Desenvolvimento de Rede Neural SOM: Um Estudo de Caso para Segmentação de Perfis

397 visualizações

Publicada em

Neste trabalho, é apresentado um estudo sobre Redes Neurais, com foco nas redes SOM (Self-Organizing Map, ou Mapa Auto-Organizável). Decorrente deste estudo, é desenvolvido um sistema de software capaz de agrupar os diferentes perfis de um domínio. O sistema de software criado é composto por um componente que implementa o algoritmo SOM. A visualização do mapa gerado pelo algoritmo, desta forma, é efetuada por um Mapa Contextual, por meio do qual é possível identificar os agrupamentos do domínio e, desta maneira, segmentar os diferentes grupos de perfis pertinentes ao mesmo.

Publicada em: Tecnologia
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
397
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1
Ações
Compartilhamentos
0
Downloads
13
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Desenvolvimento de Rede Neural SOM: Um Estudo de Caso para Segmentação de Perfis

  1. 1. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasDesenvolvimento de Rede Neural SOMTrabalho de Conclus˜ao de CursoManoel Jorge Ribeiro Neto Evandro de Barros CostaRˆomulo Nunes de OliveiraInstituto de Computac¸ ˜aoUniversidade Federal de Alagoas30 de Marc¸o de 2007Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  2. 2. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasSum´ario1 Resumo2 Introduc¸ ˜ao3 Redes Neurais4 Mapas Auto-Organiz´aveis5 Segmentac¸ ˜ao de perfis6 Conclus˜aoManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  3. 3. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasResumoNeste trabalho, apresenta-se um estudo sobre Redes Neurais,com foco nas redes SOM (Self-Organizing Map, ou MapaAuto-Organiz´avel). Decorrente deste estudo, desenvolve-se umsistema de software capaz de agrupar os diferentes perfis deum dom´ınio. O sistema de software criado ´e composto por umcomponente que implementa o algoritmo SOM. A visualizac¸ ˜aodo mapa gerado pelo algoritmo, desta forma, ´e efetuada porum Mapa Contextual, por meio do qual ´e poss´ıvel identificar osagrupamentos do dom´ınio e, desta maneira, segmentar osdiferentes grupos de perfis pertinentes ao mesmo.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  4. 4. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasMotivac¸ ˜aoPropostaMotivac¸ ˜aoAntes mesmo da popularizac¸ ˜ao da inform´atica, muitasinstituic¸ ˜oes ofereciam servic¸os destinados a usu´arios emmassa.Com a evoluc¸ ˜ao da tecnologia, os servic¸os passaram aagregar milhares (ou at´e milh˜oes) de usu´arios, tornandohumanamente imposs´ıvel a tarefa de analisar os maisdiversos perfis, classificando-os de acordo com suassimilaridades.Diante disso, a Inteligˆencia Artificial oferece muitast´ecnicas para abordar esse problema. Entre elas, est´a autilizac¸ ˜ao de redes SOM (Self-Organizing Map), que ´e umtipo especial de Rede Neural artificial, capaz de realizaragrupamentos e classificac¸ ˜oes em mapas bidimensionais.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  5. 5. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasMotivac¸ ˜aoPropostaMotivac¸ ˜aoAntes mesmo da popularizac¸ ˜ao da inform´atica, muitasinstituic¸ ˜oes ofereciam servic¸os destinados a usu´arios emmassa.Com a evoluc¸ ˜ao da tecnologia, os servic¸os passaram aagregar milhares (ou at´e milh˜oes) de usu´arios, tornandohumanamente imposs´ıvel a tarefa de analisar os maisdiversos perfis, classificando-os de acordo com suassimilaridades.Diante disso, a Inteligˆencia Artificial oferece muitast´ecnicas para abordar esse problema. Entre elas, est´a autilizac¸ ˜ao de redes SOM (Self-Organizing Map), que ´e umtipo especial de Rede Neural artificial, capaz de realizaragrupamentos e classificac¸ ˜oes em mapas bidimensionais.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  6. 6. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasMotivac¸ ˜aoPropostaMotivac¸ ˜aoAntes mesmo da popularizac¸ ˜ao da inform´atica, muitasinstituic¸ ˜oes ofereciam servic¸os destinados a usu´arios emmassa.Com a evoluc¸ ˜ao da tecnologia, os servic¸os passaram aagregar milhares (ou at´e milh˜oes) de usu´arios, tornandohumanamente imposs´ıvel a tarefa de analisar os maisdiversos perfis, classificando-os de acordo com suassimilaridades.Diante disso, a Inteligˆencia Artificial oferece muitast´ecnicas para abordar esse problema. Entre elas, est´a autilizac¸ ˜ao de redes SOM (Self-Organizing Map), que ´e umtipo especial de Rede Neural artificial, capaz de realizaragrupamentos e classificac¸ ˜oes em mapas bidimensionais.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  7. 7. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasMotivac¸ ˜aoPropostaPropostaA proposta do trabalho ´e, portanto:Pormenorizar o assunto, com o estudo de Redes NeuraisSOM.Como estudo de caso, implementar um sistemasegmentador de perfis.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  8. 8. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasMotivac¸ ˜aoPropostaPropostaA proposta do trabalho ´e, portanto:Pormenorizar o assunto, com o estudo de Redes NeuraisSOM.Como estudo de caso, implementar um sistemasegmentador de perfis.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  9. 9. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaRepresentac¸ ˜ao de um neurˆonioO neurˆonio ´e a base das Redes Neurais, sendo que osneurˆonios de uma rede s˜ao conectados por v´ınculosorientados.Um neurˆonio ´e constitu´ıdo pelos seguintes elementosb´asicos:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  10. 10. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaRepresentac¸ ˜ao de um neurˆonioO neurˆonio ´e a base das Redes Neurais, sendo que osneurˆonios de uma rede s˜ao conectados por v´ınculosorientados.Um neurˆonio ´e constitu´ıdo pelos seguintes elementosb´asicos:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  11. 11. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaElementos de um neurˆonio1 Um conjunto de sinapses: com cada sinapse associada aum peso wkj, cujo valor ´e multiplicado pelo sinal deentrada xj;2 Um adicionador: que efetua a soma dos sinais de entrada(j´a devidamente multiplicados pelos pesos wkj;3 Uma func¸ ˜ao de ativac¸ ˜ao: que serve para “ativar” ou“desativar” o neurˆonio, dependendo de suas entradas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  12. 12. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaElementos de um neurˆonio1 Um conjunto de sinapses: com cada sinapse associada aum peso wkj, cujo valor ´e multiplicado pelo sinal deentrada xj;2 Um adicionador: que efetua a soma dos sinais de entrada(j´a devidamente multiplicados pelos pesos wkj;3 Uma func¸ ˜ao de ativac¸ ˜ao: que serve para “ativar” ou“desativar” o neurˆonio, dependendo de suas entradas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  13. 13. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaElementos de um neurˆonio1 Um conjunto de sinapses: com cada sinapse associada aum peso wkj, cujo valor ´e multiplicado pelo sinal deentrada xj;2 Um adicionador: que efetua a soma dos sinais de entrada(j´a devidamente multiplicados pelos pesos wkj;3 Uma func¸ ˜ao de ativac¸ ˜ao: que serve para “ativar” ou“desativar” o neurˆonio, dependendo de suas entradas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  14. 14. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaElementos de um neurˆonioAl´em das sinapses, ´e tamb´em inclu´ıdo um peso bk,chamado de peso de desvio, cuja func¸ ˜ao ´e aumentar oudiminuir a entrada da func¸ ˜ao de ativac¸ ˜ao.Esse peso pode ser externo aos demais, ou contido emuma sinapse com entrada fixa igual a 1 e peso bk.