Made available in DSpace on 2014-06-12T15:57:48Z (GMT). No. of bitstreams: 2
arquivo3227_1.pdf: 3806078 bytes, checksum: 98b2a595ab3f4ffaa9e04f162fcf2a8e (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2010 / Em muitas tarefas a máquina é mais eficiente do que o ser humano, sendo capaz de
realizar com precisão e rapidez: operações matemáticas, armazenamento de dados,
pesquisa textual, entre muitas outras tarefas. Porém, tarefas simples para o ser humano
como o reconhecimento da face de uma pessoa, são extremamente complexas para a
computação tradicional realizar.
A busca por algoritmos que possuam alguma forma de inteligência similar a modelos
biológicos (principalmente o modelo dos seres humanos), há décadas inspira e influencia
vários pesquisadores. Uma das maiores áreas da Inteligência Computacional é a das
Redes Neurais Artificiais, inspiradas na redes neurais biológicas, que são compostas por
neurônios e conexões sinápticas.
As redes neurais modulares se utilizam das vantagens da modularização para superarem
de alguma forma as redes não modulares. Elas buscam minimizar as diferenças
entre as redes naturais e artificiais. Uma rede modular é um conjunto independente de
redes neurais monolíticas trabalhando em conjunto para solucionar um problema. Um
dos maiores desafios na construção de redes modulares é a decomposição do problema
em problemas mais simples.
Este trabalho propõe novas técnicas para melhorar o desempenho de redes neurais
modulares baseadas na similaridade entre classes. Entende-se por desempenho o grau
de acertividade e/ou a velocidade de treinamento do modelo. Foram propostos métodos
que influenciam etapas distintas da construção de uma rede modular. Duas das propostas
buscam otimizar a decomposição do problema, permitindo a criação dos módulos, através
da matriz de confusão desse problema. Uma terceira proposta visa a obtenção de uma
composição, ou arquitetura, de módulos que melhore o desempenho do modelo
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2400 |
| Date | 31 January 2010 |
| Creators | Medeiros Outtes Alves, Victor |
| Contributors | Darmiton da Cunha Cavalcanti, George |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds