Estudos sobre a relação entre aprendizagem online e offline em redes neurais

• Processo: 98/01282-8
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de maio de 1998
• Data de Término da vigência: 30 de junho de 2000
• Área de conhecimento: Ciências Exatas e da Terra - Física - Física da Matéria Condensada
• Pesquisador responsável: Nestor Felipe Caticha Alfonso
• Beneficiário: Evaldo Araújo de Oliveira Filho
• Instituição Sede: Instituto de Física (IF). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Teorema de Bayes Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Aprendizagem Online | Offline | Redes Neurais

Resumo

A relação entre a aprendizagem online e off-line bayesiana tem sido motivo de estudos recentes. O teorema de Bayes permite escrever uma relação entre a densidade posterior após t+1 exemplos P(W/Dth) e a densidade posterior P(W/Dt) e a possibilidade do exemplo t+1. Opper mostrou uma aproximação gaussiana da distribuição posterior leva a uma prescrição online que, no limite termodinâmico, é equivalente aos algoritmos ótimos obtidos pelo método variacional. Os objetivos deste projeto são estudar (1) Algoritmos ótimos Online em sistemas finitos e (2) correções não gaussianas a algoritmos ótimos. (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

OLIVEIRA FILHO, Evaldo Araújo de. Relações entre Aprendizagem Dentro e Fora de Equilíbrio Termodinâmico. 2000. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Física (IF/SBI) São Paulo.