Conteúdo do Livro |
Prefácio, 13 Organização, 15 Agradecimentos, 17 Parte I – Arquiteturas de redes neurais artificiais e seus aspectos teóricos, 19 Capítulo 1 – Introdução, 21 1.1 Conceitos iniciais, 24 1.1.1 Características principais, 24 1.1.2 Resumo histórico, 25 1.1.3 Potenciais áreas de aplicações, 27 1.2 Neurônio biológico, 29 1.3 Neurônio artificial, 33 1.3.1 Funções de ativação parcialmente diferenciáveis, 36 1.3.2 Funções de ativação totalmente diferenciáveis, 38 1.4 Parâmetros de desempenho, 42
1.5
Exercícios, 43 2.1 Introdução, 45 2.2 Principais arquiteturas de redes neurais artificiais, 46 2.2.1 Arquitetura feedforward de camada simples, 46 2.2.2 Arquitetura feedforward de camadas múltiplas, 47 2.2.3 Arquitetura recorrente ou realimentada, 49 2.2.4 Arquitetura em estrutura reticulada, 50 2.3 Processos de treinamento e aspectos de aprendizado, 50 2.3.1 Treinamento supervisionado, 51 2.3.2 Treinamento não-supervisionado, 52 2.3.3 Treinamento com reforço, 53 2.3.4 Aprendizagem usando lote de padrões (off-line), 53 2.3.5 Aprendizagem usando padrão-por-padrão (on-line), 54
2.4
Exercícios, 54 3.1 Introdução, 57 3.2 Princípio de funcionamento do Perceptron, 59 3.3 Análise matemática do Perceptron, 61 3.4 Processo de treinamento do Perceptron, 63 3.5 Exercícios, 68
3.6
Projeto prático, 70 4.1 Introdução , 73 4.2 Princípio de funcionamento do Adaline, 74 4.3 Processo de treinamento do Adaline, 76 4.4 Comparação entre o processo de treinamento do Adaline e Perceptron, 83 4.5 Exercícios, 86
4.6
Projeto prático, 87 5.1 Introdução, 91 5.2 Princípio de funcionamento do Perceptron multicamadas,92 5.3 Processo de treinamento do Perceptron multicamadas, 94 5.3.1 Derivação do algoritmo backpropagation, 95 5.3.2 Implementação do algoritmo backpropagation, 108 5.3.3 Versões aperfeiçoadas do algoritmo backpropagation, 111 5.4 Aplicabilidade das redes Perceptron multicamadas, 120 5.4.1 Problemas envolvendo classificação de padrões, 121 5.4.2 Problemas envolvendo aproximação funcional, 132 5.4.3 Problemas envolvendo sistemas variantes no tempo, 137 5.5 Aspectos de especificação topológica de redes PMC, 146 5.5.1 Aspectos de métodos de validação cruzada, 147 5.5.2 Aspectos de subconjuntos de treinamento e teste, 151 5.5.3 Aspectos de situações de overfitting e underfitting, 153 5.5.4 Aspectos de inclusão de parada antecipada 155 5.5.5 Aspectos de convergência para mínimos locais 157 5.6 Aspectos de implementação de redes Perceptron multicamadas, 158 5.7 Exercícios, 163 5.8 Projeto prático 1 (aproximação de funções), 164 5.9 Projeto prático 2 (classificação de padrões), 166
5.10
Projeto prático 3 (sistemas variantes no tempo), 169 6.1 Introdução, 173 6.2 Processo de treinamento de redes RBF, 174 6.2.1 Ajuste dos neurônios da camada intermediária (estágio I), 174 6.2.2 Ajuste dos neurônios da camada de saída (estágio II), 181 6.3 Aplicabilidades das redes RBF, 183 6.4 Exercícios, 190 6.5 Projeto prático 1 (classificação de padrões), 191
6.6
