1) O documento apresenta o programa da disciplina de Redes Neurais ministrada pelo professor Germano Vasconcelos, abordando os fundamentos, modelos, aplicações e projeto prático.
2) As aulas abordam tópicos como redes feedforward, recorrentes, auto-organizáveis e construtivas, além de aplicações como reconhecimento de padrões e previsão.
3) Os alunos deverão desenvolver um projeto aplicando redes neurais a um problema do mundo real.
2. Objetivos da Disciplina (1)
Apresentar a filosofia da abordagem,
principais fundamentos, modelos de Redes
Neurais, aplicações e desenvolvimento de
soluções
(Conceitos - Teoria)
3. Objetivos da Disciplina (2)
Permitir ao aluno investigar de forma prática a
solução de um problema usando Redes Neurais
em uma aplicação de interesse ...
- Reconhecimento de padrões
- Previsão de séries temporais
- Processamento de imagens
- Mineração de dados e mineração na web
- Otimização
- Controle
(Projeto - Prática)
4. Programa da Disciplina
1a Parte: Fundamentos
Aula 1 : Introdução e fundamentos matemáticos
Aula 2 : Fundamentos e modelos de aprendizagem
2a Parte: Arquiteturas e Modelos
• Redes feedforward
Aula 3 : Adaline e Perceptrons
Aula 4 : Multilayer Perceptrons (MLP)
Aula 5 : Redes de Funções de Base Radial (RBF)
Aula 6 : Máquina de Vetores de Suporte (SVM)
• Redes recorrentes
Aula 7 : Rede de Jordan
Aula 8 : Rede de Elman e outros modelos
• Redes auto-organizáveis
Aula 9 : Modelo de Hopfield
Aula 10 : Modelo de Kohonen
Aula 11 : Modelos ART
• Redes construtivas
Aula 12 : Cascade-correlation (CASCOR)
5. Programa da Disciplina
• Lista de Exercícios - Valendo Nota
3a Parte: Desenvolvimento de Soluções
Aula 13 : Aplicações
Aula 14 : Solução de Problemas
Aula 15 : Pré-processamento de Dados
Aula 16 : Pós-processamento de Dados
Aula 17 : Revisão geral
Aula 18 : 1o Exercício Escolar
4a Parte: Tópicos Especiais (Seminários)
Aula 19 : Sistemas Híbridos (Neuro-fuzzy, RN-AG, etc)
Aula 20 : Reconhecimento de Padrões e Processamento de Imagens
Aula 21 : Otimização e Controle
Aula 22 : Mineração de Dados
Aula 23 : Previsão de Séries Temporais
6. Programa da Disciplina
5a Parte: Projeto
Aula 24 : Definição de Projeto em Aplicação do Mundo Real
(tópicos dirigidos para interesses dos alunos)
Aula 25 : Acompanhamento do Projeto
Aula 26 : Acompanhamento do Projeto
Aula 27 : Acompanhamento do Projeto
Aula 28 : Acompanhamento do Projeto
Aula 29 : Acompanhamento do Projeto
Aula 30 : Acompanhamento do Projeto
Aula 31 : Acompanhamento do Projeto
Aula 32 : Entrega do Relatório (2o Exercício)
Aula 33 : Exame Final
7. Material Didático
• Livro 1
– Neural Computing : An Introduction. R. Beale, T. Jackson. (1990).
• Livro 2
– Redes Neurais Artificiais: Teoria e Aplicações. Braga, A.P, Ludermir,
T.B, Carvalho, A. F. (2000)
• Livro 3
– Neural Computation : A Comprehensive Foundation. Simon Haykin.
(1993).
• Outros Livros de Redes Neurais
• Listas de Exercícios
9. Inteligência Computacional
• Objetiva a criação de modelos para a
inteligência e o desenvolvimento de
sistemas baseados nestes modelos
• Investiga formas de habilitar o computador
a realizar tarefas onde o ser humano tem um
melhor desempenho
10. Inteligência Computacional -
Áreas
• Redes Neurais
• IA Simbólica
• Teoria da Aprendizagem Computacional
• Reconhecimento de Padrões
• Lógica Nebulosa/Difusa
• Algoritmos Genéticos
• Sistemas Híbridos
12. Abordagem Simbólica
• Toma como base a representação do mundo
através de símbolos que representam
conceitos.
