Arquiteturas neurais híbridas para o reconhecimento e classificação de padrões

• Processo: 01/06646-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de setembro de 2001
• Data de Término da vigência: 31 de outubro de 2003
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Emilio Del Moral Hernandez
• Beneficiário: Clayton Silva Oliveira
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Neurociências Inteligência computacional Redes neurais (computação) Reconhecimento de padrões Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Inteligencia Computacional | Neurociencia Computacional | Redes Neurais

Resumo

As redes neurais artificiais são arquiteturas computacionais que podem ser utilizadas para várias funções específicas, como, por exemplo, o reconhecimento, dentro de um conjunto delimitado de dados, de elementos que estejam dentro ou próximos de padrões anteriormente pré-definidos à rede. Outra possibilidade de uso destas arquiteturas é a implementação de funções que relacionem entradas, e saídas, que pertençam a um conjunto como o anteriormente definido, quando essas não podem ser definidas de maneira trivial, ou pelo menos quando a complexidade destas funções tornaria um algoritmo computacional praticamente impossível. Todo o acima exposto é possível devido ao fato de que a rede neural pode ser treinada, de forma que se consiga o objetivo para o qual esta foi concebida. Fazendo-se uso dessas características das redes neurais, e tendo-se em mente que cada tipo de rede possui uma função e um método de aprendizado específicos, podemos unir estas redes e criar uma arquitetura neural híbrida, de maneira que esta utilizando-se da particularidade de cada rede em separado, se torne mais eficiente para aprender uma certa função desejada, inferindo respostas mais rapidamente e mais próximas do desejado. (AU)