode vir a ser estudada em trabalhos futuros é a utilização de modelos de Redes Neurais Artificiais com poda automática de neurônios que apresentem menor importância ao
7 longo do aprendizado da rede. Um modelo que desperta particular interesse neste sentido é o Modelo Neural Combinatório. Referências BORLAND (2004) - Disponível em acesso em abril/2004. DAZZY, Rudimar L. S. (1999) - Sistemas especialistas conexionistas: implementação por redes diretas e bidirecionais. Dissertação de mestrado, Universidade Federal de Santa Catarina, Programa de Pós-Graduação em Ciência da Computação, UFSC, Florianópolis, Santa Catarina. DIAS, A. H.; MATHIAS, I. M.; VIRGENS FILHO, J. S.; RICKLI, L. I. (2004) - Simulador de dados genéricos - Aplicação de redes neurais artificiais topologia MLP. In: Congresso Nacional de Tecnologia da Informação e Comunicação, Anais, Florianópolis. FREITAS, S. O. de & SOUZA, A. A. De (2004) - Utilização de redes neurais na precificação de opções: Resenha BM&F. n. 150, p Disponível em < Acesso em: 13 abr MCCULLOCH, W. S. & PITTS, W. H. (1943) - A logical calculus of ideas immanent in nervous activity. Bull. of Mathematical Biophysics. MEDEIROS, L. F. de (2003) - Redes neurais em delphi. Florianópolis: Visual Books Editora, 115p. NEURAIS (2004) Disponível em acesso em abril/2004.
O uso de uma Rede Neural Artificial Supervisionada para obtenção do fator de carga de um alimentador.
O uso de uma Rede Neural Artificial Supervisionada para obtenção do fator de carga de um alimentador. Resumo: Lucas da Silva Assis Universidade Federal de Goiás lucasilvassis@gmail.com Esse trabalho apresenta
Leia maisRedes Neurais. Motivação. Componentes do neurônio. Cérebro humano. Criar máquinas capazes de operar independentemente do homem:
Motivação M. Sc. Luiz Alberto lasf.bel@gmail.com Redes Neurais Criar máquinas capazes de operar independentemente do homem: Aprenda sozinha; Interagir com ambientes desconhecidos; Possa ser chamada de
Leia maisREDES NEURAIS ARTIFICIAIS
REDES NEURAIS ARTIFICIAIS REDES NEURAIS ARTIFICIAIS O QUE É UMA REDE NEURAL NEURÔNIOS BIOLÓGICOS CÉREBRO HUMANO E CAPACIDADE DE GENERALIZAÇÃO. Modelo McCulloch e Pitts FUNÇÕES DE ATIVAÇÃO APRENDIZADO APRENDIZADO
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 maisTÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais
TÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais ricardo.kerschbaumer@ifc.edu.br http://professor.luzerna.ifc.edu.br/ricardo-kerschbaumer/ Introdução O Cérebro humano Mais fascinante processador
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 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 maisTópicos Especiais em Informática Fatec Indaiatuba
Criar máquinas capazes de operar independentemente do homem: Aprenda sozinha; Interagir com ambientes desconhecidos; Possa ser chamada de autônoma, inteligente ou cognitiva; Capacidade de lidar com eventos
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 maisA evolução natural deu ao cérebro humano muitas características desejáveis que não estão presentes na máquina de von Neumann:
Faculdade de Engenharia de Computação Centro de Ciências Exatas, Ambientais e de Tecnologias PUC-Campinas João Luís Garcia Rosa 2004 2 A evolução natural deu ao cérebro humano muitas características desejáveis
Leia maisRedes Neurais Artificiais
Universidade Federal do Espírito Santo CCA UFES Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Redes Neurais Artificiais Redes Neurais Artificiais
Leia maisPRINCÍPIOS DE NEUROCOMPUTAÇÃO
PRINCÍPIOS DE NEUROCOMPUTAÇÃO Neurocomputação Funcionamento do cérebro humano e os neurônios Formação das conexões e como se concebe teoricamente a aquisição do conhecimento, formalizando-os em procedimentos
Leia maisRedes Neurais Artificiais
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
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 maisTópicos Especiais: Inteligência Artificial REDES NEURAIS
Tópicos Especiais: Inteligência Artificial REDES NEURAIS Material baseado e adaptado do Cap. 20 do Livro Inteligência Artificial de Russell & Norvig Bibliografia Inteligência Artificial Russell & Norvig
Leia maisRedes Neurais Artificiais. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 9)
Redes Neurais Artificiais Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 9) Conceitos 2 Redes Neurais As Redes Neurais Artificias são modelos computacionais
Leia maisIntrodução 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 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 maisRedes Neurais Artificiais
