Estudo da transição de fase em uma rede de Hopfield
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/3951 |
Resumo: | O uso de redes neurais na solução de problemas é bastante atrativa pois suas características possibilitam desempenho superior ao de métodos convencionais [1]. Dentre os diferentes modelos de redes neurais, o modelo de Hopfield apresenta uma grande importância histórica nesse campo. Neste trabalho estudaremos o problema da capacidade de reconhecimento em uma rede de Hopfield utilizando técnicas de análise de tamanho finito. Vamos comparar os resultados obtidos por diferentes métodos com o intuito de obter o valor de [alfa c], o ponto onde a rede passa por uma transição de fase. Para isso utilizaremos simulações computacionais de redes de Hopfield. |
id |
UFF-2_ed04770c9212d5a7d6ef6082b6321d56 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/3951 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Estudo da transição de fase em uma rede de HopfieldModelo de HopfieldAnálise de tamanho finitoCapacidade de ReconhecimentoModelo de HopfieldAnálise de tamanho finitoCapacidade de reconhecimentoHopfield modelFinite-size analysisStorage capacityO uso de redes neurais na solução de problemas é bastante atrativa pois suas características possibilitam desempenho superior ao de métodos convencionais [1]. Dentre os diferentes modelos de redes neurais, o modelo de Hopfield apresenta uma grande importância histórica nesse campo. Neste trabalho estudaremos o problema da capacidade de reconhecimento em uma rede de Hopfield utilizando técnicas de análise de tamanho finito. Vamos comparar os resultados obtidos por diferentes métodos com o intuito de obter o valor de [alfa c], o ponto onde a rede passa por uma transição de fase. Para isso utilizaremos simulações computacionais de redes de Hopfield.Conselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado do Rio de JaneiroThe use of neural networks in problem solution is quite attractive because its characteristics enable superior performance than the conventional methods [1]. Among the different models of neural networks, the Hopfield model has a great historic importance in this field. In this work we will study the capacity problem of a Hopfield network by using finite-size analysis. We will compare the results obtained by different methods to find the value of [alpha c], the point where the network undergoes a phase transition. For this we will use computational simulations of Hopfield networks.Menezes, Marcio Argollo Ferreira dePorto, Celia Beatriz Anteneodo deBrigatti, EdgardoMenezes, Marcio Argollo Ferreira deSoares, Pierre Amorim2017-07-04T18:39:14Z2017-07-04T18:39:14Z2012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/3951http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-09-27T15:55:34Zoai:app.uff.br:1/3951Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:59:41.489794Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Estudo da transição de fase em uma rede de Hopfield |
title |
Estudo da transição de fase em uma rede de Hopfield |
spellingShingle |
Estudo da transição de fase em uma rede de Hopfield Soares, Pierre Amorim Modelo de Hopfield Análise de tamanho finito Capacidade de Reconhecimento Modelo de Hopfield Análise de tamanho finito Capacidade de reconhecimento Hopfield model Finite-size analysis Storage capacity |
title_short |
Estudo da transição de fase em uma rede de Hopfield |
title_full |
Estudo da transição de fase em uma rede de Hopfield |
title_fullStr |
Estudo da transição de fase em uma rede de Hopfield |
title_full_unstemmed |
Estudo da transição de fase em uma rede de Hopfield |
title_sort |
Estudo da transição de fase em uma rede de Hopfield |
author |
Soares, Pierre Amorim |
author_facet |
Soares, Pierre Amorim |
author_role |
author |
dc.contributor.none.fl_str_mv |
Menezes, Marcio Argollo Ferreira de Porto, Celia Beatriz Anteneodo de Brigatti, Edgardo Menezes, Marcio Argollo Ferreira de |
dc.contributor.author.fl_str_mv |
Soares, Pierre Amorim |
dc.subject.por.fl_str_mv |
Modelo de Hopfield Análise de tamanho finito Capacidade de Reconhecimento Modelo de Hopfield Análise de tamanho finito Capacidade de reconhecimento Hopfield model Finite-size analysis Storage capacity |
topic |
Modelo de Hopfield Análise de tamanho finito Capacidade de Reconhecimento Modelo de Hopfield Análise de tamanho finito Capacidade de reconhecimento Hopfield model Finite-size analysis Storage capacity |
description |
O uso de redes neurais na solução de problemas é bastante atrativa pois suas características possibilitam desempenho superior ao de métodos convencionais [1]. Dentre os diferentes modelos de redes neurais, o modelo de Hopfield apresenta uma grande importância histórica nesse campo. Neste trabalho estudaremos o problema da capacidade de reconhecimento em uma rede de Hopfield utilizando técnicas de análise de tamanho finito. Vamos comparar os resultados obtidos por diferentes métodos com o intuito de obter o valor de [alfa c], o ponto onde a rede passa por uma transição de fase. Para isso utilizaremos simulações computacionais de redes de Hopfield. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012 2017-07-04T18:39:14Z 2017-07-04T18:39:14Z |
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 |
https://app.uff.br/riuff/handle/1/3951 |
url |
https://app.uff.br/riuff/handle/1/3951 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823629548126208 |