Portal do Ementário

Conhecer as principais definições e fundamentos sobre Redes Neurais Artificiais; Relacionar a disciplina no contexto social, sendo capaz de relacionar seu histórico; Conhecer a hierarquia e o funcionamento de Redes Neurais Artificiais; Comparar a aplicabilidade de diferentes arquiteturas de Redes Neurais Artificiais; Analisar e implementar diferentes arquiteturas de Redes Neurais Artificiais; Desenvolver sistemas inteligentes com apoio de Redes Neurais Artificiais; Julgar, criticar e relacionar os métodos utilizados na construção de Redes Neurais Artificiais.

Conceitos e Definições de neurocomputação. Evolução tecnológica. Redes neurais, conceitos e definições. Leis de aprendizagem. Perceptron. Redes Adaline e Madaline. Memórias Associativas. Redes Perceptron de Múltiplas Camadas. Algoritmo de Aprendizagem por Retro-propagação do erro. Funções de Base Radial. Redes Competitivas. Mapas auto-organizáveis: Rede de Kohonen, ART, LVQ, MAXNET, HAMMING. Rede de Hopfield. Rede counter-propagation. Redes hierárquicas, estocásticas e espaço-temporais. Neurocomputadores. Técnicas para extração/seleção de características e validação do treinamento. Estudo de casos.

Haykin, S.; Redes Neurais: Princípios e Prática. 2ed, Ed. Bookman, 2000. ISBN: 9788573077186. Masters, T.; Practical Neural Network Recipes in C++. 1ed, Ed. Morgan Kaufmann, 1993. ISBN: 9780124790407. Ripley, B. D.; Pattern Recognition and Neural Networks. 1ed, Ed. Cambridge University, 2008. ISBN: 9780521717700.

Haykin, S.; Neural Networks and Learning Machines. 3ed, Ed. Prentice Hall, 2007. ISBN: 9780131471399. Fausett, L.; Fundamentals of Neural Networks. Ed. Prentice Hall, 1993. ISBN: 9780133341867.