Exemplo de Execução do Exercício dos Barbeiros com Threads, Variável de Condição e Semáforo no Linux
Trecho da Aula 07 de Sistemas Operacionais II
https://www.fabriciobreve.com/
5
views
getconf GNU_LIBPTHREAD_VERSION - determinando qual biblioteca de threads está sendo usada no Linux
Trecho da Aula 07 de Sistemas Operacionais II
https://www.fabriciobreve.com/
4
views
thread-pid.c - Imprime o ID de Processos de Threads no Linux (LinuxThreads vs. NTPL)
Trecho da Aula 07 de Sistemas Operacionais II
https://www.fabriciobreve.com/
6
views
08 - Inteligência de Enxames - Computação Inspirada pela Natureza (versão Meet)
- Agentes
- Princípios Básicos
- Enxames
- Colônia de Formigas
- Bando de Pássaros
- Rebanho de Animais
- Enxame de Abelhas
- Cardume de Peixes
- Tráfego de Veículos
- Multidão de Pessoas
- Partículas Humanas Inteligentes
- Algoritmos Baseados em Enxames
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
BONABEAU, Eric; DORIGO, Marco; THERAULAZ, Guy. Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, 1999.
http://amzn.to/23nGGug
DORIGO, Marco; STÜTZLE, Thomas. Ant Colony Optimization. Bradford Books, 2004.
http://amzn.to/1W67ekI
BREVE, Fabricio; ZHAO, Liang; QUILES, Marcos G.; PEDRYCZ, Witold; LIU, Jimming. “Particle competition and cooperation in networks for semi-supervised learning”. Knowledge and Data Engineering, IEEE Transactions on, 2012.
http://doi.ieeecomputersociety.org/10.1109/TKDE.2011.119
BREVE, Fabricio Aparecido. Aprendizado de Máquina em Redes Complexas. 165 páginas. Tese. São Carlos: Universidade de São Paulo, 2010.
http://www.fabriciobreve.com/artigos/tese-fab.pdf
19
views
08 - Inteligência de Enxames - Computação Inspirada pela Natureza
- Agentes
- Princípios Básicos
- Enxames
- Colônia de Formigas
- Bando de Pássaros
- Rebanho de Animais
- Enxame de Abelhas
- Cardume de Peixes
- Tráfego de Veículos
- Multidão de Pessoas
- Partículas Humanas Inteligentes
- Algoritmos Baseados em Enxames
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
BONABEAU, Eric; DORIGO, Marco; THERAULAZ, Guy. Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, 1999.
http://amzn.to/23nGGug
DORIGO, Marco; STÜTZLE, Thomas. Ant Colony Optimization. Bradford Books, 2004.
http://amzn.to/1W67ekI
BREVE, Fabricio; ZHAO, Liang; QUILES, Marcos G.; PEDRYCZ, Witold; LIU, Jimming. “Particle competition and cooperation in networks for semi-supervised learning”. Knowledge and Data Engineering, IEEE Transactions on, 2012.
http://doi.ieeecomputersociety.org/10.1109/TKDE.2011.119
BREVE, Fabricio Aparecido. Aprendizado de Máquina em Redes Complexas. 165 páginas. Tese. São Carlos: Universidade de São Paulo, 2010.
http://www.fabriciobreve.com/artigos/tese-fab.pdf
59
views
Exercício com Threads no Linux
Trecho da Aula 06 de Sistemas Operacionais II
https://www.fabriciobreve.com/
6
views
tsd.c - Dados Específicos de Threads no Linux
Trecho da Aula 06 de Sistemas Operacionais II
https://www.fabriciobreve.com/
5
views
primes.c - Valores de Retorno de Threads no Linux
Trecho da Aula 06 de Sistemas Operacionais II
https://www.fabriciobreve.com/
5
views
thread-create2.c - Passando Dados para Threads no Linux
Trecho da Aula 06 de Sistemas Operacionais II
https://www.fabriciobreve.com/
4
views
thread-create.c - Criando Threads no Linux
Trecho da Aula 06 de Sistemas Operacionais II
https://www.fabriciobreve.com/
5
views
07 - Redes Neurais Artificiais - Parte 2 - Computação Inspirada pela Natureza (versão Meet)
- Perceptron de Uma Única Camada
- Separabilidade Linear
- Perceptron Simples para Classificação de Padrões
- Treinamento
- Algoritmo de Treinamento
- Perceptron de Múltiplas Saídas para Classificação de Padrões
- Algoritmo de Treinamento para Perceptron de Múltiplas Saídas
- Um-versus-Resto
- Função Softmax
- Exemplo de Aplicação
- Saída Desejada
- Ciclos (Épocas)
- Pesos Finais
- Exercício
- Generalização
- Adaline
- Perceptron de Múltiplas Camadas
- Histórico
- Algoritmo de Retropagação de Erro
- Variações do Algoritimo de Retropropagação
- Por que Múltiplas Camadas?
