Introdução a redes neurais artificiais com a biblioteca encog

Introdução a Redes Neurais
Artificiais com a biblioteca
Encog em Java

Apresentação
 Graduada em Sistemas de Informação –
FAP/Parnaíba
 Mestranda do Programa de Pós-Graduação em
Engenharia da Eletricidade - UFMA

Roteiro
 Introdução
 Redes Neurais Artificiais
 Neurônio Biológico
 Neurônio Artificial
 Funções de Ativação
 Estruturas das RNAs
 Aprendizado em RNAs
 Regras de Aprendizagem
 Rede Perceptron Simples
 A biblioteca Encog

Introdução
 O cérebro resolve problemas de maneira inata
 Desejo de construir artefatos de
comportamento inteligente
 Dificuldades de tratar informações imprecisas
e incompletas

Redes Neurais Artificiais
“São modelos computacionais inspirados no
sistema nervoso de seres vivos. Possuem a
capacidade de aquisição e manutenção de
conhecimento e podem ser definidas como um
conjunto de unidades de processamento, que são
interligados por um grande número de
interconexões, sendo as mesmas representadas
por vetores/matrizes de pesos sinápticos.”Silva(
2010)

Redes Neurais Artificiais
 Baseada no neurônio biológico
 Grande capacidade de aprendizado e
generalização
 Processamento paralelo
 Técnica estatística não – linear
 Abordagem conexionista

Áreas relacionadas da IA
Inteligência
Artificial
Conexionista
SimbólicaEvolutiva

Principais tarefas realizadas pela RNAs
 Classificação
 Agrupamento
 Regressão numérica
 Predição
 Reconhecimento de Padrões

Interesse em usar RNAs
 Classificação e predição do câncer com base do
perfil genético;
 Diagnóstico de doenças no coração;
 Sistemas de controle de tratamento da água;
 Previsão de ações do mercado financeiro;
 Classificação de fontes de corrente harmônico
em sistemas de distribuição de energia;

Histórico das RNAs
 Modelo neurônio artificial por McCulloch &
Pitts (1943)
 Regra de aprendizado de Hebb (1949)
 O modelo Perceptron de Rosenblatt (1958)
 Descoberta da limitação do Perceptron por
Minsky e Papert (1969)
 Abordagem de energia de Hopfield (1982)
 Algoritmo de aprendizagem Backpropagation
para redes Perceptron Múltiplas Camadas por
Rumelhart (1986)

Neurônio Biológico
 Corpo celular ou Soma - Produz um potencial de
ativação que indicará se o neurônio poderá disparar um
impulso elétrico ao longo do axônio.
 Dendritos - Responsáveis pela captação, de forma
contínua, dos estímulos vindos de diversos outros
neurônios.
 Axônio - Formado por um único prolongamento, têm por
função conduzir os impulso elétricos para os outros
neurônios conectores chegando até os dendritos.
 Sinapses - Que se configuram como as conexões que
viabilizam a transferência de impulsos elétricos do axônio
de um neurônio para os dendritos dos outros.

Neurônio Artificial
 Os sinais de entrada representados pelo
conjunto {𝒙 𝟏, 𝒙 𝟐, … , 𝒙 𝒏}, equivalem aos impulsos
elétricos externos captados pelos dendritos.
 As sinapses são representadas pelas
ponderações sinápticas ajustadas em
{𝒘 𝟏, 𝒘 𝟐, … , 𝒘 𝒏}.
 O potencial de ativação 𝒖 determinado pela
função soma, equivale ao corpo celular.
 A saída propagada pelo axônio é representada
por 𝒚.

