Resumo Aprendizagem Redes Neurais Clula como unidade constituinte dos seres vivos: ~1830 Constituintes bsicos do crebro

so os neurnios: Ramn y Cajl: ~1909 O crebro humano pesa ~1,5 quilos e consome ~20% da energia do corpo; 100 gramas de tecido cerebral requerem ~3,5ml de oxignio por minuto; O crebro humano apresenta ~1011 neurnios e ~1014 sinapses ou conexes, com uma. Mdia de ~1000 conexes por neurnio, podendo chegar a ~10000 conexes. Em seres humanos, 70% dos neurnios esto localizados no crtex;

Uma clula pode ter tamanho de ~5m (clula granular) a ~60m (clula piramidal); Em termos fisiolgicos, um neurnio uma clula com a funo especfica de receber, processar e enviar informao a outras partes do organismo. Um nervo formado por um feixe de axnios, com cada axnio associado a um nico neurnio; Os nervos apresentam comprimentos variados, podendo chegar a metros.

As principais partes de um neurnio so: Membrana celular: a pele da clula; Citoplasma: tudo que est envolvido pela membrana; Ncleo: contm os cromossomos (DNA); Ribossomos: geram protenas a partir de mRNAs; Mitocndria: gera energia para a clula (produz ATP); Soma: corpo celular, excluindo dendritos e axnio; Dendritos: parte do neurnio que recebe informao de outros neurnios; Axnio: parte do neurnio que transmite informao para outros neurnios; Bainha de mielina: revestimento externo lipdico do axnio, responsvel por Evitar a disperso dos sinais eltricos, como uma capa isolante; Terminais pr-sinpticos: rea do neurnio que armazena neurotransmissor, os quais so liberados por potenciais de ao. Os neurnios sensoriais normalmente tm longos dendritos e axnios curtos. Por outro lado, os neurnios motores tm um longo axnio e dendritos curtos (transmitem informao para msculos e glndulas). J os neurnios intrnsecos ou Inter neurnios realizam a comunicao neurnio-a-neurnio e compem o sistema nervoso central. Hemisfrio esquerdo: aprendizado verbal, memria verbal, processamento serial, Processamento simblico, linguagem, inferncia, noo de tempo. Hemisfrio direito: aprendizado espacial, memria espacial, processamento global. (imagens), sntese da percepo, pensamento associativo, coordenao motora. O crebro capaz de perceber regularidades no meio e gerar abstraes que capturam A estrutura destas regularidades, possibilitando a predio de observaes futuras e o.

Planejamento de aes visando o atendimento de mltiplos objetivos.

Computao digital Neurocomputao (Conexionismo) No entanto, a computao realizada pelo crebro requer outro. Tipo de definio, que contemple processamento paralelo e distribudo, alm de. Aprendizado. Uma arquitetura neurocomputacional baseada na interconexo de unidades de Processamentos simples e similares, denominadas neurnios artificiais e dotadas de. Grande poder de adaptao. A motivao que est por trs deste paradigma alternativo de processamento Computacional a possibilidade de elaborar mecanismos distintos de soluo para Problemas intratveis ou ainda no resolvidos com base na computao convencional, Alm de criar condies para reproduzir habilidades cognitivas e de processamento de Informao muito desejada em aplicaes de engenharia. Paradigmas bottom-up (Ex: Inteligncia computacional) Paradigmas top-down (Ex: (Sistemas especialistas).

Nveis de Organizao no Sistema Nervoso O sistema nervoso pode ser organizado em diferentes nveis: molculas, sinapses, Neurnios, camadas, mapas e sistemas. Uma estrutura facilmente identificvel no sistema nervoso o neurnio, especialista. Em processamento de sinais. Dependendo das condies de operao, os neurnios so capazes de gerar um sinal, Mais especificamente um potencial eltrico, que utilizado para transmitir informao. A outras clulas.