Redes Neurais Artificiais Prof. Dr. Hugo Valadares Siqueira Semana de Eletrônica e Automação 2014 Redes Neurais Artificiais Uma rede neural artificial é um circuito composto por uma grande quantidade de
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 maisRedes Neurais Artificiais
Universidade Federal do Espírito Santo CCA UFES Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Redes Neurais Artificiais Inteligência Artificial
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 maisAprendizado de Máquina Introdução às Redes Neurais Artificiais
Aprendizado de Máquina Introdução às Redes Neurais Artificiais Marcos Oliveira Prates (Agradecimento Marcelo Azevedo Costa) Departamento de Estatística Universidade Federal de Minas Gerais Inteligência
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 maisInteligência Artificial Redes Neurais
Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre
Leia maisCOMPARAÇÃO ENTRE DIFERENTES ESTRUTURAS DE REDES NEURAIS NO PROBLEMA PRESA-PREDADOR 1
COMPARAÇÃO ENTRE DIFERENTES ESTRUTURAS DE REDES NEURAIS NO PROBLEMA PRESA-PREDADOR 1 Márcia Da Silva 2, Eldair Fabricio Dornelles 3, Rogério S. M. Martins 4, Édson L. Padoin 5. 1 Pesquisa desenvolvida
Leia maisAPLICAÇÃO DE REDES NEURAIS ARTIFICIAIS DE TOPOLOGIA MLP EM SIMULAÇÃO DE DADOS RADIOMÉTRICOS 1
Revista Brasileira de Agrocomputação, v.2, n.2, p.5-11, Dec.2007 Ponta Grossa-PR, DEINFO/UEPG - http://www.agrocomputacao.uepg.br APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS DE TOPOLOGIA MLP EM SIMULAÇÃO DE
Leia maisRedes Neurais Noções Gerais
Redes Neurais Noções Gerais Segundo Loesch (apupt Fernandes), Redes Neurais Artificiais são sistemas computacionais, de implementação em hardware e software, que imitam as habilidades computacionais do
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 maisSCC Capítulo 2 Topologia e Representação
Modelos Arquiteturas Representação do Conhecimento SCC-5809 - Capítulo 2 Topologia e Representação João Luís Garcia Rosa 1 1 SCC-ICMC-USP - joaoluis@icmc.usp.br 2011 João Luís G. Rosa c 2011 - SCC-5809:
Leia maisAutor: Edroaldo Lummertz da Rocha Home page: edroaldo.wordpress.com
Autor: Edroaldo Lummertz da Rocha Home page: edroaldowordpresscom E-mail: edroaldo@gmailcom Esse tutorial visa demonstrar de forma prática o processo de ajuste dos pesos sinápticos de uma rede neural artificial
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 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 maisRedes Neurais Artificial
Redes Neurais Artificial Tópicos: Introdução ao estudo de RNA sua origem e inspiração biológica Características gerais das RN e descrição do neurônio artificial Aprendizado de RN e tipos de Aprendizado
Leia maisRedes Neurais Artificiais - Introdução. Visão Computacional
Redes Neurais Artificiais - Introdução Visão Computacional Inspiração 2 Inspiração 3 Inspiração Atividade seletivanas conexões Soma os impulsos e passa a diante 4 Inspiração As conexões entre os dendritos
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 22 Redes Neurais Edirlei Soares de Lima Formas de Aprendizado Aprendizado Supervisionado Árvores de decisão. K-Nearest Neighbor (KNN). Support
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.1. Introdução às Redes Neurais Artificiais (RNAs) 2.1.1. Motivação
Leia maisRedes Neurais Artificial. Prática. Inteligência Artificial
Redes Neurais Artificial Prática Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução a MLP 2. Base de dados e Pré-Processamento 3. Prática MLP - Introdução Redes
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 maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 8 Redes Neurais Introdução As redes neurais são um tema da computação altamente inspirada na natureza que nos
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 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 maisPalavras-chave: software livre; inteligência artificial; redes neurais artificiais; análise de crédito.
1 SOFTWARE PARA ANÁLISE DE CONCESSÃO DE CRÉDITO USANDO REDES NEURAIS ARTIFICIAIS * 1 BARROS, Sandro Reis Rocha Mestre em Engenharia (UFRJ) e Mestre em Ciências das Religiões (UNIDA) Professor do Instituto
Leia maisAvaliação econômica do ciclo produtivo da laranja através de redes neurais artificiais
Avaliação econômica do ciclo produtivo da laranja através de redes neurais artificiais Resumo Ariangelo Hauer Dias (UEPG) ariangelo@uepg.br Ivo Mário Mathias (UEPG) ivomathias@uepg.br Marco Antonio Martin
Leia maisNeural Networks. Neurônios: Elementos aritméticos simples. Redes Neuronais: conj de neurônios interligados.
