REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
2º Semestre de 2016
SNP33D90
REDES NEURAIS
ARTIFICIAIS
Prof. Dr. André A. P. Biscaro
Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
1. IDENTIFICAÇÃO
• Disciplina: REDES NEURAIS ARTIFICIAIS
• Código: SNP33D90
• Turma: 2016/2 - SNP33/1
• Curso: Engenharia Elétrica
• Créditos: 4
• Carga horária total: 60 Hs
• Aulas: Segunda (9:00 – 11:00 Hs) e Quarta(7:00 – 9:00 Hs)
• Sala: ? ? ?
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
2. EMENTA
• Redes neurais: aprendizado, associação, generalização e robustez.
• Tipos de aprendizado: supervisionado e não-supervisionado.
• Algoritmos de aprendizado básico: Perceptron e perceptron
multicamadas.
• Algoritmos de retroprogramação: modelo, arquitetura, regras de
aprendizagem, coeficiente de aprendizado e aplicações.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
2. EMENTA
• Rede de funções de base radial – RDF;
• Redes recorrentes de Hopfield; memórias associativas.
• Redes auto-organizáveis de Kohonen;
• Redes ART (adaptive resonance theory);
• Aplicações de redes neurais.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
3. OBJETIVOS :
- Apresentar técnicas para modelagem matemática de problemas
de reconhecimento de padrões (redes neurais artificiais);
- Oferecer uma visão geral de redes neurais artificiais, seus
diferentes paradigmas, possibilidades e restrições;
- Iniciar os alunos na abordagem dos problemas de engenharia
através dos métodos, técnicas e ferramentas de inteligência
artificial, incluindo os elementos fundamentais das RNAs.
- Estudar as aplicações mais recentes em nosso dia a dia e
destacar a importância do estudo nesta área.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
4. CONTEÚDO
•Introdução;
•Redes Neurais Biológicas e Redes Neurais Artificiais;
•Processos de Aprendizagem;
•Modelagem de Sistemas Dinâmicos via RNAs;
•Modelagem de Séries Temporais;
•Classificadores (Reconhecimento de padrões)
•Clusterização (Descoberta de novos padrões)
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
4. CONTEÚDO
•Redes de Kohonem
•Redes ART
•Redes Counterpropagation
•Redes de Base Radial
•Aplicações e Demonstrativos em Telecomunicações
•Seminários Sobre Redes Neurais Artificiais.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
5. METODOLOGIA
- Aulas expositivas e dialogadas;
- Seminários realizados pelos alunos sobre temas técnicos;
- Elaboração de projetos e artigos científicos.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
6. AVALIAÇÃO
• Avaliações escritas (2);
• Apresentação de seminários;
• Artigo científico;
• Projeto / programação;
O aluno terá seu desempenho avaliado através dos instrumentos
regulares descritos abaixo:
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
6. AVALIAÇÃO
- Cada prova, trabalho e projeto feito pelo aluno serão avaliados,
sendo aplicado o seguinte cálculo para a nota de aproveitamento
(na):
NA = MT X 0,4 + MP X 0,6
Onde:
MT = média das notas de trabalhos, apresentações e projetos, sendo
no mínimo três trabalhos e/ou projetos.
MP = média aritmética das notas das provas teóricas, sendo que no
semestre haverá pelo menos duas provas.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
6. AVALIAÇÃO
Observações:
1. Se na > 7,0: aprovado;
2. Se 7,0 > na > 5,0: exame final sobre toda a matéria ministrada. a
nota deste exame final será utilizada para fins de registro e arquivo
acadêmico;
3. Ao final, se na > 5,0: aprovado;
4. Se na < 5,0: reprovado por média.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
7. BIBLIOGRAFIA
Básica:
• HAYKIN, S.; Redes neurais: princípios e práticas, Bookman, 2ª Edição, 2001.
• KOVACS, Z. L. Redes neurais artificiais: fundamentos e aplicações, 4ª Edição,
2002.
• CARVALHO, A. P. L. F.; BRAGA A. P.; LUDERMIR, T. B. Redes neurais
artificiais - teoria e aplicações, 2ª Edição, 2007.
• DA SILVA, I. N.; SPATTI, D. H.; FLAUZINO, R. A. Redes neurais artificiais
para engenharia e ciências aplicadas – curso prático, 2010.
Complementar:
• Artigos Publicados em Revistas e Anais de Congressos ou Simpósios.
• Monografias, dissertações e teses.
REDES NEURAIS ARTIFICIAIS (Aula 1)
UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT
Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop
Curso de Bacharelado em Engenharia Elétrica
9. CRITÉRIO DE CORREÇÃO
Conceitual (normas) / Apresentação (aparência) / Conteúdo
Instrumentos Regulares de Avaliação (provas / trabalhos / relatórios)
10. PRESENÇA
Presença será cobrada;
É direito do aluno ter 25% de faltas.
11. SALA DE AULA
Limpeza geral do ambiente;
Organização do espaço;
Cadeiras/mesas;
Iluminação.