Analise e sintese de estrategias de aprendizado para redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 1998
Autor(a) principal: Silva, Leandro Nunes de Castro
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: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais (Computação)
Inteligência artificial
Programação não-linear
Link de acesso: https://hdl.handle.net/20.500.12733/1586707
Resumo: Orientação: Fernando Jose Von Zuben
id UNICAMP-30_e2b58a3e39c54352bff8d76080004b1a
oai_identifier_str oai::136083
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Analise e sintese de estrategias de aprendizado para redes neurais artificiaisRedes neurais (Computação)Inteligência artificialProgramação não-linearOrientação: Fernando Jose Von ZubenDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de ComputaçãoResumo: : Esta dissertação trata do desenvolvimento, análise e implementação de métodos de treinamento para redes neurais artificiais, envolvendo principalmente métodos que recorrem à informação de segunda ordem vinculadas a redes do tipo perceptron de múltiplas camadas. Como complemento ao estudo das arquiteturas com múltiplas camadas que utilizam treinamento supervisionado, é feita uma análise detalhada de um modelo auto-organizado e são propostas alternativas para alguns problemas críticos das redes neurais artificiais, como a determinação da arquitetura ótima a ser utilizada na solução de cada problema e métodos eficientes para a determinação de condições iniciais. Os resultados deste trabalho têm o propósito de contribuir no sentido de anunciar à comunidade científica que a área de redes neurais artificiais está concluindo um longo e necessário processo de transição entre uma fase inicial, caracterizada pela predominância de aspectos empíricos, e uma fase de maturidade científica, caracterizada pela formalização teórica dos resultados e maior proximidade com outras áreas de atuação científica já estabelecidasAbstract: This dissertation aims at developing, analysing and implementing training strategies for neural networks, involving mainly methods that take into account the second order information of feedforward multilayer perceptron networks. As a complement to the study of multilayer architectures, a detailed analysis of a self-organized model is performed, and some alternatives for determining optimal dimensionality of the architecture and efficient initial conditions are also proposed. The results of this work are supposed to contribute in the sense of annoucing to the scientific community that the artificial neural networks field is conc1uding a long and necessary transition between an initial phase, characterized by a great deal of heuristic content, and a phase of scientific maturity, characterized by the theoretical formalization of the results and strong interaction with other well stablished scientific fieldsMestradoAutomaçãoMestre em Engenharia Elétrica[s.n.]Von Zuben, Fernando José, 1968-Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASSilva, Leandro Nunes de Castro19981998-10-26T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf248p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1586707SILVA, Leandro Nunes de Castro. Analise e sintese de estrategias de aprendizado para redes neurais artificiais. 1998. 248p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1586707. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/136083porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T02:51:06Zoai::136083Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T02:51:06Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Analise e sintese de estrategias de aprendizado para redes neurais artificiais
title Analise e sintese de estrategias de aprendizado para redes neurais artificiais
spellingShingle Analise e sintese de estrategias de aprendizado para redes neurais artificiais
Silva, Leandro Nunes de Castro
Redes neurais (Computação)
Inteligência artificial
Programação não-linear
title_short Analise e sintese de estrategias de aprendizado para redes neurais artificiais
title_full Analise e sintese de estrategias de aprendizado para redes neurais artificiais
title_fullStr Analise e sintese de estrategias de aprendizado para redes neurais artificiais
title_full_unstemmed Analise e sintese de estrategias de aprendizado para redes neurais artificiais
title_sort Analise e sintese de estrategias de aprendizado para redes neurais artificiais
author Silva, Leandro Nunes de Castro
author_facet Silva, Leandro Nunes de Castro
author_role author
dc.contributor.none.fl_str_mv Von Zuben, Fernando José, 1968-
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Silva, Leandro Nunes de Castro
dc.subject.por.fl_str_mv Redes neurais (Computação)
Inteligência artificial
Programação não-linear
topic Redes neurais (Computação)
Inteligência artificial
Programação não-linear
description Orientação: Fernando Jose Von Zuben
publishDate 1998
dc.date.none.fl_str_mv 1998
1998-10-26T00:00:00Z
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 (Broch.)
https://hdl.handle.net/20.500.12733/1586707
SILVA, Leandro Nunes de Castro. Analise e sintese de estrategias de aprendizado para redes neurais artificiais. 1998. 248p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1586707. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
SILVA, Leandro Nunes de Castro. Analise e sintese de estrategias de aprendizado para redes neurais artificiais. 1998. 248p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1586707. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1586707
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/136083
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
248p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189694929371136

Registros relacionados