Matlab - Neural Network Toolbox

Sumário
1.	Introdução
2.	Bancos de dados disponíveis directamente no 'matlab'
3.
4.	Documentação e links úteis

Início

---

1. Introdução

O pacote Neural Network Toolbox (nnet) destina-se à manipulação de redes neuronais.
As explicações e exemplos, aqui descritas, seguem de perto o manual "Neural Network Toolbox * User's Guide" para o matlab R2017a.

Início

---

2. Bancos de dados disponíveis directamente no 'matlab'

Existem alguns bancos de dados disponíveis no matlab para exercitar redes neurais:

• BodyFat: Dados sobre imagens roupas.
  Contém dados de 252 imagens de roupa, bodyfatInputs e bodyfatTargets, respectivamente, entradas (células com 13 elementos) e alvos. Para os obter:

  load bodyfat_dataset;

• Exchanger: Conjunto de dados de troca de calor.
  Contém dois vectores de células exchangerInputs e exchangerTargets, respectivamente, 4000 entradas e alvos. Para os obter:

  load('exchanger_dataset');

• Far-Infrared-Laser: Dados de laser em estado caótico (dados normalizados) [Santa Fe Time Series Competition].
  Vector linha contendo 10093 valores. Para os obter:

  data = laser_dataset;

• Magdata: Dados de levitação magnética.
  Há duas entradas para a rede série-paralelo de 4001 elementos: a sequência y(t) que mostra a posição do íman permanente e u(t) a tensão aplicada ao electroíman. Os dados foram recolhidos com um intervalos de 0.01 segundos, ou seja têm-se dados no intervalo [0, 40] segundos.
  Para os obter:

  load magdata;

• magmulseq: Três sequências de levitação magnética em que os "u"s são as entradas e os "y"s os alvos. A primeira sequência tem 1486 dados, a segunda tem 1131 e a terceira 1352. Para as obter:

  load magmulseq;

• PH: Conjunto de dados de PH.
  Contém dois vectores de células phInputs e phTargets, respectivamente, 2001 entradas, com dois valores, e alvos. Para os obter:

  load('ph_dataset');

• Phoneme: Conjunto de dados de phonemas.
  Contém dois vectores y e t, respectivamente, 400 entradas e alvos. Para os obter:

  load phoneme;

• Pollution: Conjunto de dados de mortalidade por poluição.
  Contém dois vectores de células pollutionInputs e pollutionTargets, respectivamente, 508 entradas (células com 8 elementos) e alvos. Para os obter:

  load('pollution_dataset');

• Refmodel: Conjunto de dados do modelo de referência.
  Contém dois vectores de células refmodelInputs e refmodelTargets, respectivamente, 2000 entradas e alvos. Para os obter:

  load('refmodel_dataset');

• Robotarm: Conjunto de dados de braços robóticos.
  Contém dois vectores de células robotarmInputs e robotarmTargets, respectivamente, 1463 entradas e alvos. Para os obter:

  load('robotarm_dataset');

• SimpleNARX: Conjunto de dados de predição de séries temporais simples.
  Contém dois vectores de células simplenarxInputs e simplenarxTargets, respectivamente, 100 entradas e alvos. Para os obter:

  load('simplenarx_dataset');

• SimpleSeries: Conjunto de dados de predição de séries temporais simples.
  Contém dois vectores de células simpleseriesInputs e simpleseriesTargets, respectivamente, 100 entradas e alvos. Para os obter:

  load('simpleseries_dataset');

• Valve: Conjunto de dados de fluxo de fluidos em válvulas.
  Contém dois vectores de células valveInputs e valveTargets, respectivamente, 1801 entradas e alvos. Para os obter:

  load('valve_dataset');

Início

---

3.

Início

---

4. Documentação e links úteis

• Página Principal: https://www.mathworks.com/
• Neural Network Toolbox -- User’s Guide
  • User’s Guide (R2011b)
  • User’s Guide (R2017a)
• Neural Network Toolbox: Basics using MATLAB (Heikki N. Koivo, 2008)
• Versão da Neural Network Toolbox para 'octave' (2010)

Início

---