Desenvolvimento de uma plataforma Desktop para o Sistema BRNeural Guilhermino Marcos Silva Afonso1, Luiz Antônio Zanlorensi Junior1, Ivo Mario Mathias1, Ariangelo Hauer Dias1 1 Departamento de Informática, Universidade Estadual de Ponta Grossa, Ponta Grossa, Paraná, Brasil, [email protected], [email protected], [email protected], [email protected] RESUMO Este projeto de pesquisa teve como finalidade a modelagem e o desenvolvimento da camada front-end para a plataforma desktop do sistema Brasil Neural(BRNeural). O BRNeural é um ambiente para simulação e pesquisa de Redes Neurais Artificiais(RNAs), que auxilia na criação, treinamento e operação com redes neurais artificiais, com o objetivo de ser utilizado pela comunidade científica e profissional. A primeira versão do sistema foi desenvolvida em Delphi, posteriormente considerando a expansão do sistema com novas tipologias e algoritmos foi selecionado o framework Java intitulado Encog, por fornecer as funcionalidades de criação e treinamento de diversas topologias de RNAs. Para a segunda versão, o sistema foi reescrito em Java, utilizando o Encog e implementada uma camada front-end para web. O software proposto foi desenvolvido utilizando a linguagem de programação Java, no Ambiente Integrado de Desenvolvimento Eclipse e a biblioteca gráfica JavaFX. O projeto obteve como resultado a implementação da camada front-end no BRNeural, que tem aplicação na área da agricultura. PALAVRAS-CHAVE: Inteligência Artificial, Redes Neurais Artificiais, Agrometeorologia. INTRODUÇÃO Sabe-se que o cérebro humano é composto de bilhões de neurônios, que têm um papel essencial na determinação do funcionamento e comportamento do corpo humano e do raciocínio. Um neurônio é uma célula com seções específicas e complementares, formando basicamente por corpo central, dentritos, que são um conjunto de terminais de entrada, e axônios que são longos terminais de saída. (FERNEDA, 2006). Dentre os diversos paradigmas da Inteligência Artificial, as RNAs são adequadas para o reconhecimento de padrões, por oferecer método flexível e mais próximo dos processos biológicos. Na sua forma mais geral, a rede neural artificial é uma máquina projetada para modelar a maneira como o cérebro realiza uma tarefa particular ou função do interesse. São técnicas computacionais que apresentam um modelo inspirado na estrutura neural de organismos inteligentes, que adquirem conhecimento por meio da experiência. (MATHIAS, 2006). As habilidades das RNAs em solucionar problemas complexos e variados têm as tornado uma abordagem interessante que pode ser aplicada em diversas áreas da engenharia e ciências. A propriedade mais importante das RNAs é a habilidade de aprender a partir de seu ambiente e com isso melhorar seu desempenho, isso é feito por meio de um processo de aprendizagem, que é um processo iterativo de ajustes aplicado aos seus pesos sinápticos, o algoritmo de treinamento. O aprendizado ocorre quando a rede neural atinge uma solução generalizada para uma classe de problemas. (MATHIAS, 2006). A partir dessas premissas foi criado e desenvolvido o projeto BRNeural, inicialmente desenvolvido no Ambiente Integrado DELPHI. Considerando a expansão do sistema com novas tipologias e algoritmos foi selecionado o framework intitulado Encog(HEATON, 2011), por fornecer as funcionalidades de criação e treinamento de diversas topologias de RNAs e também de algoritmos de treinamento específicos para cada topologia, dentre outras características, como distintas formas de normalização de saída, processamento multithread, e outras topologias de rede. Para a segunda versão, o sistema foi reescrito em Java, utilizando o Encog e implementada uma camada front-end para web. Dentro desse contexto, este projeto de pesquisa tem como finalidade a modelagem e o desenvolvimento de uma camada front-end para uma plataforma Desktop do sistema BRNeural1. MATERIAL E MÉTODOS A fase inicial do projeto foi leitura e levantamento bibliográfico sobre: Redes Neurais Artificiais e Interação humano-computador. Posteriormente, foram levantados os requisitos do software, ou seja, definição documentada das propriedades do software. Na fase seguinte foi feita a análise e design do sistema, ou seja, como o sistema deve se parecer. Para isso, foram criados esboços de todas as telas que constituem o software, a 1 Projeto de pesquisa (Resolução CEPE n˚065, de 27 de setembro de 2011). interface gráfica foi inspirada na versão anterior do software com auxílio do software Balsamiq Mockups. O passo seguinte foi a construção da camada front-end, ou seja, construção da interface que vai interagir com o usuário, para isso foi usado o JavaFX Scene Builder. O JavaFX é um conjunto avançado de gráficos e pacotes de mídia que permite projetar, criar, testar, depurar e implantar aplicações clientes ricas, que se comportam de forma consistente em várias plataformas e é biblioteca gráfica padrão do Java 8. Por estes motivos foi selecionado o JavaFX como interface gráfica. RESULTADOS E DISCUSSÃO O projeto obteve como resultado a implementação da camada front-end no BRNeural, que consiste em um simulador de RNAs. Esse simulador tem por objetivo fornecer uma interface genérica e simplificada, principalmente para usuários não familiarizados com o paradigma das RNAs, podendo ser utilizado para fins multidisciplinares. Para usuários não familiarizados com RNAs foi criado o método de treinamento wizard, mostrado na Figura 1, onde o usuário vai recebendo instruções dos campos a serem preenchidos e no final poderá treinar a rede. Para usuários recorrentes foi criado o método avançado que consiste em apenas uma tela, onde podem ser preenchidos todos os campos e iniciar o treinamento da rede. Figura 1 – Tela de treinamento wizard do sistema BRNeural. Fonte: (Próprio autor, 2015) CONCLUSÕES Este projeto de pesquisa teve como finalidade a modelagem e o desenvolvimento da camada front-end para a plataforma desktop do sistema BRNeural, foi desenvolvido em Java e utilizado o JavaFX para a criação de interfaces ricas e intuitivas de modo a ser utilizado pela comunidade científica e profissional. Pode-se concluir que os objetivos propostos para este projeto foram alcançados. Atualmente o simulador tem aplicação na área da agricultura, no entanto, poderá ter aplicação em várias áreas da engenharia e ciências bem como subsidiar embasamento para outros projetos. AGRADECIMENTOS Agradeço a Deus, aos meus país pelo apoio incondicional, ao meu orientador Ivo Mario Mathias e ao co-orientador Luiz Antônio Zanlorensi Junior pela contribuição de seus conhecimentos e sugestões na elaboração deste projeto. REFERÊNCIAS FERNEDA, E. Redes neurais e sua aplicação sem sistemas de recuperação de informação. Ci. Inf. Brasília, v. 35, n. 1, p. 25-30. HAYKIN, S. Redes neurais princípios e prática. Porto Alegre, Bookman, 2001. BRAGA, A. P.; CARVALHO, A. P. L. F.; LUDEMIR T. B. Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro, LTC, 2000. BUTLER, C. IEEE First International Conference on Neural Networks. San Diego, 1987. MATHIAS, I. M. Aplicação de redes neurais artificiais na analise de dados de molhamento foliar por orvalho. Tese de Doutorado, Universidade Estadual Paulista “Júlio de Mesquita Filho”, 2006.