Skip to content

Commit f818d92

Browse files
authored
Create README.md
1 parent 7c5aceb commit f818d92

File tree

1 file changed

+32
-0
lines changed

1 file changed

+32
-0
lines changed

README.md

Lines changed: 32 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,32 @@
1+
# Rede-Neural-Simples-Java
2+
Rede Neural
3+
4+
5+
Funcionalidades:
6+
• Possibilidade de informar número de neurônios da camada de entrada;
7+
• Possibilidade de informar número de neurônios da camada de intermediária;
8+
• Possibilidade de informar número de neurônios da camada de saída;
9+
• Possibilidade de carregar dados de treinamento a partir de um arquivo CSV;
10+
• Possibilidade de informar o número de treinamentos;
11+
• Possibilidade de efetuar treinamento da rede neural;
12+
13+
Resultados:
14+
• Retornar a taxa de erro atual;
15+
• Número de treinamentos realizados;
16+
• Tempo de treinamento;
17+
18+
Testes da Rede Neural:
19+
• É informado os dados para testar a rede;
20+
• Retorna a informação de cada neurônico de saída e o valor de ativação;
21+
22+
Descrição do Problema:
23+
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.
24+
25+
26+
Arquitetura da solução:
27+
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.
28+
O problema arquitetado foi da função matemática onde a saída da rede representa um número.
29+
Note os dados de treinamento abaixo a entrada 0,0,0,1 deve ativar somente o primeiro neurônio, este representando o número 1.
30+
31+
A rede foi treinada 800 vezes num tempo de 295 ms (somente treinamento da rede) e apresentando uma taxa de erro de 0,000740.
32+
Segue imagem do resultado final do teste.

0 commit comments

Comments
 (0)