Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Veras |
Texto Completo: | https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/14311 |
Resumo: | Este artigo descreve uma abordagem de predição usando redes neurais multicamadas (MLP) que são grafos em redes de neurônios artificiais, onde recebem entradas para gerar as saídas baseadas nas deferências anteriores, processo conhecido como aprendizado ou treinamento, sugerindo que a Inteligência Artificial seja aperfeiçoada nestes processos, até que se torne perfeita, inerrável, para aquele mesmo ambiente. Para simulação foi utilizada a tabela verdade da porta lógica XOR (Ou Exclusiva) para 3 entradas e suas respectivas predições |
id |
VERACRUZ-0_701e1ce3acfafc4ec6076d47cd87157c |
---|---|
oai_identifier_str |
oai:ojs2.ojs.brazilianjournals.com.br:article/14311 |
network_acronym_str |
VERACRUZ-0 |
network_name_str |
Revista Veras |
repository_id_str |
|
spelling |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networksinteligência artificialpythonredes neurais artificiaisperceptron multicamadas Este artigo descreve uma abordagem de predição usando redes neurais multicamadas (MLP) que são grafos em redes de neurônios artificiais, onde recebem entradas para gerar as saídas baseadas nas deferências anteriores, processo conhecido como aprendizado ou treinamento, sugerindo que a Inteligência Artificial seja aperfeiçoada nestes processos, até que se torne perfeita, inerrável, para aquele mesmo ambiente. Para simulação foi utilizada a tabela verdade da porta lógica XOR (Ou Exclusiva) para 3 entradas e suas respectivas prediçõesBrazilian Journals Publicações de Periódicos e Editora Ltda.2020-08-03info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/1431110.34117/bjdv6n7-897Brazilian Journal of Development; Vol. 6 No. 7 (2020); 54181-54185Brazilian Journal of Development; Vol. 6 Núm. 7 (2020); 54181-54185Brazilian Journal of Development; v. 6 n. 7 (2020); 54181-541852525-8761reponame:Revista Verasinstname:Instituto Superior de Educação Vera Cruz (VeraCruz)instacron:VERACRUZporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/14311/11924Copyright (c) 2020 Brazilian Journal of Developmentinfo:eu-repo/semantics/openAccessSousa, Jonathan Romeiro deAntunes, Juliana FonsecaOliveira, Ícaro Alencar deLeite, Júnior César RosasSouza, Thayna Melyssa da Silva MartinsSantos, Thays Gabrielle Soares dos2020-08-11T15:17:31Zoai:ojs2.ojs.brazilianjournals.com.br:article/14311Revistahttp://site.veracruz.edu.br:8087/instituto/revistaveras/index.php/revistaveras/PRIhttp://site.veracruz.edu.br:8087/instituto/revistaveras/index.php/revistaveras/oai||revistaveras@veracruz.edu.br2236-57292236-5729opendoar:2024-10-15T16:08:35.081499Revista Veras - Instituto Superior de Educação Vera Cruz (VeraCruz)false |
dc.title.none.fl_str_mv |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks |
title |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks |
spellingShingle |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks Sousa, Jonathan Romeiro de inteligência artificial python redes neurais artificiais perceptron multicamadas |
title_short |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks |
title_full |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks |
title_fullStr |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks |
title_full_unstemmed |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks |
title_sort |
Python e predição de dados usando redes neurais multicamadas/Python and data prediction using multi-layered neural networks |
author |
Sousa, Jonathan Romeiro de |
author_facet |
Sousa, Jonathan Romeiro de Antunes, Juliana Fonseca Oliveira, Ícaro Alencar de Leite, Júnior César Rosas Souza, Thayna Melyssa da Silva Martins Santos, Thays Gabrielle Soares dos |
author_role |
author |
author2 |
Antunes, Juliana Fonseca Oliveira, Ícaro Alencar de Leite, Júnior César Rosas Souza, Thayna Melyssa da Silva Martins Santos, Thays Gabrielle Soares dos |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Sousa, Jonathan Romeiro de Antunes, Juliana Fonseca Oliveira, Ícaro Alencar de Leite, Júnior César Rosas Souza, Thayna Melyssa da Silva Martins Santos, Thays Gabrielle Soares dos |
dc.subject.por.fl_str_mv |
inteligência artificial python redes neurais artificiais perceptron multicamadas |
topic |
inteligência artificial python redes neurais artificiais perceptron multicamadas |
description |
Este artigo descreve uma abordagem de predição usando redes neurais multicamadas (MLP) que são grafos em redes de neurônios artificiais, onde recebem entradas para gerar as saídas baseadas nas deferências anteriores, processo conhecido como aprendizado ou treinamento, sugerindo que a Inteligência Artificial seja aperfeiçoada nestes processos, até que se torne perfeita, inerrável, para aquele mesmo ambiente. Para simulação foi utilizada a tabela verdade da porta lógica XOR (Ou Exclusiva) para 3 entradas e suas respectivas predições |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-08-03 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/14311 10.34117/bjdv6n7-897 |
url |
https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/14311 |
identifier_str_mv |
10.34117/bjdv6n7-897 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/14311/11924 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2020 Brazilian Journal of Development info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2020 Brazilian Journal of Development |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
dc.source.none.fl_str_mv |
Brazilian Journal of Development; Vol. 6 No. 7 (2020); 54181-54185 Brazilian Journal of Development; Vol. 6 Núm. 7 (2020); 54181-54185 Brazilian Journal of Development; v. 6 n. 7 (2020); 54181-54185 2525-8761 reponame:Revista Veras instname:Instituto Superior de Educação Vera Cruz (VeraCruz) instacron:VERACRUZ |
instname_str |
Instituto Superior de Educação Vera Cruz (VeraCruz) |
instacron_str |
VERACRUZ |
institution |
VERACRUZ |
reponame_str |
Revista Veras |
collection |
Revista Veras |
repository.name.fl_str_mv |
Revista Veras - Instituto Superior de Educação Vera Cruz (VeraCruz) |
repository.mail.fl_str_mv |
||revistaveras@veracruz.edu.br |
_version_ |
1813645468736946176 |