Redes neurais artificias

REDES NEURAIS BIOLÓGICAS

O QUE ELAS FAZEM? • Memorizam relações entrada / saída • Analisa os dados (sinais) • Extrai características de padrões • Classifica padrões • Armazena padrões • Recorda (recall) • Associa e compara com outros padrões armazenados anteriormente • Faz correlação entre padrões • Extrapola

QUESTÕES FUNDAMENTAIS

• Como é esta arquitetura? • Como o cérebro processa informações? • Qual o tipo de algoritmos e aritmética que ele é baseado? • Como ele pode criar? • O que é o “Pensamento” ? • O que é o “Prazer” ? • O que é o “Sentimento” ?

NEURÔNIO BIOLÓGICO

Dendritos Soma Axônio

Núcleo Membrana

Representação de um Neurônio

Neurotransmissor

Vesícula Membrana

Sinapse em ação

A REDE NEURAL
Os Dados de uma Rede Humana (tecido cortical; os números são aproximados)

No de Neurônios No de Sinapse/Neurônio No Total de Sinapse Operações/seg./Neurônio Total de operações/seg Densidade Neuronal/mm Volume do cérebro humano(cm Peso do cérebro humano(Kg): Comprimento de um dendrito(cm ): Duração do potencial de ação (mseg): Comprimento de um axônio(cm): Velocidade do potencial de um axônio(cm/seg.): 3000 Potencial através da membrana(mV): -65 a -85 Espessura da membrana(Angstroms): 5 - 50 Resistência do citoplasma do Neurônio(K ): 1 - 10
3 3 ):

100 bi. 1.000 100.000 bi. 100 10.000 tri.

40.000 300 1,5 1 3 10

REDES NEURAIS ARTIFICIAIS

Def: São sistemas formados por um grande número de processadores simples, baseados no modelo simplificado do neurônio, e altamente conectados. Apesar das simplificações, as redes neurais artificiais apresentam algumas similaridades com o cérebro biológico: • Memória Associativa: o cérebro não possui endereço pontual de memória; a informação é distribuída; um fato lembra outro. • Aprendizado: a rede aprende pela experiência; aprendizado indutivo ou estatístico. • Generalização: a rede generaliza a partir de exemplos anteriores. • Robustez: a perda de um elemento processador não