Made available in DSpace on 2014-06-12T15:54:40Z (GMT). No. of bitstreams: 2
arquivo1989_1.pdf: 870524 bytes, checksum: 413a85636fb1d4ac740960f22b3960f6 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2008 / Redes neurais com neurônios baseados em memória RAM (random access memory) são
caracterizadas por serem implementáveis em hardware e por serem uma opção atraente na
solução de problemas definidos em espaço de entradas binárias. No entanto, para problemas
definidos no espaço de entradas reais, existe uma tarefa difícil que é encontrar a representação
adequada desses valores, sem perder o poder de generalização em tarefas de classificação de
padrões.
Este trabalho investiga a utilização de ruído gaussiano aditivo nas variáveis de
entradas continuas para aumentar o poder de generalização da rede. Dessa forma uma maior
quantidade de posições de memória pode ser treinada , formando uma região de vizinhança
comum para padrões semelhantes, conhecida como bacia de atração.
Foram realizadas análises da influência da adição de ruído durante o treinamento do
n-tuple classifier, que é um tipo de rede booleana, onde se pôde comprovar que o treinamento
com ruído aumenta o poder de generalização da rede. O desempenho do modelo investigado
foi comparado com resultados obtidos pela rede neural Multi Layer Perceptron (MLP).
Para o estudo foram selecionadas quatro bases de dados públicas, três de um
conhecido benchmark da área e outra de recente competição internacional. Resultados
experimentais mostram que o modelo investigado obtém desempenho equivalente ao da rede
neural MLP para os problemas utilizados
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2115 |
Date | 31 January 2008 |
Creators | Ferreira de Oliveira Neto, Rosalvo |
Contributors | Jorge Leitão Adeodato, Paulo |
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 0.0011 seconds