Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista.

Detalhes bibliográficos
Autor(a) principal: DONATO JÚNIOR, Edmundo Tojal.
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