@article{Bisi_Bonini Neto_Bonini_2015, title={REDES NEURAIS ARTIFICIAIS: UTILIZAÇÃO DO ALGORITMO RETROPROPAGAÇÃO PARA CLASSIFICAÇÃO DE GRUPOS EM BIOSSISTEMAS, PARTE 1: INTRODUÇÃO TEÓRICA}, volume={11}, url={https://publicacoes.amigosdanatureza.org.br/index.php/forum_ambiental/article/view/1231}, DOI={10.17271/1980082711220151231}, abstractNote={<p><strong>RESUMO </strong></p><p>Redes neurais artificiais são modelos computacionais que consistem na semelhança da maneira como um organismo vivo manipula as informações recebidas e com isso, possuem capacidade de aprendizado, adaptabilidade e generalização do conhecimento. Além disso, o modelo de processamento de uma Rede Neural Artificial é baseado no paralelismo, assemelhando-se como o cérebro lida com as informações recebidas por seus neurônios. O presente trabalho foi dividido em duas partes, em que nesta primeira descreve o estudo da rede neural artificial <em>Retropropagação (backpropagation)</em> como um classificador de grupos, utilizando dois processos básicos desempenhados por uma rede neural artificial, as fases de treinamento ou aprendizado e a fase de operação. O objetivo principal é mostrar o processo de funcionamento dessas fases. Na parte II, é apresentado aplicações da metodologia para classificar grupos, tipos de frutas e solos.</p><p><strong>PALAVRAS-CHAVE:</strong>Neurônio artificial, Classificação de grupos, Retropropagação, Treinamento.</p><p><strong> </strong></p><p class="ABNT">ARTIFICIAL NEURAL NETWORKS: ALGORITHM BACKPROPAGATION USE FOR CLASSIFICATION OF GROUPS IN BIOSYSTEMS, PART 1: INTRODUCTION THEORY.</p><p><strong> </strong></p><p><strong>ABSTRACT</strong></p><p>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.</p><p><strong>KEYWORDS:</strong>artificial neuron, classificationgroups,Backpropagation, training</p><p> </p><p class="ABNT">REDES NEURONALES ARTIFICIALES: USO BACKPROPAGATION ALGORITMO PARA LA CLASIFICACIÓN DE LOS GRUPOS EN BIOSYSTEMS, PARTE 1: INTRODUCCIÓN TEORÍA.</p><p><strong> </strong></p><p><strong>RESUMEN</strong></p><p>Redes neuronalesartificialesson modelos computacionales que consistenenlasimilitud de la forma de un organismo vivo que maneja lainformaciónrecibido y generalizacióndelconocimiento, laadaptabilidad y capacidad de aprendizaje. Además, el modelo de procesamiento de una red neuronal artificial sebasaen paralelismo, parecido como elcerebro se ocupa de lainformaciónrecibida por lasneuronas. Este trabajo se dividióendos partes, que en esta primeradescribeelestudio de lared neuronal artificial <em>Backpropagation</em> como unclasificador de los grupos, utilizando dos procesos básicos efectuados por una red neuronal artificial, las fases de entrenamiento o fase de aprendizaje y operación. El objetivo principal es mostrar elproceso de funcionamiento de estas fases. Enla parte dos, sonaplicaciones de lametodología para laclasificación de los grupos, tipos de frutas y suelos.</p><p> </p><p><strong>PALABRAS CLAVE</strong>: neurona artificial, grupos de clasificación, <em>Backpropagation</em>, capacitación.</p><p> </p>}, number={2}, journal={Periódico Eletrônico Fórum Ambiental da Alta Paulista}, author={Bisi, Beatriz Santos and Bonini Neto, Alfredo and Bonini, Carolina dos Santos Batista}, year={2015}, month={Dec.} }