Reconhecimento de padrões utilizando um anel de osciladores de fase

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Silva, Fabio Alessandro Oliveira da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Fractais
Fractals
Osciladores
Oscillators
Padrões
Patterns
Recognition
Reconhecimento
Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-03022017-110130/
Resumo: Redes neurais caracterizadas por cadeias de osciladores acoplados são um dentre vários tipos de redes que possuem propriedades peculiares relacionadas com a sua estrutura topológica. A dinâmica que descreve o comportamento dessas redes é modelada por sistemas de equações diferenciais, nos quais cada neurônio (nó) é considerado como um oscilador. Estudos realizados em redes desse tipo, em tarefas de reconhecimento de padrões estáveis gerados aleatoriamente, têm apresentado resultados computacionais satisfatórios. Esta tese propôs um desenvolvimento teórico e computacional que forneceu um algoritmo, para o estudo do desempenho de redes neurais em forma de osciladores de Ciclo-Limite de Stuart-Landau, no reconhecimento de figuras fractais. Neste trabalho apresentaremos contextos reais em que podemos encontrar características deste tipo de redes e motivações. Em seguida, serão expostos conceitos de redes de Hopfield, reconhecimento de padrões, teorias dos fractais e dos osciladores de Ciclo-Limite de Stuart-Landau; tais conceitos, por sua vez, serviram como ferramentas principais para o algoritmo construído que será explicado posteriormente. Antes de apresentá-lo, será exposta a maneira como a dinâmica desses osciladores pode se tornar caótica, por meio de simulações computacionais alterando numericamente variáveis intrínsecas, como tempos de disparos entre neurônios, ou quantidades destes no sistema. Estas descobertas serviram como confirmações para elaborar e compor do algoritmo, bem como orientaram as simulações de reconhecimento de figuras fractais. Por fim, será apresentada a conclusão dos resultados encontrados.
id USP_c716d5e8ae1c8d75f0645b12daf3689b
oai_identifier_str oai:teses.usp.br:tde-03022017-110130
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Reconhecimento de padrões utilizando um anel de osciladores de fasePattern recognition using a ring of phase oscillatorsFractaisFractalsOsciladoresOscillatorsPadrõesPatternsRecognitionReconhecimentoRedes neurais caracterizadas por cadeias de osciladores acoplados são um dentre vários tipos de redes que possuem propriedades peculiares relacionadas com a sua estrutura topológica. A dinâmica que descreve o comportamento dessas redes é modelada por sistemas de equações diferenciais, nos quais cada neurônio (nó) é considerado como um oscilador. Estudos realizados em redes desse tipo, em tarefas de reconhecimento de padrões estáveis gerados aleatoriamente, têm apresentado resultados computacionais satisfatórios. Esta tese propôs um desenvolvimento teórico e computacional que forneceu um algoritmo, para o estudo do desempenho de redes neurais em forma de osciladores de Ciclo-Limite de Stuart-Landau, no reconhecimento de figuras fractais. Neste trabalho apresentaremos contextos reais em que podemos encontrar características deste tipo de redes e motivações. Em seguida, serão expostos conceitos de redes de Hopfield, reconhecimento de padrões, teorias dos fractais e dos osciladores de Ciclo-Limite de Stuart-Landau; tais conceitos, por sua vez, serviram como ferramentas principais para o algoritmo construído que será explicado posteriormente. Antes de apresentá-lo, será exposta a maneira como a dinâmica desses osciladores pode se tornar caótica, por meio de simulações computacionais alterando numericamente variáveis intrínsecas, como tempos de disparos entre neurônios, ou quantidades destes no sistema. Estas descobertas serviram como confirmações para elaborar e compor do algoritmo, bem como orientaram as simulações de reconhecimento de figuras fractais. Por fim, será apresentada a conclusão dos resultados encontrados.Neural networks characterized by chains of coupled oscillators are one of several types of networks which have peculiar properties related with their topological structure. The dynamics that describes the behavior of these networks is modeled by systems of differential equations, of which each neuron (node) is considered as an oscillator. Studies on such networks, in tasks of recognizing randomly generated stable patterns, have presented satisfactory computational results. This thesis proposed a theoretical and computational development