Redes neurais

Conceito

Redes neurais é um conceito da computação que visa trabalhar no processamento de dados de maneira semelhante ao cérebro humano. A ideia é realizar o processamento de informações tendo como princípio a organização de neurônios do cérebro. Assim, uma rede neural pode ser interpretada como um esquema de processamento capaz de armazenar conhecimento baseado em aprendizagem (experiência) e disponibilizar este conhecimento para a aplicação em questão.

Classificação

Os modelos podem ser classificados por alguns elementos básicos próprios das redes. Esses elementos são:

• Operação das unidades de processamento (“perceptrons”): O neurônio pode ser classificado quanto a natureza de seus sinais e sua função de transferência. A natureza dos sinais de entrada nos “perceptrons” podem ser discretas ou contínuas; • Topologia das redes: classificada pela forma na qual as unidades básicas estão arranjadas. As estruturas podem ser classificadas nos tipos direto e recorrente; • Relação entre a entrada e saída da rede: classificada em dois tipos: as redes autoassociativas e as redes hetero-associativas. As redes autoassociativas reconstroem a versão original de sinais de entrada corrompidos ou ruidosos. As redes hetero-associativas tratam do problema de classificação e tarefas de aproximação funcional; • Algoritmo de aprendizagem: consiste num processo iterativo onde a rede ajusta seus pesos até que a informação do ambiente seja aprendida.

Topologias

A topologia das Redes Neurais depende da forma como os Neurônios se conectam para formar uma "Rede" de neurônios. A topologia pode ser de redes diretas (Feedforward) ou de redes recorrentes (Feedback).

Redes diretas: é frequentemente comum representar estas redes em camadas. Na camada de entrada os neurônios recebem sinais de excitação e na camada de saída são enviados os resultados do processamento a Redes Neurais;

Redes Neurais Recorrentes: contém pelo menos um ciclo ou rede de ciclos.

Aplicações

1)Grupos de investimento conhecidos utilizam redes neurais para analisar pelo menos uma parte do mercado financeiro e fazerem suas seleções;

2)Um banco americano chamado Mellon Bank instalou um sistema de detecção de fraudes de cartão de crédito implementado com técnicas de redes neurais e os prejuízos evitados pelo novo sistema conseguiram cobrir os gastos de instalação em seis meses. Vários outros bancos começam a utilizar sistemas baseados em redes neurais para controlar fraudes de cartão de crédito. Estes sistemas têm a capacidade de reconhecer uso fraudulento com base nos padrões criados no passado com uma precisão melhor que em outros sistemas;

3)Outro exemplo da utilização de redes neurais para melhoria na tomada de decisões é no diagnóstico médico. Em seu aprendizado, são submetidos uma série de diagnósticos de pacientes, de várias características, com vários sintomas e os resultados de seus testes. Também serão fornecidos os diagnósticos médicos para cada doença. Então quando forem apresentados os dados de um novo paciente, com seus sintomas, a rede fornecerá um diagnóstico para os novos casos. Isto essencialmente criará um sistema com o conhecimento de vários médicos, e fornecerá um diagnóstico inicial em tempo real à um médico. É importante mencionar que com isso o que se pretende é implementar uma ferramenta de auxílio ao médico, e não um programa que o substitua.

Referências

http://www.din.uem.br/ia/neurais/#utilização http://www.gsigma.ufsc.br/~popov/aulas/rna/arquitetura/ http://www.oocities.org/br/celso_franca/neural/neural3.html