Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
REIS, Felipe Andery |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação
|
| Departamento: |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
|
| País: |
Não Informado pela instituição
|
| Link de acesso: |
https://repositorio.unifei.edu.br/jspui/handle/123456789/292
|
Resumo: |
As redes neurais de funções de base radial (RBF - Radial Basis Function) têm sido utilizadas para a resolução de vários problemas em diversos contextos. Os parâmetros de uma rede de base radial (valores de centros, larguras e pesos) têm grande influência na sua capacidade de mapear relações entre seus dados de entrada e saída. Algumas abordagens apresentam procedimentos diversificados para determinar e otimizar estes parâmetros. Este trabalho aborda a combinação de métodos não supervisionados com o algoritmo de enxame de partículas (PSO - Particle Swarm Optimization) para a determinação de parâmetros em redes RBF. O algoritmo de otimização realiza um refinamento nos valores das larguras das funções de base radial a partir de um procedimento prévio de seleção de parâmetros. Utilizando valores pré-ajustados, o algoritmo converge em um menor número de passos em relação aos parâmetros inicializados aleatoriamente. O uso da abordagem proposta proporciona uma boa melhoria na exatidão de modelos de redes RBF em aplicações de aproximação de funções, previsão de série temporal e classificação de padrões. |
