Este documento discute a aplicação de redes neurais em aplicativos Android. Ele introduz o autor e seu trabalho com desenvolvimento mobile e redes neurais, explora os benefícios de inteligência artificial em aplicativos, e fornece exemplos de como simular operações lógicas como AND e OR usando redes neurais.

1. Redes Neurais aplicadas a Android
Leomário Machado –
leomariomachado@gmail.com
1 leomariomachado@gmail.com

2. Quem sou eu
 Graduado em ciência da computação – Ufpa
 Graduado em sistemas de informação – Iesam
 Mestrando em ciência da computação – Ufpa
 Desenvolvedor Mobile há 5 anos
 Desenvolvedor Android há 3 anos
 Linha de pesquisa no mestrado: Redes Neurais
aplicadas em localização em redes de sensores
sem fio.
2 leomariomachado@gmail.com

3. Por que desenvolver aplicativos
inteligentes?
 SMARTphonhes
 O sistema é inteligente, mas a minha aplicação
pode ficar?
 Nem toda aplicação precisa de inteligência
artificial, mas se bem usada pode ser uma
ferramenta muito poderosa
 Adaptação ao mundo real de forma mais flexível
que algoritmos convencionais
3 leomariomachado@gmail.com

4. O que é Inteligência Artificial
 Área computacional que simula o comportamento
humano de inteligência para resolver problemas
reais.
4 leomariomachado@gmail.com

5. Métodos Inteligentes
 Redes Neurais
 Algoritmos Genéticos
 Fuzzy ou Lógica Nebulosa
 Métodos estatísticos
 Computação evolucionária
5 leomariomachado@gmail.com

6. Redes Neurais
 Simulam o comportamento do cérebro humano
 Conjunto de Neurônios
 Aprendizado da Rede
 Estabelecimento de pesos
6 leomariomachado@gmail.com

7. Fundamento Biológico
7 leomariomachado@gmail.com

8. Fundamento Computacional
8 leomariomachado@gmail.com

9. Quando posso usar?
 Reconhecimento de padrões
 Mineração de dados
 Tratamento de sinais
 Series Temporais
9 leomariomachado@gmail.com

10. Estrutura básica de uma Rede
Neural Multicamadas
10 leomariomachado@gmail.com

11. Vamos a um exemplo prático
 A pretensão inicial era fazer uma rede que
identificasse o quanto uma pessoa é feia, mas
infelizmente perdi minhas amostras recentemente
 Hello world em redes neurais?
 Simular as operações and e or em uma rede
neural.
11 leomariomachado@gmail.com

12. Passo a Passo
 Separar as amostras para treino e teste da rede
 Selecionar um método de treino (Rprop, batch,
incremental, quickprop, sarprop)
 Selecionar as funções de ativação (sigmoid,
cosseno, seno, gaussiana, linear)
 Selecionar a quantidade de camadas
 Selecionar a quantidade de neurônios por camadas
 Treinar a rede
 Testar a rede
 Voltar ao passo 1 caso desejar alterar algum
parâmetro para obter melhores resultados
12 leomariomachado@gmail.com

13. Resultado dos pesos para And
 Layer 1
 From Neuron To Neuron ( 0 ---> 3 ) : Weight : -
3.336094
 From Neuron To Neuron ( 1 ---> 3 ) : Weight : -
3.396092
 From Neuron To Neuron ( 2 ---> 3 ) : Weight :
2.707293
 Layer 2
 From Neuron To Neuron ( 3 ---> 5 ) : Weight : -
35.711742
 From Neuron To Neuron ( 4 ---> 5 ) : Weight :
13 leomariomachado@gmail.com
5.494483

14. Resultado dos pesos para Or
 Layer 1
 From Neuron To Neuron ( 0 ---> 3 ) : Weight :
5.480813
 From Neuron To Neuron ( 1 ---> 3 ) : Weight :
5.482209
 From Neuron To Neuron ( 2 ---> 3 ) : Weight : -
2.884790
 Layer 2
 From Neuron To Neuron ( 3 ---> 5 ) : Weight :
10.191489
 From Neuron To Neuron ( 4 ---> 5 ) : Weight : -
14 leomariomachado@gmail.com
4.650279

15. Transformando em algoritmo
 Montar o grafo através de listas ou matrizes
 Os pesos determinam os resultados
 Note que os pesos para as operações and e or
são completamente diferentes
15 leomariomachado@gmail.com

16. Rodando as aplicações
http://leomariomachado.net78.net/And.ap
k
http://leomariomachado.net78.net/Or.apk
16 leomariomachado@gmail.com

17. Obrigado
17 leomariomachado@gmail.com