Redes Perceptron

Introdução ao Perceptron
Gilzamir Ferreira Gomes1
¹Universidade Estadual Vale do Acaraú
¹[e-mail]
Resumo. Este artigo faz uma breve apresentação do Perceptron, um tipo de rede neural desenvolvida em
1957 por Frank Rossemblatt no Laboratório de Aeronáutica de Cornell. O objetivo é prover um texto didático para que alunos de graduação possam compreender facilmente os conceitos fundamentais do
Perceptron.

1 Introdução
A rede Perceptron é um tipo de rede neural artificial inventada em 1957 no Laboratório de
Aeronáutica de Cornell por Franck Rosenblatt [1]. Trata-se de um classificador binário, pois dado um conjunto de dados pertencente a duas classes, é possível configurar um perceptron para reconhecer a classe de qualquer elemento do conjunto, desde que o conjunto de dados seja linearmente separável. Isso significa que se os dados podem ser separados por meio de um hiperplano2 quando dispostos em um espaço, então a rede Perceptron pode ser treinada de modo a gerar um hiperplano que divide o espaço adequadamente em duas regiões correspondentes às duas classes. A seguir, a rede Perceptron será apresentada em termos de suas unidades constituintes: neurônios de McCulloc e Pitts.
A perceptron consiste em uma rede composta por neurônios baseados no modelo de neurônio artificial proposto por McCulloc & Pitts [2], que foram os primeiros a proporem um modelo matemático de um neurônio artificial. Apesar de seu poder computacional restrito, o estudo do
Perceptron aborda os principais elementos para a compreensão mais geral das redes neurais artificiais, que são:
1. pesos de conexões, que proveem a plasticidade da rede (capacidade de se adaptar ao ambiente); 2. uma função objetivo, a ser aprendida;
3. uma regra de atualização de pesos;
4. um algoritmo que procura minimizar o erro na saída de acordo com uma regra de atualização de pesos.
Portanto, este trabalho apresenta os fundamentos do Perceptron, levando-se em conta um públicoalvo