Sistema Paraconsistente de Aprendizado por Repetição Aplicado em Chip ATMEGA 328p Paulino Machado Gomes, João Inácio da Silva Filho

Resumo

O presente artigo tem por objetivo, apresentar uma modelagem da Lógica Paraconsistente através de uma Célula Neural Artificial Paraconsistente de Aprendizagem Física (CNAPap). Construída a partir de uma Célula Paraconsistente básica, representada pelo algoritmo que descreve o reticulado associado à Lógica Paraconsistente Anotada denominado de “Para-Analisador” (Da Silva Filho, 2006). Neste trabalho uma Célula Paraconsistente de Aprendizagem física é desenvolvida, inserindo o modelo matemático originado do algoritmo em um Chip, implementado por uma linguagem de programação estruturada. Através de ensaios e uma modelagem utilizando o algoritmo de aprendizagem, é demonstrado que uma CNAPap pode aprender e guardar padrões, com características similares aos Neurônios Biológicos do cérebro humano. Os resultados dos ensaios e da modelagem utilizando o algoritmo de aprendizagem, são apresentados no final deste trabalho, demonstrando as características funcionais da CNAPap.