Desenvolvedor

12/2/2014

Perceptron - Uma breve explicação

Perceptron - Uma breve explicação
O

perceptron

é

o

tipo

mais

básico

de

rede

neural

[http://redesneuraisartificiais.blogspot.com/2010/10/o-primeiro-modelo-de-um-neuroniocriado.html] .O primeiro modelo de uma rede neural artificial demonstrou

matematicamente a possibilidade de simulação do aprendizado cerebral. Este modelo simulava um neurônio com entradas e pesos que, ajustados teriam o "poder" de aprender a se comportar de determinada forma. Entretanto, este modelo ainda era muito fraco e era preciso que se conhecessem os pesos para se encontrar determinada saída, era preciso criar uma forma de gerar os pesos algoritmicamente.
Um algoritmo de "ajuste automático" destes pesos foi criado em 1957 por Frank
Rosenblatt e funciona da seguinte forma: o usuário fornece as entradas e as saídas esperadas e os pesos recebem valores iniciais (geralmente zero), as entradas são multiplicadas aos pesos e depois tudo é somado e avaliado com um valor de limite, caso esta soma seja maior que este valor, o resultado é 1, caso contrário, -1.

A imagem abaixo representa de forma fiel um Perceptron, que nada mais é que um neurônio de MCP:

[http://blog.zabarauskas.com/img/perceptron.gif]

Os pesos (Wn) são multiplicados com as entradas (an), a soma dos dois é aplicada a uma função σ, geralmente uma destas três:
Função sigmóide: σ(x) =

1
1+exp(−x)

,

Tangente Hiperbólica: σ(x) = tanh(x)
Linear simples: σ(x) = x

,

Se o resultado de (x) for positivo, o resultado é 1, caso contrário, -1.
O perceptron, então é ajustado de acordo com a fórmula abaixo:

[http://upload.wikimedia.org/math/a/0/4/a04f856c6b62711012dcbf0ac6c918b6.png]

Wi(t+1) é o novo peso, que é ajustado levando em conta: o peso anterior e o erro. O erro é calculado pela diferença entre o valor esperado (dj) e o valor encontrado (yj), multiplicado pela entrada associada àquele peso e a, que é um valor