Aulas: Quartas e Sextas feiras, 9:20 às 11 hs
1o Módulo: Filtros Adaptativos –
Prof. Vitor
Aulas do
início do semestre até a P1.
2o Módulo: Redes Neurais – Prof. Emílio
Aulas do
início do semestre até a P2.
3o Módulo: Processamento, Síntese e
Análise de Voz – Prof. Miguel
Aulas do
início do semestre até a P3.
Seguem mais detalhes sobre o segundo
módulo (Redes Neurais e Aprendizagem):
Professor Responsável: Emilio Del
Moral Hernandez: www.lsi.usp.br/~emilio
Monitor da Disciplina para o Módulo
de Redes Neurais: Leandro Augusto da Silva: www.lsi.usp.br/~leandro
Página com informações sobre a
monitoria (informações sobre exercícios): http://www.lsi.usp.br/~leandro/disciplinas_monitoria.htm
Notas da P2:
Página com Programa, distribuida em
sala de aula:
******************************************************************************
PSI-2355 Módulo de Redes Neurais e
Aprendizado
Professor Emilio Del Moral Hernandez
emilio_del_moral@ieee.org /
emilio@lsi.usp.br
Monitor Para o Módulo em Redes
Neurais: Leandro Augusto da Silva - leandro@lsi.usp.br
Este módulo compreende as aulas até
a próxima prova.
Lista de temas
abordados:
1- Discussão sobre
sistemas lineares / sistemas não lineares / sistemas digitais / sistemas com
variáveis simbólicas; Discussão sobre sistemas adaptativos, aprendizado,
inteligência computacional; Discussão de motivações e estratégias principais em
redes neurais e da conexão com o sistema nervoso e com outros tópicos da
biologia.
2- A diversidade de arquiteturas
neurais; Topologias principais; Estratégias de aprendizado associadas; classes
de aplicações alvo.
3- Os modelos neurais
e sua formulação matemática; Funções descrevendo relação entre entradas e
saída; Graus de liberdade e adaptação / aprendizado. Os aspectos de não
linearidade.
4- Classificação e
reconhecimento de Padrões; Conceitos e formalismo; Ensaios com o Perceptron e
desenvolvimento sobre um exemplo de aplicação; Separabilidade linear de
classes.
5- O Perceptron e o
Adaline; O aprendizado no Perceptron e no Adaline.
6- Os Perceptrons
multicamada; Arquitetura e universo de problemas associados;
7- O Aprendizado no
Multi Layer Perceptron (MLP)
8- Classificação de
padrões e aproximação de funções;
Exemplos de aplicação do MLP.
9- Discussão breve de
outras classes de redes neurais e de escopo de cada uma.
A referência básica: Neural
Networks: a Comprehensive Foundation – Simon Haykin. Disponível na biblioteca,
inclusive em português. O material que se planeja cobrir está restrito aos 4
capítulos iniciais. Outros materiais necessarios ao curso podem ser obtidos nos
websites www.lsi.usp.br/~emilio e www.lsi.usp.br/icone : textos em PDF abordando redes neurais.
Outras referências auxiliares
alternativas: livro em português do professor Kovacs, disponível na biblioteca,
e diversos materiais introdutórios disponíveis na web.
Mais informações, no meu web site /
website “ICONE” acima.
******************************************************************************
Alguns materiais de apoio a este
módulo da disciplina:
1) Apostila de 14 pgs: Material Introdutório da Disciplina PSI 2222 (graduação)
2) Apresentação de 46 slides: Material Introdutório da Disciplina PSI 2222 (graduação)
3) A ultima pagina do primeiro arquivo *.pdf acima também lista
varias
referencias relevantes
4) Alguns conceitos introdutorios (com foco restrito ao tema do
artigo) aparecem na
publicaçao de iniciaçao cientifica
"Experimentos com Arquiteturas Neurais Clássicas
para o Desenvolvimento de Arquiteturas
Neurais Híbridas", Publicação EPUSP.
http://www.poli.usp.br/PesquisaPoli/Publicacoescpq/ProducaoIC2002/indice/autor.htm
http://www.poli.usp.br/PesquisaPoli/Publicacoescpq/ProducaoIC2002/pdfs/psicla02.pdf
5) Um interessante exemplo de aplicação de redes neurais feita
por alunos do quinto ano:
LEMOS, Daniel Richetti; RODRIGUES,
Gabriel Junqueira; DEL MORAL HERNANDEZ, Emilio.
Reconhecedor de voz via redes
neurais. Produção em Iniciação Científica da Escola Politécnica da USP,
PIC-EPUSP, São Paulo, n. 2, 2003.
http://www.poli.usp.br/PesquisaPoli/Publicacoescpq/ProducaoIC2003/artigo.aspx?artigo=PDF\PSI3
SB.pdf (resumo)
http://www.poli.usp.br/PesquisaPoli/Publicacoescpq/ProducaoIC2003/PDF/PSI3%20SB.pdf (trabalho completo)