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  15. 15. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaElementos de um neurˆonioAl´em das sinapses, ´e tamb´em inclu´ıdo um peso bk,chamado de peso de desvio, cuja func¸ ˜ao ´e aumentar oudiminuir a entrada da func¸ ˜ao de ativac¸ ˜ao.Esse peso pode ser externo aos demais, ou contido emuma sinapse com entrada fixa igual a 1 e peso bk.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  16. 16. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaModelo matem´atico de um neurˆonioMatematicamente, o neurˆonio ´e definido pelo seguinte par deequac¸ ˜oes:uk = Σmj=1wkjxj e yk = ϕ(uk + bk), caso bk esteja “fora”das sinapses;vk = Σmj=0wkjxj e yk = ϕ(vk), caso bk esteja “entre” assinapses.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  17. 17. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaModelo matem´atico de um neurˆonioMatematicamente, o neurˆonio ´e definido pelo seguinte par deequac¸ ˜oes:uk = Σmj=1wkjxj e yk = ϕ(uk + bk), caso bk esteja “fora”das sinapses;vk = Σmj=0wkjxj e yk = ϕ(vk), caso bk esteja “entre” assinapses.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  18. 18. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaModelo matem´atico de um neurˆonio010101V´ınculos de entradaAdicionadorFunc¸ ˜ao de ativac¸ ˜aoSa´ıda V´ınculos de sa´ıdax0 = +1x1x2xmwk0 = bkwk1wk2wkmΣ ϕ(.)vkykFigura: Modelo matem´atico simples para um neurˆonioManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  19. 19. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFunc¸ ˜oes de ativac¸ ˜aoA func¸ ˜ao de ativac¸ ˜ao define a sa´ıda do neurˆonio emtermos do valor v (obtido pelo adicionador).Nesta sec¸ ˜ao, s˜ao identificados trˆes tipos b´asicos defunc¸ ˜oes de ativac¸ ˜ao:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  20. 20. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFunc¸ ˜oes de ativac¸ ˜aoA func¸ ˜ao de ativac¸ ˜ao define a sa´ıda do neurˆonio emtermos do valor v (obtido pelo adicionador).Nesta sec¸ ˜ao, s˜ao identificados trˆes tipos b´asicos defunc¸ ˜oes de ativac¸ ˜ao:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  21. 21. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFunc¸ ˜oes de ativac¸ ˜ao IFunc¸ ˜ao de limiar, que ´e dada pela seguinte func¸ ˜ao:ϕ(v) =1, se v ≥ 0 (1)0, se v < 0 (2)Semi-linear:ϕ(v) =1, se v ≥ +12 (3)v, se −12 < v < +12 (4)0, se v ≤ −12 (5)Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  22. 22. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFunc¸ ˜oes de ativac¸ ˜ao IIFunc¸ ˜ao sigm´oide:ϕ(v) = 11+exp(−av)E a sua derivada ´e definida por:dϕdv = aϕ(v) [1 − ϕ(v)]Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  23. 23. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaGr´aficos da func¸ ˜ao sigm´oide e de sua derivadaFigura: Gr´aficos da func¸ ˜ao sigm´oide e de sua derivadaManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  24. 24. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaArquiteturas de redeA maneira como os neurˆonios em uma Rede Neural est˜aoestruturados est´a intimamente ligada com o algoritmo deaprendizado utilizado.Basicamente, existem duas categorias principais deestruturas de Redes Neurais:Redes de alimentac¸ ˜ao direta;Redes recorrentes.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  25. 25. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaArquiteturas de redeA maneira como os neurˆonios em uma Rede Neural est˜aoestruturados est´a intimamente ligada com o algoritmo deaprendizado utilizado.Basicamente, existem duas categorias principais deestruturas de Redes Neurais:Redes de alimentac¸ ˜ao direta;Redes recorrentes.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  26. 26. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaArquiteturas de redeA maneira como os neurˆonios em uma Rede Neural est˜aoestruturados est´a intimamente ligada com o algoritmo deaprendizado utilizado.Basicamente, existem duas categorias principais deestruturas de Redes Neurais:Redes de alimentac¸ ˜ao direta;Redes recorrentes.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  27. 27. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaArquiteturas de redeA maneira como os neurˆonios em uma Rede Neural est˜aoestruturados est´a intimamente ligada com o algoritmo deaprendizado utilizado.Basicamente, existem duas categorias principais deestruturas de Redes Neurais:Redes de alimentac¸ ˜ao direta;Redes recorrentes.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  28. 28. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaArquiteturas de redeAs redes de alimentac¸ ˜ao direta geralmente s˜aoorganizadas em camadas, de tal forma que os neurˆoniosde determinada camada recebem informac¸ ˜oes apenasdos neurˆonios da camada imediatamente precedente.Redes recorrentes tˆem pelo menos um ciclo, tornandosuas respostas dependentes de seus estados anteriores,formando um sistema dinˆamico.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  29. 29. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaArquiteturas de redeAs redes de alimentac¸ ˜ao direta geralmente s˜aoorganizadas em camadas, de tal forma que os neurˆoniosde determinada camada recebem informac¸ ˜oes apenasdos neurˆonios da camada imediatamente precedente.Redes recorrentes tˆem pelo menos um ciclo, tornandosuas respostas dependentes de seus estados anteriores,formando um sistema dinˆamico.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  30. 30. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaArquiteturas de redeCamada de entrada Camada escondida Camada de sa´ıdaEntradasSa´ıdasElementos de esperaz−1z−1z−1z−1Figura: Exemplos de redes de alimentac¸ ˜ao direta e recorrenteManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  31. 31. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFormas de aprendizagem de m´aquinaAs Redes Neurais s˜ao capazes de aprender a partir de umambiente abordado.O seu aprendizado se d´a atrav´es dos ajustes dos pesossin´apticos dos neurˆonios por meio de algum algoritmo deaprendizado.A aprendizagem de m´aquina geralmente ocorre de trˆesformas:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  32. 32. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFormas de aprendizagem de m´aquinaAs Redes Neurais s˜ao capazes de aprender a partir de umambiente abordado.O seu aprendizado se d´a atrav´es dos ajustes dos pesossin´apticos dos neurˆonios por meio de algum algoritmo deaprendizado.A aprendizagem de m´aquina geralmente ocorre de trˆesformas:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  33. 33. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFormas de aprendizagem de m´aquinaAs Redes Neurais s˜ao capazes de aprender a partir de umambiente abordado.O seu aprendizado se d´a atrav´es dos ajustes dos pesossin´apticos dos neurˆonios por meio de algum algoritmo deaprendizado.A aprendizagem de m´aquina geralmente ocorre de trˆesformas:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  34. 34. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFormas de aprendizagem de m´aquinaSupervisionada: Consiste em aprender a partir deexemplos de entradas e sa´ıdas.N˜ao-supervisionada: Faz o aprendizado a partir depadr˜oes de entrada quando os mesmos n˜ao possuemvalores de sa´ıda.Por reforc¸o: Aprende a partir de medidas de“recompensa”.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  35. 35. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFormas de aprendizagem de m´aquinaSupervisionada: Consiste em aprender a partir deexemplos de entradas e sa´ıdas.N˜ao-supervisionada: Faz o aprendizado a partir depadr˜oes de entrada quando os mesmos n˜ao possuemvalores de sa´ıda.Por reforc¸o: Aprende a partir de medidas de“recompensa”.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  36. 36. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasRepresentac¸ ˜ao de um neurˆonioArquiteturas de redeFormas de aprendizagem de m´aquinaFormas de aprendizagem de m´aquinaSupervisionada: Consiste em aprender a partir deexemplos de entradas e sa´ıdas.N˜ao-supervisionada: Faz o aprendizado a partir depadr˜oes de entrada quando os mesmos n˜ao possuemvalores de sa´ıda.Por reforc¸o: Aprende a partir de medidas de“recompensa”.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  37. 37. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisO Mapa Auto-Organiz´avel de Kohonen (SOM, deSelf-Organizing Map) ´e um tipo especial de Rede Neural,baseado em aprendizado competitivo en˜ao-supervisionado.Nele, os neurˆonios competem entre si pelo direito derepresentar o dado apresentado, sendo que apenas um ´eo vencedor.Ap´os a competic¸ ˜ao, o neurˆonio vencedor e seus vizinhostˆem seus pesos sin´apticos atualizados em direc¸ ˜ao aodado.Como resultado, obt´em-se um mapa topologicamentecorreto do ambiente ap´os a apresentac¸ ˜ao dos dados deaprendizado repetidas vezes e em ordens diversas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  38. 38. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisO Mapa Auto-Organiz´avel de Kohonen (SOM, deSelf-Organizing Map) ´e um tipo especial de Rede Neural,baseado em aprendizado competitivo en˜ao-supervisionado.Nele, os neurˆonios competem entre si pelo direito derepresentar o dado apresentado, sendo que apenas um ´eo vencedor.Ap´os a competic¸ ˜ao, o neurˆonio vencedor e seus vizinhostˆem seus pesos sin´apticos atualizados em direc¸ ˜ao aodado.Como resultado, obt´em-se um mapa topologicamentecorreto do ambiente ap´os a apresentac¸ ˜ao dos dados deaprendizado repetidas vezes e em ordens diversas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  39. 39. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisO Mapa Auto-Organiz´avel de Kohonen (SOM, deSelf-Organizing Map) ´e um tipo especial de Rede Neural,baseado em aprendizado competitivo en˜ao-supervisionado.Nele, os neurˆonios competem entre si pelo direito derepresentar o dado apresentado, sendo que apenas um ´eo vencedor.Ap´os a competic¸ ˜ao, o neurˆonio vencedor e seus vizinhostˆem seus pesos sin´apticos atualizados em direc¸ ˜ao aodado.Como resultado, obt´em-se um mapa topologicamentecorreto do ambiente ap´os a apresentac¸ ˜ao dos dados deaprendizado repetidas vezes e em ordens diversas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  40. 40. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisO Mapa Auto-Organiz´avel de Kohonen (SOM, deSelf-Organizing Map) ´e um tipo especial de Rede Neural,baseado em aprendizado competitivo en˜ao-supervisionado.Nele, os neurˆonios competem entre si pelo direito derepresentar o dado apresentado, sendo que apenas um ´eo vencedor.Ap´os a competic¸ ˜ao, o neurˆonio vencedor e seus vizinhostˆem seus pesos sin´apticos atualizados em direc¸ ˜ao aodado.Como resultado, obt´em-se um mapa topologicamentecorreto do ambiente ap´os a apresentac¸ ˜ao dos dados deaprendizado repetidas vezes e em ordens diversas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  41. 41. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisNo SOM, os neurˆonios s˜ao dispostos em um arranjogeralmente unidimensional ou bidimensional, totalmenteconectados com a entrada.O algoritmo SOM realiza um projec¸ ˜ao n˜ao-linear doespac¸o cont´ınuo de entrada X para o espac¸o discreto desa´ıda A.Quando a dimens˜ao de A ´e menor que a de X, ´e realizadauma reduc¸ ˜ao dimensional.A reduc¸ ˜ao da dimensionalidade, em conjunto com apreservac¸ ˜ao topol´ogica dos dados, tornam o algoritmoSOM apropriado como ferramenta de minerac¸ ˜ao de dados.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  42. 42. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisNo SOM, os neurˆonios s˜ao dispostos em um arranjogeralmente unidimensional ou bidimensional, totalmenteconectados com a entrada.O algoritmo SOM realiza um projec¸ ˜ao n˜ao-linear doespac¸o cont´ınuo de entrada X para o espac¸o discreto desa´ıda A.Quando a dimens˜ao de A ´e menor que a de X, ´e realizadauma reduc¸ ˜ao dimensional.A reduc¸ ˜ao da dimensionalidade, em conjunto com apreservac¸ ˜ao topol´ogica dos dados, tornam o algoritmoSOM apropriado como ferramenta de minerac¸ ˜ao de dados.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  43. 43. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisNo SOM, os neurˆonios s˜ao dispostos em um arranjogeralmente unidimensional ou bidimensional, totalmenteconectados com a entrada.O algoritmo SOM realiza um projec¸ ˜ao n˜ao-linear doespac¸o cont´ınuo de entrada X para o espac¸o discreto desa´ıda A.Quando a dimens˜ao de A ´e menor que a de X, ´e realizadauma reduc¸ ˜ao dimensional.A reduc¸ ˜ao da dimensionalidade, em conjunto com apreservac¸ ˜ao topol´ogica dos dados, tornam o algoritmoSOM apropriado como ferramenta de minerac¸ ˜ao de dados.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  44. 44. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas Auto-Organiz´aveisNo SOM, os neurˆonios s˜ao dispostos em um arranjogeralmente unidimensional ou bidimensional, totalmenteconectados com a entrada.O algoritmo SOM realiza um projec¸ ˜ao n˜ao-linear doespac¸o cont´ınuo de entrada X para o espac¸o discreto desa´ıda A.Quando a dimens˜ao de A ´e menor que a de X, ´e realizadauma reduc¸ ˜ao dimensional.A reduc¸ ˜ao da dimensionalidade, em conjunto com apreservac¸ ˜ao topol´ogica dos dados, tornam o algoritmoSOM apropriado como ferramenta de minerac¸ ˜ao de dados.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  45. 45. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMExemplo de SOMArranjo de neurˆoniosbidimensionalCamada de entrada (em R3)Conjunto deligac¸ ˜oes sin´apticasFigura: Exemplo de SOMManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  46. 46. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmoO algoritmo respons´avel pelo aprendizado do SOMcomec¸a inicializando os pesos sin´apticos dos neurˆoniosdo arranjo.Ap´os a inicializac¸ ˜ao dos neurˆonios, os dados do conjuntode treinamento s˜ao apresentados repetidas vezes e emordens diversas, com um n´umero de iterac¸ ˜oespredeterminado ou at´e que n˜ao ocorram mudanc¸assignificativas no mapa.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  47. 47. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmoO algoritmo respons´avel pelo aprendizado do SOMcomec¸a inicializando os pesos sin´apticos dos neurˆoniosdo arranjo.Ap´os a inicializac¸ ˜ao dos neurˆonios, os dados do conjuntode treinamento s˜ao apresentados repetidas vezes e emordens diversas, com um n´umero de iterac¸ ˜oespredeterminado ou at´e que n˜ao ocorram mudanc¸assignificativas no mapa.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  48. 48. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmoPara a formac¸ ˜ao de um Mapa Auto-Organiz´avel, h´a trˆesprocessos principais, que s˜ao:Competic¸ ˜ao: Para cada dado apresentado, os neurˆonioscompetem entre si pelo direito de representar o dado,sendo que apenas um ´e o vencedor;Cooperac¸ ˜ao: O neurˆonio vencedor determina a localizac¸ ˜aoespacial de sua vizinhanc¸a, de acordo com alguma regra;Adaptac¸ ˜ao sin´aptica: Os neurˆonios da vizinhanc¸a s˜aohabilitados a alterarem os seus pesos sin´apticos na direc¸ ˜aodo dado, de acordo com alguma regra pr´e-estabelecida.A seguir, h´a uma descric¸ ˜ao mais detalhada dessesprocessos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  49. 49. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmoPara a formac¸ ˜ao de um Mapa Auto-Organiz´avel, h´a trˆesprocessos principais, que s˜ao:Competic¸ ˜ao: Para cada dado apresentado, os neurˆonioscompetem entre si pelo direito de representar o dado,sendo que apenas um ´e o vencedor;Cooperac¸ ˜ao: O neurˆonio vencedor determina a localizac¸ ˜aoespacial de sua vizinhanc¸a, de acordo com alguma regra;Adaptac¸ ˜ao sin´aptica: Os neurˆonios da vizinhanc¸a s˜aohabilitados a alterarem os seus pesos sin´apticos na direc¸ ˜aodo dado, de acordo com alguma regra pr´e-estabelecida.A seguir, h´a uma descric¸ ˜ao mais detalhada dessesprocessos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  50. 50. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmoPara a formac¸ ˜ao de um Mapa Auto-Organiz´avel, h´a trˆesprocessos principais, que s˜ao:Competic¸ ˜ao: Para cada dado apresentado, os neurˆonioscompetem entre si pelo direito de representar o dado,sendo que apenas um ´e o vencedor;Cooperac¸ ˜ao: O neurˆonio vencedor determina a localizac¸ ˜aoespacial de sua vizinhanc¸a, de acordo com alguma regra;Adaptac¸ ˜ao sin´aptica: Os neurˆonios da vizinhanc¸a s˜aohabilitados a alterarem os seus pesos sin´apticos na direc¸ ˜aodo dado, de acordo com alguma regra pr´e-estabelecida.A seguir, h´a uma descric¸ ˜ao mais detalhada dessesprocessos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  51. 51. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmoPara a formac¸ ˜ao de um Mapa Auto-Organiz´avel, h´a trˆesprocessos principais, que s˜ao:Competic¸ ˜ao: Para cada dado apresentado, os neurˆonioscompetem entre si pelo direito de representar o dado,sendo que apenas um ´e o vencedor;Cooperac¸ ˜ao: O neurˆonio vencedor determina a localizac¸ ˜aoespacial de sua vizinhanc¸a, de acordo com alguma regra;Adaptac¸ ˜ao sin´aptica: Os neurˆonios da vizinhanc¸a s˜aohabilitados a alterarem os seus pesos sin´apticos na direc¸ ˜aodo dado, de acordo com alguma regra pr´e-estabelecida.A seguir, h´a uma descric¸ ˜ao mais detalhada dessesprocessos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  52. 52. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmoPara a formac¸ ˜ao de um Mapa Auto-Organiz´avel, h´a trˆesprocessos principais, que s˜ao:Competic¸ ˜ao: Para cada dado apresentado, os neurˆonioscompetem entre si pelo direito de representar o dado,sendo que apenas um ´e o vencedor;Cooperac¸ ˜ao: O neurˆonio vencedor determina a localizac¸ ˜aoespacial de sua vizinhanc¸a, de acordo com alguma regra;Adaptac¸ ˜ao sin´aptica: Os neurˆonios da vizinhanc¸a s˜aohabilitados a alterarem os seus pesos sin´apticos na direc¸ ˜aodo dado, de acordo com alguma regra pr´e-estabelecida.A seguir, h´a uma descric¸ ˜ao mais detalhada dessesprocessos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  53. 53. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso competitivoSeja m a dimens˜ao do espac¸o de entrada. Cada padr˜ao ´edenotado da seguinte forma:x = [x1, x2, . . . , xm]TOs vetores de pesos sin´apticos de cada neurˆonio, comdimens˜ao igual ao do espac¸o de entrada, s˜ao denotadosda seguinte maneira:wj = [wj1, wj2, . . . , wjm]T, j = 1, 2, . . . , lOnde l ´e o n´umero de neurˆonios.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  54. 54. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso competitivoSeja m a dimens˜ao do espac¸o de entrada. Cada padr˜ao ´edenotado da seguinte forma:x = [x1, x2, . . . , xm]TOs vetores de pesos sin´apticos de cada neurˆonio, comdimens˜ao igual ao do espac¸o de entrada, s˜ao denotadosda seguinte maneira:wj = [wj1, wj2, . . . , wjm]T, j = 1, 2, . . . , lOnde l ´e o n´umero de neurˆonios.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  55. 55. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso competitivoO neurˆonio vencedor ´e aquele que possui a menordistˆancia em relac¸ ˜ao ao dado x. Dessa forma, o neurˆoniovencedor i(x) ´e determinado pela seguinte condic¸ ˜ao:i(x) = arg minjx − wj , j = 1, 2, . . . , lManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  56. 56. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso cooperativoO neurˆonio vencedor deve determinar a localizac¸ ˜aoespacial da sua vizinhanc¸a, segundo alguma regra.Uma escolha t´ıpica de func¸ ˜ao de vizinhanc¸a ´e a quesegue:hj,i(x)(n) = exp −d2j,i2σ2(n), n = 0, 1, 2, . . .Onde:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  57. 57. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso cooperativoO neurˆonio vencedor deve determinar a localizac¸ ˜aoespacial da sua vizinhanc¸a, segundo alguma regra.Uma escolha t´ıpica de func¸ ˜ao de vizinhanc¸a ´e a quesegue:hj,i(x)(n) = exp −d2j,i2σ2(n), n = 0, 1, 2, . . .Onde:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  58. 58. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso cooperativon representa o tempo discreto de execuc¸ ˜ao do algoritmo;dj,i = rj − ri , ´e distˆancia entre os neurˆonios no arranjo;σ(n) representa a largura da func¸ ˜ao de vizinhanc¸a e quemuda com o passar do tempo, de acordo com a seguintefunc¸ ˜ao:σ(n) = σ0 exp −nτ1, n = 0, 1, 2, . . .Onde σ0 ´e o valor de σ no in´ıcio do algoritmo e τ1 ´e umaconstante temporal.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  59. 59. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso cooperativon representa o tempo discreto de execuc¸ ˜ao do algoritmo;dj,i = rj − ri , ´e distˆancia entre os neurˆonios no arranjo;σ(n) representa a largura da func¸ ˜ao de vizinhanc¸a e quemuda com o passar do tempo, de acordo com a seguintefunc¸ ˜ao:σ(n) = σ0 exp −nτ1, n = 0, 1, 2, . . .Onde σ0 ´e o valor de σ no in´ıcio do algoritmo e τ1 ´e umaconstante temporal.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  60. 60. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso cooperativon representa o tempo discreto de execuc¸ ˜ao do algoritmo;dj,i = rj − ri , ´e distˆancia entre os neurˆonios no arranjo;σ(n) representa a largura da func¸ ˜ao de vizinhanc¸a e quemuda com o passar do tempo, de acordo com a seguintefunc¸ ˜ao:σ(n) = σ0 exp −nτ1, n = 0, 1, 2, . . .Onde σ0 ´e o valor de σ no in´ıcio do algoritmo e τ1 ´e umaconstante temporal.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  61. 61. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMGr´afico da func¸ ˜ao de vizinhanc¸aFigura: Gr´afico da func¸ ˜ao de vizinhanc¸aManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  62. 62. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso adaptativoNesse processo, os neurˆonios excitados tˆem seus pesossin´apticos alterados em direc¸ ˜ao ao dado de entrada x.A equac¸ ˜ao para a atualizac¸ ˜ao dos pesos sin´apticos doj-´esimo neurˆonio ´e a que segue:wj(n+1) = wj(n)+η(n)hj,i(x)(n) [x − wj(n)] , j = 1, 2, . . . , lOnde:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  63. 63. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso adaptativoNesse processo, os neurˆonios excitados tˆem seus pesossin´apticos alterados em direc¸ ˜ao ao dado de entrada x.A equac¸ ˜ao para a atualizac¸ ˜ao dos pesos sin´apticos doj-´esimo neurˆonio ´e a que segue:wj(n+1) = wj(n)+η(n)hj,i(x)(n) [x − wj(n)] , j = 1, 2, . . . , lOnde:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  64. 64. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMProcesso adaptativoη(n) ´e a taxa de aprendizado e que varia com o tempo deacordo com a seguinte func¸ ˜ao:η(n) = η0 exp −nτ2, n = 0, 1, 2, . . .Onde η0 ´e o valor de η no in´ıcio do algoritmo e τ2 ´e outraconstante temporal.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  65. 65. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMResumo do algoritmoAs partes integrantes do algoritmo SOM s˜ao:Um espac¸o cont´ınuo de padr˜oes de entrada;Um arranjo de neurˆonios;Uma func¸ ˜ao de vizinhanc¸a;Um parˆametro de aprendizado.O resumo do algoritmo, portanto, ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  66. 66. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMResumo do algoritmoAs partes integrantes do algoritmo SOM s˜ao:Um espac¸o cont´ınuo de padr˜oes de entrada;Um arranjo de neurˆonios;Uma func¸ ˜ao de vizinhanc¸a;Um parˆametro de aprendizado.O resumo do algoritmo, portanto, ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  67. 67. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMResumo do algoritmoAs partes integrantes do algoritmo SOM s˜ao:Um espac¸o cont´ınuo de padr˜oes de entrada;Um arranjo de neurˆonios;Uma func¸ ˜ao de vizinhanc¸a;Um parˆametro de aprendizado.O resumo do algoritmo, portanto, ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  68. 68. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMResumo do algoritmoAs partes integrantes do algoritmo SOM s˜ao:Um espac¸o cont´ınuo de padr˜oes de entrada;Um arranjo de neurˆonios;Uma func¸ ˜ao de vizinhanc¸a;Um parˆametro de aprendizado.O resumo do algoritmo, portanto, ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  69. 69. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMResumo do algoritmoAs partes integrantes do algoritmo SOM s˜ao:Um espac¸o cont´ınuo de padr˜oes de entrada;Um arranjo de neurˆonios;Uma func¸ ˜ao de vizinhanc¸a;Um parˆametro de aprendizado.O resumo do algoritmo, portanto, ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  70. 70. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMResumo do algoritmoAs partes integrantes do algoritmo SOM s˜ao:Um espac¸o cont´ınuo de padr˜oes de entrada;Um arranjo de neurˆonios;Uma func¸ ˜ao de vizinhanc¸a;Um parˆametro de aprendizado.O resumo do algoritmo, portanto, ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  71. 71. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmo incrementalManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  72. 72. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmo incrementalEsta vers˜ao do algoritmo ´e conhecida como incremental,no qual os pesos sin´apticos s˜ao atualizados para cadadado apresentado.Em outra vers˜ao, os pesos sin´apticos s˜ao atualizadosapenas ao final de uma ´epoca de treinamento. Ela ´econhecida como em lote.O algoritmo em lote ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  73. 73. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmo incrementalEsta vers˜ao do algoritmo ´e conhecida como incremental,no qual os pesos sin´apticos s˜ao atualizados para cadadado apresentado.Em outra vers˜ao, os pesos sin´apticos s˜ao atualizadosapenas ao final de uma ´epoca de treinamento. Ela ´econhecida como em lote.O algoritmo em lote ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  74. 74. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmo incrementalEsta vers˜ao do algoritmo ´e conhecida como incremental,no qual os pesos sin´apticos s˜ao atualizados para cadadado apresentado.Em outra vers˜ao, os pesos sin´apticos s˜ao atualizadosapenas ao final de uma ´epoca de treinamento. Ela ´econhecida como em lote.O algoritmo em lote ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  75. 75. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmo em loteManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  76. 76. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMInterpretac¸ ˜ao do mapa produzido pelo SOMAp´os a fomac¸ ˜ao do mapa produzido pelo algoritmo SOM,o resultado ´e um conjunto de neurˆonios, cuja topologia ´edeterminada pelas relac¸ ˜oes m´etricas entre os neurˆoniosvizinhos no arranjo.Contudo, para que se consiga interpretar o conte´udo domapa, ´e necess´ario a utilizac¸ ˜ao de algum m´etodo devisualizac¸ ˜ao.A seguir, dois desses m´etodos s˜ao descritos: a Matriz-U eo Mapa Contextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  77. 77. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMInterpretac¸ ˜ao do mapa produzido pelo SOMAp´os a fomac¸ ˜ao do mapa produzido pelo algoritmo SOM,o resultado ´e um conjunto de neurˆonios, cuja topologia ´edeterminada pelas relac¸ ˜oes m´etricas entre os neurˆoniosvizinhos no arranjo.Contudo, para que se consiga interpretar o conte´udo domapa, ´e necess´ario a utilizac¸ ˜ao de algum m´etodo devisualizac¸ ˜ao.A seguir, dois desses m´etodos s˜ao descritos: a Matriz-U eo Mapa Contextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  78. 78. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMInterpretac¸ ˜ao do mapa produzido pelo SOMAp´os a fomac¸ ˜ao do mapa produzido pelo algoritmo SOM,o resultado ´e um conjunto de neurˆonios, cuja topologia ´edeterminada pelas relac¸ ˜oes m´etricas entre os neurˆoniosvizinhos no arranjo.Contudo, para que se consiga interpretar o conte´udo domapa, ´e necess´ario a utilizac¸ ˜ao de algum m´etodo devisualizac¸ ˜ao.A seguir, dois desses m´etodos s˜ao descritos: a Matriz-U eo Mapa Contextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  79. 79. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMatriz-UA matriz de distˆancias unificada ´e uma matriz compostapelas distˆancias entre os neurˆonios vizinhos no arranjo.Para o c´alculo das distˆancias, ´e necess´ario estabeleceralguma regra para a vizinhanc¸a.Duas formas de vizinhanc¸a utilizadas s˜ao: retangular ehexagonal.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  80. 80. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMatriz-UA matriz de distˆancias unificada ´e uma matriz compostapelas distˆancias entre os neurˆonios vizinhos no arranjo.Para o c´alculo das distˆancias, ´e necess´ario estabeleceralguma regra para a vizinhanc¸a.Duas formas de vizinhanc¸a utilizadas s˜ao: retangular ehexagonal.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  81. 81. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMatriz-UA matriz de distˆancias unificada ´e uma matriz compostapelas distˆancias entre os neurˆonios vizinhos no arranjo.Para o c´alculo das distˆancias, ´e necess´ario estabeleceralguma regra para a vizinhanc¸a.Duas formas de vizinhanc¸a utilizadas s˜ao: retangular ehexagonal.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  82. 82. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMExemplos de Matriz-UFigura: Exemplos de Matriz-U (com vizinhanc¸a retangular ehexagonal)Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  83. 83. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas ContextuaisO Mapa Contextual consiste em um mapa onde osneurˆonios s˜ao “rotulados” com valores de dados doespac¸o de entrada que eles melhor representam.No Mapa Contextual, os neurˆonios s˜ao rotulados de talforma que o arranjo seja particionado em regi˜oescoerentes.A seguir, o algoritmo para a formac¸ ˜ao de um MapaContextual e um exemplo deste m´etodo.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  84. 84. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas ContextuaisO Mapa Contextual consiste em um mapa onde osneurˆonios s˜ao “rotulados” com valores de dados doespac¸o de entrada que eles melhor representam.No Mapa Contextual, os neurˆonios s˜ao rotulados de talforma que o arranjo seja particionado em regi˜oescoerentes.A seguir, o algoritmo para a formac¸ ˜ao de um MapaContextual e um exemplo deste m´etodo.