Modelo de Fichamento Bibliografico

Prévia do material em texto

Faculdade de Tecnologia da Unicamp 
Tecnologia de Análise e Desen. de Sistemas e Sistemas de Informação 
 
 
1 
Faculdade de Tecnologia UNICAMP – Profa. Rosa Cristina Cecche Lintz 
 
Aluno: Gabriel Miller Silone 
RA: 234930 
Disciplina: Metodologia do Trabalho Científico – ST008A 
Professor(a): Rosa Cristina Cecche Lintz 
Turma: 1° Ano 2020 
Fichamento bibliográfico 
 
 
Indicação 
bibliográfica 
Fichamento: FLECK, Leandro¹; TAVARES, Maria Hermínia 
Ferreira²; EYNG, Eduardo³; HELMANN, Andrieli Cristina4; 
ANDRADE, Minéia Aparecida de Moares5. Redes Neurais 
Artificiais: Princípios Básicos. Universidade Estadual do Oeste 
do Paraná – UNIOESTE; Universidade Tecnológica Federal do 
Paraná v. 1, n. 13, p. 47-57, jan./jun. 2016. 
 
 
 
 
Resumo 
O artigo aborda os princípios básicos das redes neurais artificiais 
(RNA), sendo divido em cinco partes: introdução onde os autores 
apresentam uma breve história do início das redes neurais e seus 
pioneiros, arquitetura abordando a diferença entre as três 
principais RNAs, alimentadas com camada única, múltiplas 
camadas e redes recorrentes, aprendizagem e treinamento de 
RNAs sendo feito por um supervisor externo ou não, vantagens e 
desvantagens da implementação das redes neurais, principais 
aplicações de RNAs mostrando como a IA tem se comportado no 
mundo real. 
“[...] uma rede neural é um sistema projetado para modelar a maneira como o 
cérebro realiza uma tarefa particular, sendo normalmente implementada utilizando-
se componentes eletrônicos ou é simulada por propagação em um computador 
digital. Para alcançarem bom desempenho, as redes neurais empregam uma 
interligação maciça de células computacionais simples, denominadas de 
“neurônios” ou unidades de processamento. [...]” (HAYKIN, 2001, p. 2). 
“[...] Uma das maiores dificuldades encontradas no uso das redes neurais é a 
escolha da melhor arquitetura, uma vez que esse processo é experimental e 
demanda um grande tempo de execução. [...] podemos identificar três classes de 
arquiteturas de rede fundamentalmente diferentes: redes alimentadas adiante com 
camada única, redes alimentadas diretamente com múltiplas camadas e redes 
recorrentes. [...]” (FLECK, Leandro et al, 2016, p. 3). 
 Faculdade de Tecnologia da Unicamp 
Tecnologia de Análise e Desen. de Sistemas e Sistemas de Informação 
 
 
2 
Faculdade de Tecnologia UNICAMP – Profa. Rosa Cristina Cecche Lintz 
 
“[...] A aprendizagem de uma rede neural é um processo onde os parâmetros livres 
são adaptados através de um processo de estimulação pelo ambiente em que a 
rede está inserida. [...] Na fase de aprendizagem a RNA extrai informações 
relevantes de padrões de informação apresentados a ela, dando origem a uma 
representação própria do problema. [...] Ao final da etapa de treinamento, a rede 
terá adquirido conhecimento sobre o ambiente em que está operando, sendo este, 
“armazenado” em seus parâmetros. [...]” (Eyng, 2008, p. 5). 
“[...] As RNAs configuram-se como uma tecnologia embasada em raízes 
multidisciplinares, sendo fundamentada pela neurociência, matemática, física, 
estatística, ciência da computação e engenharia. [...] Uma das principais 
características que fundamentam sua ampla aplicabilidade é a habilidade de 
aprender a partir de dados de entrada com ou sem a supervisão de um professor. 
[...]” (FLECK, Leandro et al, 2016, p. 9). 
 
 
Comentários e 
Ideações 
 
 
Através desse artigo foi possível ter uma base teórica relevante 
sobre o conceito, classes, suas diferenças e algumas aplicações 
das redes neurais artificial. No momento atual em que vivemos a 
inteligência artificial (IA) está na maioria das áreas, gerando 
grandes benefícios como a automatização do processo manual, 
por exemplo, procurar alguma localidade no GPS, com a IA 
podemos simplesmente dizer para a nossa assistente virtual 
(BOT) do celular “Olá, Siri, me leve até a Faculdade de Tecnologia 
da Unicamp.”. Entretanto, a aplicação das redes neurais não é tão 
simples, podem ocorrer diversos problemas na sua 
implementação, o que pode provocar uma restrição em situações 
específicas, como por exemplo, o uso de BOTs para substituir o 
atendimento médico afim de trazer um atendimento médico 
instantâneo, foi noticiado recentemente que essa prática não está 
pronta para ser implementado com as tecnologias que temos no 
momento, pois existe milhares de possibilidades quando se 
tratamos da saúde de humanos. Com tudo, mesmo que exista 
dificuldade na implementação das RNAs em situações 
especificas, com o avanço das tecnologias será possível quebrar 
esta barreira e tornar as atividades do ser humano mais 
automatizada. 
 
 
 Faculdade de Tecnologia da Unicamp 
Tecnologia de Análise e Desen. de Sistemas e Sistemas de Informação 
 
 
3 
Faculdade de Tecnologia UNICAMP – Profa. Rosa Cristina Cecche Lintz 
 
 
 
Onde 
encontrar o 
artigo 
 
Disponível em PDF. 
 
https://periodicos.utfpr.edu.br/ 
 
(base de pesquisa: 
https://periodicos.utfpr.edu.br/index/search/search?simpleQuery=r
edes+neurais+leandro+fleck&searchField=query) 
 
 
https://periodicos.utfpr.edu.br/
https://periodicos.utfpr.edu.br/index/search/search?simpleQuery=redes+neurais+leandro+fleck&searchField=query
https://periodicos.utfpr.edu.br/index/search/search?simpleQuery=redes+neurais+leandro+fleck&searchField=query