rn aula2b perceptron

ContedoIntroduoMotivao, Objetivo, Definio, Caractersticas Bsicas e HistricoConceitos BsicosNeurnio Artificial, Modos de InterconexoProcessamento NeuralRecall e LearningRegras de AprendizadoRegra de Hebb, Perceptron, Back Propagation, Hopfield, Competitive Learning, RBF, etc.

Algoritmos de AprendizadoRegra de HebbPerceptronDelta Rule (Least Mean Square)Back PropagationHopfieldCompetitive LearningRadial Basis Functions (RBFs)

Regra de HebbDeclarao de Hebb:Quando um axnio de uma clula A est prximo o suficiente de excitar a clula B e repetidamente ou persistentemente participa da ativao desta, um processo de crescimento ou mudana metablica ocorre em uma ou ambas as clulas, de tal forma que a eficincia de A em ativar B aumentada.

Regra de HebbDeclarao de Hebb:Quando um axnio de uma clula A est prximo o suficiente de excitar a clula B e repetidamente ou persistentemente participa da ativao desta, um processo de crescimento ou mudana metablica ocorre em uma ou ambas as clulas, de tal forma que a eficincia de A em ativar B aumentada.Portanto, a cada apresentao do padro a sada fica mais reforada.

Regra de HebbEm termos prticos:Se dois neurnios em cada lado de uma sinpse (conexo) so ativados simultaneamente (sincronamente), ento a fora daquela sinpse deve ser aumentada.Se dois neurnios em cada lado de uma sinpse so ativados assincronamente, ento aquela sinpse deve ser enfraquecida.

Regra de HebbConcluso:A modificao nas sinpses tem relao com a correlao entre as atividades pr-sinpticas e ps-sinpticas.

Correlao + o valor do peso aumentaCorrelao - o valor do peso diminui

A sada reforada a cada apresentao do padro padres frequentes tero maior influncia no vetor de pesos do neurnio.

Regra de Hebb

Algoritmos de Aprendizado

Perceptron

Anlise Geomtrica

Algoritmo de Aprendizado

O Problema do OU-Exclusivo

Fim do Perceptron

rn aula2b perceptron

Documents