Conceito

Redes neurais é um conceito da computação que visa trabalhar no processamento de dados de maneira semelhante ao cérebro humano. A ideia é realizar o processamento de informações tendo como princípio a organização de neurônios do cérebro. Assim, uma rede neural pode ser interpretada como um esquema de processamento capaz de armazenar conhecimento baseado em aprendizagem (experiência) e disponibilizar este conhecimento para a aplicação em questão. A partir de técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes. Uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento, já o cérebro de um mamífero pode ter bilhões de neurônios.

Classificação

Existem diversos tipos de RNA e diferentes maneiras de classificá-las:

Os modelos podem ser classificados por alguns elementos básicos próprios das redes. Esses elementos são:

- Operação das unidades de processamento (“perceptrons”): O neurônio pode ser classificado quanto a natureza de seus sinais e sua função de transferência. A natureza dos sinais de entrada nos “perceptrons” podem ser discretas ou contínuas;
- Topologia das redes: classificada pela forma na qual as unidades básicas estão arranjadas. As estruturas podem ser classificadas nos tipos direto e recorrente;
- Relação entre a entrada e saída da rede: classificada em dois tipos: as redes auto-associativas e as redes hétero-associativas. As redes auto-associativas reconstroem a versão original de sinais de entrada corrompidos ou ruidosos. As redes hétero-associativas tratam do problema de classificação e tarefas de aproximação funcional;
- Algoritmo de aprendizagem: consiste num processo iterativo onde a rede ajusta seus pesos até que a informação do ambiente seja aprendida.

As redes também podem ser classificadas quanto à suas características, que pode ser contínua, discreta, determinística e estocástica, ou quanto à sua estrutura: a) redes de múltiplas camadas - multilayer feedforward network, cujo fluxo de dados segue uma única direção e b) redes recursivas - recurrent network.

Topologias

A topologia das Redes Neurais depende da forma como os Neurônios se conectam para formar uma "Rede" de neurônios. A topologia pode ser de redes diretas (Feedforward) ou de redes recorrentes (Feedback).

Redes diretas: é frequentemente comum representar estas redes em camadas. Na camada de entrada os neurônios recebem sinais de excitação e na camada de saída são enviados os resultados do processamento a Redes Neurais;

Redes Neurais Recorrentes: contém pelo menos um ciclo ou rede de ciclos.

Aplicações

1) Grupos de investimento conhecidos utilizam redes neurais para analisar pelo menos uma parte do mercado financeiro e fazerem suas seleções;

2) Um banco americano chamado Mellon Bank instalou um sistema de detecção de fraudes de cartão de crédito implementado com técnicas de redes neurais e os prejuízos evitados pelo novo sistema conseguiram cobrir os gastos de instalação em seis meses. Vários outros bancos começam a utilizar sistemas baseados em redes neurais para controlar fraudes de cartão de crédito. Estes sistemas têm a capacidade de reconhecer uso fraudulento com base nos padrões criados no passado com uma precisão melhor que em outros sistemas;

3) Outro exemplo da utilização de redes neurais para melhoria na tomada de decisões é no diagnóstico médico. Em seu aprendizado, são submetidos uma série de diagnósticos de pacientes, de várias características, com vários sintomas e os resultados de seus testes. Também serão fornecidos os diagnósticos médicos para cada doença. Então quando forem apresentados os dados de um novo paciente, com seus sintomas, a rede fornecerá um diagnóstico para os novos casos. Isto essencialmente criará um sistema com o conhecimento de vários médicos, e fornecerá um diagnóstico inicial em tempo real à um médico. É importante mencionar que com isso o que se pretende é implementar uma ferramenta de auxílio ao médico, e não um programa que o substitua.

Observações

Diferenças entre Computador e Perceptron

Referências

http://www.din.uem.br/ia/neurais/#utilização http://www.gsigma.ufsc.br/~popov/aulas/rna/arquitetura/ http://www.oocities.org/br/celso_franca/neural/neural3.html http://www.dpi.inpe.br/teses/simeao/cap4.pdf http://www.icmc.usp.br/pessoas/andre/research/neural/ http://www.tecmundo.com.br/programacao/2754-o-que-sao-redes-neurais-.htm