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  85. 85. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMMapas ContextuaisO Mapa Contextual consiste em um mapa onde osneurˆonios s˜ao “rotulados” com valores de dados doespac¸o de entrada que eles melhor representam.No Mapa Contextual, os neurˆonios s˜ao rotulados de talforma que o arranjo seja particionado em regi˜oescoerentes.A seguir, o algoritmo para a formac¸ ˜ao de um MapaContextual e um exemplo deste m´etodo.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  86. 86. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMAlgoritmo para a formac¸ ˜ao de um Mapa ContextualManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  87. 87. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoAlgoritmoResumo do algoritmoInterpretac¸ ˜ao do mapa produzido pelo SOMExemplo de Mapa Contextualcachorrocachorro cachorrocachorro raposaraposaraposaraposaraposaraposagatogatolobo lobo lobo raposa gato tigrelobo lobo le˜ao le˜ao le˜ao tigrelobo lobo le˜ao le˜ao le˜ao tigrelobo lobo le˜ao le˜ao le˜ao corujacavalo cavalo le˜ao le˜ao le˜ao pombo galinha galinha pombo pombopombofalc˜aofalc˜aocoruja´aguia´aguiapombofalc˜aofalc˜aocoruja´aguia´aguiafalc˜aotigretigretigregatogatopombotigretigretigregatogatocavalo cavalo zebra vaca vaca vaca galinha galinha pombo pombozebra zebra zebra vaca vaca vaca galinha galinha pato gansozebra zebra zebra vaca vaca vaca pato pato pato gansoFigura: Exemplo de Mapa ContextualManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  88. 88. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentac¸ ˜ao de perfisEm muitos dom´ınios, o conhecimento a respeito dos perfiscom os quais esses dom´ınios atuam ´e de fundamentalimportˆancia.A an´alise dos perfis, em muitos casos n˜ao ´e trivial.Quando h´a um conhecimento pr´evio sobre o dom´ınioabordado, podem ser utilizadas t´ecnicas que empregamaprendizagem de m´aquina supervisionada. Por outro lado,quando h´a pouco ou nenhum conhecimento, ´e necess´arioempregar t´ecnicas de agrupamento de perfis de forman˜ao-supervisionada.A Rede Neural SOM de Kohonen ´e uma das t´ecnicasn˜ao-supervisionadas mais utilizadas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  89. 89. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentac¸ ˜ao de perfisEm muitos dom´ınios, o conhecimento a respeito dos perfiscom os quais esses dom´ınios atuam ´e de fundamentalimportˆancia.A an´alise dos perfis, em muitos casos n˜ao ´e trivial.Quando h´a um conhecimento pr´evio sobre o dom´ınioabordado, podem ser utilizadas t´ecnicas que empregamaprendizagem de m´aquina supervisionada. Por outro lado,quando h´a pouco ou nenhum conhecimento, ´e necess´arioempregar t´ecnicas de agrupamento de perfis de forman˜ao-supervisionada.A Rede Neural SOM de Kohonen ´e uma das t´ecnicasn˜ao-supervisionadas mais utilizadas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  90. 90. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentac¸ ˜ao de perfisEm muitos dom´ınios, o conhecimento a respeito dos perfiscom os quais esses dom´ınios atuam ´e de fundamentalimportˆancia.A an´alise dos perfis, em muitos casos n˜ao ´e trivial.Quando h´a um conhecimento pr´evio sobre o dom´ınioabordado, podem ser utilizadas t´ecnicas que empregamaprendizagem de m´aquina supervisionada. Por outro lado,quando h´a pouco ou nenhum conhecimento, ´e necess´arioempregar t´ecnicas de agrupamento de perfis de forman˜ao-supervisionada.A Rede Neural SOM de Kohonen ´e uma das t´ecnicasn˜ao-supervisionadas mais utilizadas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  91. 91. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentac¸ ˜ao de perfisEm muitos dom´ınios, o conhecimento a respeito dos perfiscom os quais esses dom´ınios atuam ´e de fundamentalimportˆancia.A an´alise dos perfis, em muitos casos n˜ao ´e trivial.Quando h´a um conhecimento pr´evio sobre o dom´ınioabordado, podem ser utilizadas t´ecnicas que empregamaprendizagem de m´aquina supervisionada. Por outro lado,quando h´a pouco ou nenhum conhecimento, ´e necess´arioempregar t´ecnicas de agrupamento de perfis de forman˜ao-supervisionada.A Rede Neural SOM de Kohonen ´e uma das t´ecnicasn˜ao-supervisionadas mais utilizadas.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  92. 92. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentando perfis utilizando o algoritmo SOMCom a utilizac¸ ˜ao do algoritmo SOM, a tarefa de segmentarperfis resume-se nos seguintes passos:1 Escolha dos perfis de treinamento;2 Codificac¸ ˜ao dos atributos;3 Treinamento do SOM;4 An´alise do mapa produzido pelo SOM.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  93. 93. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentando perfis utilizando o algoritmo SOMCom a utilizac¸ ˜ao do algoritmo SOM, a tarefa de segmentarperfis resume-se nos seguintes passos:1 Escolha dos perfis de treinamento;2 Codificac¸ ˜ao dos atributos;3 Treinamento do SOM;4 An´alise do mapa produzido pelo SOM.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  94. 94. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentando perfis utilizando o algoritmo SOMCom a utilizac¸ ˜ao do algoritmo SOM, a tarefa de segmentarperfis resume-se nos seguintes passos:1 Escolha dos perfis de treinamento;2 Codificac¸ ˜ao dos atributos;3 Treinamento do SOM;4 An´alise do mapa produzido pelo SOM.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  95. 95. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentando perfis utilizando o algoritmo SOMCom a utilizac¸ ˜ao do algoritmo SOM, a tarefa de segmentarperfis resume-se nos seguintes passos:1 Escolha dos perfis de treinamento;2 Codificac¸ ˜ao dos atributos;3 Treinamento do SOM;4 An´alise do mapa produzido pelo SOM.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  96. 96. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  97. 97. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  98. 98. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  99. 99. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  100. 100. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  101. 101. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  102. 102. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  103. 103. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorSegmentadorO componente Segmentador, escrito na linguagem deprogramac¸ ˜ao C++, corresponde `a implementac¸ ˜ao doalgoritmo SOM.As classes do componente s˜ao:Calculos;Dado;Neuronio;Arranjo;SOM;MapaContextual.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  104. 104. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorExperimentos com o componente SegmentadorAp´os o componente Segmentador ter sido implementado,foram feitos alguns experimentos.A seguir, dois dos experimentos realizados s˜ao descritos:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  105. 105. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorExperimentos com o componente SegmentadorAp´os o componente Segmentador ter sido implementado,foram feitos alguns experimentos.A seguir, dois dos experimentos realizados s˜ao descritos:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  106. 106. