Treinamento de uma Célula Neural Artificial Paraconsistente de Aprendizagem (CNAPap) utilizando Microsoft Excel

Abstract

As pesquisas e os estudos da Lógica Paraconsistente (LP) têm despertado grandes interesses em especialistas na área de automação industrial e em outras áreas, principalmente na saúde, e, neste caso, os modos de aplicações desta lógica se mostram bastante promissores. Este trabalho apresenta uma forma de aplicação do algoritmo da Célula Neural Artificial Paraconsistente de Aprendizagem (CNAPap), que é originado da Lógica Paraconsistente Anotada com Anotação de dois Valores (LPA2v). O algoritmo CNAPap foi configurado para atuar em um software aplicativo onde foi feito um treinamento para estudar como uma célula neural aprende de maneira mais rápida através de suas iterações. Os resultados deste estudo demonstraram que controles diversos aplicados em Inteligência Artificial com as Redes de Análises Paraconsistentes compostas de CNAPap podem ser simulados e testados com os recursos de um software aplicativo antes de uma aplicação real.

Palavras–Chave: Inteligência Artificial; Célula Neural; Redes de Análises Paraconsistentes.