Análise de um “aproximador” funcional utilizando as redes neurais artificiais MLP treinadas pelo algoritmo de “retropropagação”. Sabrina de Cásia Martinez, Luis Fernando P Ferrara, Maurício Conceição Mario

Resumo

As redes neurais são modelos matemáticos que possuem características analógicas como as das redes neurais biológicas. Seu funcionamento se baseia na estrutura do neurônio real, onde cada um recebe dados (sinais elétricos) dos inúmeros dendritos, e esses sinais podem ser reduzidos ou amplificados, dependendo do dendrito ao qual está associado. Cada dendrito possui uma massa que armazena todos os dados de uma rede neural e sua atualização é o que se conhece no processo de aprendizagem. O objetivo deste trabalho é realizar um estudo sobre as características das redes neurais e do algoritmo “back propagation” para unir as funções contínuas com mais precisão. Neste sentido, foi desenvolvido um simulador que realiza o treinamento e o acompanhamento gráfico das mesmas. A rede neural utilizada apresentou resultados satisfatórios durante estas sessões de teste, demonstrando uma excelente capacidade de generalização. Corroborando com a ideia de modelagem de funções sem necessidade de conhecimento prévio das mesmas, a aplicabilidade deste sistema pode ser estendida à área de controle.