Desenvolvimento de redes neurais auto-associativas para classificação de ruído acústico emitido por isoladores cerâmicos.

• Autor(a) principal: VILAR, Pablo Bezerra.
• Data de Publicação: 2011
• 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/17610
• topic: Engenharia Elétrica.; Redes neurais auto-associativas; Ruído acústico - classificação; Isoladores cerâmicos; Ruído ultrassônico; Redes Neurais Artificiais; Neurônio artificial; Algoritmo Resilient Propagation - RPROP; MatLab; Desenvolvimento de algoritmo; Self-associative neural networks; Acoustic noise - classification; Ceramic insulators; Ultrasonic noise; Artificial neural networks; Artificial neuron; Resilient Propagation Algorithm - RPROP; MatLab; Algorithm development

Este trabalho visou o desenvolvimento de um algoritmo de Redes Neurais Auto-Associativas para o reconhecimento de padrões de ultrassom emitido por isoladores elétricos, e com parar o desempenho do algoritmo desenvolvido, com o de um a Rede Neural pré-existente,dedicada à m esma função. Os resultados iniciais lançaram bases para o desenvolvimento de um algoritmo que permite o aprimoramento da taxa de acerto da Rede Neural Auto-Associativa desenvolvida, ao custo de um maior esforço computacional durante a fase de treinamento. Os resultados deste algoritmo mostram-se promissores, sobretudo levando em consider ação vários fatores que influenciam o desempenho de um a Re de Neural Auto-Associativa,com o método de treinamento, não foram avaliados. Considerando que o esforço computacional envolvido concentra-se prioritariamente na fase de treinamento, o algoritmo pode ser aplicado em áreas onde a taxa de acerto obtida com os métodos tradicionais não seja suficiente. Todos os Algoritmos foram desenvolvidos com o Software MatLab.