- Quantas Camadas Utilizar?
- Dificuldades de Aprendizado
- Overfitting
- Atualização de Pesos
- Atualização de Pesos por Padrão
- Atualização de Pesos por Ciclo
- Atualização de Pesos por Lote (Batch)
- Redes de Função de Base Radial
- Máquinas de Vetor de Suporte
- Mapas Auto-Organizáveis
- Mapa de Kohonen
- Redes Neurais Profundas
- Outras Redes Neurais
- Aplicações de Redes Neurais Artificiais
- RNAs na Indústria
- RNAs no Setor de Serviços
- RNAs na Medicina
- RNAs na Detecção de COVID-19 em Imagens de Radiografia de Tórax
- RNAs na Bioinformática
- RNAs nas Ciências dos Solos
- RNAs no Auxílio à Deficientes Visuais
- Empresas pioneiras no uso de RNAs
- Empresas pioneiras no uso de RNAs no Brasil
- Conclusão
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008.
http://amzn.to/1S35Ef6
KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006.
https://amzn.to/3NVSe7A
BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007.
http://amzn.to/1MlxJKj
16
views
07 - Redes Neurais Artificiais - Parte 2 - Computação Inspirada pela Natureza
- Perceptron de Uma Única Camada
- Separabilidade Linear
- Perceptron Simples para Classificação de Padrões
- Treinamento
- Algoritmo de Treinamento
- Perceptron de Múltiplas Saídas para Classificação de Padrões
- Algoritmo de Treinamento para Perceptron de Múltiplas Saídas
- Um-versus-Resto
- Função Softmax
- Exemplo de Aplicação
- Saída Desejada
- Ciclos (Épocas)
- Pesos Finais
- Exercício
- Generalização
- Adaline
- Perceptron de Múltiplas Camadas
- Histórico
- Algoritmo de Retropagação de Erro
- Variações do Algoritimo de Retropropagação
- Por que Múltiplas Camadas?
- Quantas Camadas Utilizar?
- Dificuldades de Aprendizado
- Overfitting
- Atualização de Pesos
- Atualização de Pesos por Padrão
- Atualização de Pesos por Ciclo
- Atualização de Pesos por Lote (Batch)
- Redes de Função de Base Radial
- Máquinas de Vetor de Suporte
- Mapas Auto-Organizáveis
- Mapa de Kohonen
- Redes Neurais Profundas
- Outras Redes Neurais
- Aplicações de Redes Neurais Artificiais
- RNAs na Indústria
- RNAs no Setor de Serviços
- RNAs na Medicina
- RNAs na Detecção de COVID-19 em Imagens de Radiografia de Tórax
- RNAs na Bioinformática
- RNAs nas Ciências dos Solos
- RNAs no Auxílio à Deficientes Visuais
- Empresas pioneiras no uso de RNAs
- Empresas pioneiras no uso de RNAs no Brasil
- Conclusão
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008.
http://amzn.to/1S35Ef6
KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006.
https://amzn.to/3NVSe7A
BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007.
http://amzn.to/1MlxJKj
20
views
06 - Redes Neurais Artificiais - Parte 1 - Computação Inspirada pela Natureza
- Por que Redes Neurais?
