Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista.
Autor(a) principal: | |
---|---|
Data de Publicação: | 1994 |
Tipo de documento: | Dissertação |
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/3715 |
Resumo: | O Modelo Neural Combinatório (MNC) é uma rede neural de ordem superior adequada para tarefas de classificação. O treinamento dessa rede é feito por um algoritmo baseado no backpropagation, através de punições e recompensas, de acordo com os exemplos do conjunto de treinamento. Este trabalho destaca a importância do conhecimento preliminar no aprendizado, de uma forma geral, e descreve como a relevância semântica e a valoração de atributos podem melhorar a qualidade do aprendizado realizado pelo MNC e o desempenho do algoritmo de treinamento. As modificações apresentadas atuam sobre a topologia da rede a ser treinada e são compatíveis com as extensões que vêm sendo propostas ao Modelo. |
id |
UFCG_b2b45f94582dd7e2fbca905eff733af4 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/3715 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista.Use of preliminary knowledge in improving learning in a symbolic-connectionist model.O Modelo Neural Combinatório (MNC) é uma rede neural de ordem superior adequada para tarefas de classificação. O treinamento dessa rede é feito por um algoritmo baseado no backpropagation, através de punições e recompensas, de acordo com os exemplos do conjunto de treinamento. Este trabalho destaca a importância do conhecimento preliminar no aprendizado, de uma forma geral, e descreve como a relevância semântica e a valoração de atributos podem melhorar a qualidade do aprendizado realizado pelo MNC e o desempenho do algoritmo de treinamento. As modificações apresentadas atuam sobre a topologia da rede a ser treinada e são compatíveis com as extensões que vêm sendo propostas ao Modelo.The Combinatorial Neural Model (MNC) is a neural network of superior order that is adequate to classification tasks. The training of this network is performed by an algorithm based on backpropagation, through punishments and rewards, according to the examples of the training set. This work detaches the importance of the background knowledge to learning process in a general form and describes how semantic relevance and attribute valoration can improve both the quality of learning accomplished by MNC and the performance of the training algorithm. The presented alterations actuate on the topology of the network to be trained and are compatible with the extensions that have been proposed to the Model.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGMONGIOVI, Giuseppe.MONGIOVI, G.http://lattes.cnpq.br/1961853876907497LUCENA FILHO, Gentil José de.LULA JÚNIOR, Bernardo.DOCTEUR, Edilson Ferneda.DONATO JÚNIOR, Edmundo Tojal.1994-03-112019-05-08T15:00:37Z2019-05-082019-05-08T15:00:37Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715DONATO JÚNIOR, Edmundo Tojal. Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. 1994. 146f. (Dissertação de Mestrado em Informática), Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campus II, Campina Grande - PB, 1994. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-03-16T12:40:48Zoai:localhost:riufcg/3715Biblioteca 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:48512022-03-16T12:40:48Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. Use of preliminary knowledge in improving learning in a symbolic-connectionist model. |
title |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. |
spellingShingle |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. DONATO JÚNIOR, Edmundo Tojal. |
title_short |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. |
title_full |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. |
title_fullStr |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. |
title_full_unstemmed |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. |
title_sort |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. |
author |
DONATO JÚNIOR, Edmundo Tojal. |
author_facet |
DONATO JÚNIOR, Edmundo Tojal. |
author_role |
author |
dc.contributor.none.fl_str_mv |
MONGIOVI, Giuseppe. MONGIOVI, G. http://lattes.cnpq.br/1961853876907497 LUCENA FILHO, Gentil José de. LULA JÚNIOR, Bernardo. DOCTEUR, Edilson Ferneda. |
dc.contributor.author.fl_str_mv |
DONATO JÚNIOR, Edmundo Tojal. |
description |
O Modelo Neural Combinatório (MNC) é uma rede neural de ordem superior adequada para tarefas de classificação. O treinamento dessa rede é feito por um algoritmo baseado no backpropagation, através de punições e recompensas, de acordo com os exemplos do conjunto de treinamento. Este trabalho destaca a importância do conhecimento preliminar no aprendizado, de uma forma geral, e descreve como a relevância semântica e a valoração de atributos podem melhorar a qualidade do aprendizado realizado pelo MNC e o desempenho do algoritmo de treinamento. As modificações apresentadas atuam sobre a topologia da rede a ser treinada e são compatíveis com as extensões que vêm sendo propostas ao Modelo. |
publishDate |
1994 |
dc.date.none.fl_str_mv |
1994-03-11 2019-05-08T15:00:37Z 2019-05-08 2019-05-08T15:00:37Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715 DONATO JÚNIOR, Edmundo Tojal. Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. 1994. 146f. (Dissertação de Mestrado em Informática), Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campus II, Campina Grande - PB, 1994. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715 |
identifier_str_mv |
DONATO JÚNIOR, Edmundo Tojal. Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. 1994. 146f. (Dissertação de Mestrado em Informática), Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campus II, Campina Grande - PB, 1994. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715 |
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 PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO 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_ |
1809744373119713280 |