Treinamento de redes neurais artificiais utilizando time assíncrono.

• Autor(a) principal: Paulo Akira Saito Júnior
• Data de Publicação: 1999
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do ITA
• Texto Completo: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2655
• topic: Redes neurais; Otimização; Algoritmos; Reconhecimento de padrões; Inteligência artificial; Controle; Computação

O treinamento de redes neurais artificiais, que pode ser visto como um problema de otimização, apresenta algumas dificuldades. Os algoritmos existentes para o treinamento de redes não são totalmente eficientes. Alguns apresentam falha de generalização ou baixa velocidade de convergência. Este trabalho propõe uma nova ferramenta para o treinamento de redes neurais artificiais do tipo feedforward chamada Time Assíncrono. O time assíncrono é uma estrutura que utiliza vários algoritmos com características diferentes. Os diferentes algoritmos trabalhando de modo paralelo, através do time assíncrono, aumentam a chance do treinamento obtido ser eficiente. É apresentada uma aplicação numérica do time assíncrono para o treinamento de uma rede neural artificial para reconhecimento de caracteres. Os resultados obtidos nesta análise prática mostra que o time assíncrono melhora o treinamento da rede. O erro quadrático médio obtido com o treinamento usando o time assíncrono é melhor do que os erros obtidos pelos algoritmos trabalhando sozinhos. Todo o trabalho foi realizado utilizando a rede de computadores do laboratório AT&T do tipo IBM-PC. Os algoritmos utilizados foram feitos em ambiente Matlab.