Neurônios Artificiais e Redes Neurais

Prévia do material em texto

1) Explique o funcionamento do neurônio artificial.
Apresentação de um conjunto de valores que representam as variáveis de entrada do neurônio;
Multiplicação de cada entrada do neurônio pelo seu respectivo peso sináptico;
Obtenção do potencial de ativação produzido pela soma ponderada dos sinais de entrada, subtraindo-se o limiar de ativação;
Aplicação de uma função de ativação apropriada, tendo-se como objetivo limitar a saída do neurônio;
Compilação da saída a partir da aplicação da função de ativação neural em relação ao seu potencial de ativação.
2) Descreva os objetivos principais das funções de ativação.
Seu objetivo é limitar a saída do neurônio dentro de um intervalo de valores razoáveis a serem assumidos pela sua própria imagem funcional.
3) Faça uma analogia entre os elementos constituintes do neurônio artificial e do neurônio biológico.
Sinais de entrada: impulsos elétricos externos captados pelos dendritos
Pesos sinápticos: junções sinápticas 
Combinador linear + Função de ativação: corpo celular
Limiar de ativação: limiar de excitação 
Potencial de ativação: 
Sinal de saída: axônio
4) Discorra sobre a importância envolvendo o limiar de ativação.
É uma variável que especifica qual será o patamar apropriado para que resultado produzido pelo combinador linear possa gerar um valor de disparo em direção à saída do neurônio;
5) Em relação às características das redes neurais artificiais, explique em que consiste a adaptação por experiência e a capacidade de generalização.
Adaptação por experiência: as adaptações dos parâmetros internos da rede, tipicamente seus pesos sinápticos, são ajustadas a partir de apresentação sucessiva de exemplos (padrões, amostras, medidas) relacionados ao comportamento do processo, possibilitando a aquisição do conhecimento por experimentação;
Habilidade de generalização: após o processo de treinamento da rede, essa é capaz de generalizar o conhecimento adquirido, possibilitando estimar soluções que eram até então desconhecidas; 
6) Discorra sobre as principais características matemáticas que são verificadas nas funções de ativação logística e tangente hiperbólica.
função de ativação logística: O resultado de saída produzido pela aplicação da função logística assumirá sempre valores reais entre zero e um, tendo-se sua expressão matemática dada por:
onde B é uma constante real associada ao nível de inclinação da função logística frente ao seu ponto de inflexão.
tangente hiperbólica: O resultado de saída, diferentemente da função logística, sempre assumirá valores reais entre -1 e 1, cuja expressão matemática é definida por:
onde B está também associado ao nível de inclinação da função tangente hiperbólica em relação ao seu ponto de inflexão.
7) Obtenha as expressões analíticas das derivadas de primeira ordem da função de ativação logística e tangente hiperbólica.
ativação logística = g’(u) = Bg(u).(1 - g(u))
tangente hiperbólica = g’(u) = B(1 - g(u)2)
8) Para um problema específico, há a possibilidade de utilizar como função de ativação tanto a função logística como a tangente hiperbólica. Em termos de implementação em hardware, discorra quais seriam os eventuais aspectos relevantes para a seleção de uma destas.
9) Considerando que as operações individuais nos neurônios artificiais são realizadas mais rapidamente em comparação com os neurônios biológicos, explique por que diversas atividades executadas pelo cérebro humano produzem resultados mais rapidamente que um computador.
Pois os neurônios da rede neural biológica trabalham com alto grau de paralelismo entre si, ao passo que para os neurônios artificiais este nível de paralelismo é bem limitado, pois a maioria dos computadores é constituído de máquinas tipicamente sequênciais
10) Quais os principais tipos de problemas em que as redes neurais artificiais são aplicadas.
Aproximador universal de funções, Controle de processos, Reconhecimento/classificação de padrões, Agrupamento de dados (clusterização), Sistemas de previsão, entre outros