Desenvolvimento de uma plataforma Desktop para o Sistema BRNeural
Guilhermino Marcos Silva Afonso1, Luiz Antônio Zanlorensi Junior1, Ivo Mario Mathias1,
Ariangelo Hauer Dias1
1
Departamento de Informática, Universidade Estadual de Ponta Grossa, Ponta Grossa,
Paraná, Brasil, [email protected], [email protected],
[email protected], [email protected]
RESUMO
Este projeto de pesquisa teve como finalidade a modelagem e o desenvolvimento da camada
front-end para a plataforma desktop do sistema Brasil Neural(BRNeural). O BRNeural é um
ambiente para simulação e pesquisa de Redes Neurais Artificiais(RNAs), que auxilia na
criação, treinamento e operação com redes neurais artificiais, com o objetivo de ser utilizado
pela comunidade científica e profissional. A primeira versão do sistema foi desenvolvida em
Delphi, posteriormente considerando a expansão do sistema com novas tipologias e
algoritmos foi selecionado o framework Java intitulado Encog, por fornecer as
funcionalidades de criação e treinamento de diversas topologias de RNAs. Para a segunda
versão, o sistema foi reescrito em Java, utilizando o Encog e implementada uma camada
front-end para web. O software proposto foi desenvolvido utilizando a linguagem de
programação Java, no Ambiente Integrado de Desenvolvimento Eclipse e a biblioteca gráfica
JavaFX. O projeto obteve como resultado a implementação da camada front-end no
BRNeural, que tem aplicação na área da agricultura.
PALAVRAS-CHAVE: Inteligência Artificial, Redes Neurais Artificiais, Agrometeorologia.
INTRODUÇÃO
Sabe-se que o cérebro humano é composto de bilhões de neurônios, que têm um papel
essencial na determinação do funcionamento e comportamento do corpo humano e do
raciocínio. Um neurônio é uma célula com seções específicas e complementares, formando
basicamente por corpo central, dentritos, que são um conjunto de terminais de entrada, e
axônios que são longos terminais de saída. (FERNEDA, 2006).
Dentre os diversos paradigmas da Inteligência Artificial, as RNAs são adequadas para o
reconhecimento de padrões, por oferecer método flexível e mais próximo dos processos
biológicos. Na sua forma mais geral, a rede neural artificial é uma máquina projetada para
modelar a maneira como o cérebro realiza uma tarefa particular ou função do interesse. São
técnicas computacionais que apresentam um modelo inspirado na estrutura neural de
organismos inteligentes, que adquirem conhecimento por meio da experiência. (MATHIAS,
2006).
As habilidades das RNAs em solucionar problemas complexos e variados têm as
tornado uma abordagem interessante que pode ser aplicada em diversas áreas da engenharia e
ciências. A propriedade mais importante das RNAs é a habilidade de aprender a partir de seu
ambiente e com isso melhorar seu desempenho, isso é feito por meio de um processo de
aprendizagem, que é um processo iterativo de ajustes aplicado aos seus pesos sinápticos, o
algoritmo de treinamento. O aprendizado ocorre quando a rede neural atinge uma solução
generalizada para uma classe de problemas. (MATHIAS, 2006).
A partir dessas premissas foi criado e desenvolvido o projeto BRNeural, inicialmente
desenvolvido no Ambiente Integrado DELPHI. Considerando a expansão do sistema com
novas tipologias e algoritmos foi selecionado o framework intitulado Encog(HEATON,
2011), por fornecer as funcionalidades de criação e treinamento de diversas topologias de
RNAs e também de algoritmos de treinamento específicos para cada topologia, dentre outras
características, como distintas formas de normalização de saída, processamento multithread, e
outras topologias de rede. Para a segunda versão, o sistema foi reescrito em Java, utilizando o
Encog e implementada uma camada front-end para web.
Dentro desse contexto, este projeto de pesquisa tem como finalidade a modelagem e o
desenvolvimento de uma camada front-end para uma plataforma Desktop do sistema
BRNeural1.
MATERIAL E MÉTODOS
A fase inicial do projeto foi leitura e levantamento bibliográfico sobre: Redes Neurais
Artificiais e Interação humano-computador. Posteriormente, foram levantados os requisitos do
software, ou seja, definição documentada das propriedades do software.
Na fase seguinte foi feita a análise e design do sistema, ou seja, como o sistema deve se
parecer. Para isso, foram criados esboços de todas as telas que constituem o software, a
1
Projeto de pesquisa (Resolução CEPE n˚065, de 27 de setembro de 2011). interface gráfica foi inspirada na versão anterior do software com auxílio do software
Balsamiq Mockups.
O passo seguinte foi a construção da camada front-end, ou seja, construção da interface
que vai interagir com o usuário, para isso foi usado o JavaFX Scene Builder. O JavaFX é um
conjunto avançado de gráficos e pacotes de mídia que permite projetar, criar, testar, depurar e
implantar aplicações clientes ricas, que se comportam de forma consistente em várias
plataformas e é biblioteca gráfica padrão do Java 8. Por estes motivos foi selecionado o
JavaFX como interface gráfica.
RESULTADOS E DISCUSSÃO
O projeto obteve como resultado a implementação da camada front-end no BRNeural, que
consiste em um simulador de RNAs. Esse simulador tem por objetivo fornecer uma interface
genérica e simplificada, principalmente para usuários não familiarizados com o paradigma das
RNAs, podendo ser utilizado para fins multidisciplinares. Para usuários não familiarizados
com RNAs foi criado o método de treinamento wizard, mostrado na Figura 1, onde o usuário
vai recebendo instruções dos campos a serem preenchidos e no final poderá treinar a rede.
Para usuários recorrentes foi criado o método avançado que consiste em apenas uma tela,
onde podem ser preenchidos todos os campos e iniciar o treinamento da rede.
Figura 1 – Tela de treinamento wizard do sistema BRNeural.
Fonte: (Próprio autor, 2015)
CONCLUSÕES
Este projeto de pesquisa teve como finalidade a modelagem e o desenvolvimento da camada
front-end para a plataforma desktop do sistema BRNeural, foi desenvolvido em Java e
utilizado o JavaFX para a criação de interfaces ricas e intuitivas de modo a ser utilizado pela
comunidade científica e profissional. Pode-se concluir que os objetivos propostos para este
projeto foram alcançados. Atualmente o simulador tem aplicação na área da agricultura, no
entanto, poderá ter aplicação em várias áreas da engenharia e ciências bem como subsidiar
embasamento para outros projetos.
AGRADECIMENTOS
Agradeço a Deus, aos meus país pelo apoio incondicional, ao meu orientador Ivo Mario
Mathias e ao co-orientador Luiz Antônio Zanlorensi Junior pela contribuição de seus
conhecimentos e sugestões na elaboração deste projeto.
REFERÊNCIAS
FERNEDA, E. Redes neurais e sua aplicação sem sistemas de recuperação de informação. Ci.
Inf. Brasília, v. 35, n. 1, p. 25-30.
HAYKIN, S. Redes neurais princípios e prática. Porto Alegre, Bookman, 2001.
BRAGA, A. P.; CARVALHO, A. P. L. F.; LUDEMIR T. B. Redes Neurais Artificiais: Teoria
e Aplicações. Rio de Janeiro, LTC, 2000.
BUTLER, C. IEEE First International Conference on Neural Networks. San Diego, 1987.
MATHIAS, I. M. Aplicação de redes neurais artificiais na analise de dados de molhamento
foliar por orvalho. Tese de Doutorado, Universidade Estadual Paulista “Júlio de Mesquita
Filho”, 2006.