FAN (rede neural): diferenças entre revisões
Conteúdo apagado Conteúdo adicionado
Linha 3: | Linha 3: | ||
{{reciclar|data=outubro de 2009}} |
{{reciclar|data=outubro de 2009}} |
||
'''FAN - Free Associative Neurons''' (inglês) é uma rede neural artificial ([[artificial neural network]]) publicada pela primeira vez em 1997 com o propósito de ser aplicada no reconhecimento de padrões. Tendo sido desenvolvida no Brasil a denominação da técnica continua a ser a original em inglês por ter sido a forma em que foi publicada e por ser assim reconhecida. Uma possível tradução para o Português é '''Neurônios livre Associativos''' |
'''FAN - Free Associative Neurons''' (inglês) é uma rede neural artificial ([[artificial neural network]]) publicada pela primeira vez em 1997 com o propósito de ser aplicada no reconhecimento de padrões. Tendo sido desenvolvida no Brasil a denominação da técnica continua a ser a original em inglês por ter sido a forma em que foi publicada e por ser assim reconhecida. Uma possível tradução para o Português é '''Neurônios livre Associativos'''<ref> |
||
[[Neurônios Livres-Associativos]]</ref>. |
|||
== Definição == |
== Definição == |
Revisão das 20h20min de 25 de outubro de 2009
Este artigo ou parte de seu texto pode não ser de natureza enciclopédica. |
Este artigo ou seção está em processo de expansão ou reestruturação durante um curto período. |
FAN - Free Associative Neurons (inglês) é uma rede neural artificial (artificial neural network) publicada pela primeira vez em 1997 com o propósito de ser aplicada no reconhecimento de padrões. Tendo sido desenvolvida no Brasil a denominação da técnica continua a ser a original em inglês por ter sido a forma em que foi publicada e por ser assim reconhecida. Uma possível tradução para o Português é Neurônios livre Associativos[1].
Definição
FAN é um modelo de rede neural do tipo Neuro-Fuzzy desenvolvido para a aplicação no reconhecimento de padrões. [2]
Características de FAN
- Associa características das Redes Neurais (aprendizado automático) e dos modelos difusos (representação da informação).
- Tem como base os neurônios independentes associados a cada classe de representação de um modelo de reconhecimento de padrões supervisionado.
- Graus de pertinência associam os padrões a cada neurônio representante de uma classe no domínio do problema.
- O treinamento é realizado por um algoritmo específico que usa reforço e penalização.
- Dispensa a necessidade de configuração entre problemas diferentes de reconhecimento de padroões.
- O resultado do treinamento pode ser representado graficamente.
Aplicações da técnica
- FControl®[3] - sistema para prevenção de fraude em cartão de crédito.
- Teses de Doutorado [4] [5] [6] [7]
Implementações de FAN
- FAN (1997)
- LabFAN (2002) - Ambiente de treinamento de redes
- EasyFAN - Ambiente para treinamento de redes - Desenvolvido em Java, 2006.[8]
Referências
- ↑ Neurônios Livres-Associativos
- ↑ RAITTZ, Roberto Tadeu.FAN 2002: um modelo neuro-fuzzy para reconhecimento de padrões. 2002. Tese. Universidade Federal de Santa Catarina. Florianópolis.[1]
- ↑ SCIELO. FControl®: sistema inteligente inovador para detecção de fraudes em operações de comércio eletrônico. scielo
- ↑ DANDOLINI, Gertrudes Aparecida; RODRIGUEZ MARTINS, Alejandro. UNIVERSIDADE FEDERAL DE SANTA CATARINA Centro Tecnológico. Mapa fan no estagiamento automático do sono. Florianópolis, 2000. 129 f. Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico.
- ↑ MECHELN, Pedro Jose Von. UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia de Produção. Jogo de empresas, ambiente interativos e agentes computacionais mediadores. Florianópolis, 2003. 114 f. Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós Graduação em Engenharia de Produção.
- ↑ BELLI, Mauro José. UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia de Produção. Tecnologias para auxiliar no diagnóstico de desvios na recepção oral e escrita durante o processo de alfabetização. Florianópolis, 2004. 158 f. Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção.[2]
- ↑ CORDEIRO, Arildo Dirceu. UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia de Produção. Gerador inteligente de sistemas com auto-aprendizagem para gestão de informçaões e conhecimento. Florianópolis, 2005. 162 f. Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia de Produção.[3]
- ↑ GUIZELINI, D; RAITTZ, R T; LENFERS, F P; IGNACIO, F A; KUSTER, C V; GARRET, L F V; ZOTTO, S . EasyFan. 2006. Graduação. Universidade Federal do Paraná. Curitiba.