Made available in DSpace on 2014-06-12T16:00:15Z (GMT). No. of bitstreams: 2
arquivo6168_1.pdf: 990535 bytes, checksum: d789111179e03d1c60d3ba9fb8042bf2 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2007 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Este trabalho propõe uma metodologia de busca automática por Redes Neurais Artificiais
(RNA) quase-ótimas para problemas de classificação. A metodologia tem o intuito de buscar
redes com arquitetura simples, com aprendizagem rápida e com boa capacidade de classificação,
ou seja, redes quase-ótimas. A motivação para o desenvolvimento do presente trabalho
está centralizada nas dificuldades de encontrar manualmente RNAs quase-ótimas. Essas dificuldades
são ocasionadas pelo grande número de parâmetros de RNAs que necessitam de
ajustes para que haja uma correlação entre esses parâmetros, a fim de contribuir para que redes
estruturalmente simples e com alto desempenho possam ser encontradas.
A busca automática por redes quase-ótimas engloba informações como pesos iniciais, camadas
escondidas, nodos por camada, tipos de funções de ativação e algoritmos de aprendizagem
para redes Multi-Layer Perceptron (MLP), completamente conectadas. O mecanismo
de busca é composto por uma combinação de Algoritmos Genéticos (AG) e de RNAs. Nessa
combinação, primeiramente é executada uma busca global pelos parâmetros de RNAs, posteriormente
executa-se uma busca local com RNAs por meio de seus algoritmos de aprendizagem,
para refinar e avaliar a solução encontrada. Essa forma de busca é consagrada e apresentou
bons resultados em outros trabalhos encontrados na literatura. O diferencial do método desenvolvido
é o foco na simplificação de arquiteturas com um alto desempenho de classificação,
exigindo poucas épocas de treinamento.
Com o método desenvolvido foram realizados experimentos em cinco domínios de problemas
conhecidos, a saber: Câncer, Vidros, Coração, Cavalos e Diabetes. Os resultados apontam
uma melhor eficácia do método desenvolvido na busca por redes quase-ótimas perante o método
de busca manual e também em relação a outros métodos da literatura. As redes encontradas
para cada um dos domínios de problemas apresentam uma baixa complexidade e também
um baixo erro de classificação. Esses resultados são extremamente importantes para mostrar
a capacidade do método desenvolvido e justificar o esforço investido no desenvolvimento de
métodos de busca por RNAs quase-ótimas
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2683 |
| Date | January 2007 |
| Creators | ALMEIDA, Leandro Maciel |
| 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/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