• A manipulação destes símbolos permite a
obtenção de conclusões e geração de novos
conhecimentos sobre o mundo.
14. Pesquisa - IA Simbólica
• Aquisição do conhecimento
• Representação do conhecimento
• Métodos de raciocínio
• Tratamento de Incerteza
• Aprendizagem e Adaptabilidade
• Sistemas Especialistas
• Capacidades sensório-motoras
15. Aplicações
• Resolução de problemas de diagnóstico, previsão,
monitoramento, análise, planejamento e projeto
• Tradução, interpretação e geração de linguagem
natural
• Jogos: xadrez, damas, go, etc.
• Mineração de dados e mineração na web
• Prova de teoremas, resolução de equações
16. Aplicações
• Otimização e busca heurística
• Auxílio à educação, estratégias
pedagógicas, modelagem do aluno
• Manipulação, navegação, monitoramento
em Robótica
• Visão, tato, olfato, audição e paladar
18. Sobre Redes Neurais...
• É uma abordagem alternativa à forma
algorítmica de resolver problemas
• A partir de exemplos do problema
• Fornecem soluções particularmemte
importantes onde não há como se definir
regras
• Em boa parte dos problemas do mundo real
19. Redes Neurais
• Cérebro como fonte de “inspiração” para o
desenvolvimento de sistemas inteligentes
• Sistemas paralelos distribuídos compostos por
unidades de processamento simples interligadas
entre si e com o ambiente
• Conexões estão associadas a pesos que
armazenam o conhecimento da rede
• Conhecimento Aprendizagem
20. Redes Neurais
• Sistemas distribuidos inspirados no cérebro
humano que “aprendem” a resolver problemas
extraindo informações estatísticas do dados
• Virtudes
– Capacidade de aprender por exemplos e de se
adaptar continuamente ao ambiente
– Habilidade para lidar com problemas
complexos, imprecisos e ruidosos
30. Como Funciona uma Rede Neural ?
• Solução baseada
na estatística dos
dados
• Capacidade de
estabelecer
relações entre
grande
quantidade de
variáveisconexões
INADIMPLENTE
ADIMPLENTE
IDADE
SEXO
RENDA
. . . . .
43. Previsão
• Como prever o valor do dólar amanhã?
• Que dados são relevantes? Há
comportamentos recorrentes?
44. Detecção de Intrusão e Filtragem de
Spam
• Como saber se uma mensagem é lixo ou
de fato interessa?
• Como saber se um dado comportamento
de usuário é suspeito e com lidar com
isto?
45. • Como brecar o carro sem as rodas deslizarem em função
da velocidade, atrito, ...
• Como focar a câmera em função de luminosidade,
distância, ...
• Como ajustar a temperatura em função da quantidade de
roupa, fluxo de água, ...
Sistemas de Controle
46. Recomendação de produtos
• Recomendações personalizadas de produtos...
• Modelagem dos perfis dos compradores...
48. O Mercado Mundial
Empresas ...
Sharp
US supermarket chains
Microsoft
Citibank
Barclays
AT&T
Visa
Siemens
Mastercard
Britvic Soft Drinks
Gerber Baby Foods
Fujitsu
M&M/MarsUSAir
Wal-Mart
49. Empresas Especializadas em
Redes Neurais
Caere
Neuristics Corporation
Nestor Inc.
PNNL
RetekAT&T
BehavHeuristics Inc
Siemens
Microsoft
Neural Applications Corp.NeuralWare
HNC Corporation
Visionics
NeuroTech
50. A Realidade no Brasil ...
Grupo Martins
Redes Varejistas
Financeiras
Bancos
CHESF e Celpe
Volkswagen
CDLs
Empresas Atacadistas
51. Em Que o Grupo Desenvolve
Pesquisas ...
Redes Neurais
Teoria FerramentasAplicações
52. Equipe do CIn-UFPE (redes neurais)
• Germano C. Vasconcelos (PhD, Kent - UK)
• Edson C.B. Carvalho Filho (PhD, Kent - UK)
• Paulo J. L. Adeodato (PhD, King’s College - UK)
• Teresa B. Ludermir (PhD, Imperial College - UK)
• Aluizio Araújo (PhD, Sussex - UK)
• George Darmiton (Doutor, CIn-UFPE)
• Tsang Ing Ren