MODELAGEM MATEMÁTICA DO CÉREBRO

Exemplo para um Sistema de Aprovação de Crédito Bancário:

• As entradas (inputs) são números normalizados de 0.1 a 0.9 e podem representar dados do cliente (renda, profissão, valor dos bens de raiz etc) e da conjuntura (nível inflacionário, crescimento do PIB real etc). Quem define os dados de entrada relevantes é o profissional da área com experiência. No entanto, ele pode se enganar, pois a rede pode descobrir (não se sabe como) que algum dado aparentemente sem importância é fundamental na decisão (e vice-versa). Nas entradas não há sinapse.
• As unidades ocultas (hidden) são onde se realizam as associações entre os dados. Seu número é determinado experimentalmente, caso a caso. Não há regra geral.
• As unidades de saída fornecem os resultados da rede. São números normalizados entre 0.1 e 0.9 e podem representar o limite de crédito a ser concedido, o prazo máximo de pagamento etc. Representam as informações de interesse para o usuário da rede.
• A cada ligação está associado um peso (um número geralmente entre +1 e -1, que representa a memorização da rede. O valor correto dos pesos é determinado por um algoritmo de treinamento da rede. Esse treinamento pode requerer horas para convergir, donde a necessidade de computadores rápidos.
• Nas unidades escondidas e de saída existe uma sinapse da soma ponderada dos sinais de entrada na unidade.