[pt] APLICAÇÕES DE TÉCNICAS BASEADAS NO SVD À ANÁLISE E PREVISÃO DE DADOS
Ano de defesa: | 2005 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
MAXWELL
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=6236&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=6236&idi=2 http://doi.org/10.17771/PUCRio.acad.6236 |
Resumo: | [pt] O objetivo do presente trabalho é desenvolver uma técnica para a modelagem de sistemas, capaz de se adaptar a uma larga classe de problemas. Como aspecto inovador esta a forma como é orientada a modelagem do sinal, feita segundo a análise dos espaços dos sinais de entrada e saída, destes analises são feitas partições iterativamente em tais espaços até atingir o erro de modelagem desejado. A técnica proposta aqui foi desenvolvida usando redes neurais RBF e modelos Neuro- fuzzy, ajudando-se mutuamente com o objetivo de gerar uma estimativa mais próxima do ideal, esta ajuda mutua é feita pela combinação lineal dos autovetores e autovalores, de forma tal, a gerar novos autovetores e autovalores mais próximos dos ideais. Um objetivo extra, associado ao processo de identificação de sistemas, é a incorporação de facilidades de identificação nas relações entrada-saída por meio de técnicas de decomposição espectral. Desta forma, por um lado pretende- se reduzir o tempo de treinamento e análise para a identificação, eliminando testes a priori julgados desnecessários. Por outro lado, esta técnica sinalaria caminhos para soluções mais viáveis ao processo. |