Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.

Detalhes bibliográficos
Autor(a) principal: Albuquerque, Rosângela Marques de
Data de Publicação: 2023
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Ceará (UFC)
dARK ID: ark:/83112/001300001w0n2
Texto Completo: http://repositorio.ufc.br/handle/riufc/74317
Resumo: Este documento está disponível online com base na Portaria nº 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.
id UFC-7_c602b73abf690836e47210f07a6cf8c8
oai_identifier_str oai:repositorio.ufc.br:riufc/74317
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.Redes Neurais ArtificiaisPerceptron MulticamadasPerceptronModelo de MCCulloch-PittsRedes de Petri ColoridasBackpropagationAprendizado de máquinaRedes neurais artificiaisRedes de petri coloridasPerceptron multicamadasModelo de MCCulloch-PittsEste documento está disponível online com base na Portaria nº 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.Artificial neural networks (ANNs) comprise parallel and distributed computational tools that can learn from data and make inferences (i.e., predictions) for highly nonlinear systems. By its turn, Petri nets (PNs) consist of well established modeling tools for parallel and distributed discrete event systems with a number of successful contributions to automation and control of complex industrial tasks. Thus, motivated by a long lasting interest in using the formalism of PNs either to emulate or to design neural network architectures, we revisit this research topic by resorting to the powerful modeling framework of hierarchical timed colored PNs (HTCPNs) to introduce a novel approach that builds a fully adaptive one-hidden-layered multilayer perceptron (MLP) model trained by the famed backpropagation algorithm. The resulting proposed model is called HTCPNMLP and consists of a general structure capable of handling classification and regression tasks. In order to develop the HTCPN-MLP model, a perceptron-like colored PN (perceptron-CPN) model is first built upon a novel McCulloch-Pitts colored PN (McCulloch-Pitts-CPN) model of a neuron, this being another contribution of the current work. A pedagogical set of experiments is presented in order to highlight the learning capability of the proposed HTPCN-MLP model and its advantages with respect to alternative models available in the literature.As Redes Neurais Artificiais (RNAs) compreendem ferramentas computacionais paralelas e distribuídas que podem aprender com dados e fazer inferências (ou seja, previsões) para sistemas não lineares. Por sua vez, as redes de Petri (RP) consistem em ferramentas de modelagem bem estabelecidas para sistemas a eventos discretos e distribuídos com uma série de contribuições bem-sucedidas para automação e controle de tarefas industriais complexas. Assim, motivados por um interesse em usar o formalismo de PNs para emular ou projetar arquiteturas de redes neurais, revisitamos este tópico de pesquisa recorrendo à poderosa estrutura de modelagem de PNs coloridas temporizadas hierárquicas (hierarchical timed colored PNs, HTCPNs) para introduzir uma nova abordagem que constrói um modelo perceptron multicamadas ( multilayer perceptron (MLP)) totalmente adaptável de uma camada oculta treinado pelo algoritmo de retropropagação. O modelo proposto resultante é denominado HTCPN-MLP e consiste em uma estrutura geral capaz de lidar com tarefas de classificação e regressão. Para desenvolver o modelo HTCPN-MLP, um modelo PN colorido do tipo perceptron (Perceptron-CPN (P-CPN)) é primeiro construído sobre um novo modelo PN colorido de McCulloch-Pitts (McCulloch-Pitts-CPN (MP-CPN)) de um neurônio, sendo esta outra contribuição do trabalho atual. Um conjunto de experimentos é apresentado a fim de destacar a capacidade de aprendizado do modelo HTPCN-MLP proposto e suas vantagens em relação aos modelos alternativos disponíveis na literatura.Albuquerque, R.M. de. Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais. 2023. 77f. Tese (Doutorado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.Barroso, Giovanni CordeiroBarreto, Guilherme de AlencarAlbuquerque, Rosângela Marques de2023-09-13T15:00:47Z2023-09-13T15:00:47Z2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfALBUQUERQUE, Rosangela Marques de. Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais. 2023. 77 f. Tese (Doutorado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.http://repositorio.ufc.br/handle/riufc/74317ark:/83112/001300001w0n2info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFC2023-09-25T19:24:16Zoai:repositorio.ufc.br:riufc/74317Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:54:32.993395Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.none.fl_str_mv Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
title Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
spellingShingle Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
Albuquerque, Rosângela Marques de
Redes Neurais Artificiais
Perceptron Multicamadas
Perceptron
Modelo de MCCulloch-Pitts
Redes de Petri Coloridas
Backpropagation
Aprendizado de máquina
Redes neurais artificiais
Redes de petri coloridas
Perceptron multicamadas
Modelo de MCCulloch-Pitts
title_short Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
title_full Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
title_fullStr Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
title_full_unstemmed Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
title_sort Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais.
author Albuquerque, Rosângela Marques de
author_facet Albuquerque, Rosângela Marques de
author_role author
dc.contributor.none.fl_str_mv Barroso, Giovanni Cordeiro
Barreto, Guilherme de Alencar
dc.contributor.author.fl_str_mv Albuquerque, Rosângela Marques de
dc.subject.por.fl_str_mv Redes Neurais Artificiais
Perceptron Multicamadas
Perceptron
Modelo de MCCulloch-Pitts
Redes de Petri Coloridas
Backpropagation
Aprendizado de máquina
Redes neurais artificiais
Redes de petri coloridas
Perceptron multicamadas
Modelo de MCCulloch-Pitts
topic Redes Neurais Artificiais
Perceptron Multicamadas
Perceptron
Modelo de MCCulloch-Pitts
Redes de Petri Coloridas
Backpropagation
Aprendizado de máquina
Redes neurais artificiais
Redes de petri coloridas
Perceptron multicamadas
Modelo de MCCulloch-Pitts
description Este documento está disponível online com base na Portaria nº 348, de 08 de dezembro de 2022, disponível em: https://biblioteca.ufc.br/wp-content/uploads/2022/12/portaria348-2022.pdf, que autoriza a digitalização e a disponibilização no Repositório Institucional (RI) da coleção retrospectiva de TCC, dissertações e teses da UFC, sem o termo de anuência prévia dos autores. Em caso de trabalhos com pedidos de patente e/ou de embargo, cabe, exclusivamente, ao autor(a) solicitar a restrição de acesso ou retirada de seu trabalho do RI, mediante apresentação de documento comprobatório à Direção do Sistema de Bibliotecas.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-13T15:00:47Z
2023-09-13T15:00:47Z
2023
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv ALBUQUERQUE, Rosangela Marques de. Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais. 2023. 77 f. Tese (Doutorado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.
http://repositorio.ufc.br/handle/riufc/74317
dc.identifier.dark.fl_str_mv ark:/83112/001300001w0n2
identifier_str_mv ALBUQUERQUE, Rosangela Marques de. Redes de Petri coloridas para representação do conhecimento e aprendizado de redes neurais artificiais. 2023. 77 f. Tese (Doutorado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.
ark:/83112/001300001w0n2
url http://repositorio.ufc.br/handle/riufc/74317
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.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_ 1818374028713263104

Registros relacionados