REDES NEURAIS ARTIFICIAIS COM TREINAMENTO BIOLOGICAMENTE PLAUSÍVEL

Abstract

Pesquisas recentes mostram que os modelos conexionistas baseados em neurociência são considerados a próxima geração de Redes Neurais Artificiais (RNAs) (MEDLER, 1998). Nestes estudos, o termo “biologicamente plausível” é empregado para representar a aproximação do “artificial” ao “real”. O tudo de algoritmos de treinamento biologicamente plausíveis é muito motivador, não somente para restaurar a história e os princípios das Redes Neurais Artificiais, mas principalmente, embora tão pouco se conheça sobre o modelo natural (cérebro), sabe-se que quanto maior a aproximação ao modelo real, maior a possibilidade de se terem ganhos, inclusive em relação à eficiência computacional. A comparação entre Redes Neurais Artificiais que utilizam algoritmo de treinamento conexionista biologicamente plausível e as Redes Neurais Artificiais convencionais, que utilizam algoritmo de treinamento conexionista biologicamente implausível, como o backpropagation, é a principal motivação deste trabalho.