FAN (rede neural)

FAN - free associative neurons (inglês) é uma rede neural artificial 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 seria neurônios livre-associativos.

FAN é um algoritmo que integra características de uma rede neural com técnicas de reconhecimento de padrões difusos (Fuzzy) e da lógica difusa.

Definição editar

FAN é um modelo de rede neural do tipo Neuro-Fuzzy desenvolvido para a aplicação no reconhecimento de padrões.[1]

Características de FAN editar

  • 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 padrões.
  • O resultado do treinamento pode ser representado graficamente.

Outras técnicas editar

São técnicas semelhantes:

Pode ser visto detalhes em "Uma comparação entre Redes Neurais Wavelet, LMS, MLP e RBF para classificação de DPOC".[2]

Aplicações da técnica editar

  • FControl®[3] - sistema para detecção de fraudes em operações do comércio eletrônico. A FControl foi comprada pelo grupo Buscapé [4].
  • Teses de Doutorado [5][6][7][8]
  • 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 editar

  • FAN (1997)
  • LabFAN (2002) - Ambiente de treinamento de redes
  • EasyFAN [5] - Ambiente para treinamento de redes - Desenvolvido em Java, 2006.[9]
  • JFan2 [6] - Biblioteca para treinamento e uso de redes FAN. Uma versão melhorada da biblioteca JFan [7] usada no EasyFAN.

Referências

  1. RAITTZ, Roberto Tadeu.FAN 2002: um modelo neuro-fuzzy para reconhecimento de padrões. 2002. Tese. Universidade Federal de Santa Catarina. Florianópolis.[1]
  2. 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]
  3. SCIELO. FControl®: sistema inteligente inovador para detecção de fraudes em operações de comércio eletrônico. scielo
  4. reuters Reuters
  5. 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.
  6. 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.
  7. 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]
  8. 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]
  9. 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 editar

Ligações externas editar