Neural Networks Neural Networks Do ponto de vista computacional: métodos para representar funções usando redes de elementos aritméticos simples, e aprender tais representações através de exemplos. Do ponto
Leia maisRedes Neurais Artificiais (RNA)
Redes Neurais Artificiais (RNA) Definições: 1. Técnica inspirada no funcionamento do cérebro, onde neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar. 2. Técnica de aproximação
Leia maisMultiple Layer Perceptron
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Multiple Layer Perceptron David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Multiple Layer Perceptron (MLP) Backpropagation
Leia maisMinicurso: Inteligência Artificial Aplicada a Sistemas Elétricos
Minicurso: Inteligência Artificial Aplicada a Sistemas Elétricos Introdução a Machine Learning: Teoria, Aplicações e IA na Arquitetura Intel Vitor Hugo Ferreira, DSc - UFF Flávio Mello, DSc UFRJ e Ai2Biz
Leia maisTópicos sobre Redes Neurais
Tópicos sobre Redes Neurais -Memórias Matriciais -Modelos Híbridos -Redes de Base Radial(RBF) -Redes Construtivas -Redes Recorrentes Prof João Alberto Fabro IF67D Sistemas Inteligentes 1 Dep de Informática
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 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 maisFelix da Cunha 412, Pelotas RS Home-Page: s: Bolsista BIC/FAPERGS
UTILIZAÇÃO DE REDES NEURAIS PARA PREVISÕES EM SÉRIES TEMPORAIS 1 A. T. Gonçalez, A. C. R. Costa, G. P. Dimuro UCPEL Universidade Católica de Pelotas, ESIN Escola de Informática GMFC Grupo de Matemática
Leia maisAnálise de um aproximador funcional utilizando as Redes Neurais artificiais MLP treinada com o algoritmo Backpropagation
Análise de um aproximador funcional utilizando as Redes Neurais artificiais MLP treinada com o algoritmo Backpropagation Martinez, S. C. 1, Ferrara, L. F. P. 2, Mario, M. C. 2. 1 Aluna do Curso de Mestrado
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 maisSistemas Inteligentes - Redes Neurais -
Sistemas Inteligentes - Redes Neurais - Marley Maria B.R. Vellasco ICA: Núcleo de Pesquisa em Inteligência Computacional Aplicada PUC-Rio Introdução CONTEÚDO Motivação, Objetivo, Definição, Características
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 PERCEPTRON MULTICAMADAS Prof. Dr. André A. P. Biscaro 1º Semestre de 2018 Arquitetura Redes Perceptron de Múltiplas Camadas (PMC), também conhecidas como redes MLP (Multiple Layer
Leia maisRedes Neurais 1. Redes Neurais. cont.) Definição (cont( Definição. Histórico. Características básicas
Redes Neurais Dalma M. Falcão falcao@nacad.ufr.br http://www.nacad.ufr.br/~falcao/ Redes Neurais Definição Histórico Áreas de aplicação RNs biológicas Modelos de neurônios artificiais Arquiteturas de RNs
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 maisUNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIÊNCIAS EXATAS (DEX) Estudo de Algoritmos de Aprendizado em Redes Neurais Artificiais
UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIÊNCIAS EXATAS (DEX) Orientador: Prof. Fabiano Lemes Ribeiro Estudo de Algoritmos de Aprendizado em Redes Neurais Artificiais Nome: João Vitor Squillace
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 maisHP UFCG Analytics Abril-Maio Um curso sobre Reconhecimento de Padrões e Redes Neurais. Por Herman Martins Gomes.
HP UFCG Analytics Abril-Maio 2012 Um curso sobre Reconhecimento de Padrões e Redes Neurais Por Herman Martins Gomes hmg@dsc.ufcg.edu.br Programa Visão Geral (2H) Reconhecimento Estatístico de Padrões (3H)
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 maisInteligência Artificial
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem (Redes Neurais - Complementar) Prof. a Joseana Macêdo
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 INTRODUÇÃO Prof. Dr. André A. P. Biscaro 1º Semestre de 2017 REDES NEURAIS ARTIFICIAIS - RNAs Inspiradas no cérebro humano São modelos computacionais inspirados nos mecanismos
Leia mais3 INTELIGÊNCIA COMPUTACIONAL (IC)
40 3 INTELIGÊNCIA COMPUTACIONAL (IC) Inteligência Computacional é a área da ciência da computação que estuda a teoria e aplicação de técnicas computacionais inspiradas na natureza. Deste modo, tem por
Leia maisPor que Redes Neurais?
