Redes Neurais – C#

Darei inicio hoje ao que espero ser uma sequência de posts sobre introdução a Redes Neurais. Pretendo ser capaz de transmitir a uma quantidade suficiente de conhecimento que proporcione uma base sólida para que você possa, sem maiores problemas, dar continuidade aos estudos na área de Inteligência Artificial.

Neste post visitaremos os aspectos mais superficiais porém importantes de uma rede neural, entendendo desde como este padrão funciona em termos biológicos, passando pelas definições mais básicas da estrutura de um neurônio artifical bem como o processo de ativação, e condução de impulsos. Uma leitura introdutória interessante seria o artigo sobre Chain of Responsibility onde devago brevemente sobre o assunto (por meio de código C#).

Originalmente

Redes neurais biológicas são compostas basicamente por uma população de neurônios. São parte integrante de sistemas complexos de processamento de informação tais como Sistema Nervoso Central e Sistema Nervoso Periférico. No caso das redes neurais biológicas, a condução do impulso acontece por meio de condução eletroquímica o que permite, dentre outras coisas, que o sinal analógico enviado/processado aborde um range gigantesco de possibilidades.

O fato das redes neurais artificiais (ANN) trabalharem em sua maioria com sinais digitais uma vez que, a esmagadora maioria dos computadores hoje em dia faz uso desta arquitetura, será exatamente o caminho que tomaremos. Caso você tenha curiosidade suficiente para entrar a fundo nas diferenças entre as implementações, clique aqui (recomendado).

Implementações de ANN

Implementações de ANN

Fazendo uma longa história ficar curta, imagine que em um sinal digital trabalhamos basicamente com dois valores (esquema binário, mais adiante tratados em Hopfield Net) e, no caso do sinal analógico os impulsos possuem basicamente um range gigante de atuação (pense no sintonizador do rádio do seu carro), variando de intensidade conforme necessário.

Neurônios

A definição mais simplista que posso passar sobre neurônios é a de ser uma estrutura cuja responsabilidade é processar uma dada operação com base em um estímulo. No caso dos neurônios artificiais que utilizaremos em Hopfield, nossos neurônios serão compostos de um ponto de entrada (Dendrito), um valor de Threshold que é o que mantêm o equilibrio de transmissão (responsável por definir se o neurônio foi ou não ativado – biológicamente equivalente ao Potencial de Ativação de uma célula)  e um ponto de saída (Axônio) onde o impulso poderá ser propagado para um ou mais outros neurônios.

Tudo isto pode parecer muito confuso neste momento mas assim que, no próximo artigo, entrarmos em uma codificação de redes neurais simples, tudo ficará claro! Acredite! Bom, acho que já tem coisa nova o suficiente por um artigo, tentarei deixar esta séria o mais concisa possível para evitar confusão entre os assuntos.

Assine o RSS do blog e fique ligado na próxima publicação!

Continuação: Redes Neurais – C# – Hopfield

4 comentários

  1. Pingback: Redes Neurais – C# – Hopfield « IGINC

  2. Pingback: GoF – Chain of Responsibility « IGINC

  3. O conceito é o mesmo para reconhecer um texto?
    Exemplo, criar uma rede neural que saiba que:
    Spider man 4 é igual a Spider 4 man e diferente de spider man 3?

    Curtir

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s

%d blogueiros gostam disto: