Os Processamentos Neuronais

Processamentos neuronal

[pic 1]

A estrutura básica de um neurônio, que são: Dendritos, axônios e terminais dos axônios. Que são aonde emitem esses pulsos. Bom, os dendritos são uma zona do neurônio que recebe impulsos elétricos e eles ativam ou não, de certa forma, “Aleatória” para cada dendritos, é uma forma específica de ativação, que transmite esses dados para o axônio e que vai para o terminal do axônio, isso provoca uma ativação ou não de  um típico neurônio, por exemplo: Se você supor que esse dendrito é ativado quando vê círculos, se ele vê um quadrado, ele não vai ser ativado, e portanto não vai produzir corrente o suficiente para chegar no terminal do axônio, e portanto não vai conseguir ser ativado.

[pic 2][pic 3]

Obviamente, que existe alguns outros fatores além desse, por exemplo: O dendrito ele é um capacitor gigantesco de impulsos elétricos magnéticos, ele recebe vários impulsos elétricos e nisso, ele acaba girando várias fontes de sinal, e quando ele compacta tudo isso, essa fonte tem que passar do threshold que é o limiar para ativar aquele dendrito ou neurônio, e quando ele passa, esse limiar de threshold, ele ativa o axônio, que acaba passando toda a corrente elétrica para os outros neurônios que estão encadeados.

[pic 4]

Então, pensando nisso, uns pesquisadores chamados Hubel e Wiesel, em 1959 pegaram um gato, conectaram um eletrodo que era possível gravar, na região cerebral visual, e eles produziram estímulos visuais, através de um aparelho, um televisor provavelmente, e nisso eles conseguiram ver ativação de cada neurônio, pensando nisso surgiu-se a ideia de que cada neurônio tem um limiar de ativação diferente.

[pic 5][pic 6][pic 7][pic 8][pic 9][pic 10][pic 11][pic 12][pic 13][pic 14][pic 15][pic 16][pic 17][pic 18][pic 19][pic 20][pic 21]

Então, passando para o neurônio artificial nós teremos o seguinte: Teremos uma entrada com valor X, se esse valor X for superior ao limiar que é necessário nesta função, ele passa, se não, ele morre aqui o valor, e foi isso que Mc culloch e Pitts Fizeram em 1943, eles proporam um modelo onde você tem uma operação de álgebra booliana, ou seja, você só trabalha com valores binários aqui, então você recebeu o Wp 1,0 e o Wp 1,0 aqui, se 1 e 1 for a ativação desse neurônio, ele vai ser ativado porque a saída vai ser 1, mas por exemplo se for Wp 1,0 e Wp 0, o neurônio não vai ser ativado, nesse caso é (A=0, B=1 e a saída=0), Porque nem o limiar está sendo respeitado e nem todas as regiões necessárias estão sendo ativados.

[pic 22]

Então para isso, eles modificar um pouco o sistema e hoje em dia trabalho com “Perceptron”, ele é uma rede neural, um neurônio que se trabalha com vários pesos e ele trabalha com uma função limiar, essa função recebe diversos valores, fazendo a soma com baías, ela dar um valor que dará se ele foi ativado ou não, e nisso, Você conseguirá saber se esse neurônio será passado o valor para frente ou não, e no caso do Mc culloch e Pitts Como era um neurônio binário, eles conseguiram fazer uma classificação binário é bem simples, Por exemplo: vamos supor que aqui fossem barba e bigode, se a pessoa tiver barba e bigode ela é homem? Então sim, mas tem algumas falhas, se ela tiver só barba ou só o bigode ela cai na questão que pode ser mulher, então esse neurônio não trabalhava muito com essas possibilidades, Já o Perceptron Por trabalhar com valores mais maleáveis, ele consegue seguir outros limiares e consegue trabalhar com diferentes valores de uma melhor forma, por isso que ele é tão adotado hoje em dia. E como vimos também, o nosso cérebro trabalha com funções de ativação, então quando você passa um certo limite, você ativa aquela região do cérebro, e o conceito é o mesmo.