Neurônio Artificial
Sinais de entrada
Pesos sinápticos
Combinador Linear
Limiar de ativação
Potencial de ativação
𝑢 = 𝑤𝑖
𝑛
𝑖=1
∗ 𝑥𝑖 − 𝜃
Função de ativação
Sinal de saída
y = 𝑔(𝑢)

Funções de Ativação
 Função linear 𝑔 𝑢 = 𝑢

 Função degrau 𝑔(𝑢) =
1 𝑠𝑒 (𝑢 ≥ 0)
0 𝑠𝑒 (𝑢 < 0)

 Função degrau bipolar 𝑔(𝑢) =
1 𝑠𝑒 (𝑢 > 0)
0 𝑠𝑒 (𝑢 = 0)
−1 𝑠𝑒 (𝑢 < 0)
𝑔(𝑢) =
1 𝑠𝑒 (𝑢 ≥ 0)
−1 𝑠𝑒 (𝑢 < 0)

 Função logística 𝑔(𝑢) =
1
1 + 𝑒−𝛽𝑢
𝑒 = 2,718281 ⇒ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐸𝑢𝑙𝑒𝑟
𝛽 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑖𝑛𝑐𝑙𝑖𝑛𝑎çã𝑜

 Função tangente hiperbólica 𝑔(𝑢) =
1 − 𝑒−𝛽𝑢
1 + 𝑒−𝛽𝑢

 Função gaussiana 𝑔 𝑢 = 𝑒
−
(𝑢−𝑐)2
2𝜎2
𝑒 = 2,718281 ⇒ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐸𝑢𝑙𝑒𝑟
𝜎 ⇒ 𝐷𝑒𝑠𝑣𝑖𝑜 𝑃𝑎𝑑𝑟ã𝑜
𝑐 ⇒ 𝐶𝑒𝑛𝑡𝑟𝑜 𝑑𝑎 𝐹𝑢𝑛çã𝑜 𝐺𝑎𝑢𝑠𝑠𝑖𝑎𝑛𝑎

Estruturas das RNAs
 Redes feedforward de camada simples
Este tipo de estrutura é formada por apenas uma
camada de entrada e uma única camada de
neurônios, que é a mesma camada de saída.

Estruturas das RNAs
 Redes feedforward de camada múltipla
São constituídas pela presença de uma ou mais
camadas escondidas de neurônios.

Estruturas das RNAs
 Redes recorrentes
São redes em que as saídas dos neurônios são
realimentadas como sinais de entrada para
outros neurônios.

Aprendizado em RNAs
“A aprendizagem é um processo pelo qual os
parâmetros livres de uma rede neural são
adaptados através de um processo de
estimulação pelo ambiente no qual a rede está
inserida. O tipo de aprendizagem é determinado
pela maneira pela qual a modificação dos
parâmetros ocorre.” Haykin (2001)

Aprendizado em RNAs
 Aprendizado supervisionado
São fornecidos pares de entrada-saída para a rede;
A cada entrada fornecida, a saída é comparada com a
saída correta.
Se a saída obtida for diferente da saída correta, os pesos
sinápticos são corrigidos.

Aprendizado em RNAs
 Aprendizado não-supervisionado
- Aprendizagem por reforço
É realizado através de um crítico que procura
maximizar as boas ações executadas pela rede neural
- Aprendizagem não-supervisionada
Não existe qualquer supervisor ou crítico, são dadas
condições para a rede se auto organizar de acordo com
uma medida de representação

Regras de Aprendizagem
 Aprendizagem por correção de erro
Seu princípio básico é usar o sinal de erro, para modificar os
pesos gradualmente.
𝒆 𝒌 𝒏 = 𝒅 𝒌 𝒏 − 𝒚 𝒌(𝒏)
 Aprendizagem baseada em memória
As experiências são armazenadas em uma grande memória
de exemplos de entrada-saída
 Aprendizagem competitiva
- Os neurônios disputam entre si, único vencedor de saída

Regras de Aprendizagem
 Aprendizagem hebbiana
- Dois neurônios ativados sincronamente => Força
sináptica ativada
- Dois neurônios ativados assincronamente => Força
sináptica enfraquecida
 Aprendizagem de boltzman
- Máquina de boltzman derivado da mecânica estatística,
distribuição de probabilidade desejada

