Made available in DSpace on 2014-06-12T15:52:45Z (GMT). No. of bitstreams: 2
arquivo4692_1.pdf: 1118830 bytes, checksum: 96894dd8a22373c59d67d3b286b6c902 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2003 / Um dos principais obstáculos para o uso em larga escala das Redes Neurais é a dificuldade
de definir valores para seus parâmetros ajustáveis. Este trabalho discute como
as Redes Neurais de Funções Base Radial (ou simplesmente Redes RBF) podem ter
seus parâmetros ajustáveis definidos por algoritmos genéticos (AGs). Para atingir este
objetivo, primeiramente é apresentado uma visão abrangente dos problemas envolvidos
e as diferentes abordagens utilizadas para otimizar geneticamente as Redes RBF. É
também proposto um algoritmo genético para Redes RBF com codificação genética não
redundante baseada em métodos de clusterização. Em seguida, este trabalho aborda o
problema de encontrar os parâmetros ajustáveis de um algoritmo de aprendizagem via
AGs. Este problema é também conhecido como o problema de seleção de modelos. Algumas
técnicas de seleção de modelos (e.g., validação cruzada e bootstrap) são usadas
como funções objetivo do AG. O AG é modificado para adaptar-se a este problema por
meio de heurísticas tais como narvalha de Occam e growing entre outras. Algumas modificações
exploram características do AG, como por exemplo, a abilidade para resolver
problemas de otimização multiobjetiva e manipular funções objetivo com ruído. Experimentos
usando um problema benchmark são realizados e os resultados alcançados,
usando o AG proposto, são comparados com aqueles alcançados por outras abordagens.
As técnicas propostas são genéricas e podem também ser aplicadas a um largo conjunto
de algoritmos de aprendizagem
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/1845 |
| Date | January 2003 |
| Creators | LACERDA, Estefane George Macedo de |
| Contributors | LUDERMIR, Teresa Bernarda |
| 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/doctoralThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds