Análise e implementação de redes neurais generalizadas

• Ano de defesa: 2006
• Autor(a) principal: Guilherme Guimaraes Moreira
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Minas Gerais; UFMG
• Palavras-chave em Português: Análise de sobrevivência; Redes neurais; Generalizados; Modelos lineares; Validação cruzada; Estatística; Análise de sobrevivência (Biometria); Redes neurais (Computação); Modelos lineares (Estatística)
• Link de acesso: http://hdl.handle.net/1843/RFFO-7HZHKC

Esta dissertação propõe o estudo e a análise de modelos de redes neurais generalizadas. Estes modelos agregam a estrutura de verossimilhança dos modelos lineares generalizados e a flexibilidade das redes neurais artificiais na modelagem de interações não-lineares e não-aditivas entre as variáveis preditoras e a variável resposta. O treinamento é realizado segundo o método interativo do gradiente descendente, que procura minimizar a função desvio do modelo. O critério de qualidade do modelo é obtido via validação cruzada. Os resultados preliminares mostram que as redes neurais generalizadas apresentam resultados de previsão de excelente qualidade quando comparadas com os modelos lineares generalizados, de regressão de Cox e com a rede neural normal.