[pt] APLICAÇÕES DE TÉCNICAS BASEADAS NO SVD À ANÁLISE E PREVISÃO DE DADOS

• Ano de defesa: 2005
• Autor(a) principal: EDGARD UBALDO GUILLEN SALAS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] REDE NEURAL; [pt] ALGORITMO DE COOPERACAO; [pt] DECOMPOSICAO SPECTRAL; [pt] MODELO NEURO-FUZZY; [en] NEURAL NETWORKS; [en] ALGORITHM OF COOPERATION; [en] SPECTRAL DECOMPISITION; [en] NEURO-FUZZY MODELS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=6236&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=6236&idi=2; http://doi.org/10.17771/PUCRio.acad.6236

[pt] O objetivo do presente trabalho é desenvolver uma técnica para a modelagem de sistemas, capaz de se adaptar a uma larga classe de problemas. Como aspecto inovador esta a forma como é orientada a modelagem do sinal, feita segundo a análise dos espaços dos sinais de entrada e saída, destes analises são feitas partições iterativamente em tais espaços até atingir o erro de modelagem desejado. A técnica proposta aqui foi desenvolvida usando redes neurais RBF e modelos Neuro- fuzzy, ajudando-se mutuamente com o objetivo de gerar uma estimativa mais próxima do ideal, esta ajuda mutua é feita pela combinação lineal dos autovetores e autovalores, de forma tal, a gerar novos autovetores e autovalores mais próximos dos ideais. Um objetivo extra, associado ao processo de identificação de sistemas, é a incorporação de facilidades de identificação nas relações entrada-saída por meio de técnicas de decomposição espectral. Desta forma, por um lado pretende- se reduzir o tempo de treinamento e análise para a identificação, eliminando testes a priori julgados desnecessários. Por outro lado, esta técnica sinalaria caminhos para soluções mais viáveis ao processo.