Busca avançada
Ano de início
Entree

Arquiteturas neurais híbridas para o reconhecimento e classificação de padrões

Processo: 01/06646-2
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de setembro de 2001
Vigência (Término): 31 de outubro de 2003
Área do 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

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)