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorClientes de um supermercadoNeste experimento, os perfis de clientes de umsupermercado fict´ıcio foram codificados em 11 atributos.Dos 11 atributos, 5 representam dados pessoais de cadaperfil e os 6 restantes representam a proporc¸ ˜ao do quecada pessoa comprou nos ´ultimos 6 meses.Os dados codificados de 20 perfis serviram de entradapara o SOM, de tal forma como segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  107. 107. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorClientes de um supermercadoNeste experimento, os perfis de clientes de umsupermercado fict´ıcio foram codificados em 11 atributos.Dos 11 atributos, 5 representam dados pessoais de cadaperfil e os 6 restantes representam a proporc¸ ˜ao do quecada pessoa comprou nos ´ultimos 6 meses.Os dados codificados de 20 perfis serviram de entradapara o SOM, de tal forma como segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  108. 108. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorClientes de um supermercadoNeste experimento, os perfis de clientes de umsupermercado fict´ıcio foram codificados em 11 atributos.Dos 11 atributos, 5 representam dados pessoais de cadaperfil e os 6 restantes representam a proporc¸ ˜ao do quecada pessoa comprou nos ´ultimos 6 meses.Os dados codificados de 20 perfis serviram de entradapara o SOM, de tal forma como segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  109. 109. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTabela com os dados dos clientes do supermercadoManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  110. 110. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  111. 111. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  112. 112. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  113. 113. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  114. 114. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  115. 115. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  116. 116. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorMapa Contextual resultanteManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  117. 117. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Clientes jovens, com boas condic¸ ˜oes financeiras;Clientes com baixo n´ıvel s´ocio-econˆomico;Clientes integrantes da classe m´edia, do sexo masculino;Clientes mais velhos;Clientes jovens.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  118. 118. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Clientes jovens, com boas condic¸ ˜oes financeiras;Clientes com baixo n´ıvel s´ocio-econˆomico;Clientes integrantes da classe m´edia, do sexo masculino;Clientes mais velhos;Clientes jovens.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  119. 119. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Clientes jovens, com boas condic¸ ˜oes financeiras;Clientes com baixo n´ıvel s´ocio-econˆomico;Clientes integrantes da classe m´edia, do sexo masculino;Clientes mais velhos;Clientes jovens.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  120. 120. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Clientes jovens, com boas condic¸ ˜oes financeiras;Clientes com baixo n´ıvel s´ocio-econˆomico;Clientes integrantes da classe m´edia, do sexo masculino;Clientes mais velhos;Clientes jovens.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  121. 121. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Clientes jovens, com boas condic¸ ˜oes financeiras;Clientes com baixo n´ıvel s´ocio-econˆomico;Clientes integrantes da classe m´edia, do sexo masculino;Clientes mais velhos;Clientes jovens.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  122. 122. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorAn´alise epidemiol´ogicaPara este experimento, foi considerada uma pesquisafict´ıcia em alguns bairros de Macei´o, cujo objetivo ´e saberquais as localidades onde h´a maior incidˆencia dasdoenc¸as dengue, dengue hemorr´agica e mal´aria.Os perfis foram codificados em 6 atributos, onde em 3 h´ainformac¸ ˜oes pessoais das pessoas e os outros 3 s˜ao paradeterminar qual(is) doenc¸a(s) a pessoa contraiu no ´ultimoano.Os dados codificados de 20 perfis serviram de entradapara o SOM, assim como segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  123. 123. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorAn´alise epidemiol´ogicaPara este experimento, foi considerada uma pesquisafict´ıcia em alguns bairros de Macei´o, cujo objetivo ´e saberquais as localidades onde h´a maior incidˆencia dasdoenc¸as dengue, dengue hemorr´agica e mal´aria.Os perfis foram codificados em 6 atributos, onde em 3 h´ainformac¸ ˜oes pessoais das pessoas e os outros 3 s˜ao paradeterminar qual(is) doenc¸a(s) a pessoa contraiu no ´ultimoano.Os dados codificados de 20 perfis serviram de entradapara o SOM, assim como segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  124. 124. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorAn´alise epidemiol´ogicaPara este experimento, foi considerada uma pesquisafict´ıcia em alguns bairros de Macei´o, cujo objetivo ´e saberquais as localidades onde h´a maior incidˆencia dasdoenc¸as dengue, dengue hemorr´agica e mal´aria.Os perfis foram codificados em 6 atributos, onde em 3 h´ainformac¸ ˜oes pessoais das pessoas e os outros 3 s˜ao paradeterminar qual(is) doenc¸a(s) a pessoa contraiu no ´ultimoano.Os dados codificados de 20 perfis serviram de entradapara o SOM, assim como segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  125. 125. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTabela com os dados dos clientes do supermercadoManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  126. 126. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  127. 127. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  128. 128. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  129. 129. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  130. 130. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  131. 131. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorTreinamento do SOMPara o treinamento do SOM, os seguintes parˆametrosforam adotados:N´umero de iterac¸ ˜oes: 20000;Formato do arranjo: quadrado, de tamanho 10x10;Largura inicial do parˆametro de vizinhanc¸a σ0: 2, 5;Taxa inicial de aprendizado η0: 0, 1;O Mapa Contextual do Experimento ´e o que segue:Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  132. 132. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorMapa Contextual resultanteManoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  133. 133. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Pessoas que n˜ao contra´ıram doenc¸a alguma;Pessoas que contra´ıram dengue hemorr´agica;Pessoas que contra´ıram apenas dengue, homens;Pessoas que contra´ıram apenas dengue, mulheres;Pessoas que contra´ıram apenas dengue, jovens;Pessoas que contra´ıram mal´aria, jovens;Pessoas que contra´ıram mal´aria, adultos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  134. 134. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Pessoas que n˜ao contra´ıram doenc¸a alguma;Pessoas que contra´ıram dengue hemorr´agica;Pessoas que contra´ıram apenas dengue, homens;Pessoas que contra´ıram apenas dengue, mulheres;Pessoas que contra´ıram apenas dengue, jovens;Pessoas que contra´ıram mal´aria, jovens;Pessoas que contra´ıram mal´aria, adultos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  135. 135. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Pessoas que n˜ao contra´ıram doenc¸a alguma;Pessoas que contra´ıram dengue hemorr´agica;Pessoas que contra´ıram apenas dengue, homens;Pessoas que contra´ıram apenas dengue, mulheres;Pessoas que contra´ıram apenas dengue, jovens;Pessoas que contra´ıram mal´aria, jovens;Pessoas que contra´ıram mal´aria, adultos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  136. 136. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Pessoas que n˜ao contra´ıram doenc¸a alguma;Pessoas que contra´ıram dengue hemorr´agica;Pessoas que contra´ıram apenas dengue, homens;Pessoas que contra´ıram apenas dengue, mulheres;Pessoas que contra´ıram apenas dengue, jovens;Pessoas que contra´ıram mal´aria, jovens;Pessoas que contra´ıram mal´aria, adultos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  137. 137. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Pessoas que n˜ao contra´ıram doenc¸a alguma;Pessoas que contra´ıram dengue hemorr´agica;Pessoas que contra´ıram apenas dengue, homens;Pessoas que contra´ıram apenas dengue, mulheres;Pessoas que contra´ıram apenas dengue, jovens;Pessoas que contra´ıram mal´aria, jovens;Pessoas que contra´ıram mal´aria, adultos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  138. 138. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Pessoas que n˜ao contra´ıram doenc¸a alguma;Pessoas que contra´ıram dengue hemorr´agica;Pessoas que contra´ıram apenas dengue, homens;Pessoas que contra´ıram apenas dengue, mulheres;Pessoas que contra´ıram apenas dengue, jovens;Pessoas que contra´ıram mal´aria, jovens;Pessoas que contra´ıram mal´aria, adultos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  139. 139. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasIntroduc¸ ˜aoSegmentando perfis utilizando o algoritmo SOMSegmentadorExperimentos com o componente SegmentadorResultadosAp´os a an´alise do Mapa Contextual resultante, ´e poss´ıvelidentificar os seguintes agrupamentos:Pessoas que n˜ao contra´ıram doenc¸a alguma;Pessoas que contra´ıram dengue hemorr´agica;Pessoas que contra´ıram apenas dengue, homens;Pessoas que contra´ıram apenas dengue, mulheres;Pessoas que contra´ıram apenas dengue, jovens;Pessoas que contra´ıram mal´aria, jovens;Pessoas que contra´ıram mal´aria, adultos.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  140. 140. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoNeste trabalho, foi realizado um estudo sobre RedesNeurais, como foco nas Redes SOM.Como estudo de caso, foi desenvolvido um softwaresegmentador de perfis.O objetivo do presente trabalho ´e, portanto, fornecer umembasamento te´orico para o desenvolvimento de umsistema que implemente o algoritmo SOM.Nos experimentos realizados com o sistema desenvolvido,constatou-se a sua capacidade de agrupar os diferentesperfis.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  141. 141. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoNeste trabalho, foi realizado um estudo sobre RedesNeurais, como foco nas Redes SOM.Como estudo de caso, foi desenvolvido um softwaresegmentador de perfis.O objetivo do presente trabalho ´e, portanto, fornecer umembasamento te´orico para o desenvolvimento de umsistema que implemente o algoritmo SOM.Nos experimentos realizados com o sistema desenvolvido,constatou-se a sua capacidade de agrupar os diferentesperfis.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  142. 142. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoNeste trabalho, foi realizado um estudo sobre RedesNeurais, como foco nas Redes SOM.Como estudo de caso, foi desenvolvido um softwaresegmentador de perfis.O objetivo do presente trabalho ´e, portanto, fornecer umembasamento te´orico para o desenvolvimento de umsistema que implemente o algoritmo SOM.Nos experimentos realizados com o sistema desenvolvido,constatou-se a sua capacidade de agrupar os diferentesperfis.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  143. 143. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoNeste trabalho, foi realizado um estudo sobre RedesNeurais, como foco nas Redes SOM.Como estudo de caso, foi desenvolvido um softwaresegmentador de perfis.O objetivo do presente trabalho ´e, portanto, fornecer umembasamento te´orico para o desenvolvimento de umsistema que implemente o algoritmo SOM.Nos experimentos realizados com o sistema desenvolvido,constatou-se a sua capacidade de agrupar os diferentesperfis.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  144. 144. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoNo entanto, em alguns casos, apenas com o uso do MapaContextual n˜ao foi suficiente para uma boa compreens˜aodos agrupamentos do dom´ınio estudado, evidenciando anecessidade de outros m´etodos de visualizac¸ ˜ao do mapaproduzido pelo SOM;Outro ponto a considerar ´e com relac¸ ˜ao ao tempo deexecuc¸ ˜ao, fazendo levar em considerac¸ ˜ao a pesquisa poralgoritmos que implementem o SOM de forma otimizada.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  145. 145. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoNo entanto, em alguns casos, apenas com o uso do MapaContextual n˜ao foi suficiente para uma boa compreens˜aodos agrupamentos do dom´ınio estudado, evidenciando anecessidade de outros m´etodos de visualizac¸ ˜ao do mapaproduzido pelo SOM;Outro ponto a considerar ´e com relac¸ ˜ao ao tempo deexecuc¸ ˜ao, fazendo levar em considerac¸ ˜ao a pesquisa poralgoritmos que implementem o SOM de forma otimizada.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  146. 146. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoAl´em disso, pode vir a ser considerada a paralelizac¸ ˜ao doalgoritmo, com a utilizac¸ ˜ao dos algoritmos e estruturas dedados apropriadas.Como trabalho futuro, al´em dos supramencionados,poder´a ser considerada a utilizac¸ ˜ao de algum m´etododerivado do SOM tradicional.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  147. 147. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasConclus˜aoAl´em disso, pode vir a ser considerada a paralelizac¸ ˜ao doalgoritmo, com a utilizac¸ ˜ao dos algoritmos e estruturas dedados apropriadas.Como trabalho futuro, al´em dos supramencionados,poder´a ser considerada a utilizac¸ ˜ao de algum m´etododerivado do SOM tradicional.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  148. 148. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasReferˆencias IHaykin, S. (1999), Neural Networks - A ComprehensiveFoundation, 2 ed., Prentice-Hall, New Jersey, USA.Kohonen, T. (2006), ‘Self-organizing neural projections’, NeuralNetworks 19, 723–733.Lingras, P., Hogo, M., Snorek, M. & West, C. (2005), ‘Temporalanalysis of clusters of supermarket customers: conventionalversus interval set approach’, Information Sciences172, 215–240.Luger, G. F. (2004), Inteligˆencia Artificial - Estruturas eEstrat´egias para a Soluc¸ ˜ao de Problemas Complexos, 4 ed.,Bookman, Porto Alegre, RS.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  149. 149. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasReferˆencias IIMalone, J., McGarry, K., Wermter, S. & Bowerman, C. (2005),‘Data mining using rule extraction from kohonenself-organising maps’, Neural Computing & Applications15, 9–17.Russell, S. & Norvig, P. (2004), Inteligˆencia Artificial, 2 ed.,Elsevier, Rio de Janeiro.Stroustrup, B. (2000), A Linguagem de Programac¸ ˜ao C++, 3ed., Bookman, Porto Alegre.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM
  150. 150. ResumoIntroduc¸ ˜aoRedes NeuraisMapas Auto-Organiz´aveisSegmentac¸ ˜ao de perfisConclus˜aoReferˆenciasReferˆencias IIIZuchini, M. H. (2003), Aplicac¸ ˜oes de mapas auto-organiz´aveisem minerac¸ ˜ao de dados e recuperac¸ ˜ao de informac¸ ˜ao,(dissertac¸ ˜ao de mestrado), Faculdade de EngenhariaEl´etrica e de Computac¸ ˜ao (FEEC - UNICAMP), Campinas,SP.Manoel Jorge Ribeiro Neto Desenvolvimento de Rede Neural SOM

×