UPE – Caruaru – Sistemas de Informação Disciplina: Redes Neurais Prof.: Paulemir G. Campos Introdução a Redes Neurais (Parte 2) 11/5/2015 RN - Prof. Paulemir Campos 1 Roteiro da Aula Conceitos Básicos; Principais Arquiteturas. Referências. 11/5/2015 RN - Prof. Paulemir Campos 2 Conceitos Básicos 11/5/2015 RN - Prof. Paulemir Campos 3 Unidades de Processamento Função: receber entradas de conjunto de unidades A, computar função sobre entradas e enviar resultado para conjunto de unidade B. Entrada Total: N uj = wjixi i=1 11/5/2015 RN - Prof. Paulemir Campos 4 Unidades de Processamento Representação Local: unidades representam objetos bem definidos (Ex. letras, palavras, faces, etc); Distribuída: unidades representam elementos abstratos. Localização das unidades 11/5/2015 Intermediária (escondida); Saída. RN - Prof. Paulemir Campos 5 Unidades de Processamento Estado de ativação: Representa o estado dos neurônios da rede; Pode assumir valores: Binários (0 e 1); Bipolares (-1 e +1); Reais Definido através de funções de ativação. 11/5/2015 RN - Prof. Paulemir Campos 6 Funções de Ativação Processa conjunto de entradas recebidas e o transforma em estado de ativação; Funções de ativação típicas envolvem: 11/5/2015 Adições; Comparações; Transformações matemáticas. RN - Prof. Paulemir Campos 7 Funções de Ativação Função de ativação Atualiza estado de ativação a(t + 1) = F [a(t), u(t)] a(t + 1) = F [a(t)] a(t + 1) = F [u(t)] Atualização 11/5/2015 Síncrona (mais comum) Assíncrona RN - Prof. Paulemir Campos 8 Funções de Ativação Funções de ativação mais comuns 11/5/2015 RN - Prof. Paulemir Campos 9 Funções de Ativação Sigmoid Logística 11/5/2015 RN - Prof. Paulemir Campos 10 Funções de Ativação Tangente Hiperbólica 11/5/2015 RN - Prof. Paulemir Campos 11 Funções de Saída Função de saída Transforma estado de ativação de uma unidade em seu sinal de saída yi(t) = fi (ai(t)) Geralmente é uma função identidade. 11/5/2015 RN - Prof. Paulemir Campos 12 Valores de Entrada e Saída Sinais de entrada e saída de uma RNA geralmente são números reais Números devem estar dentro de um intervalo Tipicamente entre -1 e +1 ou 0 e 1 Codificação realizada pelo projetista da rede Técnica de codificação mais simples é a binária 11/5/2015 Número restrito de aplicações. RN - Prof. Paulemir Campos 13 Conexões Definem como neurônios estão interligados Nós são conectados entre si através de conexões específicas. Codificam conhecimento da rede 11/5/2015 Uma conexão geralmente tem um valor de ponderamento ou peso associada a ela. RN - Prof. Paulemir Campos 14 Conexões Tipos de conexões (wik(t)) Excitatória: (wik(t) > 0) Inibitória: (wik(t) < 0) Conexão inexistente: (wik(t) = 0) Número de conexões de um nó 11/5/2015 Fan-in: número de conexões de entrada; Fan-out: número de conexões de saída. RN - Prof. Paulemir Campos 15 Principais Arquiteturas 11/5/2015 RN - Prof. Paulemir Campos 16 Número de Camadas Uma camada (Ex.: Perceptron, Adaline) Multi-camadas (Ex.: MLP) 11/5/2015 Completamente conectada; Parcialmente conectada; Localmente conectada. RN - Prof. Paulemir Campos 17 Topologias Multi-Camadas Completamente Conectada 11/5/2015 RN - Prof. Paulemir Campos 18 Topologias Multi-Camadas Parcialmente Conectada 11/5/2015 RN - Prof. Paulemir Campos 19 Topologias Multi-Camadas Localmente Conectada 11/5/2015 RN - Prof. Paulemir Campos 20 Arranjo das Conexões Redes Feedforward Redes Recorrentes Não existem loops de conexões Conexões apresentam loops Mais utilizadas em sistemas dinâmicos Lattices 11/5/2015 Matriz n-dimensional de neurônios RN - Prof. Paulemir Campos 21 Redes Feedforward Sinal segue numa única direção; Tipo mais comum. 11/5/2015 RN - Prof. Paulemir Campos 22 Redes Recorrentes Possuem conexões ligando saída da rede a sua entrada; Podem lembrar entradas passadas e, conseqüentemente, processar seqüência de informações (no tempo ou espaço) 11/5/2015 RN - Prof. Paulemir Campos 23 Redes Recorrentes Exemplos 11/5/2015 RN - Prof. Paulemir Campos 24 Lattices Camada de Saída Nodo Vencedor 1 . . . i . . . n Camada de Entrada 11/5/2015 RN - Prof. Paulemir Campos 25 Referências Braga, A. P.; Ludermir, T. B. e Carvalho, A. C. P. L. F. Redes Neurais Artificiais: Teoria e Aplicações. Editora LTC, 2000. Notas de aulas da Profa. Teresa B. Ludermir e do Prof. Aluízio Araújo, ambos do CIn/UFPE. 11/5/2015 RN - Prof. Paulemir Campos 26