Perceptron Multicamada

O foco desta postagem é apresentar ao leitor uma breve introdução sobre rede MLP (Perceptron Multicamada) em sua forma mais comum, e soluções ao implementá-las diretamente em hardware, para prosseguir recomendamos a leitura do post Redes Neurais Artificiais.

A rede MLP é estruturada em três tipos de camadas neurais: entrada, intermediária e saída. A camada de entrada é responsável por receber os estímulos do ambiente a ser classificado e conectá-los à camada intermediária, que têm a função de extrair a maioria das informações comportamentais da aplicação, esta por sua vez é conectada a saída que informa a que classe pertence à amostra recebida na entrada.

O treinamento da rede MLP é realizado demonstrando em sua entrada exemplos do padrão que será aprendido, cada amostra exibida produz uma resposta na saída que é comparada com a desejada, caso sejam diferentes a rede irá gerar um erro que será utilizado para reajustar os pesos de conexão, o ajuste tem início na camada de saída e retorna à camada de entrada, este algoritmo de treinamento é nomeado de backpropagation (propagação reversa).

A função de ativação normalmente utilizada na rede MLP é a sigmóide, este é o ponto mais importante da implementação em hardware, para continuar com a leitura click aqui.

Função Sigmóide

Leia Mais...

Estudante do IFSP apresenta pesquisa em congresso na Áustria

O aluno do curso de Tecnologia em Sistemas Eletrônicos, do Campus São Paulo, Thiago Felipe de Jesus Torres, embarca hoje (8), para o Congresso de Inteligência Artificial: AIA 2013 - Artificial Intelligence and Applications, que será realizado entre os dias 11 e 13 de fevereiro em Innsbruck, na Áustria.

Thiago apresentará sua pesquisa na área de Redes Neurais, desenvolvida a partir de em um projeto de Iniciação Científica do IFSP, no qual o estudante era bolsista. A relevância da investigação resultou no aceite do trabalho neste importante Congresso que reunirá pesquisadores de todo o mundo. A participação do aluno foi custeadas pelo Programa de Assistência Estudantil.

O professor orientador do projeto, Miguel Angelo de Abreu de Sousa, viaja junto com o estudante. A expectativa é o evento possa ampliar suas redes de contatos e que também promova uma ampla troca de informações com outros pesquisadores da área, bem como divulgue a produção científica é realizada no IFSP.

Para divulgar e discutir seu trabalho sobre as redes neurais o estudante mantém um blog no seguinte endereço eletrônico: http://redesneuraisifsp.blogspot.com.br/.

Notícia IFSP

Leia Mais...

Redes Neurais Artificiais

Redes Neurais Artificiais são modelos computacionais que possuem inspiração biológica, pois o processamento é feito de forma semelhante ao das células neurológicas: a informação é operada em paralelo, possibilitando o aprendizado com a experiência, capacidade de generalização e tolerância a falhas.

Conforme ilustrado na figura abaixo, as redes neurais possuem diversas entradas que podem receber informações da saída de outros neurônios ou diretamente de dispositivos sensores externos à rede. Estes sinais de entrada são alterados por seu peso de conexão, de forma a alterar a sua importância na lógica do sistema. Cada conexão, já filtrada por seu peso, adentra ao núcleo e participa da somatória com as demais entradas. Assim, a informação terá um valor definido, o qual será submetido a uma função de ativação, determinando o limiar de disparo da saída do neurônio, de forma semelhante ao neurônio biológico.

Uma das principais características das redes neurais é o aprendizado pela experiência, pois seu emprego em alguma aplicação é feito após um processo chamado de treinamento: apresentam-se à rede diversas amostras dos parâmetros de entrada da aplicação específica juntamente com os parâmetros de saída desejados, alterando o valor de seus pesos internos de modo a relacionar tais entradas com as saídas esperadas. Ao final desse processo, espera-se que a rede esteja apta a operar dentro dos parâmetros da aplicação, inclusive para entradas diferentes das que foram apresentadas no treinamento.

Apresentam-se aqui trabalhos desenvolvidos no IFSP para implementação de redes neurais em hardware (em contraponto aos desenvolvimentos comuns em software), como reconhecimento de frutas e modelagem da dor.

Leia Mais...

RNAs em Hardware

Tradicionalmente, as redes neurais têm sido simuladas em software em aplicações da ciência e indústria, porém o recém desenvolvimento de hardwares re-configuráveis abre as portas para uma execução direta em chip. Isso permite explorar melhor uma de suas principais características: o processamento paralelo.

O modelo computacional tradicional emprega, geralmente, um único e rápido processador encarregado de operar todos os dados do sistema. Embora originalmente propostas como um novo paradigma computacional de atuação em paralelo, as redes neurais são normalmente implementadas em software, ou seja, um único processador simulado todo o processamento da rede. Apresentam-se, aqui, implementações diretas de redes neurais em um tipo de circuito digital chamado FPGA, aplicadas ao reconhecimento de frutas e modelagem da dor.

Leia Mais...

Aplicação de Rede Neural: Modelagem da Dor

A possibilidade da modelagem do fenômeno da dor pode auxiliar indivíduos que possuem uma síndrome que os torna insensíveis à dor. A implementação desse modelo através de redes neurais executadas diretamente em um chip possibilita futuras aplicações portáteis.

O trabalho apresenta a implementação de uma rede neural artificial do tipo MLP para a modelagem da dor em hardware, mais especificamente, em um circuito digital chamado FPGA. Tal implementação feita diretamente em circuito, em contraponto à simulação anteriormente realizada em software, abre portas para que futuros dispositivos que a utilizem, por exemplo, em síndromes de insensibilidades congênitas à dor, sejam de pequenas dimensões e possuam menor consumo de energia, fatores necessários para aplicações móveis.

A teoria da Comporta da Dor, permite relacionar impulsos aplicados a dois tipos de fibras neurológicas de transmissão de sinais associados à dor com o estimulo recebido por este fenômeno. A rede neural implementada executa a modelagem entre as duas entradas e a saída.

Leia Mais...

Aplicação de Rede Neural: Reconhecimento de Frutas

A aplicação desenvolvida utiliza uma rede neural artificial, conectada a um elemento sensor, para distinção de maçãs de peras. Entretanto, diferente de outras aplicações, a rede é implementada diretamente em hardware. Dois tipos distintos de hardwares foram usados: analógico e digital.

Para visualizar o video da rede neural implementada em circuito analógico clique aqui, e para visualizar o video da rede neural implementada em circuito digital clique aqui.

Leia Mais...