that provided an algorithm for the study of the performance of neural networks in the form of Cycle-Limit oscillators of Stuart-Landau, in the recognition of fractals. In this work we will present real contexts in which we can find characteristics of this type of networks and motivations. Next, concepts of Hopfield networks, pattern recognition, fractals theories and the Stuart-Landau Cycle-Limit oscillators will be presented; these concepts, in turn, served as the main tools for the algorithm constructed that will be explained later. Before presenting it, it will be exposed how the dynamics of these oscillators can become chaotic, through computer simulations numerically altering intrinsic variables, such as firing times between neurons, or quantities of these in the system. These findings served as confirmations for elaborating and composing the algorithm, as well as guiding the simulations of the recognition of fractals. Finally, the results will be presented.Biblioteca Digitais de Teses e Dissertações da USPLiang, ZhaoSilva, Fabio Alessandro Oliveira da2016-12-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-03022017-110130/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-07-17T16:34:08Zoai:teses.usp.br:tde-03022017-110130Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-07-17T16:34:08Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Reconhecimento de padrões utilizando um anel de osciladores de fase
Pattern recognition using a ring of phase oscillators
title Reconhecimento de padrões utilizando um anel de osciladores de fase
spellingShingle Reconhecimento de padrões utilizando um anel de osciladores de fase
Silva, Fabio Alessandro Oliveira da
Fractais
Fractals
Osciladores
Oscillators
Padrões
Patterns
Recognition
Reconhecimento
title_short Reconhecimento de padrões utilizando um anel de osciladores de fase
title_full Reconhecimento de padrões utilizando um anel de osciladores de fase
title_fullStr Reconhecimento de padrões utilizando um anel de osciladores de fase
title_full_unstemmed Reconhecimento de padrões utilizando um anel de osciladores de fase
title_sort Reconhecimento de padrões utilizando um anel de osciladores de fase
author Silva, Fabio Alessandro Oliveira da
author_facet Silva, Fabio Alessandro Oliveira da
author_role author
dc.contributor.none.fl_str_mv Liang, Zhao
dc.contributor.author.fl_str_mv Silva, Fabio Alessandro Oliveira da
dc.subject.por.fl_str_mv Fractais
Fractals
Osciladores
Oscillators
Padrões
Patterns
Recognition
Reconhecimento
topic Fractais
Fractals
Osciladores
Oscillators
Padrões
Patterns
Recognition
Reconhecimento
description Redes neurais caracterizadas por cadeias de osciladores acoplados são um dentre vários tipos de redes que possuem propriedades peculiares relacionadas com a sua estrutura topológica. A dinâmica que descreve o comportamento dessas redes é modelada por sistemas de equações diferenciais, nos quais cada neurônio (nó) é considerado como um oscilador. Estudos realizados em redes desse tipo, em tarefas de reconhecimento de padrões estáveis gerados aleatoriamente, têm apresentado resultados computacionais satisfatórios. Esta tese propôs um desenvolvimento teórico e computacional que forneceu um algoritmo, para o estudo do desempenho de redes neurais em forma de osciladores de Ciclo-Limite de Stuart-Landau, no reconhecimento de figuras fractais. Neste trabalho apresentaremos contextos reais em que podemos encontrar características deste tipo de redes e motivações. Em seguida, serão expostos conceitos de redes de Hopfield, reconhecimento de padrões, teorias dos fractais e dos osciladores de Ciclo-Limite de Stuart-Landau; tais conceitos, por sua vez, serviram como ferramentas principais para o algoritmo construído que será explicado posteriormente. Antes de apresentá-lo, será exposta a maneira como a dinâmica desses osciladores pode se tornar caótica, por meio de simulações computacionais alterando numericamente variáveis intrínsecas, como tempos de disparos entre neurônios, ou quantidades destes no sistema. Estas descobertas serviram como confirmações para elaborar e compor do algoritmo, bem como orientaram as simulações de reconhecimento de figuras fractais. Por fim, será apresentada a conclusão dos resultados encontrados.
publishDate 2016
dc.date.none.fl_str_mv 2016-12-21
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-03022017-110130/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-03022017-110130/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257826707111936

Registros relacionados