FAN (rede neural): diferenças entre revisões
Conteúdo apagado Conteúdo adicionado
página é a mesma. Não deve ser desenvolvida em duas frentes. SE for o caso, move-se a outra para cá e continua-se a desenvolver uma única. |
|||
Linha 1: | Linha 1: | ||
{{em construção}} |
|||
#REDIRECIONAMENTO [[Neurônios Livres-Associativos]] |
|||
{{reciclar|data=outubro de 2009}} |
|||
'''FAN - Free Associative Neurons''' (inglês) é uma rede neural artificial ([[Rede neural]]) 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'''. |
|||
== Definição == |
|||
FAN é um modelo de rede neural do tipo Neuro-Fuzzy desenvolvido para a aplicação no |
|||
reconhecimento de padrões. <ref>''RAITTZ, Roberto Tadeu.''FAN 2002: um modelo neuro-fuzzy para reconhecimento de padrões''. 2002. Tese. Universidade Federal de Santa Catarina. Florianópolis.[http://www.tede.ufsc.br/teses/PEPS2633.pdf]</ref> |
|||
== 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®<ref>SCIELO. FControl®: sistema inteligente inovador para detecção de fraudes em operações de comércio eletrônico. [http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2006000100012 scielo]</ref> - sistema para prevenção de fraude em cartão de crédito. |
|||
:A FControl foi comprada pelo grupo Buscapé, que fornece os serviços de segurança para mais de 1200 lojas virtuais ([[http://www.reuters.com/article/pressRelease/idUS138762+06-Mar-2008+PRN20080306 reuters]] |
|||
* Teses de Doutorado <ref>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.</ref> <ref>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.</ref> <ref>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.[http://www.tede.ufsc.br/teses/PEPS4194.pdf]</ref> <ref>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 informações e conhecimento. Florianópolis, 2005. 162 f. Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia de Produção.[http://www.tede.ufsc.br/teses/PEPS4579.pdf]</ref> |
|||
* Outras áreas com aplicações conhecidas: processamento de imagens, bolsa de valores, reconhecimento de voz e de locutor, programas de busca de promotores e de regiões codificadoras de genes em DNA dentre outras. |
|||
== Implementações de FAN == |
|||
* FAN (1997) |
|||
* LabFAN (2002) - Ambiente de treinamento de redes |
|||
* EasyFAN - Ambiente para treinamento de redes - Desenvolvido em Java, 2006.<ref>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.</ref> |
|||
== Referências == |
|||
<references/> |
|||
== Ver Também == |
|||
* [[Inteligência artificial]] |
|||
* [[Reconhecimento de padrões]] |
|||
* [[redes neurais]] |
|||
* [[Representação do conhecimento]] |
|||
* [[Mineração de dados]] |
|||
* [[algoritmo]] |
|||
=={{Ligações externas}}== |
|||
*[http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=624080 Learning by means of free associative neurons] |
|||
* [http://aspro01.npd.ufsc.br/biblioteca/asp/pbasbi2.asp?titulo=&codAcervo=188873&codBib=,&codMat=,&tipo=vm&letra=&contador=0 FAN 2002: um modelo neuro-fuzzy para reconhecimento de padrões] |
|||
[[Categoria:Redes neurais]] |
|||
[[Categoria:Inteligência artificial]] |
Revisão das 11h45min de 26 de outubro de 2009
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 (Rede neural) 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.
Definição
FAN é um modelo de rede neural do tipo Neuro-Fuzzy desenvolvido para a aplicação no reconhecimento de padrões. [1]
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®[2] - sistema para prevenção de fraude em cartão de crédito.
- A FControl foi comprada pelo grupo Buscapé, que fornece os serviços de segurança para mais de 1200 lojas virtuais ([reuters]
- Teses de Doutorado [3] [4] [5] [6]
- Outras áreas com aplicações conhecidas: processamento de imagens, bolsa de valores, reconhecimento de voz e de locutor, programas de busca de promotores e de regiões codificadoras de genes em DNA dentre outras.
Implementações de FAN
- FAN (1997)
- LabFAN (2002) - Ambiente de treinamento de redes
- EasyFAN - Ambiente para treinamento de redes - Desenvolvido em Java, 2006.[7]
Referências
- ↑ 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 informações 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.
Ver Também
- Inteligência artificial
- Reconhecimento de padrões
- redes neurais
- Representação do conhecimento
- Mineração de dados
- algoritmo