|
| Redes Neurais |
Redes neurais são treinadas com um conjunto massivo de dados de entrada e aprendem a partir deles, organizando seus pesos sinápticos de forma que quando apresentados dados diferentes daquele conjunto de treinamento a rede reage de forma razoável com base no seu aprendizado, como um ser humano faria.
Para obter uma boa introdução sobre redes neurais eu aconselho que você leia o meu trabalho de fim de curso. Em termos de resultados, ele não é muito bom (culpa do método e da minha ingenuidade na época), mas a teoria é relativamente completa.
Clique aqui para ver meus artigos sobre Inteligência Artificial
| Links interessantes sobre redes neurais | Topo da página |
|
| Algoritmos Genéticos |
Os GAs são assim chamados porque simulam a evolução natural das espécies. As soluções sobrevivem se forem as mais aptas, isto é, as mais próximas da real solução do problema e também reproduzem-se (sexuadamente) gerando novas soluções possivelmente mais aptas. Além disto, também está presente uma possível mutação que pode alterar aleatoriamente soluções, simulando fatores ambientais como radiação, falhas nas cópias gênicas, etc.
Para obter maiores informações sobre GAs, consulte o meu trabalho para um curso que dei
sobre o assunto.
Clique aqui para ver meus artigos sobre Inteligência artificial
| Links interessantes sobre GAs | Topo da página |
|
| L-Sistemas |
Esta técnica é ótima para interessados em computação gráfica (ela foi usada por exemplo para fazer a abertura da novela "A Indomada" da Globo) e pessoas que desejem testar a veracidade de seus modelos biológicos.
Eu acho que uma excelente introdução sobre o assunto pode ser encontrada na minha tese de mestrado (arquivo do tipo DVI zipado).
| Links interessantes sobre L-Sistemas | Topo da página |
 | Voltar à página principal |