Treinamento de redes neurais artificiais utilizando time assíncrono.
Ano de defesa: | 1999 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Instituto Tecnológico de Aeronáutica
|
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://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2655 |
Resumo: | O treinamento de redes neurais artificiais, que pode ser visto como um problema de otimização, apresenta algumas dificuldades. Os algoritmos existentes para o treinamento de redes não são totalmente eficientes. Alguns apresentam falha de generalização ou baixa velocidade de convergência. Este trabalho propõe uma nova ferramenta para o treinamento de redes neurais artificiais do tipo feedforward chamada Time Assíncrono. O time assíncrono é uma estrutura que utiliza vários algoritmos com características diferentes. Os diferentes algoritmos trabalhando de modo paralelo, através do time assíncrono, aumentam a chance do treinamento obtido ser eficiente. É apresentada uma aplicação numérica do time assíncrono para o treinamento de uma rede neural artificial para reconhecimento de caracteres. Os resultados obtidos nesta análise prática mostra que o time assíncrono melhora o treinamento da rede. O erro quadrático médio obtido com o treinamento usando o time assíncrono é melhor do que os erros obtidos pelos algoritmos trabalhando sozinhos. Todo o trabalho foi realizado utilizando a rede de computadores do laboratório AT&T do tipo IBM-PC. Os algoritmos utilizados foram feitos em ambiente Matlab. |
id |
ITA_c618492e51d41ca799596262bab67524 |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2655 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Treinamento de redes neurais artificiais utilizando time assíncrono.Redes neuraisOtimizaçãoAlgoritmosReconhecimento de padrõesInteligência artificialControleComputaçãoO treinamento de redes neurais artificiais, que pode ser visto como um problema de otimização, apresenta algumas dificuldades. Os algoritmos existentes para o treinamento de redes não são totalmente eficientes. Alguns apresentam falha de generalização ou baixa velocidade de convergência. Este trabalho propõe uma nova ferramenta para o treinamento de redes neurais artificiais do tipo feedforward chamada Time Assíncrono. O time assíncrono é uma estrutura que utiliza vários algoritmos com características diferentes. Os diferentes algoritmos trabalhando de modo paralelo, através do time assíncrono, aumentam a chance do treinamento obtido ser eficiente. É apresentada uma aplicação numérica do time assíncrono para o treinamento de uma rede neural artificial para reconhecimento de caracteres. Os resultados obtidos nesta análise prática mostra que o time assíncrono melhora o treinamento da rede. O erro quadrático médio obtido com o treinamento usando o time assíncrono é melhor do que os erros obtidos pelos algoritmos trabalhando sozinhos. Todo o trabalho foi realizado utilizando a rede de computadores do laboratório AT&T do tipo IBM-PC. Os algoritmos utilizados foram feitos em ambiente Matlab. Instituto Tecnológico de AeronáuticaCairo Lúcio Nascimento JúniorTakashi YoneyamaPaulo Akira Saito Júnior1999-00-00info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2655reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:04:53Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2655http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:39:39.893Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Treinamento de redes neurais artificiais utilizando time assíncrono. |
title |
Treinamento de redes neurais artificiais utilizando time assíncrono. |
spellingShingle |
Treinamento de redes neurais artificiais utilizando time assíncrono. Paulo Akira Saito Júnior Redes neurais Otimização Algoritmos Reconhecimento de padrões Inteligência artificial Controle Computação |
title_short |
Treinamento de redes neurais artificiais utilizando time assíncrono. |
title_full |
Treinamento de redes neurais artificiais utilizando time assíncrono. |
title_fullStr |
Treinamento de redes neurais artificiais utilizando time assíncrono. |
title_full_unstemmed |
Treinamento de redes neurais artificiais utilizando time assíncrono. |
title_sort |
Treinamento de redes neurais artificiais utilizando time assíncrono. |
author |
Paulo Akira Saito Júnior |
author_facet |
Paulo Akira Saito Júnior |
author_role |
author |
dc.contributor.none.fl_str_mv |
Cairo Lúcio Nascimento Júnior Takashi Yoneyama |
dc.contributor.author.fl_str_mv |
Paulo Akira Saito Júnior |
dc.subject.por.fl_str_mv |
Redes neurais Otimização Algoritmos Reconhecimento de padrões Inteligência artificial Controle Computação |
topic |
Redes neurais Otimização Algoritmos Reconhecimento de padrões Inteligência artificial Controle Computação |
dc.description.none.fl_txt_mv |
O treinamento de redes neurais artificiais, que pode ser visto como um problema de otimização, apresenta algumas dificuldades. Os algoritmos existentes para o treinamento de redes não são totalmente eficientes. Alguns apresentam falha de generalização ou baixa velocidade de convergência. Este trabalho propõe uma nova ferramenta para o treinamento de redes neurais artificiais do tipo feedforward chamada Time Assíncrono. O time assíncrono é uma estrutura que utiliza vários algoritmos com características diferentes. Os diferentes algoritmos trabalhando de modo paralelo, através do time assíncrono, aumentam a chance do treinamento obtido ser eficiente. É apresentada uma aplicação numérica do time assíncrono para o treinamento de uma rede neural artificial para reconhecimento de caracteres. Os resultados obtidos nesta análise prática mostra que o time assíncrono melhora o treinamento da rede. O erro quadrático médio obtido com o treinamento usando o time assíncrono é melhor do que os erros obtidos pelos algoritmos trabalhando sozinhos. Todo o trabalho foi realizado utilizando a rede de computadores do laboratório AT&T do tipo IBM-PC. Os algoritmos utilizados foram feitos em ambiente Matlab. |
description |
O treinamento de redes neurais artificiais, que pode ser visto como um problema de otimização, apresenta algumas dificuldades. Os algoritmos existentes para o treinamento de redes não são totalmente eficientes. Alguns apresentam falha de generalização ou baixa velocidade de convergência. Este trabalho propõe uma nova ferramenta para o treinamento de redes neurais artificiais do tipo feedforward chamada Time Assíncrono. O time assíncrono é uma estrutura que utiliza vários algoritmos com características diferentes. Os diferentes algoritmos trabalhando de modo paralelo, através do time assíncrono, aumentam a chance do treinamento obtido ser eficiente. É apresentada uma aplicação numérica do time assíncrono para o treinamento de uma rede neural artificial para reconhecimento de caracteres. Os resultados obtidos nesta análise prática mostra que o time assíncrono melhora o treinamento da rede. O erro quadrático médio obtido com o treinamento usando o time assíncrono é melhor do que os erros obtidos pelos algoritmos trabalhando sozinhos. Todo o trabalho foi realizado utilizando a rede de computadores do laboratório AT&T do tipo IBM-PC. Os algoritmos utilizados foram feitos em ambiente Matlab. |
publishDate |
1999 |
dc.date.none.fl_str_mv |
1999-00-00 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2655 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2655 |
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.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Redes neurais Otimização Algoritmos Reconhecimento de padrões Inteligência artificial Controle Computação |
_version_ |
1706805002064887808 |