Agentes inteligentes

FACULDADE DE CIÊNCIAS E TECNOLOGIA MATER CHRISTI
SISTEMAS DE INFORMAÇÃO
4° PERÍODO – 2012.2
INTELIGÊNCIA ARTIFICIAL
PROF°.: MAX LOPES

ATIVIDADE COMPLEMENTAR REFERENTE À PRIMEIRA UNIDADE
RESUMO: REDES NEURAIS

MOSSORÓ/RN

As Redes Neurais Artificiais (RNAs) são modelos matemáticos que se assemelham às estruturas neurais biológicas e que tem capacidade computacional adquirida por meio de aprendizado e generalização.

O aprendizado em RNAs está normalmente associado à capacidade de as mesmas adaptarem os seus parâmetros como consequência da sua interação com o meio externo.

A generalização de um RNA está associada à sua capacidade de dar respostas coerentes para dados não apresentados a ela previamente durante o treinamento.

O processamento da informação em RNAs é feito por meio de estruturas neurais artificiais em que o armazenamento e o processamento da informação são realizados de maneira paralela e distribuída por elementos processadores relativamente simples. Cada elemento processador corresponde a um neurônio artificial e executa uma função simples, mas a RNA como um todo tem capacidade computacional para a resolução de problemas complexos.

Uma das características mais importantes das RNAs é que as mesmas são aproximadores universais de funções multifuncionais contínuas. Em outras palavras, qualquer problema de aproximação de funções contínuas pode ser resolvido por meio de RNAs, independente do número de variáveis envolvidas. A escolha estrutura da rede neural determina diretamente a qualidade do modelo obtido. Mesmo para uma estrutura definida, pode haver um número grande ou infinito de soluções possíveis. O grande desafio no desenvolvimento de modelos neurais é selecionar a melhor entre as inúmeras soluções possíveis.

As RNAs são capazes de resolver, basicamente, problemas de aproximação, predição, classificação,