Treinamento de redes perceptron utilizando janela dinâmica

Detalhes bibliográficos
Autor(a) principal: Fassarella, Marcelo Souza
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
Texto Completo: http://repositorio.ufes.br/handle/10/9587
Resumo: In this work we discuss neural networks and the bias-variance dilemma. We propose the Window method to be inserted into supervisioned neural training with noise data. The method has an intrinsic caracteristic of regularization, because it tries to eliminate noise while the network is beeing trained, reducing its in uence of the adjustment of network weights. We implement and analize the method in adaptive logic networks (ALN) and at multilayer perceptrons (MLP). Finally, we test the network in aplications as function aproximation, adaptive lters and time series prediction.
id UFES_88652ae01e52b03b833176d3146f5570
oai_identifier_str oai:repositorio.ufes.br:10/9587
network_acronym_str UFES
network_name_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
repository_id_str 2108
spelling Schneebeli, Hans Jorg AndreasSalles, Evandro Ottoni TeatiniFassarella, Marcelo SouzaSalles, José Leandro FélixKrohling, Renato Antonio2018-08-02T00:00:48Z2018-08-012018-08-02T00:00:48Z2009-12-21In this work we discuss neural networks and the bias-variance dilemma. We propose the Window method to be inserted into supervisioned neural training with noise data. The method has an intrinsic caracteristic of regularization, because it tries to eliminate noise while the network is beeing trained, reducing its in uence of the adjustment of network weights. We implement and analize the method in adaptive logic networks (ALN) and at multilayer perceptrons (MLP). Finally, we test the network in aplications as function aproximation, adaptive lters and time series prediction.Neste trabalho apresentamos as redes neurais e o problema envolvendo o dilema bias-variância. Propomos o método da Janela a ser inserido no treinamento de redes supervisionadas com conjuntos de dados ruidosos. O método possui uma característica intrínseca de função regularizadora, já que procura eliminar ruídos durante a etapa de treinamento, reduzindo a in uência destes no ajuste dos pesos da rede. Implementamos e analisamos o método nas redes lógicas adaptivas (ALN) e nas redes perceptrons de múltiplas camadas (MLP). Por último, testamos a rede em aplicações de aproximação de funções, ltragem adaptiva e previsão de séries temporais.Texthttp://repositorio.ufes.br/handle/10/9587porUniversidade Federal do Espírito SantoMestrado em Engenharia ElétricaPrograma de Pós-Graduação em Engenharia ElétricaUFESBRCentro TecnológicoBioinformáticaFiltros elétricos digitaisRedes neurais (Computação)Controle de ruídoAprendizado do computadorEletrônica Industrial, Sistemas e Controles Eletrônicos621.3Treinamento de redes perceptron utilizando janela dinâmicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFESORIGINALtese_2871_DissertacaoMestradoMarceloSouzaFassarella.pdfapplication/pdf4412674http://repositorio.ufes.br/bitstreams/8e1be11e-8f3d-4250-a9be-05438b6f19ef/downloadb98757b8830dc327c5ca5578387c8eaaMD5110/95872024-06-28 16:10:31.61oai:repositorio.ufes.br:10/9587http://repositorio.ufes.brRepositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-06-28T16:10:31Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false
dc.title.none.fl_str_mv Treinamento de redes perceptron utilizando janela dinâmica
title Treinamento de redes perceptron utilizando janela dinâmica
spellingShingle Treinamento de redes perceptron utilizando janela dinâmica
Fassarella, Marcelo Souza
Eletrônica Industrial, Sistemas e Controles Eletrônicos
Bioinformática
Filtros elétricos digitais
Redes neurais (Computação)
Controle de ruído
Aprendizado do computador
621.3
title_short Treinamento de redes perceptron utilizando janela dinâmica
title_full Treinamento de redes perceptron utilizando janela dinâmica
title_fullStr Treinamento de redes perceptron utilizando janela dinâmica
title_full_unstemmed Treinamento de redes perceptron utilizando janela dinâmica
title_sort Treinamento de redes perceptron utilizando janela dinâmica
author Fassarella, Marcelo Souza
author_facet Fassarella, Marcelo Souza
author_role author
dc.contributor.advisor-co1.fl_str_mv Schneebeli, Hans Jorg Andreas
dc.contributor.advisor1.fl_str_mv Salles, Evandro Ottoni Teatini
dc.contributor.author.fl_str_mv Fassarella, Marcelo Souza
dc.contributor.referee1.fl_str_mv Salles, José Leandro Félix
dc.contributor.referee2.fl_str_mv Krohling, Renato Antonio
contributor_str_mv Schneebeli, Hans Jorg Andreas
Salles, Evandro Ottoni Teatini
Salles, José Leandro Félix
Krohling, Renato Antonio
dc.subject.cnpq.fl_str_mv Eletrônica Industrial, Sistemas e Controles Eletrônicos
topic Eletrônica Industrial, Sistemas e Controles Eletrônicos
Bioinformática
Filtros elétricos digitais
Redes neurais (Computação)
Controle de ruído
Aprendizado do computador
621.3
dc.subject.br-rjbn.none.fl_str_mv Bioinformática
Filtros elétricos digitais
Redes neurais (Computação)
Controle de ruído
Aprendizado do computador
dc.subject.udc.none.fl_str_mv 621.3
description In this work we discuss neural networks and the bias-variance dilemma. We propose the Window method to be inserted into supervisioned neural training with noise data. The method has an intrinsic caracteristic of regularization, because it tries to eliminate noise while the network is beeing trained, reducing its in uence of the adjustment of network weights. We implement and analize the method in adaptive logic networks (ALN) and at multilayer perceptrons (MLP). Finally, we test the network in aplications as function aproximation, adaptive lters and time series prediction.
publishDate 2009
dc.date.issued.fl_str_mv 2009-12-21
dc.date.accessioned.fl_str_mv 2018-08-02T00:00:48Z
dc.date.available.fl_str_mv 2018-08-01
2018-08-02T00:00:48Z
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://repositorio.ufes.br/handle/10/9587
url http://repositorio.ufes.br/handle/10/9587
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.format.none.fl_str_mv Text
dc.publisher.none.fl_str_mv Universidade Federal do Espírito Santo
Mestrado em Engenharia Elétrica
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFES
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Centro Tecnológico
publisher.none.fl_str_mv Universidade Federal do Espírito Santo
Mestrado em Engenharia Elétrica
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
instname:Universidade Federal do Espírito Santo (UFES)
instacron:UFES
instname_str Universidade Federal do Espírito Santo (UFES)
instacron_str UFES
institution UFES
reponame_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
collection Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
bitstream.url.fl_str_mv http://repositorio.ufes.br/bitstreams/8e1be11e-8f3d-4250-a9be-05438b6f19ef/download
bitstream.checksum.fl_str_mv b98757b8830dc327c5ca5578387c8eaa
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)
repository.mail.fl_str_mv
_version_ 1804309141906259968

Registros relacionados