- Redes Neurais Artificiais
- Neurônio Natural
- Neurônios Artificiais
- Neurônio de McCulloch e Pitts
- Neurônio Genérico
- Bias
- Finalidade do Termo Bias
- Neurônio Genérico Matematicamente
- Funções de Ativação
- Função Linear
- Função de Limiar (Threshold, Step)
- Função Sigmóide / Logística
- Função Tangente Hiperbólica
- Função de Base Radial
- ReLU (Rectified Linear Unit)
- Outras Funções de Ativação
- Arquiteturas de Redes Neurais
- Redes Feedforward de Uma Única Camada
- Redes Feedforward de Múltiplas Camadas
- Redes Recorrentes
- Abordagens de Aprendizado
- Aprendizado Supervisionado
- Exemplo: Problema de Classificação - Detecção de SPAM
- Exemplo: Problema de Regressão - Como calcular o preço de uma casa?
- Treinando uma Rede Neural
- Função de Custo
- Capacidade de Generalização
- Underfitting e Overfitting
- Aprendizado Não Supervisionado
- Aprendizado Competitivo
- Separação de Balões
- Onde abrir pizzarias?
- Aprendizado por Reforço
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008.
http://amzn.to/1S35Ef6
KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006.
https://amzn.to/3NVSe7A
BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007.
http://amzn.to/1MlxJKj
17
views
06 - Redes Neurais Artificiais - Parte 1 - Computação Inspirada pela Natureza
- Por que Redes Neurais?
- Redes Neurais Artificiais
- Neurônio Natural
- Neurônios Artificiais
- Neurônio de McCulloch e Pitts
- Neurônio Genérico
- Bias
- Finalidade do Termo Bias
- Neurônio Genérico Matematicamente
- Funções de Ativação
- Função Linear
- Função de Limiar (Threshold, Step)
- Função Sigmóide / Logística
- Função Tangente Hiperbólica
- Função de Base Radial
- ReLU (Rectified Linear Unit)
- Outras Funções de Ativação
- Arquiteturas de Redes Neurais
- Redes Feedforward de Uma Única Camada
- Redes Feedforward de Múltiplas Camadas
- Redes Recorrentes
- Abordagens de Aprendizado
- Aprendizado Supervisionado
- Exemplo: Problema de Classificação - Detecção de SPAM
- Exemplo: Problema de Regressão - Como calcular o preço de uma casa?
- Treinando uma Rede Neural
- Função de Custo
- Capacidade de Generalização
- Underfitting e Overfitting
- Aprendizado Não Supervisionado
- Aprendizado Competitivo
- Separação de Balões
- Onde abrir pizzarias?
- Aprendizado por Reforço
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008.
http://amzn.to/1S35Ef6
KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006.
https://amzn.to/3NVSe7A
BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007.
http://amzn.to/1MlxJKj
23
views
fork-exec.c - Chamadas fork() e exec() para clonar um processo e trocar o programa em execução
Trecho da Aula 04 de Sistemas Operacionais II
https://www.fabriciobreve.com/
6
views
fork.c - A Chamada de sistema fork() para duplicar (clonar) um processo no Linux
Trecho da Aula 04 de Sistemas Operacionais II
https://www.fabriciobreve.com/
7
views
system.c - A Chamada de sistema system() executando o shell padrão e lhe passando um comando
Trecho da Aula 04 de Sistemas Operacionais II
https://www.fabriciobreve.com/
4
views
ps e top: Monitoramento de Processos no Linux
Trecho da Aula 04 de Sistemas Operacionais II
https://www.fabriciobreve.com/
5
views
print-pid.c - Obtendo o ID de um processo e o ID de seu processo pai no Linux
Trecho da Aula 04 de Sistemas Operacionais II
https://www.fabriciobreve.com/
5
views
tifftest.c - Dependências de Bibliotecas no Linux
Trecho da Aula 03 de Sistemas Operacionais II
https://www.fabriciobreve.com/
8
views
A opção -static do gcc: ligando executáveis estaticamente no Linux
Trecho da Aula 03 de Sistemas Operacionais II
https://www.fabriciobreve.com/
7
views
Códigos de Erro em Chamadas de Sistema e uso do stderror(errno) no Linux
Trecho da Aula 03 de Sistemas Operacionais II
