Estudo sobre redes neurais artificiais.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662 |
Resumo: | Computadores convencionais são eficientes em diversas áreas, porém ainda não apresentam desempenho tão satisfatório se comparados a um sistema real biológico (sistema visual humano, sonar de morcegos, etc). Foi pensando nas características do sistema nervoso, no qual neurônios podem estar conectados uns aos outros, recebendo e enviando estímulos, formando redes, que se desenvolveram as redes neurais artificiais. O grande trunfo desse modelo computacional é a eficiência. Tal diferencial deve-se ao fato desse modelo proporcionar um aprendizado em tempo real, caracterizado pelas as conexões entre os neurônios. Tais fatos culminam com o estímulo por um estudo dessas redes. Sob esse contexto, são abordados dois tipos desses modelos de redes neurais: perceptron e Adaline, que podem ser empregados em aplicações de diversas áreas. Para isto, utilizou-se o software MATLAB como ferramenta de simulação. |
id |
UFCG_4cdbe128995f88f8a93232fdf2665d0e |
---|---|
oai_identifier_str |
oai:localhost:riufcg/18662 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Estudo sobre redes neurais artificiais.Study on artificial neural networks.Redes neurais artificiaisInteligência artificialPerceptron e AdalineMatlabModelos de redes neuraisAprendizado em tempo realNeurônios artificiaisCriação de redes neurais artificiais em MatlabPerceptron - algoritmo de aprendizagemAlgoritmo de aprendizagem do PerceptronArtificial neural networksArtificial intelligenceNeural network modelsReal-time learningArtificial neuronsCreation of artificial neural networks in MatlabPerceptron - learning algorithmEngenharia Elétrica.Computadores convencionais são eficientes em diversas áreas, porém ainda não apresentam desempenho tão satisfatório se comparados a um sistema real biológico (sistema visual humano, sonar de morcegos, etc). Foi pensando nas características do sistema nervoso, no qual neurônios podem estar conectados uns aos outros, recebendo e enviando estímulos, formando redes, que se desenvolveram as redes neurais artificiais. O grande trunfo desse modelo computacional é a eficiência. Tal diferencial deve-se ao fato desse modelo proporcionar um aprendizado em tempo real, caracterizado pelas as conexões entre os neurônios. Tais fatos culminam com o estímulo por um estudo dessas redes. Sob esse contexto, são abordados dois tipos desses modelos de redes neurais: perceptron e Adaline, que podem ser empregados em aplicações de diversas áreas. Para isto, utilizou-se o software MATLAB como ferramenta de simulação.Conventional computers are efficient in several areas. However, they do not yet perform so satisfactorily when compared to real biological system (human visual system, bats’ sonar, etc). The artificial neural network was developed by the idea of gathering in common characteristics of the human being nervous system. The fact of the neurons be connected to each other, receiving and sending stimuli, creates a network. The great trump of this computational method is efficiency. Such differential is due to the fact that this model provides real time learning, featured by the neurons’ connections. All those facts results in a reason for studying this network. In this context, two artificial neural networking models are discussed, perceptron and Adaline, which are applied in different areas. Therefore, MATLAB software was used as simulation tool.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIUFCGGURJÃO, Edmar Candeia.GURJÃO, E. C.http://lattes.cnpq.br/9200464668550566CAMPOS JÚNIOR, Leonardo Albuquerque.20162021-05-07T20:46:31Z2021-05-072021-05-07T20:46:31Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662CAMPOS JÚNIOR, Leonardo Albuquerque. Estudo sobre redes neurais artificiais. 2016. 35f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2021-05-07T20:47:02Zoai:localhost:riufcg/18662Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512021-05-07T20:47:02Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Estudo sobre redes neurais artificiais. Study on artificial neural networks. |
title |
Estudo sobre redes neurais artificiais. |
spellingShingle |
Estudo sobre redes neurais artificiais. CAMPOS JÚNIOR, Leonardo Albuquerque. Redes neurais artificiais Inteligência artificial Perceptron e Adaline Matlab Modelos de redes neurais Aprendizado em tempo real Neurônios artificiais Criação de redes neurais artificiais em Matlab Perceptron - algoritmo de aprendizagem Algoritmo de aprendizagem do Perceptron Artificial neural networks Artificial intelligence Neural network models Real-time learning Artificial neurons Creation of artificial neural networks in Matlab Perceptron - learning algorithm Engenharia Elétrica. |
title_short |
Estudo sobre redes neurais artificiais. |
title_full |
Estudo sobre redes neurais artificiais. |
title_fullStr |
Estudo sobre redes neurais artificiais. |
title_full_unstemmed |
Estudo sobre redes neurais artificiais. |
title_sort |
Estudo sobre redes neurais artificiais. |
author |
CAMPOS JÚNIOR, Leonardo Albuquerque. |
author_facet |
CAMPOS JÚNIOR, Leonardo Albuquerque. |
author_role |
author |
dc.contributor.none.fl_str_mv |
GURJÃO, Edmar Candeia. GURJÃO, E. C. http://lattes.cnpq.br/9200464668550566 |
dc.contributor.author.fl_str_mv |
CAMPOS JÚNIOR, Leonardo Albuquerque. |
dc.subject.por.fl_str_mv |
Redes neurais artificiais Inteligência artificial Perceptron e Adaline Matlab Modelos de redes neurais Aprendizado em tempo real Neurônios artificiais Criação de redes neurais artificiais em Matlab Perceptron - algoritmo de aprendizagem Algoritmo de aprendizagem do Perceptron Artificial neural networks Artificial intelligence Neural network models Real-time learning Artificial neurons Creation of artificial neural networks in Matlab Perceptron - learning algorithm Engenharia Elétrica. |
topic |
Redes neurais artificiais Inteligência artificial Perceptron e Adaline Matlab Modelos de redes neurais Aprendizado em tempo real Neurônios artificiais Criação de redes neurais artificiais em Matlab Perceptron - algoritmo de aprendizagem Algoritmo de aprendizagem do Perceptron Artificial neural networks Artificial intelligence Neural network models Real-time learning Artificial neurons Creation of artificial neural networks in Matlab Perceptron - learning algorithm Engenharia Elétrica. |
description |
Computadores convencionais são eficientes em diversas áreas, porém ainda não apresentam desempenho tão satisfatório se comparados a um sistema real biológico (sistema visual humano, sonar de morcegos, etc). Foi pensando nas características do sistema nervoso, no qual neurônios podem estar conectados uns aos outros, recebendo e enviando estímulos, formando redes, que se desenvolveram as redes neurais artificiais. O grande trunfo desse modelo computacional é a eficiência. Tal diferencial deve-se ao fato desse modelo proporcionar um aprendizado em tempo real, caracterizado pelas as conexões entre os neurônios. Tais fatos culminam com o estímulo por um estudo dessas redes. Sob esse contexto, são abordados dois tipos desses modelos de redes neurais: perceptron e Adaline, que podem ser empregados em aplicações de diversas áreas. Para isto, utilizou-se o software MATLAB como ferramenta de simulação. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016 2021-05-07T20:46:31Z 2021-05-07 2021-05-07T20:46:31Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662 CAMPOS JÚNIOR, Leonardo Albuquerque. Estudo sobre redes neurais artificiais. 2016. 35f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662 |
identifier_str_mv |
CAMPOS JÚNIOR, Leonardo Albuquerque. Estudo sobre redes neurais artificiais. 2016. 35f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662 |
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.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1809744490042228736 |