Metáforas biológicas combinadas para projeto de redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Campos, Lídio Mauro Lima de
Data de Publicação: 2001
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/81976
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação.
id UFSC_91afa78153e8c9a7161e516271eef64a
oai_identifier_str oai:repositorio.ufsc.br:123456789/81976
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaCampos, Lídio Mauro Lima deRoisenberg, Mauro2012-10-19T09:55:27Z2012-10-19T09:55:27Z20012001181979http://repositorio.ufsc.br/xmlui/handle/123456789/81976Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação.A Computação Evolucionária (CE) tem sido utilizada na área de Redes Neurais Artificiais (RNAs) para evolução de três grandes constituintes: pesos das conexões, arquiteturas e regras de aprendizado. A evolução de arquiteturas possibilita o projeto automático de Redes Neurais Artificiais (RNAs), permitindo adapta-las para diferentes tarefas sem a intervenção humana. O objetivo desta pesquisa é introduzir uma metodologia a mais plausível biologicamente, que permita gerar RNAs com boa capacidade de generalizção, pequeno erro e grande tolerância a ruídos. Para isso três metáfora biológicas foram usadas: Algoritmos Genéticos, Sistemas de Lindenmayer e RNAs. Testou-se quatro classes de problemas: XOR, paridade, problema das lâmpadas e botões e as linguagens de Tomita. O método é superior em relação aos outros, pois aumenta o paralelismo implícito do algoritmo genético e pelos aspectos de plausibilidade biológica. O sistema gera arquiteturas mínimas satisfatórias que resolvem determinadas tarefas, reduzindo os custos de projeto e aumentando o desempenho das redes neurais obtidas. Finalmente sugerem-se estratégias racionais que podem fornecer uma eficiência adicional ao algoritmo genético tradicional.108 f.| il.porFlorianópolis, SCInformaticaComputaçãoRedes neurais (Computação)Algoritmos genéticosL sistemasEvolução (Biologia)Metáforas biológicas combinadas para projeto de redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL181979.pdfapplication/pdf13958017https://repositorio.ufsc.br/bitstream/123456789/81976/1/181979.pdfb787bf0f1b3af293aec8bcef28e73189MD51123456789/819762014-09-25 18:47:30.102oai:repositorio.ufsc.br:123456789/81976Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732014-09-25T21:47:30Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Metáforas biológicas combinadas para projeto de redes neurais artificiais
title Metáforas biológicas combinadas para projeto de redes neurais artificiais
spellingShingle Metáforas biológicas combinadas para projeto de redes neurais artificiais
Campos, Lídio Mauro Lima de
Informatica
Computação
Redes neurais (Computação)
Algoritmos genéticos
L sistemas
Evolução (Biologia)
title_short Metáforas biológicas combinadas para projeto de redes neurais artificiais
title_full Metáforas biológicas combinadas para projeto de redes neurais artificiais
title_fullStr Metáforas biológicas combinadas para projeto de redes neurais artificiais
title_full_unstemmed Metáforas biológicas combinadas para projeto de redes neurais artificiais
title_sort Metáforas biológicas combinadas para projeto de redes neurais artificiais
author Campos, Lídio Mauro Lima de
author_facet Campos, Lídio Mauro Lima de
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Campos, Lídio Mauro Lima de
dc.contributor.advisor1.fl_str_mv Roisenberg, Mauro
contributor_str_mv Roisenberg, Mauro
dc.subject.classification.pt_BR.fl_str_mv Informatica
Computação
Redes neurais (Computação)
Algoritmos genéticos
L sistemas
Evolução (Biologia)
topic Informatica
Computação
Redes neurais (Computação)
Algoritmos genéticos
L sistemas
Evolução (Biologia)
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação.
publishDate 2001
dc.date.submitted.pt_BR.fl_str_mv 2001
dc.date.issued.fl_str_mv 2001
dc.date.accessioned.fl_str_mv 2012-10-19T09:55:27Z
dc.date.available.fl_str_mv 2012-10-19T09:55:27Z
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.ufsc.br/xmlui/handle/123456789/81976
dc.identifier.other.pt_BR.fl_str_mv 181979
identifier_str_mv 181979
url http://repositorio.ufsc.br/xmlui/handle/123456789/81976
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 108 f.| il.
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/81976/1/181979.pdf
bitstream.checksum.fl_str_mv b787bf0f1b3af293aec8bcef28e73189
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805008570908672

Registros relacionados