Uso de redes neurais em controle de retroalimentação

Detalhes bibliográficos
Ano de defesa: 2003
Autor(a) principal: Sanchez, Gisele Aparecida Alves
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: Biblioteca Digitais de Teses e Dissertações da USP
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://teses.usp.br/teses/disponiveis/45/45132/tde-20210729-132942/
Resumo: Neste trabalho apresentamos a visão de Jean-Pierre Aubin sob a interação da teoria de redes neurais e teoria de viabilidade. Mostramos como os conceitos de redes neurais podem ser aplicados à Teoria de Controle. Estudamos como se produz uma lei de retroalimentação para um sistema de controle utilizando uma rede neural com duas camadas sendo sua matriz sináptica (matriz de pesos), uma aplicação linear de 'R POT.M' em 'R POT.P'. Associamos a essa rede uma função de observação h: 'R POT.M' -> 'R POT.N' e e uma função de ativação 'fi': 'R POT.P' -> 'R POT.P'. Esta rede tem como saída um controle viável. Utilizamos também técnicas da Teoria da Viabilidade e de Inclusões Diferenciais para obtermos a lei de aprendizagem que ajusta a matriz sináptica, a qual neste caso faz o papel de controle do sistema