Propriedades cognitivas em redes de neurônios não-monótonos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/87240 |
Resumo: | Entender a origem das propriedades cognitivas do cérebro é uma das grandes questões científicas da atualidade. Em especial, o estudo da capacidade de memória associativa é extremamente relevante para alcançar o entendimento de tais propriedades. Tentando entender tal processo, elaborou-se um breve apanhado histórico sobre redes neurais, foi feita uma revisão do modelo de Hopfield e foi proposta uma alteração na função de ativação da rede de Hopfield estocástica, a fim de determinar a capacidade crítica de aprendizado desta rede. Esta alteração foi estudada em uma rede recorrente totalmente conexa e a função de ativação escolhida foi uma não-monótona. Através de solução numérica pelo método de Newton-Raphson este sistema pode ser resolvido e ao variar um parâmetro de não-monotonicidade da rede, a capacidade pode ser analisada. Um aumento na capacidade da rede é observado em um certo intervalo de valores deste parâmetro de não-monotonicidade. |
id |
UFRGS-2_dcb6117eefd28331a42a37d24bc6d7a2 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/87240 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Lopes, Amanda de AzevedoErichsen Junior, Rubem2014-02-14T01:53:01Z2013http://hdl.handle.net/10183/87240000910862Entender a origem das propriedades cognitivas do cérebro é uma das grandes questões científicas da atualidade. Em especial, o estudo da capacidade de memória associativa é extremamente relevante para alcançar o entendimento de tais propriedades. Tentando entender tal processo, elaborou-se um breve apanhado histórico sobre redes neurais, foi feita uma revisão do modelo de Hopfield e foi proposta uma alteração na função de ativação da rede de Hopfield estocástica, a fim de determinar a capacidade crítica de aprendizado desta rede. Esta alteração foi estudada em uma rede recorrente totalmente conexa e a função de ativação escolhida foi uma não-monótona. Através de solução numérica pelo método de Newton-Raphson este sistema pode ser resolvido e ao variar um parâmetro de não-monotonicidade da rede, a capacidade pode ser analisada. Um aumento na capacidade da rede é observado em um certo intervalo de valores deste parâmetro de não-monotonicidade.To understand the origin of the brain cognitive properties is one of the major cientific issues of our time. In particular, the study of associative memory is extremely relevant to achieve the understanding of these properties. Trying to understand this process, a short review on neural networks and a review on the Hopfield model were made and an alteration in the activation function of the stochastic Hopfield network was proposed in order to establish the learning capacity of this network. This modification was studied in a totally connected recurrent network and solved through numeric integration. Varying a non monotonicity network parameter the capacity can be analised. A network capacity increase is observed for a certain range of this parameter.application/pdfporBiofísicaRedes neuraisRedes neurais de hopfieldPropriedades cognitivas em redes de neurônios não-monótonosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de FísicaPorto Alegre, BR-RS2013Pesquisa Básica: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000910862.pdf000910862.pdfTexto completoapplication/pdf451370http://www.lume.ufrgs.br/bitstream/10183/87240/1/000910862.pdf09066d57f8a2788d2e763207206894e1MD51TEXT000910862.pdf.txt000910862.pdf.txtExtracted Texttext/plain46843http://www.lume.ufrgs.br/bitstream/10183/87240/2/000910862.pdf.txt722d26a7a93e9e87d5e395f8f2561c20MD52THUMBNAIL000910862.pdf.jpg000910862.pdf.jpgGenerated Thumbnailimage/jpeg1154http://www.lume.ufrgs.br/bitstream/10183/87240/3/000910862.pdf.jpg4d96baa0e532866f440923f1996bd6feMD5310183/872402018-10-18 07:50:12.255oai:www.lume.ufrgs.br:10183/87240Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-18T10:50:12Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Propriedades cognitivas em redes de neurônios não-monótonos |
title |
Propriedades cognitivas em redes de neurônios não-monótonos |
spellingShingle |
Propriedades cognitivas em redes de neurônios não-monótonos Lopes, Amanda de Azevedo Biofísica Redes neurais Redes neurais de hopfield |
title_short |
Propriedades cognitivas em redes de neurônios não-monótonos |
title_full |
Propriedades cognitivas em redes de neurônios não-monótonos |
title_fullStr |
Propriedades cognitivas em redes de neurônios não-monótonos |
title_full_unstemmed |
Propriedades cognitivas em redes de neurônios não-monótonos |
title_sort |
Propriedades cognitivas em redes de neurônios não-monótonos |
author |
Lopes, Amanda de Azevedo |
author_facet |
Lopes, Amanda de Azevedo |
author_role |
author |
dc.contributor.author.fl_str_mv |
Lopes, Amanda de Azevedo |
dc.contributor.advisor1.fl_str_mv |
Erichsen Junior, Rubem |
contributor_str_mv |
Erichsen Junior, Rubem |
dc.subject.por.fl_str_mv |
Biofísica Redes neurais Redes neurais de hopfield |
topic |
Biofísica Redes neurais Redes neurais de hopfield |
description |
Entender a origem das propriedades cognitivas do cérebro é uma das grandes questões científicas da atualidade. Em especial, o estudo da capacidade de memória associativa é extremamente relevante para alcançar o entendimento de tais propriedades. Tentando entender tal processo, elaborou-se um breve apanhado histórico sobre redes neurais, foi feita uma revisão do modelo de Hopfield e foi proposta uma alteração na função de ativação da rede de Hopfield estocástica, a fim de determinar a capacidade crítica de aprendizado desta rede. Esta alteração foi estudada em uma rede recorrente totalmente conexa e a função de ativação escolhida foi uma não-monótona. Através de solução numérica pelo método de Newton-Raphson este sistema pode ser resolvido e ao variar um parâmetro de não-monotonicidade da rede, a capacidade pode ser analisada. Um aumento na capacidade da rede é observado em um certo intervalo de valores deste parâmetro de não-monotonicidade. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013 |
dc.date.accessioned.fl_str_mv |
2014-02-14T01:53:01Z |
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 |
http://hdl.handle.net/10183/87240 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000910862 |
url |
http://hdl.handle.net/10183/87240 |
identifier_str_mv |
000910862 |
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 |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/87240/1/000910862.pdf http://www.lume.ufrgs.br/bitstream/10183/87240/2/000910862.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/87240/3/000910862.pdf.jpg |
bitstream.checksum.fl_str_mv |
09066d57f8a2788d2e763207206894e1 722d26a7a93e9e87d5e395f8f2561c20 4d96baa0e532866f440923f1996bd6fe |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1815447119394242560 |