2COP229 Inteligência Computacional Aula 6 RNA – Radial Basis Function [email protected] 2COP229 Inteligência Computacional Sumário 1- Introdução 2- Processo de Treinamento 2.1 Camada Intermediária 2.2 Camada Saída 3- Aplicabilidade 4- Projeto Prático [email protected] 2COP229 Inteligência Computacional 1- Introdução - Redes com função de base radial – Radial Basis Function (RBF). - Diferentemente da MLP, possui apenas uma camada intermediária com funções de ativação, na marioria dos casos, do tipo gaussiana. [email protected] 2COP229 Inteligência Computacional 1- Introdução - Estratégia de treinamento diversificada: - Primeira camada é tratada como não supervisionada. - Segunda camada (camada final) é supervisionada. - Segue a arquitetura feedforward de camadas múltiplas; - Aplicações semelhantes à MLP. A imagem apresenta uma MLP com 2 neurônios e uma RBF com apenas 1. [email protected] 2COP229 Inteligência Computacional 2 – Processo de Treinamento – Camada Intermediária - Estratégia auto-organizada, não apresentando supervisão. - A função de ativação é uma função do tipo gaussiana: g (u) e ( u c ) 2 2 ² c: centro da função gaussiana σ²: variância u: potencial de ativação [email protected] 2COP229 Inteligência Computacional 2 – Processo de Treinamento – Camada Intermediária - O centro c está associado ao peso, o uj será o próprio vetor de entrada x, chegando à: n g (u ) e (1) j i1 ( xi W (1 ) 2 ) ji 2 j ² - O principal objetivo dos neurônios da camada intermediária é posicionar os centros de suas gaussianas de forma mais apropriada possível, por exemplo utilizando métodos como o k-means, posicionando o centro k em regiões onde os padrões de entrada tenderão a se agrupar. [email protected] 2COP229 Inteligência Computacional 2 – Processo de Treinamento – Camada Intermediária Selecionando inicialmente qualquer x como centróide. Após ajustes dos clusters Ω, obtém-se: [email protected] 2COP229 Inteligência Computacional 2 – Processo de Treinamento – Camada Saída - Segue os mesmo procedimentos da MLP com algoritmo Regra Delta generalizada. Calculando o valor da saída u ( 2) j n1 W ji( 2) gi(1) (ui(1) ) j i 1 [email protected] 2COP229 Inteligência Computacional 3 – Aplicabilidade - Aproximação de funções: Amostras de treinamento Arquitetura da rede [email protected] 2COP229 Inteligência Computacional 3 – Aplicabilidade - Classificação de padrões como a MLP Delimitação das fronteiras de classificação com uma MLP e uma RBF. [email protected] 2COP229 Inteligência Computacional 4- Projeto Prático [email protected] 2COP229 Inteligência Computacional Referências: Silva, IN da, Danilo Hernane Spatti, and Rogério Andrade Flauzino. "Redes neurais artificiais para engenharia e ciências aplicadas." São Paulo: Artliber (2010). [email protected]