Redes neurais recorrentes lstm e suas aplicações

Detalhes bibliográficos
Autor(a) principal: Rossatto, Marcelo Cargnelutti
Data de Publicação: 2018
Idioma: por
Título da fonte: Manancial - Repositório Digital da UFSM
dARK ID: ark:/26339/001300000t20h
Texto Completo: http://repositorio.ufsm.br/handle/1/27819
Resumo: Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Arquitetura, RS, 2018.
id UFSM_09ae163bcc6eb6486d57a40405ae9a5b
oai_identifier_str oai:repositorio.ufsm.br:1/27819
network_acronym_str UFSM
network_name_str Manancial - Repositório Digital da UFSM
repository_id_str
spelling Redes neurais recorrentes lstm e suas aplicaçõesDeep LearningLSTMRedes Neurais RecorrentesDeep LearningLSTMRecurrent Neural NetworksCNPQ::ENGENHARIASTrabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Arquitetura, RS, 2018.The objective of this work is to review the Long Short-Term Memory (LSTM) artificial neural network model and its application in different activities, in order to evaluate its versatility. Four activities are presented, one of which is the recognition and classification of digits in real time and other three of data generation, namely: production of text fragments, prediction of pollution indexes and realization of movements in the Pong game. Four models of the LSTM recurrent neural network were developed, being implemented in Python and trained through the algorithm of backpropagation through time. The network proved to be robust in all proposed scenarios and extremely flexible, since few adaptations were necessary in the neural network model to be applied to a different application. Based on the obtained results, it can be concluded that there is a great potential of use of the network in several applications.O objetivo deste trabalho é a revisão do modelo de rede neural artificial Long Short-Term Memory (LSTM) e a sua aplicação em diferentes atividades, com o intuito de avaliar sua versatilidade. São apresentados quatro estudos de caso, sendo um de reconhecimento e classificação de dígitos em tempo real e outros três de geração de dados, a saber: produção de fragmentos de texto, previsão de índices de poluição e realização de movimentos no jogo Pong. Foram desenvolvidos quatro modelos de rede neural recorrente LSTM, sendo implementadas em Python e treinadas por meio do algoritmo de backpropagation through time. A rede mostrou-se robusta em todas as atividades propostas e extremamente flexível, uma vez que eram necessárias poucas adaptações no modelo da rede neural para realizar uma aplicação diferente. Com base nos resultados obtidos, pode-se concluir que há um grande potencial de utilização da rede em diversas aplicações.Universidade Federal de Santa MariaBrasilUFSMCentro de TecnologiaGuerra, Rodrigo da SilvaRossatto, Marcelo Cargnelutti2023-02-15T12:51:00Z2023-02-15T12:51:00Z2018-08-102018Trabalho de Conclusão de Curso de Graduaçãoinfo:eu-repo/semantics/publishedVersionapplication/pdfROSSATTO, M. C. L. Redes neurais recorrentes lstm e suas aplicações. 2018. 94 p. Trabalho de Conclusão de Curso (Graduação em Educação Engenharia de Controle e Automação) - Universidade Federal de Santa Maria, Santa Maria, RS, 2018.http://repositorio.ufsm.br/handle/1/27819ark:/26339/001300000t20hporAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2023-02-15T12:51:00Zoai:repositorio.ufsm.br:1/27819Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2023-02-15T12:51Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false
dc.title.none.fl_str_mv Redes neurais recorrentes lstm e suas aplicações
title Redes neurais recorrentes lstm e suas aplicações
spellingShingle Redes neurais recorrentes lstm e suas aplicações
Rossatto, Marcelo Cargnelutti
Deep Learning
LSTM
Redes Neurais Recorrentes
Deep Learning
LSTM
Recurrent Neural Networks
CNPQ::ENGENHARIAS
title_short Redes neurais recorrentes lstm e suas aplicações
title_full Redes neurais recorrentes lstm e suas aplicações
title_fullStr Redes neurais recorrentes lstm e suas aplicações
title_full_unstemmed Redes neurais recorrentes lstm e suas aplicações
title_sort Redes neurais recorrentes lstm e suas aplicações
author Rossatto, Marcelo Cargnelutti
author_facet Rossatto, Marcelo Cargnelutti
author_role author
dc.contributor.none.fl_str_mv Guerra, Rodrigo da Silva
dc.contributor.author.fl_str_mv Rossatto, Marcelo Cargnelutti
dc.subject.por.fl_str_mv Deep Learning
LSTM
Redes Neurais Recorrentes
Deep Learning
LSTM
Recurrent Neural Networks
CNPQ::ENGENHARIAS
topic Deep Learning
LSTM
Redes Neurais Recorrentes
Deep Learning
LSTM
Recurrent Neural Networks
CNPQ::ENGENHARIAS
description Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Arquitetura, RS, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018-08-10
2018
2023-02-15T12:51:00Z
2023-02-15T12:51:00Z
dc.type.driver.fl_str_mv Trabalho de Conclusão de Curso de Graduação
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
status_str publishedVersion
dc.identifier.uri.fl_str_mv ROSSATTO, M. C. L. Redes neurais recorrentes lstm e suas aplicações. 2018. 94 p. Trabalho de Conclusão de Curso (Graduação em Educação Engenharia de Controle e Automação) - Universidade Federal de Santa Maria, Santa Maria, RS, 2018.
http://repositorio.ufsm.br/handle/1/27819
dc.identifier.dark.fl_str_mv ark:/26339/001300000t20h
identifier_str_mv ROSSATTO, M. C. L. Redes neurais recorrentes lstm e suas aplicações. 2018. 94 p. Trabalho de Conclusão de Curso (Graduação em Educação Engenharia de Controle e Automação) - Universidade Federal de Santa Maria, Santa Maria, RS, 2018.
ark:/26339/001300000t20h
url http://repositorio.ufsm.br/handle/1/27819
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
UFSM
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
UFSM
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Manancial - Repositório Digital da UFSM
instname:Universidade Federal de Santa Maria (UFSM)
instacron:UFSM
instname_str Universidade Federal de Santa Maria (UFSM)
instacron_str UFSM
institution UFSM
reponame_str Manancial - Repositório Digital da UFSM
collection Manancial - Repositório Digital da UFSM
repository.name.fl_str_mv Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)
repository.mail.fl_str_mv atendimento.sib@ufsm.br||tedebc@gmail.com
_version_ 1815172393526624256

Registros relacionados