Metáforas biológicas combinadas para projeto de redes neurais artificiais
Autor(a) principal: | |
---|---|
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 |
Metáforas biológicas combinadas para projeto de redes neurais artificiaisInformaticaComputaçãoRedes neurais (Computação)Algoritmos genéticosL sistemasEvolução (Biologia)Dissertação (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.Florianópolis, SCRoisenberg, MauroUniversidade Federal de Santa CatarinaCampos, Lídio Mauro Lima de2012-10-19T09:55:27Z2012-10-19T09:55:27Z20012001info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis108 f.| il.application/pdf181979http://repositorio.ufsc.br/xmlui/handle/123456789/81976porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2014-09-25T21:47:30Zoai:repositorio.ufsc.br:123456789/81976Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732014-09-25T21:47:30Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.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.none.fl_str_mv |
Roisenberg, Mauro Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Campos, Lídio Mauro Lima de |
dc.subject.por.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.none.fl_str_mv |
2001 2001 2012-10-19T09:55:27Z 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 |
181979 http://repositorio.ufsc.br/xmlui/handle/123456789/81976 |
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. application/pdf |
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 |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808651976468070400 |