Resumo de Redes Neurais Artificiais

UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE (UERN)
DEPARTAMENTO DE INFORMÁTICA (DI)

RESUMO SOBRE REDES NEURAIS ARTIFICIAIS (RNA’s)

HIURY NOGUEIRA DE ARAÚJO
NICKSSON CKAYO ARRAIS DE FREITAS

MOSSORÓ – RN
2013
O que são RNA’s?
Redes Neurais Artificiais são técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência.
Um breve histórico sobre RNA’s.
As primeiras informações sobre neurocomputação surgiram em 1943, em artigos do neuroanatomia e psiquiatra Werren McCulloch, do Instituto Tecnológico de Massachusetts, e do matemático Walter Pitts, da Universidade de Illinois.
O neurônio humano (Sistema Nervoso Humano).
O neurônio é a célula do sistema nervoso responsável pela condução do impulso nervoso. Há cerca de 86 bilhões de neurônios no sistema nervoso humano. O neurônio é constituído pelas seguintes partes: corpo celular, o núcleo celular, dentritos, axônio e telodendritos.
O neurônio de McCulloch & Pitts (MeP).
Pode-se dizer que o modelo de McCulloch e Pitts foi o primeiro modelo conexionista a aparecer.
O Modelo de McCulloch e Pitts está baseado em cinco hipóteses:
1. A atividade de um neurônio é binária, ou seja, a cada instante o neurônio, ou está disparando (atividade = 1), ou não está disparando (atividade = 0);
2. A rede neural é constituída por linhas direcionadas, sem pesos, ligando os neurônios. Essas linhas (inspiradas nas sinapses) podem ser excitatórias ou inibitórias (positivas ou negativas);
3. Cada neurônio tem um limiar fixo L, de maneira que ele só dispara se a entrada total chegando a ele, num dado instante, for maior ou igual a L;
4. A chegada de uma única sinapse inibitória num dado instante evita absolutamente o disparo do neurônio, independentemente do número de sinapses excitatórias que estejam chegando conjuntamente com a sinapse inibitória;
5. Um sinal leva uma unidade de tempo para