Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
Texto Completo: | https://repositorio.ufersa.edu.br/handle/prefix/8003 |
Resumo: | O processo de utilização das redes neurais artificiais vem sendo bastante empregada como ferramenta de soluções para problemas complexos, como a aplicação na etapa de demodulação de digital de sinais, conseguindo recuperar a informação enviada no canal de comunicação. Com o intuito de analisar esse processo, é comumente encontrado abordagens metodológicas nos quais é analisado o desempenho de redes neurais no processo de demodulação digital. Dada essa circunstância, neste trabalho é apresentado uma análise da aplicação da rede neural do tipo perceptron de múltiplas camadas (MLP) com distintos algoritmos de treinamento no processo de demodulação digital em arquivos textos. Dessa forma, foram definidas cinco estratégias de análises com variação no número de camadas escondidas, de neurônios e de épocas, classificando o desempenho de cada rede neural. Com o resultado dessas análises, o algoritmo de treinamento Bayesian Regularization obteve 99,5% na taxa de acertos de símbolos com duas camadas escondidas, 60 neurônios e 6000 épocas, alçando resultados satisfatórios e efetivando a estratégia utilizada neste trabalho. |
id |
UFER_8901b0c3ef07865e81af7056d9844a50 |
---|---|
oai_identifier_str |
oai:repositorio.ufersa.edu.br:prefix/8003 |
network_acronym_str |
UFER |
network_name_str |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
repository_id_str |
|
spelling |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiaisENGENHARIAS::ENGENHARIA DE COMPUTACAODemodulação digitalRedes neuraisPerceptron de múltiplas camadasO processo de utilização das redes neurais artificiais vem sendo bastante empregada como ferramenta de soluções para problemas complexos, como a aplicação na etapa de demodulação de digital de sinais, conseguindo recuperar a informação enviada no canal de comunicação. Com o intuito de analisar esse processo, é comumente encontrado abordagens metodológicas nos quais é analisado o desempenho de redes neurais no processo de demodulação digital. Dada essa circunstância, neste trabalho é apresentado uma análise da aplicação da rede neural do tipo perceptron de múltiplas camadas (MLP) com distintos algoritmos de treinamento no processo de demodulação digital em arquivos textos. Dessa forma, foram definidas cinco estratégias de análises com variação no número de camadas escondidas, de neurônios e de épocas, classificando o desempenho de cada rede neural. Com o resultado dessas análises, o algoritmo de treinamento Bayesian Regularization obteve 99,5% na taxa de acertos de símbolos com duas camadas escondidas, 60 neurônios e 6000 épocas, alçando resultados satisfatórios e efetivando a estratégia utilizada neste trabalho.49 p.: il.Centro Multidisciplinar de Pau dos Ferros - CMPFBrasilUFERSAUniversidade Federal Rural do Semi-ÁridoSilva Segundo, Francisco Carlos Gurgel daSilva Segundo, Francisco Carlos Gurgel daSilva Segundo, Francisco Carlos Gurgel daMesquita, Marco Diego AurelioGaldino, Josenildo FerreiraMaia Neto, Sebastião Costa2022-12-21T19:31:56Z2022-12-21T19:31:56Z2022-11-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesispdfapplication/pdfhttps://repositorio.ufersa.edu.br/handle/prefix/8003Pau dos FerrosUFERSACC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)instname:Universidade Federal Rural do Semi-Árido (UFERSA)instacron:UFERSA2023-11-28T19:26:20Zoai:repositorio.ufersa.edu.br:prefix/8003Repositório Institucionalhttps://repositorio.ufersa.edu.br/PUBhttps://repositorio.ufersa.edu.br/server/oai/requestrepositorio@ufersa.edu.br || admrepositorio@ufersa.edu.bropendoar:2023-11-28T19:26:20Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)false |
dc.title.none.fl_str_mv |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais |
title |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais |
spellingShingle |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais Maia Neto, Sebastião Costa ENGENHARIAS::ENGENHARIA DE COMPUTACAO Demodulação digital Redes neurais Perceptron de múltiplas camadas |
title_short |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais |
title_full |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais |
title_fullStr |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais |
title_full_unstemmed |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais |
title_sort |
Desempenho da demodulação digital em um canal AWGN utilizando redes neurais artificiais |
author |
Maia Neto, Sebastião Costa |
author_facet |
Maia Neto, Sebastião Costa |
author_role |
author |
dc.contributor.none.fl_str_mv |
Silva Segundo, Francisco Carlos Gurgel da Silva Segundo, Francisco Carlos Gurgel da Silva Segundo, Francisco Carlos Gurgel da Mesquita, Marco Diego Aurelio Galdino, Josenildo Ferreira |
dc.contributor.author.fl_str_mv |
Maia Neto, Sebastião Costa |
dc.subject.por.fl_str_mv |
ENGENHARIAS::ENGENHARIA DE COMPUTACAO Demodulação digital Redes neurais Perceptron de múltiplas camadas |
topic |
ENGENHARIAS::ENGENHARIA DE COMPUTACAO Demodulação digital Redes neurais Perceptron de múltiplas camadas |
description |
O processo de utilização das redes neurais artificiais vem sendo bastante empregada como ferramenta de soluções para problemas complexos, como a aplicação na etapa de demodulação de digital de sinais, conseguindo recuperar a informação enviada no canal de comunicação. Com o intuito de analisar esse processo, é comumente encontrado abordagens metodológicas nos quais é analisado o desempenho de redes neurais no processo de demodulação digital. Dada essa circunstância, neste trabalho é apresentado uma análise da aplicação da rede neural do tipo perceptron de múltiplas camadas (MLP) com distintos algoritmos de treinamento no processo de demodulação digital em arquivos textos. Dessa forma, foram definidas cinco estratégias de análises com variação no número de camadas escondidas, de neurônios e de épocas, classificando o desempenho de cada rede neural. Com o resultado dessas análises, o algoritmo de treinamento Bayesian Regularization obteve 99,5% na taxa de acertos de símbolos com duas camadas escondidas, 60 neurônios e 6000 épocas, alçando resultados satisfatórios e efetivando a estratégia utilizada neste trabalho. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-12-21T19:31:56Z 2022-12-21T19:31:56Z 2022-11-24 |
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 |
https://repositorio.ufersa.edu.br/handle/prefix/8003 |
url |
https://repositorio.ufersa.edu.br/handle/prefix/8003 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
UFERSA CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
UFERSA CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
pdf application/pdf |
dc.coverage.none.fl_str_mv |
Pau dos Ferros |
dc.publisher.none.fl_str_mv |
Centro Multidisciplinar de Pau dos Ferros - CMPF Brasil UFERSA Universidade Federal Rural do Semi-Árido |
publisher.none.fl_str_mv |
Centro Multidisciplinar de Pau dos Ferros - CMPF Brasil UFERSA Universidade Federal Rural do Semi-Árido |
dc.source.none.fl_str_mv |
reponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) instname:Universidade Federal Rural do Semi-Árido (UFERSA) instacron:UFERSA |
instname_str |
Universidade Federal Rural do Semi-Árido (UFERSA) |
instacron_str |
UFERSA |
institution |
UFERSA |
reponame_str |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
collection |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
repository.name.fl_str_mv |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA) |
repository.mail.fl_str_mv |
repositorio@ufersa.edu.br || admrepositorio@ufersa.edu.br |
_version_ |
1809747493571788800 |