Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica
Ano de defesa: | 2004 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://hdl.handle.net/10183/4433 |
Resumo: | Nesta tese estudamos os efeitos de diluição simétrica gradual das conexões entre neurônios e de ruído sináptico sobre a habilidade de categorização de padrões no modelo de Hopfield de redes neurais, mediante a teoria de campo médio com simetria de réplicas e simulações numéricas. Utilizamos generalizações da regra de aprendizagem de Hebb, para uma estrutura hierárquica de padrões correlacionados em dois níveis, representando os ancestrais (conceitos) e descendentes (exemplos dos conceitos). A categorização consiste no reconhecimento dos conceitos por uma rede treinada unicamente com exemplos dos conceitos. Para a rede completamente conexa, obtivemos os diagramas de fases e as curvas de categorização para vários níveis de ruído sináptico. Observamos dois comportamentos distintos dependendo do parâmetro de armazenamento. A habilidade de categorização é favorecida pelo ruído sináptico para um número finito de conceitos, enquanto que para um número macroscópico de conceitos este favorecimento não é observado. Entretanto a performance da rede permanece robusta contra o ruído sináptico. No problema de diluição simétrica consideramos apenas um número macroscópico de conceitos, cada um com um número finito de exemplos. Os diagramas de fases obtidos exibem fases de categorização, de vidro de spin e paramagnética, bem como a dependência dos parâmetros de ordem com o número de exemplos, a correlação entre exemplos e conceitos, os ruídos sináptico e estocástico, e a conectividade. A diluição favorece consideravelmente a categorização, particularmente no limite de diluição extrema |
id |
URGS_a71c6f9443426e561281482564ae864f |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/4433 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
|
spelling |
Krebs, Paulo RobertoTheumann, Walter Karl2007-06-06T17:36:09Z2004http://hdl.handle.net/10183/4433000411760Nesta tese estudamos os efeitos de diluição simétrica gradual das conexões entre neurônios e de ruído sináptico sobre a habilidade de categorização de padrões no modelo de Hopfield de redes neurais, mediante a teoria de campo médio com simetria de réplicas e simulações numéricas. Utilizamos generalizações da regra de aprendizagem de Hebb, para uma estrutura hierárquica de padrões correlacionados em dois níveis, representando os ancestrais (conceitos) e descendentes (exemplos dos conceitos). A categorização consiste no reconhecimento dos conceitos por uma rede treinada unicamente com exemplos dos conceitos. Para a rede completamente conexa, obtivemos os diagramas de fases e as curvas de categorização para vários níveis de ruído sináptico. Observamos dois comportamentos distintos dependendo do parâmetro de armazenamento. A habilidade de categorização é favorecida pelo ruído sináptico para um número finito de conceitos, enquanto que para um número macroscópico de conceitos este favorecimento não é observado. Entretanto a performance da rede permanece robusta contra o ruído sináptico. No problema de diluição simétrica consideramos apenas um número macroscópico de conceitos, cada um com um número finito de exemplos. Os diagramas de fases obtidos exibem fases de categorização, de vidro de spin e paramagnética, bem como a dependência dos parâmetros de ordem com o número de exemplos, a correlação entre exemplos e conceitos, os ruídos sináptico e estocástico, e a conectividade. A diluição favorece consideravelmente a categorização, particularmente no limite de diluição extremaapplication/pdfporSistemas caóticosRedes neuraisCategorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétricainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulInstituto de FísicaCurso de Pós-Graduação em FísicaPorto Alegre, BR-RS2004doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000411760.pdf000411760.pdfTexto completoapplication/pdf2054394http://www.lume.ufrgs.br/bitstream/10183/4433/1/000411760.pdf9153fc33f8ebf83cf104fec551f310b1MD51TEXT000411760.pdf.txt000411760.pdf.txtExtracted Texttext/plain529392http://www.lume.ufrgs.br/bitstream/10183/4433/2/000411760.pdf.txtf969cf03e178ec2712856f0e94f039f5MD52THUMBNAIL000411760.pdf.jpg000411760.pdf.jpgGenerated Thumbnailimage/jpeg1438http://www.lume.ufrgs.br/bitstream/10183/4433/3/000411760.pdf.jpg129837813868954fc7bbb5526beeab1cMD5310183/44332019-10-10 03:49:43.427308oai:www.lume.ufrgs.br:10183/4433Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-10-10T06:49:43Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica |
title |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica |
spellingShingle |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica Krebs, Paulo Roberto Sistemas caóticos Redes neurais |
title_short |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica |
title_full |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica |
title_fullStr |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica |
title_full_unstemmed |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica |
title_sort |
Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica |
author |
Krebs, Paulo Roberto |
author_facet |
Krebs, Paulo Roberto |
author_role |
author |
dc.contributor.author.fl_str_mv |
Krebs, Paulo Roberto |
dc.contributor.advisor1.fl_str_mv |
Theumann, Walter Karl |
contributor_str_mv |
Theumann, Walter Karl |
dc.subject.por.fl_str_mv |
Sistemas caóticos Redes neurais |
topic |
Sistemas caóticos Redes neurais |
description |
Nesta tese estudamos os efeitos de diluição simétrica gradual das conexões entre neurônios e de ruído sináptico sobre a habilidade de categorização de padrões no modelo de Hopfield de redes neurais, mediante a teoria de campo médio com simetria de réplicas e simulações numéricas. Utilizamos generalizações da regra de aprendizagem de Hebb, para uma estrutura hierárquica de padrões correlacionados em dois níveis, representando os ancestrais (conceitos) e descendentes (exemplos dos conceitos). A categorização consiste no reconhecimento dos conceitos por uma rede treinada unicamente com exemplos dos conceitos. Para a rede completamente conexa, obtivemos os diagramas de fases e as curvas de categorização para vários níveis de ruído sináptico. Observamos dois comportamentos distintos dependendo do parâmetro de armazenamento. A habilidade de categorização é favorecida pelo ruído sináptico para um número finito de conceitos, enquanto que para um número macroscópico de conceitos este favorecimento não é observado. Entretanto a performance da rede permanece robusta contra o ruído sináptico. No problema de diluição simétrica consideramos apenas um número macroscópico de conceitos, cada um com um número finito de exemplos. Os diagramas de fases obtidos exibem fases de categorização, de vidro de spin e paramagnética, bem como a dependência dos parâmetros de ordem com o número de exemplos, a correlação entre exemplos e conceitos, os ruídos sináptico e estocástico, e a conectividade. A diluição favorece consideravelmente a categorização, particularmente no limite de diluição extrema |
publishDate |
2004 |
dc.date.issued.fl_str_mv |
2004 |
dc.date.accessioned.fl_str_mv |
2007-06-06T17:36:09Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/4433 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000411760 |
url |
http://hdl.handle.net/10183/4433 |
identifier_str_mv |
000411760 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/4433/1/000411760.pdf http://www.lume.ufrgs.br/bitstream/10183/4433/2/000411760.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/4433/3/000411760.pdf.jpg |
bitstream.checksum.fl_str_mv |
9153fc33f8ebf83cf104fec551f310b1 f969cf03e178ec2712856f0e94f039f5 129837813868954fc7bbb5526beeab1c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1797064868686200832 |