Algumas Aplicaes
O Treinamento da RNA
Comentrios Finais
M. R. Stemmer - DAS / CTC / UFSC
Introduo
Crebro:
contm aprox. 10
11
neurnios;
10
15
interconexes;
Crtex:
Rato (5 cm
3
), Chimpanz
(500 cm
3
);
Homem (2000 cm
3
);.
M. R. Stemmer - DAS / CTC / UFSC
O Neurnio Artificial
Neurnio Artificial pretende imitar caractersticas de primeira
ordem do neurnio biolgico:
F = Funo de Ativao no linear e limitada;
Sinapse pode ser excitadora (w > 0 ) ou inibidora (w < 0)
Se o peso zero, no h conexo.
) (i pred j
j ij i j
w x net
M. R. Stemmer - DAS / CTC / UFSC
O Neurnio Artificial
Exemplo de Funo de Ativao:
F(net) = 1/(1+e
-net
)
Topologias de rede:
no supervisionado (auto-organizado).
M. R. Stemmer - DAS / CTC / UFSC
Treinamento Supervisionado
O treinamento supervisionado exige um vetor de entrada com um
vetor alvo representando a sada desejada. Juntos, so chamados par
de treinamento.
I
D
I
D
I
D
I
Rede
Neural
O
D
Supervisor
I
D
1
2
3
4
Conjunto de Exemplos
M. R. Stemmer - DAS / CTC / UFSC
Treinamento No Supervisionado
No treinamento no supervisionado, o conjunto de treinamento consiste
somente de vetores de entrada. O algoritmo de treinamento modifica os
pesos da rede para produzir um vetor de sada consistente com a entrada.
A aplicao de um vetor de treinamento ou um vetor que suficientemente
similar a ele na entrada ir produzir o mesmo padro de sada (Auto-
associao). Isto permite reconstituir entradas deturpadas (til em
processamento de sinais, filtragem, etc.).
I
I
I
I
Rede
Neural
O
Auto-ajuste
I
1
2
3
4
Conjunto de Exemplos
M. R. Stemmer - DAS / CTC / UFSC
O Treinamento da RNA
Seja um neurnio dado por:
Se a FA a sigmide:
pN
p
p
x
x
x
...
2
1
p x s unidades de entrada
2. calcule os valores net para as unidades da camada escondida
+
N
i
h
j
pi
h
ji
h
pj
x w net
1
.
3. calcule as sadas da camada escondida
) (net f i
h
pj
h
j pj
4. calcule os valores net para as unidades da camada de sada
o
k pj
L
j
o
kj
o
pk
i w net +
1
.
M. R. Stemmer - DAS / CTC / UFSC
Error Backpropagation
5. calcule as sadas da camada de sada
) (
o
pk
o
k pk
net f o
6. calcule o erro para as unidades da camada de sada
) ( ) (
o
pk
o
k pk pk
o
pk
net f o y
7. calcule o erro para as unidades da camada escondida
k
o
kj
o
pk
h
pj
h
j
h
pj
w net f . ). (
M. R. Stemmer - DAS / CTC / UFSC
Error Backpropagation
8. atualize os pesos da camada de sada
pj
o
pk
o
kj
o
kj
i t w t w . . ) ( ) 1 ( + +
9. atualize os pesos da camada escondida
i
h
pj
h
ji
h
ji
x t w t w . . ) ( ) 1 ( + +
10. calcule o erro total para checar a condio de parada do algoritmo
M
k
pk p
E
1
2
2
1
Se E
p
for menor do que um dado valor, o algoritmo repetido para o prximo vetor de
entrada. Seno, retorna-se ao passo 2 (mantendo-se o mesmo vetor de entrada).
M. R. Stemmer - DAS / CTC / UFSC
Error Backpropagation
f
j
f
k
x
p1
x
p2
x
pn
+
N
i
h
j
pi
h
ji
h
pj
x w net
1
.
i j
k
w
ji
w
kj
input hidden output
) (net f i
h
pj
h
j pj
o
k pj
L
j
o
kj
o
pk
i w net +
1
.
) (
o
pk
o
k pk
net f o
) ( ) (
o
pk
o
k pk pk
o
pk
net f o y
k
o
kj
o
pk
h
pj
h
j
h
pj
w net f . ). (
pj
o
pk
o
kj
o
kj
i t w t w . . ) ( ) 1 ( + +
i
h
pj
h
ji
h
ji
x t w t w . . ) ( ) 1 ( + +
M
k
pk p
E
1
2
2
1
M. R. Stemmer - DAS / CTC / UFSC
Error Backpropagation
Influncia da taxa de
aprendizado :
Seja E(w) = w
2
Achar mnima
(obviamente em w=0)
partindo de w = 1
w(k+1) = w(k) .2.w(k)
M. R. Stemmer - DAS / CTC / UFSC
Error Backpropagation
Controle Adaptativo
'
(1) e (2)
D(q) q + C(q, q) q + F q + G(q) (3)
K
K
N
mi
mi
i
K
K
N
ei
ei
i
Controlador PD:
+ K e K e
p v
M. R. Stemmer - DAS / CTC / UFSC
Controladores a comparar
Controlador PID:
+ + K e K e K e s ds
p v i
t
( )
0
e q q
d
M. R. Stemmer - DAS / CTC / UFSC
Controladores a comparar
Torque Computado:
-Aplicao da tcnica Feedback Linearization, que consiste do
cancelamento das no-linearidades de tal forma que o sistema dinmico em
malha fechada tenha um comportamento linear.
-Lei de controle:
(
D(q) q - u) + C(q, q) q + F q + G(q)
d
( ) ( ) D q D q
( , ) ( , ) C q q C q q
F F
( ) ( ) G q G q
-Considerando:
e u -Substituindo a lei de controle acima na equao do rob, obtemos:
-O sistema em malha fechada linear e representado por um conjunto de n
integradores duplos desacoplados.
-A entrada u deve ser escolhida de tal forma a obter uma resposta
criticamente amortecida.
-As opes tpicas para u so os controladores PD e PID.
M. R. Stemmer - DAS / CTC / UFSC
Controladores a comparar
Comportamento Adaptativo:
cores - RGB
M. R. Stemmer - DAS / CTC / UFSC
Contorno da Pea 3
M. R. Stemmer - DAS / CTC / UFSC
Extrao de Caractersticas
Contorno composto por um vetor de pontos bidimensionais (x, y).
Se considerarmos os valores x como pertencentes ao eixo de tempo
e os valores de y como amplitudes de sinal, podemos interpretar o
contorno como um sinal discreto no tempo e aplicar DFT.
Problemas a resolver: