Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo

Detalhes bibliográficos
Autor(a) principal: Almeida, Rômulo Nunes de Carvalho
Data de Publicação: 2018
Outros Autores: Souza, Luís Gustavo Mota, Thé, George André Pereira
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Ceará (UFC)
Texto Completo: http://www.repositorio.ufc.br/handle/riufc/64988
Resumo: This paper proposes the modelling of the dynamics of optical laser based on quantum dots by extreme learning ma-chine in its learning conventional configuration and with optimization of its hidden layer in a neuro-evolutive hybrid system trained by a genetic algorithm (GA). The identification, which uses nonlinear autoregressive model with exogenous inputs (NARX), is op-posed to classical methods, mostly based on physical-experimental and mathematical study of system. The models found present validation through residues analysis and the laser database was obtained at a certain temperature in excited and ground states; the system responses is given in optical power as a function of the input current. The GA addition to the conventional model allowed the hidden nodes reduction in the network, at the highest operational cost.
id UFC-7_bfc297770452536a70f6bb8e03b57382
oai_identifier_str oai:repositorio.ufc.br:riufc/64988
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivoMáquina de aprendizagem extremaAlgoritmo genéticoModelo NARXLaser óptico de pontos quânticosSistema híbrido neuro-evolutivoThis paper proposes the modelling of the dynamics of optical laser based on quantum dots by extreme learning ma-chine in its learning conventional configuration and with optimization of its hidden layer in a neuro-evolutive hybrid system trained by a genetic algorithm (GA). The identification, which uses nonlinear autoregressive model with exogenous inputs (NARX), is op-posed to classical methods, mostly based on physical-experimental and mathematical study of system. The models found present validation through residues analysis and the laser database was obtained at a certain temperature in excited and ground states; the system responses is given in optical power as a function of the input current. The GA addition to the conventional model allowed the hidden nodes reduction in the network, at the highest operational cost.Este trabalho propõe o mapeamento da dinâmica de laser quântico baseado em pontos quânticos por meio da máquina de aprendizagem extrema em sua configuração convencional de aprendizagem e com otimização da sua camada escondida em um sistema híbrido treinado por um algoritmo genético (AG). A identificação, que utiliza modelo não-linear discreto autorregressivo com entradas exógenas (NARX), opõe-se aos métodos clássicos, majoritariamente baseados no estudo físico experimental e matemático do sistema. Os modelos encontrados apresentam validação por meio da análise dos resíduos e o banco de dados do laser foi obtido a determinada temperatura nos estados excitado e fundamental, cuja a resposta é dada em potência óptica em função da corrente na entrada. A adição do AG ao modelo convencional permitiu a redução de nós escondidos na rede, a maior custo operacional.Sociedade Brasileira de Automática (SBA) - https://www.sba.org.br/; Galoá Science - https://galoa.com.br/ - ttps://cba2018.galoa.com.br/2022-04-08T12:29:33Z2022-04-08T12:29:33Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfALMEIDA, Rômulo Nunes de Carvalho; SOUZA, Luís Gustavo Mota; THÉ, George André Pereira. Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, XXII., 9 a 12 set., 2018, João Pessoa - PB - Brasil. Anais[…], Campinas, Galoá, v.1, n. 1 (2019): CBA2018.2525-8311http://www.repositorio.ufc.br/handle/riufc/64988Almeida, Rômulo Nunes de CarvalhoSouza, Luís Gustavo MotaThé, George André Pereiraporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2022-04-08T12:29:33Zoai:repositorio.ufc.br:riufc/64988Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:21:45.928451Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.none.fl_str_mv Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
title Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
spellingShingle Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
Almeida, Rômulo Nunes de Carvalho
Máquina de aprendizagem extrema
Algoritmo genético
Modelo NARX
Laser óptico de pontos quânticos
Sistema híbrido neuro-evolutivo
title_short Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
title_full Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
title_fullStr Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
title_full_unstemmed Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
title_sort Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
author Almeida, Rômulo Nunes de Carvalho
author_facet Almeida, Rômulo Nunes de Carvalho
Souza, Luís Gustavo Mota
Thé, George André Pereira
author_role author
author2 Souza, Luís Gustavo Mota
Thé, George André Pereira
author2_role author
author
dc.contributor.author.fl_str_mv Almeida, Rômulo Nunes de Carvalho
Souza, Luís Gustavo Mota
Thé, George André Pereira
dc.subject.por.fl_str_mv Máquina de aprendizagem extrema
Algoritmo genético
Modelo NARX
Laser óptico de pontos quânticos
Sistema híbrido neuro-evolutivo
topic Máquina de aprendizagem extrema
Algoritmo genético
Modelo NARX
Laser óptico de pontos quânticos
Sistema híbrido neuro-evolutivo
description This paper proposes the modelling of the dynamics of optical laser based on quantum dots by extreme learning ma-chine in its learning conventional configuration and with optimization of its hidden layer in a neuro-evolutive hybrid system trained by a genetic algorithm (GA). The identification, which uses nonlinear autoregressive model with exogenous inputs (NARX), is op-posed to classical methods, mostly based on physical-experimental and mathematical study of system. The models found present validation through residues analysis and the laser database was obtained at a certain temperature in excited and ground states; the system responses is given in optical power as a function of the input current. The GA addition to the conventional model allowed the hidden nodes reduction in the network, at the highest operational cost.
publishDate 2018
dc.date.none.fl_str_mv 2018
2022-04-08T12:29:33Z
2022-04-08T12:29:33Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv ALMEIDA, Rômulo Nunes de Carvalho; SOUZA, Luís Gustavo Mota; THÉ, George André Pereira. Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, XXII., 9 a 12 set., 2018, João Pessoa - PB - Brasil. Anais[…], Campinas, Galoá, v.1, n. 1 (2019): CBA2018.
2525-8311
http://www.repositorio.ufc.br/handle/riufc/64988
identifier_str_mv ALMEIDA, Rômulo Nunes de Carvalho; SOUZA, Luís Gustavo Mota; THÉ, George André Pereira. Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, XXII., 9 a 12 set., 2018, João Pessoa - PB - Brasil. Anais[…], Campinas, Galoá, v.1, n. 1 (2019): CBA2018.
2525-8311
url http://www.repositorio.ufc.br/handle/riufc/64988
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Sociedade Brasileira de Automática (SBA) - https://www.sba.org.br/; Galoá Science - https://galoa.com.br/ - ttps://cba2018.galoa.com.br/
publisher.none.fl_str_mv Sociedade Brasileira de Automática (SBA) - https://www.sba.org.br/; Galoá Science - https://galoa.com.br/ - ttps://cba2018.galoa.com.br/
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1813028771790323712