Uma das descobertas mais relevantes em neurocincia foi a de que a efetividade da Transmisso de sinais pode ser modulada, permitindo que o crebro se adapte a. Diferentes situaes. A plasticidade sinptica, ou seja, a capacidade das sinapses sofrerem modificaes . O ingrediente chave para o aprendizado da maioria das RNAs. Os neurnios podem receber e enviar sinais de/para vrios outros neurnios. Os neurnios que enviam sinais, chamados de neurnios pr-sinpticos ou. enviadores fazem contato com os neurnios receptores ou ps-sinpticos em Regies especializadas, denominadas de sinapses.

A sinapse , portanto, a juno entre o axnio de um neurnio pr-sinptico e o. Dendrito ou corpo celular de um neurnio ps-sinptico (ver figura acima). A sinapse uma fenda entre os terminais pr-sinptico e ps-sinptico, medindo. ~20 mm A ativao de um neurnio tambm denominada de spiking, firing, ou disparo de um. potencial de ao (triggering of an action potential). O crtex corresponde superfcie externa do crebro: uma estrutura bi-dimensional Com vrios dobramentos, fissuras e elevaes.

Neurnio artificial Modelo matemtico: Simplificaes da realidade com o propsito de representar

Aspectos relevantes de um sistema em estudo, sendo que detalhes de menor. Significncia so descartados para viabilizar a modelagem.

Redes neurais e preceptor com uma camada intermediria O processo de conexo entre neurnios artificiais leva gerao de sinapses e Construo de redes neurais artificiais.

As estruturas mais conhecidas so em camadas, onde a sada de cada neur camada precedente entrada para todos os neurnios da camada seguinte.

Todos os neurnios tem que passar por testes de aprendizagem de varias ordens Auto-Organizao
O estudo de sistemas auto-organizados recente, embora a humanidade tenha sempre. Se ocupado com questes vinculadas origem de sistemas organizados. As formas que podem ser observadas no mundo nossa volta representam apenas uma Pequena parcela de todas as formas possveis. Logo, por que no existe mais. Variedade? Para procurar respostas a questes como esta que se estudam sistemas autoOrganizados e teoria da complexidade. Exemplos de sistemas naturais que apresentam organizao: galxias, planetas, Componentes qumicos, clulas, organismos, sociedades. A auto-organizao pode ser abordada de modo completamente distinto, recorrendo-se

s propriedades e leis comuns a todos os sistemas organizados, independente de suas. Particularidades.

Mapas Auto Organizveis de Kohonen Um mapa de Kohonen um arranjo de neurnios, geralmente restrito a espaos de. Dimenso um ou dois, que procura estabelecer e preservar noes de vizinhana. (preservao topolgica). Se estes mapas apresentarem propriedades de auto-organizao, ento eles podem ser. Aplicados a problemas de clusterizao e ordenao espacial de dados (interpretao Possvel para problemas de otimizao combinatria). Neste caso, vai existir um mapeamento do espao original (em que os dados se (Encontram) para o espao em que est definido o arranjo de neurnios. Como geralmente o arranjo de neurnios ocorre em espaos de dimenso reduzida (um (Ou dois), vai existir uma reduo de dimensionalidade sempre que o espao original. (em que os dados se encontram) apresentar uma dimenso mais elevada. Arranjo unidimensional Um mapa de Kohonen unidimensional dado por uma sequncia ordenada de Neurnios lineares, sendo que o nmero de pesos igual ao nmero de entradas. EA072 Prof. Fernando J. Von Zuben H uma relao de vizinhana entre os neurnios (no espao unidimensional (Vinculado ao arranjo), mas h tambm uma relao entre os pesos dos neurnios no. Espao de dimenso igual ao nmero de entradas. Para entender a funcionalidade Dos mapas de Kohonen, necessrio considerar ambas as relaes.

Muitos no fizeram quando deviam porque no quiseram quando podiam. Franois Rabelais (1483/94-1553) Pesos neurnio? Como ajustar os pesos dos neurnios? Como modelar uma rede neural?