Made available in DSpace on 2014-06-12T16:00:06Z (GMT). No. of bitstreams: 2
arquivo5998_1.pdf: 1180748 bytes, checksum: e5d0a95fe8d45bdddd6975b365971603 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2007 / Este trabalho propõe uma metodologia para a otimização global de redes neurais MLP. O objetivo
é a otimização simultânea de arquiteturas e pesos sinápticos de redes MLP, na tentativa
de proporcionar um bom desempenho de classificação para qualquer conjunto de dados.
A otimização simultânea de arquiteturas e pesos de redes neurais é uma abordagem interessante
para a obtenção de redes eficientes com maior poder de generalização, pois cria um
compromisso entre baixa complexidade estrutural do modelo e baixos índices de erro de treinamento.
Tal aplicação já foi bastante investigada com a utilização de métodos de busca metaheurística
tais como algoritmos genéticos, recozimento simulado, busca tabu e combinações
dos mesmos.
Outra técnica de busca meta-heurística menos investigada neste contexto é a otimização por
enxame de partículas (PSO) que vem recebendo cada vez mais atenção da comunidade científica
devido aos bons resultados obtidos ao lidar com problemas de otimização numérica contínua.
A metodologia desenvolvida neste trabalho consiste na aplicação de dois algoritmos PSOs, um
para a otimização de arquiteturas e outro para o ajuste dos pesos sinápticos de cada arquitetura
gerada pelo primeiro PSO. Estes dois processos são intercalados por um número específico de
iterações.
Este trabalho apresenta resultados da aplicação da metodologia proposta em três conhecidas
bases de dados de problemas de classificação de padrões de domínio médico. Nos problemas
mais difíceis de classificar, a metodologia apresentada obteve resultados satisfatórios e gerou
redes com baixo erro de generalização e baixa complexidade. Tais resultados são relevantes
para mostrar que a técnica meta-heurística de otimização por enxames de partículas é uma
opção efetiva para o ajuste de pesos e arquiteturas de redes neurais MLP
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2672 |
| Date | January 2007 |
| Creators | CARVALHO, Marcio Ribeiro 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/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0241 seconds