Uma rede de função de base radial (rede RBF) é uma rede neural artificial que utiliza funções de base radial como funções de ativação. A saída da rede é uma combinação linear de funções de base radial das entradas e dos parâmetros dos neurônios. As redes RBF têm muitos usos, incluindo aproximação de funções, previsão de séries temporais, classificação e controle de sistemas. Elas foram formuladas pela primeira vez em um artigo de 1988 de Broomhead e Lowe, ambos pesquisadores do Royal Signals and Radar Establishment.
As redes RBF são um tipo de rede neural que diferem das redes feedforward mais comuns em sua estrutura de camada oculta e abordagem de treinamento. Elas estão intimamente relacionadas a métodos de aprendizado de máquina, como regressão por kernel e modelos de processo gaussiano, e foram aplicadas em áreas que vão da inteligência artificial à engenharia de controle.
Arquitetura da Rede
As redes RBF normalmente têm três camadas: uma camada de entrada, uma camada oculta com uma ativação não linear de função de base radial e uma camada de saída linear. A entrada é um vetor de números reais, e a saída é uma função escalar dessa entrada. A saída é calculada como uma soma ponderada de funções de base radial, cada uma centrada em um ponto específico do espaço de entrada.
Cada neurônio oculto tem um vetor de centro e um parâmetro de largura. A ativação de um neurônio depende apenas da distância entre a entrada e seu centro, tornando a função radialmente simétrica. A distância euclidiana é comumente usada, embora a distância de Mahalanobis possa ter melhor desempenho para reconhecimento de padrões. A função de base radial mais comum é a gaussiana, que decai suavemente para zero à medida que a distância do centro aumenta. Essa localidade significa que alterar os parâmetros de um neurônio tem pouco efeito sobre entradas distantes de seu centro.
Dadas condições brandas sobre a função de ativação, as redes RBF são aproximadores universais em subconjuntos compactos do espaço de entrada. Com neurônios ocultos suficientes, elas podem aproximar qualquer função contínua em um conjunto fechado e limitado com precisão arbitrária.
Os parâmetros da rede (pesos, centros e larguras) são determinados para otimizar o ajuste entre a saída da rede e os dados de treinamento.
Normalização
As redes RBF podem ser normalizadas, caso em que a saída é uma média ponderada das saídas dos neurônios, em vez de uma soma simples. Essa arquitetura normalizada garante que a saída esteja dentro de uma faixa limitada e pode melhorar a estabilidade numérica. A normalização é particularmente útil quando a rede é usada para estimativa de probabilidade ou quando a distribuição de entrada varia.
Métodos de Treinamento
O treinamento de uma rede RBF normalmente envolve duas etapas. Primeiro, os centros e as larguras dos neurônios ocultos são selecionados, frequentemente usando métodos não supervisionados, como agrupamento k-means ou amostragem aleatória dos dados de treinamento. Segundo, os pesos de saída são aprendidos, geralmente resolvendo um problema linear de mínimos quadrados, que é rápido e tem uma solução única.
Essa abordagem em duas etapas contrasta com o treinamento baseado em gradiente usado em redes de aprendizado profundo, em que todos os parâmetros são ajustados simultaneamente. As redes RBF também podem ser treinadas com descida de gradiente, mas a camada de saída linear torna a estimativa de pesos particularmente eficiente.
Aplicações
As redes RBF são usadas em uma variedade de tarefas. Na aproximação de funções, elas podem modelar relações não lineares complexas. Na previsão de séries temporais, foram aplicadas a dados financeiros e meteorológicos. Na classificação, servem como um tipo de classificador de aprendizado de máquina, particularmente em problemas de reconhecimento de padrões. Também são usadas no controle de sistemas, onde seu treinamento rápido e saídas suaves são vantajosos.
Em comparação com modelos de aprendizado profundo, as redes RBF são frequentemente mais simples e exigem menos dados, mas podem ter dificuldades com entradas de alta dimensão devido à maldição da dimensionalidade. Elas foram usadas em áreas como Amazon Web Services para certas tarefas preditivas, embora aplicações modernas em larga escala frequentemente favoreçam arquiteturas mais profundas.
Limitações e Extensões
Uma limitação das redes RBF é que o número de neurônios ocultos pode crescer exponencialmente com a dimensão da entrada, tornando-as impraticáveis para problemas de dimensão muito alta. As extensões incluem seleção adaptativa de centros, uso de diferentes funções de base e abordagens híbridas que combinam camadas RBF com outros tipos de rede.
Apesar do surgimento de modelos baseados em transformadores em IA generativa, as redes RBF continuam sendo uma ferramenta fundamental no arsenal de redes neurais, valorizadas por sua clareza teórica e eficiência de treinamento.