Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , |
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 |