English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

RESUMO Redes neurais artificiais sao modelos computacionais que consistem na semelhanca da maneira como um organismo vivo manipula as informacoes recebidas e com isso, possuem capacidade de aprendizado, adaptabilidade e generalizacao do conhecimento. Alem disso, o modelo de processamento de uma Rede Neural Artificial e baseado no paralelismo, assemelhando-se como o cerebro lida com as informacoes recebidas por seus neuronios. O presente trabalho foi dividido em duas partes, em que nesta primeira descreve o estudo da rede neural artificial Retropropagacao (backpropagation) como um classificador de grupos, utilizando dois processos basicos desempenhados por uma rede neural artificial, as fases de treinamento ou aprendizado e a fase de operacao. O objetivo principal e mostrar o processo de funcionamento dessas fases. Na parte II, e apresentado aplicacoes da metodologia para classificar grupos, tipos de frutas e solos. PALAVRAS-CHAVE: Neuronio artificial, Classificacao de grupos, Retropropagacao, Treinamento. ARTIFICIAL NEURAL NETWORKS: ALGORITHM BACKPROPAGATION USE FOR CLASSIFICATION OF GROUPS IN BIOSYSTEMS, PART 1: INTRODUCTION THEORY. ABSTRACT Artificial neural networks are computational models that consist of similarity with a organism and thus, have learning ability, adaptability and generalization of knowledge. In addition, the processing model of an Artificial Neural Network is based on parallelism, resembling how the brain handles the information received by your neurons. This study was divided into two parts, where this first describes the study of artificial neural network Backpropagation as a classifier of groups using two basic processes performed by an artificial neural network, the phases of training or learning and operation phase. The main objective is to show the functioning process of these phases. In Part II, methodology of applications is presented to classify groups, types of fruits and soils. KEYWORDS: artificial neuron, classificationgroups,Backpropagation, training REDES NEURONALES ARTIFICIALES: USO BACKPROPAGATION ALGORITMO PARA LA CLASIFICACION DE LOS GRUPOS EN BIOSYSTEMS, PARTE 1: INTRODUCCION TEORIA. RESUMEN Redes neuronalesartificialesson modelos computacionales que consistenenlasimilitud de la forma de un organismo vivo que maneja lainformacionrecibido y generalizaciondelconocimiento, laadaptabilidad y capacidad de aprendizaje. Ademas, el modelo de procesamiento de una red neuronal artificial sebasaen paralelismo, parecido como elcerebro se ocupa de lainformacionrecibida por lasneuronas. Este trabajo se dividioendos partes, que en esta primeradescribeelestudio de lared neuronal artificial Backpropagation como unclasificador de los grupos, utilizando dos procesos basicos efectuados por una red neuronal artificial, las fases de entrenamiento o fase de aprendizaje y operacion. El objetivo principal es mostrar elproceso de funcionamiento de estas fases. Enla parte dos, sonaplicaciones de lametodologia para laclasificacion de los grupos, tipos de frutas y suelos. PALABRAS CLAVE : neurona artificial, grupos de clasificacion, Backpropagation , capacitacion.

REDES NEURAIS ARTIFICIAIS: UTILIZAÇÃO DO ALGORITMO RETROPROPAGAÇÃO PARA CLASSIFICAÇÃO DE GRUPOS EM BIOSSISTEMAS, PARTE 1: INTRODUÇÃO TEÓRICA