Redes neurais para banco de dados

Disponível somente no TrabalhosFeitos
  • Páginas : 15 (3652 palavras )
  • Download(s) : 0
  • Publicado : 28 de novembro de 2012
Ler documento completo
Amostra do texto
Tema: REDES NEURAIS PARA BANCO DE DADOS

Redes Neurais

Como mencionado na sessão anterior, redes neurais têm sido cada vez mais
intensamente utilizadas em aplicações de data mining. Este fato deve-se não só a
possibilidade de aplicação do paradigma em praticamente todas as diferentes estratégias
de data mining mas também pela relativa simplicidade de uso das redes neurais quandocomparadas às demais tecnologias. Existem várias ferramentas neurais oferecidas
comercialmente, que são relativamente fáceis de serem usadas e que permitem o usuário
final aplicar redes neurais a diversos problemas reais. O PRW – Pattern Recognition
Workbench é uma destas ferramentas, que descrevemos na próxima sessão e que será
usada como suporte aos exercícios práticos preparados para este curso.O Paradigma do modelo neural

Redes Neurais são sistemas computacionais formados pela integração de inúmeros
elementos de processamento (EP), funcionalmente muito simples, altamente
interconectados e trabalhando maciçamente em paralelo. Originalmente concebidas com
base no estudo do cérebro humano, redes neurais são radicalmente diferentes de todos os
demais modelos computacionais.
Oparadigma neural não faz uso dos conceitos que até então caracterizam os demais
algoritmos e sistemas computacionais. Uma rede neural pode ser integralmente
implementada em Hardware, os chips neurais são objeto de intenso estudo em grandes
centros de pesquisa e muito em breve serão realidade em muitas aplicações e produtos
comerciais. No Japão é comum encontrar-se hoje eletrodomésticos sendolançados com
recursos de autocontrole, por eles chamados neuro-fuzzy (Sistemas híbridos combinando
redes neurais e lógica nebulosa - fuzzy).
Numa rede neural não se tem a idéia de programa, onde o programador introduz e
codifica a estratégia de solução do problema, também não se tem a idéia de um
conhecimento explicitamente armazenado que conduza a busca durante o processo de
resolução do problema.A rede neural é dinâmica, não possui memória, “pelo menos no
estilo convencional que conhecemos”, não acessa nem possui arquivos de dados e não é
programável.
Os modelos neurais foram concebidos com base na estrutura do sistema nervoso,
mais especificamente na estrutura do cérebro humano e, assim, sua principal característica
está na capacidade de aprender com base na exposição a exemplos. Aconstrução de uma
rede neural se constitui portanto, na configuração da sua arquitetura interna (uma rede
interligada de neurônios) e no treinamento desta rede com base em exemplos, até que ela
própria consiga aprender como resolver o problema.
Uma rede neural é portanto, uma abstração computacional que busca emular o
funcionamento do sistema nervoso do ser humano. Nosso sistema nervoso éuma rede por
onde fluem sinais eletroquímicos e suas principais partes são: o cérebro, a medula
espinhal e os nervos. O cérebro e a medula espinhal formam o sistema nervoso central
(SNC) — centro de controle e coordenação do corpo. Bilhões de neurônios, a maioria
agrupados em nervos, formam o sistema nervoso periférico, transmitindo impulsos
nervosos entre o SNC e as demais regiões do corpo.Cada neurônio possui três partes: o
corpo celular — composto por um núcleo e um citoplasma, onde os estímulos recebidos
são integrados e onde a maioria do metabolismo celular é realizado, o axônio — que é
encarregado da transmissão dos impulsos gerados pela célula para outros neurônios e os
dendritos — que recebem os impulsos provenientes dos axônios de outros neurônios e os
levam ao corpocelular para integração, reiniciando assim, um novo ciclo.
Pesquisadores estimam a existência de aproximadamente 100 bilhões de neurônios
no córtex cerebral do ser humano. Cada neurônio podendo tratar até 1000 estímulos
simultâneos de entrada, o que traduz na capacidade do cérebro processar até 100 trilhões
de estímulos simultâneos. Cada neurônio pode disparar até 100 vezes por segundo e,...
tracking img