Projeto prático 2 (aproximação de funções), 194 7.1 Introdução, 199 7.2 Princípio de funcionamento da rede de Hopfield, 201 7.3 Condições de estabilidade da rede de Hopfield, 204 7.4 Memórias associativas, 207 7.4.1 Método do produto externo, 208 7.4.2 Método da matriz pseudo-inversa, 210 7.4.3 Capacidade de armazenamento das memórias, 211 7.5 Aspectos de projeto de redes de Hopfield, 213 7.6 Aspectos de implementação em hardware, 215 7.7 Exercícios, 217
7.8
Projeto prático, 218 8.1 Introdução, 221 8.2 Processo de aprendizado competitivo, 222 8.3 Mapas auto-organizáveis de Kohonen (SOM), 229 8.4 Exercícios, 237
8.5
Projeto prático, 238 9.1 Introdução, 243 9.2 Processo de quantização vetorial, 244 9.3 Redes LVQ (learning vector quantization), 247 9.3.1 Algoritmo de treinamento LVQ-1, 248 9.3.2 Algoritmo de treinamento LVQ-2, 252 9.4 Redes counter-propagation, 254 9.4.1 Aspectos da camada outstar, 256 9.4.2 Algoritmo de treinamento da rede counter-propagation, 257 9.5 Exercícios, 259
9.6
Projeto prático, 260 10.1 Introdução, 263 10.2 Estrutura topológica da rede ART-1, 265 10.3 Princípio da ressonância adaptativa, 268 10.4 Aspectos de aprendizado da rede ART-1, 269 10.5 Algoritmo de treinamento da rede ART-1, 279 10.6 Aspectos da versão original da rede ART-1, 281 10.7 Exercícios, 284
10.8
Projeto prático, 285
Capítulo 11 – Estimação da qualidade global de café utilizando o Perceptron multicamadas, 289 11.1 Introdução, 289 11.2 Características da Rede PMC, 290
11.3
Resultados computacionais, 292 12.1 Introdução, 295 12.2 Características da rede LVQ, 297
12.3
Resultados computacionais, 299 13.1 Introdução, 301 13.2 Características da rede recorrente, 303
13.3
Resultados computacionais, 304 14.1 Introdução, 309 14.2 Características da Rede ART, 311
14.3
Resultados computacionais, 312 15.1 Introdução, 315 15.2 Características da rede de Kohonen, 316
15.3
Resultados computacionais, 319 16.1 Introdução, 321 16.2 Características da rede PMC, 325
16.3
Resultados computacionais, 326 17.1 Introdução, 329 17.2 Características da rede PMC, 331
17.3
Resultados computacionais, 334 18.1 Introdução, 339 18.2 Características da rede neural, 341
18.3
Resultados computacionais, 345 19.1 Introdução, 347 19.2 Características das redes RBF e PMC, 348
19.3
Resultados computacionais, 349 20.1 Introdução, 355 20.2 Características da rede de Hopfield, 357 20.3 Mapeamento de problemas de otimização pela rede de Hopfield, 359 20.4 Resultados computacionais, 364 Bibliografia, 371 Apêndice I, 381 Apêndice II, 383 Apêndice III, 385 Apêndice IV, 391 Apêndice V, 395 Índice remissivo, 397
--------------------------------------------------------------------------------------------- Os autores são imensamente agradecidos aos vários colegas que contribuíram para a realização desta compilação, dispondo de preciosos momentos a fim de auxiliar prontamente nesta importante e nobre empreitada. Em especial, gostariam de expressar seus agradecimentos aos colegas que colaboraram na formulação da Parte II deste livro: Alexandre C. N. de Oliveira, Anderson da Silva Soares, André L. V. da Silva, Antonio V. Ortega, Débora M. B. S. de Souza, Edison A. Goes, Ednaldo J. Ferreira, Eduardo A. Speranza, Fabiana C. Bertoni, José Alfredo C. Ulson, Juliano C. Miranda, Lucia Valéria R. de Arruda, Marcelo Suetake, Matheus G. Pires, Michelle M. Mendonça, Valmir Ziolkowski, Wagner C. Amaral, Washington L. B. Melo e Wesley F. Usida.
|