Extração de conhecimento a partir de redes reurais recorrentes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2004 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
Texto Completo: | http://www.repositorio.jesuita.org.br/handle/UNISINOS/2208 |
Resumo: | Neste trabalho é proposto um método de extração de conhecimento a partir de Redes Neurais Recorrentes. Expressar formalmente o conhecimento armazenado dentro de uma Rede Neural Artificial representa um grande desafio, já que tal conhecimento precisa ser reformulado e apresentado de uma maneira simples e inteligível. Três formalismos simbólicos são abordados para a representação deste conhecimento: Autômatos Finitos Difusos, Cadeias de Markov e Autômatos Finitos Determinísticos. Para as extrações de conhecimento utilizadas no trabalho, atribui-se significado às regiões do espaço de atividade dos neurônios. O método proposto utiliza a clusterização do espaço neural para obtenção dos estados do autômato, sendo utilizados para isso, o algoritmo K-means e a clusterização difusa. A obtenção do conhecimento é feita utilizando-se Redes Neurais Recorrentes para aprender o comportamento de dois sistemas dinâmicos não lineares e, a partir das redes treinadas, extrair os estados e possíveis transições do autômato. Os sis |
id |
USIN_22d0a4879e8129636b4601b29e3e1eca |
---|---|
oai_identifier_str |
oai:www.repositorio.jesuita.org.br:UNISINOS/2208 |
network_acronym_str |
USIN |
network_name_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
repository_id_str |
|
spelling |
2015-03-05T13:53:45Z2015-03-05T13:53:45Z2004-05-11Made available in DSpace on 2015-03-05T13:53:45Z (GMT). No. of bitstreams: 0 Previous issue date: 11Neste trabalho é proposto um método de extração de conhecimento a partir de Redes Neurais Recorrentes. Expressar formalmente o conhecimento armazenado dentro de uma Rede Neural Artificial representa um grande desafio, já que tal conhecimento precisa ser reformulado e apresentado de uma maneira simples e inteligível. Três formalismos simbólicos são abordados para a representação deste conhecimento: Autômatos Finitos Difusos, Cadeias de Markov e Autômatos Finitos Determinísticos. Para as extrações de conhecimento utilizadas no trabalho, atribui-se significado às regiões do espaço de atividade dos neurônios. O método proposto utiliza a clusterização do espaço neural para obtenção dos estados do autômato, sendo utilizados para isso, o algoritmo K-means e a clusterização difusa. A obtenção do conhecimento é feita utilizando-se Redes Neurais Recorrentes para aprender o comportamento de dois sistemas dinâmicos não lineares e, a partir das redes treinadas, extrair os estados e possíveis transições do autômato. Os sisln this work a method ofknowledge extraction from Recurrent Neural Network is proposed. Express formally the knowledge stored inside an Artificial Neural Network is a great challenge, because such knowledge has to be reformulated and presented by simple and understandable means. Three symbolic formats are presented for the representation of this knowledge: Fuzzy Finite Automata, Markov Chains and Deterministic Finite Automata. For the knowledge extraction used in this work, each space region of the neuron activity is associated to a meaning. The considered method uses clusterization of the neural space in order to obtain the automata states, using the K-means algorithm and the fuzzy clustering. The knowledge acquisition is made using Recurrent Neural Networks to learn the behavior of the two non linear dynamic systems and, from the trained nets, to extract the states and possible automata transitions. The dynamic systems are the lnverse Pendulum system and the Lorenz system. The presented extraction method waCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorSimon, Denise Regina Pechmannhttp://lattes.cnpq.br/5181169388808710http://lattes.cnpq.br/6026974071792846Cechin, Adelmo LuisUniversidade do Vale do Rio do SinosPrograma de Pós-Graduação em Computação AplicadaUNISINOSBrasilEscola PolitécnicaExtração de conhecimento a partir de redes reurais recorrentesknowledge extraction from recurrent neural networksCiências Exatas e da Terralógica difusamáquina de estados finitaRedes neurais recorrentesfinite state machinefuzzy logicRecurrent neural networkinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.repositorio.jesuita.org.br/handle/UNISINOS/2208info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSORIGINALextracao de conhecimento a partir de redes neurais recorrentes.pdfextracao de conhecimento a partir de redes neurais recorrentes.pdfapplication/pdf2832806http://repositorio.jesuita.org.br/bitstream/UNISINOS/2208/1/extracao+de+conhecimento+a+partir+de+redes+neurais+recorrentes.pdf2a9c61e53d53ce101ad088e812e92e44MD51UNISINOS/22082015-03-11 17:23:58.839oai:www.repositorio.jesuita.org.br:UNISINOS/2208Biblioteca Digital de Teses e Dissertaçõeshttp://www.repositorio.jesuita.org.br/oai/requestopendoar:2015-03-11T20:23:58Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false |