Rede Perceptron Simples
 Estrutura da Rede
- Duas entradas
𝑦 =
1, 𝑠𝑒 𝑤𝑖 ∗ 𝑥𝑖 − 𝜃
𝑛
𝑖=1
≥ 0 ↔ 𝑤1 ∗ 𝑥1 + 𝑤2 ∗ 𝑥2 − 𝜃 ≥ 0
−1, 𝑠𝑒 𝑤𝑖 ∗ 𝑥𝑖 − 𝜃
𝑛
𝑖=1
< 0 ↔ 𝑤1 ∗ 𝑥1 + 𝑤2 ∗ 𝑥2 − 𝜃 < 0

 Classificador de padrões linearmente
separável

 Processo de ajuste dos pesos
– η  Constante da taxa de aprendizado (0 < η < 1)
– y  Valor de saída produzida pelo Perceptron
– d(k)  Valor desejado para k-ésima amostra de
treinamento
– x(k)  K-ésima amostra de treinamento
– w  Vetor contendo os pesos (inicialmente gerados
aleatoriamente)
Notação matemática: 𝑤 𝐴𝑡𝑢𝑎𝑙 = 𝑤 𝐴𝑛𝑡𝑒𝑟𝑖𝑜𝑟 + η ∗ 𝑑 𝑘 − 𝑦 ∗ 𝑥 𝑘
Notação algorítmica: 𝑤 = 𝑤 + η ∗ 𝑑 𝑘 − 𝑦 ∗ 𝑥 𝑘

 Algoritmo de aprendizagem

 Exemplo de aplicação
 Porta lógica OR

 Exemplo de aplicação
 Porta lógica OR
Representação dos Sinais e Saídas
y
x0
1
0 1
Representação dos Sinais, Saídas e Possíveis
Retas (Soluções)
y
x0
1
0 1

 Não classifica (não linearmente separável)

 XOR -> Não linearmente separável

 XOR -> Não linearmente separável
Representação dos Sinais e Saídas
y
x0
1
0 1
Representação dos Sinais, Saídas e
Impossível Separar Linearmente
y
x0
1
0 1

 Exemplo
x1
(Fósforo - mg)
x2
(Acidez - mg)
x3
(Cálcio - mg)
Classe (1 = tangerina)
(-1 = laranja)
0,1 0,4 0,7 1
0,5 0,7 0,1 1
0,6 0,9 0,8 -1
0,3 0,7 0,2 -1

 Exemplo
𝑑(1)
= 1
w =
0,34
−0,23
0,94
0,05
𝑑(2) = 1
𝑑(3) = −1
𝑑(4)
= −1
𝑥(1) =
−1
0,1
0,4
0,7
𝑥(2) =
−1
0,5
0,7
0,1
𝑥(3) =
−1
0,6
0,9
0,8
𝑥(4) =
−1
0,3
0,7
0,2
η = 0,05

 Exemplo - Ajuste dos pesos
w =
0,34
−0,23
0,94
0,05
+ 0,05 1 − 1
−1
0,6
0,9
0,8
𝑤 = 𝑤 + η ∗ 𝑑 𝑘 − 𝑦 ∗ 𝑥 𝑘

 Exemplo - Pesos ajustados
y = 1
∑
x0
x1
x2
x3
w0 = -0,241
w1 = 0,680
w2 = -0,778
w3 = 0,015
0,1
0,4
0,7
𝑢 = 𝑤𝑖 ∗ 𝑥𝑖 = 𝑤1 𝑥1 + 𝑤2 𝑥2 + 𝑤3 𝑥3 + 𝑤4 𝑥4
𝑛
𝑖=0
𝑢 = −1 −0,241 + 0,1 0,680
+ 0,4 −0,778 + 0,7 0,015
𝑢 = 0,0083
g(u)
yu = 0,0083u
g(0,0083)

Rede Adaline
 Ajustado pelo método dos Mínimos Quadrados
dos Erros (LMS – least mean square)
 Essência da regra Delta (ajuste de pesos de redes
múltiplas camadas)

Rede Multiplas Camadas
 Usa regra delta generalizada ou método
gradiente descendente.

