link do material

• Uma rede neural é um sistema projetado para modelar a maneira como o cérebro realiza uma tarefa particular, sendo normalmente implementada utilizando-se componentes eletrônicos ou é simulada por propagação em um computador digital. Para alcançar bom desempenho, as redes neurais empregam uma interligação maciça de células computacionais simples, denominadas “neurônios” ou unidades de processamento
• Algoritmos computacionais que apresentam um modelo matemático inspirado na estrutura de organismo inteligentes, os quais possibilitam inserir simplificadamente o funcionamento do cérebro humano em computadores

Breve História de Redes Neurais Artificiais

1943 - modelo matemático do neurônio biológico proposto por Warren McCulloch e Walter Pitts

O modelo é descrito por um conjunto de n entradas, as quais são multiplicadas por um determinado peso e, em seguida, os resultados são somados e comparados a um limiar

1958 - Frank Rosenblatt propôs uma topologia de rede denominada de perceptron constituída por neurônios MLP (Percéptrons de Múltiplas Camadas) e arranjada em forma de rede composta de duas camadas

Em 1969 foi apontado deficiências e limitações do modelo MLP, provocando desinteresse no estudo do tema (passou a ser pouco estudado)

Somente a partir de 1982, com a publicação do trabalho de Hopfield foi novamente despertado

o interesse pelos estudos relacionados às redes neurais.

• O aprendizado de uma RNA é realizado por meio de processos iterativos de ajustes aplicados aos pesos sinápticos, o chamado treinamento. O aprendizado só ocorre quando a rede neural atinge uma solução generalizada para um determinado problema. Em síntese, treinar uma rede é ajustar a sua matriz de pesos sinápticos de forma que o vetor de saída coincida com um valor desejado para cada vetor de entrada

Vantagens

• Possuem a capacidade de adaptar seus pesos sinápticos as modificações do meio ambiente. Assim, uma rede neural treinada para operar em um ambiente específico pode ser retreinada para lidar com pequenas alterações nas condições operativas do ambiente.

Exemplo

• No contexto de classificação de padrões, uma rede neural pode ser projetada para fornecer informações sobre a confiança ou crença na decisão tomada, possibilitando rejeitar padrões ambíguos e, por consequência, melhorar o desempenho de classificação da rede.