Dados Gerais do Componente Curricular
| Tipo do Componente Curricular: |
DISCIPLINA |
| Unidade Responsável: |
DEPARTAMENTO DE COMPUTAÇÃO E MECÂNICA - LP (11.61.05) |
| Código: |
G03RNAR0.01 |
| Nome: |
REDES NEURAIS ARTIFICIAIS |
| Carga Horária Teórica: |
60 h. |
| Carga Horária Prática: |
0 h. |
| Carga Horária de Ead: |
0 h. |
| Carga Horária Total: |
60 h. |
| Pré-Requisitos: |
( ( G03CPD1.01 ) )
|
| Co-Requisitos: |
|
| Equivalências: |
( ( G03RNAR0.02 ) )
|
| Excluir da Avaliação Institucional: |
Não |
| Matriculável On-Line: |
Sim |
| Horário Flexível da Turma: |
Não |
| Horário Flexível do Docente: |
Sim |
| Obrigatoriedade de Nota Final: |
Sim |
| Pode Criar Turma Sem Solicitação: |
Não |
| Necessita de Orientador: |
Não |
| Possui Subturmas: |
Não |
| Exige Horário: |
Sim |
| Quantidade de Avaliações: |
1 |
| Ementa/Descrição: |
Introdução à Computação de Redes Neurais: Definição e Características. O Cérebro
e a Mente Base Neurofísica. Histórico e Evolução. Neurônio Biológico e Neurônio
Matemático.
Fundamentos da Computação de Redes Neurais: Terminologia e Conceitos.
Topologia das Redes. Dinâmica de Computação. Paradigmas de Aprendizagem.
Domínios Favoráveis a Aplicações. Modelos de Regressão e Classificadores
Bayesianos.
Rede Perceptrons: Introdução às Redes Lineares. Topologia da Rede Perceptron.
Dinâmica de Computação. Problema do OU-Exclusivo Separabilidade Linear.
Dinâmica de Aprendizagem. Regra Delta Modelo Adaline.
Algoritmo Back-Propagation: Introdução Redes Multi-camadas. Topologia. Regra
Delta Generalizada. Deficiências e Limitações. Modelo Counter-Propagation.
Redes Recorrentes: Introdução Máquinas Estocásticas. Rede Hopfield e Hopfield-
Tank. Conversor Analógico-Digital. Problema do Caixeiro Viajante. Máquina de
Boltzman. Bi-Seccionamento de Grafos.
Redes de Organização Própria: Aprendizagem Competitiva. Mapas de Kohonen.
Problema do Caixeiro Viajante. Redes ART Teoria da Ressonância Adaptativa.
Aprendizagem Hebbiana. Memória Associativa.
Outros Modelos: Rede RBF Funções Radiais de Base. Rede Cognitron e
Neocognitron.
Máquinas de Vetor de Suporte. |
|
|
|
|
|
|
|
|