https://www.fabriciobreve.com/
11
views
05 - Neurocomputação: O Sistema Nervoso - Computação Inspirada pela Natureza (versão Meet)
- Introdução
- Deep Blue vs. Kasparov
- Neurocomputação e definições
- Neurociência Computacional e Redes Neurais Artificiais
- O Sistema Nervoso
- Sistema Endócrino e Sistema Nervoso
- Evolução do Sistema Nervoso
- Sistema Nervoso Periférico
- Sistema Nervoso Central
- Tubo Neural
- Processo de Desenvolvimento
- Plasticidade
- Retro-alimentação
- Conexões bottom-up e top-down
- Organização do Sistema Nervoso de Vertebrados
- Sistema de Três Estágios
- Cérebro
- Regiões do Cérebro
- Tálamo, Medula Oblonga, Córtex, Hipotálamo, Cerebelo, Corpo Caloso
- Massa Branca e Massa Cinzenta
- Hemisférios do Córtex
- Teoria de Sperry
- Lobos do Córtex: frontal, parietal, occipital, temporal
- Regiões Funcionais do Cérebro
- Imagens Tomográficas
- Cérebro Humano
- Cérebro de um peixe primitivo
- Sistema Nervoso dos Vertebrados
- Evolução do Cérebro dos Vertebrados
- Proteção do Sistema Nervoso
- Medula Espinhal
- Reflexo do Joelho
- Medula Espinhal Humana
- Lesões na Medual Espinhal
- Poliomielite (Paralisa Infantil)
- Sistema Nervoso Periférico
- Sistema Nervoso Somático
- Sistema Nervoso Autônomo
- Sistema Simpático
- Sistema Parassimpático
- Hierarquia do Sistema Nervoso
- Neurônios (Células Nervosas)
- Neurônio Natural
- Processamento de Informações
- Transmissão de Pulsos
- Sinapses
- Potencial Pós-Sináptico
- Comunicação entre Neurônios
- Conexões do Sistema Nervoso
- Redes, Camadas e Mapas
- Organização em Camadas
- Áreas do Córtex
- Camadas do Córtex
- Mapa Topográfico
- Bases Biológicas e Físicas de Aprendizado
- Aprendizado Global
- Memória
- Sumário
- Questões
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008.
http://amzn.to/1S35Ef6
KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006.
https://amzn.to/3NVSe7A
BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007.
http://amzn.to/1MlxJKj
50
views
05 - Neurocomputação: O Sistema Nervoso - Computação Inspirada pela Natureza
- Introdução
- Deep Blue vs. Kasparov
- Neurocomputação e definições
- Neurociência Computacional e Redes Neurais Artificiais
- O Sistema Nervoso
- Sistema Endócrino e Sistema Nervoso
- Evolução do Sistema Nervoso
- Sistema Nervoso Periférico
- Sistema Nervoso Central
- Tubo Neural
- Processo de Desenvolvimento
- Plasticidade
- Retro-alimentação
- Conexões bottom-up e top-down
- Organização do Sistema Nervoso de Vertebrados
- Sistema de Três Estágios
- Cérebro
- Regiões do Cérebro
- Tálamo, Medula Oblonga, Córtex, Hipotálamo, Cerebelo, Corpo Caloso
- Massa Branca e Massa Cinzenta
- Hemisférios do Córtex
- Teoria de Sperry
- Lobos do Córtex: frontal, parietal, occipital, temporal
- Regiões Funcionais do Cérebro
- Imagens Tomográficas
- Cérebro Humano
- Cérebro de um peixe primitivo
- Sistema Nervoso dos Vertebrados
- Evolução do Cérebro dos Vertebrados
- Proteção do Sistema Nervoso
- Medula Espinhal
- Reflexo do Joelho
- Medula Espinhal Humana
- Lesões na Medual Espinhal
- Poliomielite (Paralisa Infantil)
- Sistema Nervoso Periférico
- Sistema Nervoso Somático
- Sistema Nervoso Autônomo
- Sistema Simpático
- Sistema Parassimpático
- Hierarquia do Sistema Nervoso
- Neurônios (Células Nervosas)
- Neurônio Natural
- Processamento de Informações
- Transmissão de Pulsos
- Sinapses
- Potencial Pós-Sináptico
- Comunicação entre Neurônios
- Conexões do Sistema Nervoso
- Redes, Camadas e Mapas
- Organização em Camadas
- Áreas do Córtex
- Camadas do Córtex
- Mapa Topográfico
- Bases Biológicas e Físicas de Aprendizado
- Aprendizado Global
- Memória
- Sumário
- Questões
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
HAYKIN, Simon.Neural Networks and Learning Machines, 3rd Edition. Prentice Hall, 2008.
http://amzn.to/1S35Ef6
KOVACS, Zsolt L.Redes Neurais Artificiais: Fundamentos e Aplicações. Livraria da Física, 2006.
https://amzn.to/3NVSe7A
BISHOP, Christopher M.Pattern Recognition and Machine Learning. Springer, 2007.
http://amzn.to/1MlxJKj
51
views
04 - Computação Evolutiva - Parte 2 - Computação Inspirada pela Natureza (versão Meet)
- Principais Características
- Algoritmo Evolutivo Padrão
- Algoritmos Genéticos
- Indivíduo
- Exemplo: Preparo de Biscoito
- Codificação
- Representação
- Representação Binária
- Corte e Escala
- Código de Gray
- Código Termômetro
- Função de Aptidão
- Função de Aptidão Padrão
- Aptidão Baseada em Ranking
- Aptidão Ranking-Espaço
- Seleção
- Seleção pela Roleta
- Seleção por Torneio
- Pressão Seletiva
- Diversidade
- Seleção por Amostragem Universal Estocástica
- Seleção por Estado Estável
- Operadores Genéticos
- Crossover
- Crossover de Um Ponto
- Crossover de Dois Pontos
- Crossover Uniforme
- Mutação
- Elitisimo
- Funcionamento do Algoritmo Genético
- Critério de Parada
- Convergência
- Exemplo: Reconhecimento de Padrões (Avaliação de Aptidão, Seleção por Roleta, Reprodução, Mutação, Avaliação, População Final, Evolução da População)
- Exemplo 2: Minimização de Polinômio de 4º Grau
- Aplicações
- Exercício
- Subida da Colina, Recozimento Simulado e Algoritmos Genéticos
- Analogia com Cangurus
- Bibliografia
Fabricio Breve possui graduação em Ciência da Computação pela Universidade Metodista de Piracicaba (UNIMEP, 2001), mestrado em Ciência da Computação pela Universidade Federal de São Carlos (UFSCar, 2006) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP, 2010) com período sanduíche na University of Alberta (UofA), Canadá. Fez estágio de pós-doutoramento de 2010 a 2011 na Universidade de São Paulo. Em 2018 obteve o título de Livre-Docente em Redes de Computadores. Atualmente é professor associado da Universidade Estadual Paulista "Júlio de Mesquita Filho" (UNESP). Seus interesses de pesquisa incluem aprendizado de máquina, reconhecimento de padrões, processamento de imagens, redes complexas, redes neurais artificiais e computação inspirada pela natureza.
https://www.fabriciobreve.com/
Bibliografia:
CASTRO, Leandro Nunes. Fundamentals of Natural Computing: Basic Concepts, Algorithms, And Applications. CRC Press, 2006
https://amzn.to/3wj1jAL
CARVALHO, André Ponce de Leon F. de. Notas de Aula, 2007
http://www.icmc.usp.br/~andre/
BROWNLEE, Jason.Clever Algorithms: Nature-Inspired Programming Recipes. Jason Brownlee, 2011.
http://amzn.to/1UxH889
EIBEN, A. E.; SMITH, James E.Introduction to Evolutionary Computing, 2nd Edition. Springer, 2015.
http://amzn.to/1YY7px3
SIMON, Dan.Evolutionary Optimization Algorithms. Wiley, 2013.
http://amzn.to/1WpcYTJ
MITCHELL, Melanie.An Introduction to Genetic Algorithms. MIT Press, 1998.
http://amzn.to/1RN1QvL
26
views