FAN (rede neural): diferenças entre revisões
Conteúdo apagado Conteúdo adicionado
m moveu Neurônio livre-associativo para FAN (rede neural): (ver discussão) |
|||
Linha 1: | Linha 1: | ||
{{em construção}} |
{{em construção}} |
||
'''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 ''' |
'''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 Livres-Associativos'''. |
||
: FAN é um algoritmo que integra características de uma [[Rede neural]] com técnicas de [[Reconhecimento de padrões]] difusas (Fuzzy) e da [[Lógica difusa]]. |
: FAN é um algoritmo que integra características de uma [[Rede neural]] com técnicas de [[Reconhecimento de padrões]] difusas (Fuzzy) e da [[Lógica difusa]]. |
||
Revisão das 15h01min 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 Livres-Associativos.
- FAN é um algoritmo que integra características de uma Rede neural com técnicas de Reconhecimento de padrões difusas (Fuzzy) e da Lógica difusa.
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.
Outras Técnicas
São técnicas semelhantes:
- Perceptron
- RBF
- LMS
- Wavelet
Pode ser visto detalhes em "Uma comparação entre Redes Neurais Wavelet, LMS, MLP e RBF para classificação de DPOC".[2]
Aplicações da técnica
- FControl®[3] - 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 [4] [5] [6] [7]
- 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.[8]
Referências
- ↑ RAITTZ, Roberto Tadeu.FAN 2002: um modelo neuro-fuzzy para reconhecimento de padrões. 2002. Tese. Universidade Federal de Santa Catarina. Florianópolis.[1]
- ↑ FERRARI, H V; HOTO, R; MACULAN, N; OLIVEIRA, C; BRUNETTO, M A O. Uma comparação entre Redes Neurais Wavelet, LMS, MLP e RBF para classificação de DPOC. 2006. Artigo. Congresso de Matemática e suas Aplicações. Foz. [[2]]
- ↑ 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.[3]
- ↑ 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.[4]
- ↑ 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
- Lógica difusa
- redes neurais
- Representação do conhecimento
- Mineração de dados
- algoritmo
- Wavelet