dc.title.pt_BR.fl_str_mv |
Extração de conhecimento a partir de redes reurais recorrentes |
dc.title.en.fl_str_mv |
knowledge extraction from recurrent neural networks |
title |
Extração de conhecimento a partir de redes reurais recorrentes |
spellingShingle |
Extração de conhecimento a partir de redes reurais recorrentes Simon, Denise Regina Pechmann Ciências Exatas e da Terra lógica difusa máquina de estados finita Redes neurais recorrentes finite state machine fuzzy logic Recurrent neural network |
title_short |
Extração de conhecimento a partir de redes reurais recorrentes |
title_full |
Extração de conhecimento a partir de redes reurais recorrentes |
title_fullStr |
Extração de conhecimento a partir de redes reurais recorrentes |
title_full_unstemmed |
Extração de conhecimento a partir de redes reurais recorrentes |
title_sort |
Extração de conhecimento a partir de redes reurais recorrentes |
author |
Simon, Denise Regina Pechmann |
author_facet |
Simon, Denise Regina Pechmann |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5181169388808710 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6026974071792846 |
dc.contributor.author.fl_str_mv |
Simon, Denise Regina Pechmann |
dc.contributor.advisor1.fl_str_mv |
Cechin, Adelmo Luis |
contributor_str_mv |
Cechin, Adelmo Luis |
dc.subject.cnpq.fl_str_mv |
Ciências Exatas e da Terra |
topic |
Ciências Exatas e da Terra lógica difusa máquina de estados finita Redes neurais recorrentes finite state machine fuzzy logic Recurrent neural network |
dc.subject.por.fl_str_mv |
lógica difusa máquina de estados finita Redes neurais recorrentes |
dc.subject.eng.fl_str_mv |
finite state machine fuzzy logic Recurrent neural network |
description |
Neste trabalho é proposto um método de extração de conhecimento a partir de Redes Neurais Recorrentes. Expressar formalmente o conhecimento armazenado dentro de uma Rede Neural Artificial representa um grande desafio, já que tal conhecimento precisa ser reformulado e apresentado de uma maneira simples e inteligível. Três formalismos simbólicos são abordados para a representação deste conhecimento: Autômatos Finitos Difusos, Cadeias de Markov e Autômatos Finitos Determinísticos. Para as extrações de conhecimento utilizadas no trabalho, atribui-se significado às regiões do espaço de atividade dos neurônios. O método proposto utiliza a clusterização do espaço neural para obtenção dos estados do autômato, sendo utilizados para isso, o algoritmo K-means e a clusterização difusa. A obtenção do conhecimento é feita utilizando-se Redes Neurais Recorrentes para aprender o comportamento de dois sistemas dinâmicos não lineares e, a partir das redes treinadas, extrair os estados e possíveis transições do autômato. Os sis |
publishDate |
2004 |
dc.date.issued.fl_str_mv |
2004-05-11 |
dc.date.accessioned.fl_str_mv |
2015-03-05T13:53:45Z |
dc.date.available.fl_str_mv |
2015-03-05T13:53:45Z |
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://www.repositorio.jesuita.org.br/handle/UNISINOS/2208 |
url |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/2208 |
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.publisher.none.fl_str_mv |
Universidade do Vale do Rio do Sinos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Computação Aplicada |
dc.publisher.initials.fl_str_mv |
UNISINOS |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade do Vale do Rio do Sinos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) instname:Universidade do Vale do Rio dos Sinos (UNISINOS) instacron:UNISINOS |
instname_str |
Universidade do Vale do Rio dos Sinos (UNISINOS) |
instacron_str |
UNISINOS |
institution |
UNISINOS |
reponame_str |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
collection |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) |
bitstream.url.fl_str_mv |
http://repositorio.jesuita.org.br/bitstream/UNISINOS/2208/1/extracao+de+conhecimento+a+partir+de+redes+neurais+recorrentes.pdf |
bitstream.checksum.fl_str_mv |
2a9c61e53d53ce101ad088e812e92e44 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS) |
repository.mail.fl_str_mv |
|
_version_ |
1801844943081177088 |