Orientador: Furio Damiani / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-14T04:18:36Z (GMT). No. of bitstreams: 1
JaraPerez_MarceloArturo_M.pdf: 6784208 bytes, checksum: f61e5091bc30df3f81364f82ea4277e4 (MD5)
Previous issue date: 1991 / Resumo: Apesar do crescimento da potencia computacional das máquinas atuais, os computadores convencionais baseados no modelo seqüencial de Von Neumann, têm demonstrado serem muito ineficientes na resolução de problemas tais como o reconhecimento de padrões e outros de natureza similar. As Redes Neurais Artificiais (ANN) apresentam características como paralelismo maciço e alta conectividade, o que permite a abordagem mais eficiente de tais problemas. A partir da publicação dos modelos neurais de JJ. Hopfield, tem sido desenvolvido muito trabalho analítico na área. Embora o modelamento matemático de ANNs ainda apresente muitas dificuldades, especialmente no estudo das características dinâmicas de tais sistemas. As simulações por computador têm sido extensivamente utilizadas como ferramenta no estudo e na compreensão de ANNs, validando os estudos analíticos e às vezes resultando no único método viável para analisar modelos de tratamento matemático muito complexo. A implementação por software de métodos numéricos e técnicas de tratamento de matrizes é, muitas vezes, melhor desempenhada quando se utiliza um sistema de multicomputadores e técnicas de processamento paralelo, criando ferramentas de simulação mais rápidas e eficientes. No caso da simulação de ANNs, o processamento paralelo se revela como um método que permite uma abordagem mais próxima da aplicação e natureza do problema (uma rede de neurônios ou elementos de processamento altamente interconectada), resultando na diminuição do tempo de resposta da simulação. A utilização da linguagem Occam acrescenta a capacidade de representar, de forma mais "natural", a operação concorrente do conjunto de células de uma ANN e do seu comportamento dinâmico. Neste trabalho. apresenta-se o resultado do estudo de alguns modelos de redes neurais associativas e uma abordagem para a sua simulação num ambiente paralelo e distribuído. Particularmente, trata-se da implementação do modelo binário de J.J. Hopfield, operando de forma síncrona, numa máquina de arquitetura MIMD de tipo message-passing baseada em processadores Transputers e configurada como um hipercubo de dimensão 3 / Abstract: Not informed. / Mestrado / Mestre em Engenharia Elétrica
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/259110 |
Date | 14 July 2018 |
Creators | Jara Perez, Marcelo Arturo |
Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Damiani, Furio, 1943-2016 |
Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação, Programa de Pós-Graduação em Engenharia Elétrica |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | [87] f. : il., application/pdf |
Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
Rights | info:eu-repo/semantics/openAccess |
Relation | (Publicação FEE) |
Page generated in 0.0015 seconds