Múltiplas Redes Neurais Utilizando Redes MLP e RBF.

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Teixeira, Aline Porfiro
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: UEMA
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais artificiais
Múltiplas Redes Neurais
Reconhecimento de Padrões
Link de acesso: http://repositorio.uema.br/handle/123456789/464
Resumo: 70 f. Dissertação (Mestrado) – Universidade Estadual do Maranhão, Programa de Pós-Graduação em Engenharia de Computação e Sistemas, 2017.Orientador: Prof. Dr. Areolino de Almeida Neto.
id UEMA-3_c25a1511c8d0c52a53c13214c8fe5b8d
oai_identifier_str oai:repositorio.uema.br:123456789/464
network_acronym_str UEMA-3
network_name_str Repositório da Universidade Estadual do Maranhão (UEMA)
repository_id_str
spelling Múltiplas Redes Neurais Utilizando Redes MLP e RBF.Redes neurais artificiaisMúltiplas Redes NeuraisReconhecimento de Padrões70 f. Dissertação (Mestrado) – Universidade Estadual do Maranhão, Programa de Pós-Graduação em Engenharia de Computação e Sistemas, 2017.Orientador: Prof. Dr. Areolino de Almeida Neto.Este trabalho descreve uma metodologia que promove a colaboração e autocoordenação entre redes do tipo Multilayer Perceptron e Radial Basis Function através da técnica de Múltiplas Redes Neurais, que dispensa o uso de coordenador. Múltiplas Redes Neurais são utilizadas com o objetivo de facilitar o aprendizado e a solução de problemas muito complexos. Normalmente, para que o aprendizado de uma rede não prejudique o aprendizado das demais, utiliza-se um coordenador, que tem por função evitar os conflitos entre as redes. No entanto, foi desenvolvida uma técnica que dispensa o uso do elemento coordenador, onde as próprias redes autocoordenam. Visando ampliar a abrangência desta técnica, este trabalho propõe a colaboração entre redes de tipos diferentes, fazendo com que suas vantagens colaborem de modo a solucionar eficientemente problemas diversos. Esta metodologia é comparada a outras a partir de testes da solução de detecção de câncer de mama e de distúrbios na coluna vertebral.UEMA2018-09-05T19:19:49Z2018-09-05T19:19:49Z2017-02-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://repositorio.uema.br/handle/123456789/464D 004.8Teixeira, Aline Porfiroporreponame:Repositório da Universidade Estadual do Maranhão (UEMA)instname:Universidade Estadual do Maranhão (UEMA)instacron:UEMAinfo:eu-repo/semantics/openAccess2023-08-03T17:59:03Zoai:repositorio.uema.br:123456789/464Repositório InstitucionalPUBhttps://repositorio.uema.br/driverepositoriouema@gmail.comopendoar:2023-08-03T17:59:03Repositório da Universidade Estadual do Maranhão (UEMA) - Universidade Estadual do Maranhão (UEMA)false
dc.title.none.fl_str_mv Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
title Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
spellingShingle Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
Teixeira, Aline Porfiro
Redes neurais artificiais
Múltiplas Redes Neurais
Reconhecimento de Padrões
title_short Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
title_full Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
title_fullStr Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
title_full_unstemmed Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
title_sort Múltiplas Redes Neurais Utilizando Redes MLP e RBF.
author Teixeira, Aline Porfiro
author_facet Teixeira, Aline Porfiro
author_role author
dc.contributor.author.fl_str_mv Teixeira, Aline Porfiro
dc.subject.por.fl_str_mv Redes neurais artificiais
Múltiplas Redes Neurais
Reconhecimento de Padrões
topic Redes neurais artificiais
Múltiplas Redes Neurais
Reconhecimento de Padrões
description 70 f. Dissertação (Mestrado) – Universidade Estadual do Maranhão, Programa de Pós-Graduação em Engenharia de Computação e Sistemas, 2017.Orientador: Prof. Dr. Areolino de Almeida Neto.
publishDate 2017
dc.date.none.fl_str_mv 2017-02-03
2018-09-05T19:19:49Z
2018-09-05T19:19:49Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.uema.br/handle/123456789/464
D 004.8
url http://repositorio.uema.br/handle/123456789/464
identifier_str_mv D 004.8
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 UEMA
publisher.none.fl_str_mv UEMA
dc.source.none.fl_str_mv reponame:Repositório da Universidade Estadual do Maranhão (UEMA)
instname:Universidade Estadual do Maranhão (UEMA)
instacron:UEMA
instname_str Universidade Estadual do Maranhão (UEMA)
instacron_str UEMA
institution UEMA
reponame_str Repositório da Universidade Estadual do Maranhão (UEMA)
collection Repositório da Universidade Estadual do Maranhão (UEMA)
repository.name.fl_str_mv Repositório da Universidade Estadual do Maranhão (UEMA) - Universidade Estadual do Maranhão (UEMA)
repository.mail.fl_str_mv driverepositoriouema@gmail.com
_version_ 1858578839069786112

Registros relacionados