Rede Neural

Funcionalidades: • Possibilidade de informar número de neurônios da camada de entrada; • Possibilidade de informar número de neurônios da camada de intermediária; • Possibilidade de informar número de neurônios da camada de saída; • Possibilidade de carregar dados de treinamento a partir de um arquivo CSV; • Possibilidade de informar o número de treinamentos; • Possibilidade de efetuar treinamento da rede neural;

Resultados: • Retornar a taxa de erro atual; • Número de treinamentos realizados; • Tempo de treinamento;

Testes da Rede Neural: • É informado os dados para testar a rede; • Retorna a informação de cada neurônico de saída e o valor de ativação;

Descrição do Problema: Foi utilizado o algoritmo backpropagation para efetuar o treinamento da rede neural, primeiramente definimos um padrão a camada de entrada da rede, as atividades vão fluindo através da rede, camada por cada, até que o resultado seja produzido pela camada de saída. Num segundo momento o resultado de saída e comparado com a saída desejada, caso o resultado não esteja correto o erro é calculado e propagado a partir da saída até a camada de entrada modificando assim os pesos de conexões.

  Arquitetura da solução: A solução da rede foi criada em modo flexível onde é possível definir neurônios da camada de entrada, intermediária e saída mediante a configuração da aplicação. Como também os dados de treinamento são carregadores a partir de um CSV. O problema arquitetado foi da função matemática onde a saída da rede representa um número. Note os dados de treinamento abaixo a entrada 0,0,0,1 deve ativar somente o primeiro neurônio, este representando o número 1.

A rede foi treinada 800 vezes num tempo de 295 ms (somente treinamento da rede) e apresentando uma taxa de erro de 0,000740.