Redes Neurais Profa. Jaqueline Brigladori Pugliesi Por que Redes Neurais? Utilizar máquinas efetivamente para resolver problemas simples (humanos) Exemplo: distinguir padrões visuais previsão do valor
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 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 mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.3. Perceptron Multicamadas - MLP 2.3.1. Introdução ao MLP 2.3.2. Treinamento
Leia maisGT-JeDi - Curso de Desenv. de Jogos IA para Jogos
GT-JeDi - Curso de Desenv. de Jogos IA para Jogos Gustavo Pessin 2006/2 - A07 Cronograma Conceitos Neurônio artificial Redes: Perceptron e Multi Layer Perceptron (MLP), Exemplos Separando cores Prevendo
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 maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA Projeto de Redes Neurais Projeto de Redes Neurais Baseado apenas em dados Exemplos para treinar uma rede devem ser compostos por
Leia maisParadigma Simbólico. Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 2)
Paradigma Simbólico Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 2) Revisão da aula anterior: definição de IA Podemos associar o termo IA com: Parte da ciência da computação
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 mais3 REDES NEURAIS ARTIFICIAIS
47 3 REDES NEURAIS ARTIFICIAIS Neste capítulo será apresentado um breve histórico das redes neurais artificiais de modo a situar o leitor, descrevendo-se suas aplicações, teorias e finalmente detalhando-se
Leia maisInteligência Artificial
Inteligência Artificial Apresentação da disciplina Conceitos básicos Objetivos Apresentar uma visão geral da Inteligência Artificial, com ênfase na utilidade e aplicação das diferentes abordagens de solução
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 maisDesenvolvimento de um Software para auxiliar o estudo da relação entre análise química e característica visual em plantas medicinais
Desenvolvimento de um Software para auxiliar o estudo da relação entre análise química e característica visual em plantas medicinais Vinícius Leonardo Gadioli da Silva 1,4 Bernardo Antônio Tavares Gomes
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 maisComparação entre uma neuroprevisão(empírica) e um modelo físico simplificado para estimação hidrológica
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Comparação entre uma neuroprevisão(empírica) e um modelo
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 maisFabrício Jailson Barth BandTec
Introdução à Inteligência Artificial Fabrício Jailson Barth fabricio.barth@bandtec.com.br BandTec 1 o semestre de 2012 Objetivos e Sumário O que é Inteligência Artificial (IA)? Objetivos da IA. Influência
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 maisRECONHECIMENTO DE CARACTERES EM PLACAS AUTOMOTIVAS UTILIZANDO REDES NEURAIS
RECONHECIMENTO DE CARACTERES EM PLACAS AUTOMOTIVAS UTILIZANDO REDES NEURAIS Eduarda Gonçalves Dias 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o
Leia maisAprendizagem por Treinamento de Redes Neurais
Aprendizagem por Treinamento de Redes Neurais Marco H. Terra Departamento de Eng. Elétrica - EESC - USP SEL 0362 - Inteligência Artificial 1 Introdução Neste capítulo aprende-se como neurônios organizados
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 maisMotivação, Objetivo, Definição, Características Básicas e Histórico. Neurônio Artificial, Modos de Interconexão
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 maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 16 Redes Neurais Artificiais (MLP) 2 de 24 (MLP) Sumário Introdução
Leia maisRedes Neurais. Prof. Aurora Pozo. Obs: slides baseados em Prof. Marcílio Souto e Prof. Marley Vellasco
Redes Neurais Prof. Aurora Pozo Obs: slides baseados em Prof. Marcílio Souto e Prof. Marley Vellasco CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico Conceitos Básicos
Leia maisTécnicas de Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas de Inteligência Artificial Aula 01 Introdução, motivação e áreas de aplicação Prof. Max Pereira O futuro, das máquinas inteligentes,
Leia maisPrevisão de consumos a curto prazo
Previsão de consumos a curto prazo Cláudio Monteiro Distribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) O que são? são técnicas computacionais que apresentam um modelo matemático inspirado
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 REDE ADALINE e REGRA DELTA Prof. Dr. André A. P. Biscaro 2º Semestre de 2017 Aspectos históricos O ADALINE foi idealizado por Widrow & Hoff em 1960. Sua principal aplicação estava
Leia maisMini-projeto: Reconhecimento de Digitos com MLPs. Germano C. Vasconcelos Centro de Informática - UFPE
Mini-projeto: Reconhecimento de Digitos com MLPs Germano C. Vasconcelos Centro de Informática - UFPE 1 Link do Material http://neuralnetworksanddeeplearning.com/chap1.html 2 Objetivo: Treinar uma Rede
Leia maisIAC - Inteligência Artificial Aplicada a Controle
Introdução IAC - Inteligência Artificial Aplicada a Controle Prof. Dr. Alexandre da Silva Simões Homo sapiens: capacidades mentais de grande importância Como um punhado de matéria pode perceber, compreender,
Leia maisAPLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR MATRIZ ORIGEM-DESTINO DE CARGA
APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR MATRIZ ORIGEM-DESTINO DE CARGA Daniel Neves Schmitz Gonçalves Luiz Antonio Silveira Lopes Marcelino Aurelio Vieira da Silva APLICAÇÃO DE REDES NEURAIS
Leia mais