Etapas para desenvolver uma
aplicação de RNA
 Coleta de dados
 Separação em conjuntos
 Configuração da rede
 Treinamento da rede
 Testes da rede

A biblioteca Encog
“O Encog é um framework da Inteligência
Artificial para Java que suporta não só redes
neurais como outras áreas da IA. É uma estrutura
de aprendizagem de máquina avançada que
suporta uma variedade de algoritmos avançados,
bem como métodos de apoio para normalizar e
processar dados. Algoritmos de aprendizagem de
máquina, como Support Vector Machines, Redes
Neurais Artificiais, redes Bayesianas e algoritmos
genéticos são suportados.” [Heaton 2011]

Instalação
 Para instalar é necessário baixar a última versão
do Encog no seguinte link:
http://www.heatonresearch.com/encog/
 Depois é só extrair os seguintes arquivos em um
local desejado e incluir o caminho das bibliotecas
ao usar uma IDE.
The Encog Core
The Encog Examples
The Encog Workbench

Elementos básicos de construção da
rede neural no Encog
 O Encog está estruturado em camadas,
sinapses, propriedades, classe lógica neural e
funções de ativação.

 Camada de entrada:
MLData – Interface usada para definir que
classes mantém esses arrays de dados de
entrada. O array pode ser convertido em um
objeto MLData, através do seguinte código:
MLData data = new BasicMLData (input);

 Camada de entrada:
- A classe BasicMLData implementa a interface
MLData.
- Existem outras classes que implementam o MLData
para diferentes tipos de entrada de dados.
 Camada de saída:
- Utiliza a mesma estrutura da camada de entrada, um
array BasicMLData.

 Configuração da rede:
- A classe BasicNetwork implementa uma
rede neural.
- Implementa as interfaces MLProperties e
MLMethod que definem o tipo de
aprendizado de máquina e suas propriedades.

 Configuração da rede:
- A classe BasicLayer implementa as
funcionalidades básicas das camadas.
- Implementa a interface Layer que define
todos os métodos necessários a uma camada.

 Treinamento da rede:
- A classe MLDataSet e BasicMLDataSet
configuram as entradas e saídas ideais da rede.
MLDataSet trainingSet = new BasicMLDataSet(input, ideal);

- Os métodos de treinamento podem ser
utilizados através da interface MLTrain, aqui
todos os métodos de treinamento
implementam essa interface.

- Backpropagation
- ResilientPropagation
- ManhattanPropagation
- QuickPropagation
- ScaledConjugateGradient
- LevenbergMarquardtTraining

 Teste da rede:
- O teste da rede ocorre através das classes
MLDataPair que recebe os pares de entrada
e saída do treinamento e a classe MLData que
computa os respectivas saídas da rede, dado
somente os dados de entrada e a rede treinada.

Implementação do BackPropagation -
Problema do XOR
 Algoritmo simplicado:
1. Apresentação de um padrão X a rede, a qual fornece a saída;
2. Calculo do erro (diferença entre o valor desejado e a saída) para
cada saída;
3. Determinação do erro pela rede associado a derivada parcial do
erro quadrático;
4. Ajuste dos pesos de cada elemento;
5. Por fim, um novo padrão é apresentado a rede e o processo é
repetido até que ocorra a convergência (erro < tolerância
estabelecida) ou o número de interações atinja a um valor máximo
estabelecido;

Problema do XOR
 Definição dos dados:

Problema do XOR
 Configuração da rede neural

Problema do XOR
 Treinamento da rede neural

Problema do XOR
 Teste da rede neural

Bibliografia
SILVA, I. N.; Redes Neurais
Artificiais para engenharia e
ciências aplicadas.
HEATON, J.; Programming
Neural Networks with Encog3 in
Java.
HAYKIN, S.; Redes Neurais:
Princípios e práticas

Obrigada pela atenção!
 Contato:
 rachel.msousanet@gmail.com

Introdução a redes neurais artificiais com a biblioteca encog

Mais conteúdo relacionado

Mais procurados

Semelhante a Introdução a redes neurais artificiais com a biblioteca encog

Introdução a redes neurais artificiais com a biblioteca encog