Novas propostas e aplicações de redes neurais com estados de eco

Resumo

As redes neurais recorrentes constituem uma importante classe de ferramentas dentro da neurocomputação devido ao grande potencial que possuem para lidar com problemas de natureza dinâmica e temporal, uma vez que dispõem de laços de realimentação entre diferentes camadas de neurônios. No entanto, os principais algoritmos desenvolvidos para o processo de treinamento deste tipo de rede podem ser significativamente complexos, o que, de certo modo, dificulta sua aplicação prática. Recentemente, trabalhos pertencentes a uma nova frente de pesquisa, denominada computação com reservatórios, abriram uma perspectiva interessante para o emprego de estruturas recorrentes ao introduzirem uma simplificação em seu processo de treinamento. Particularmente, em 2001, Jaeger propôs as chamadas redes neurais com estados de eco (RNEEs), as quais se apresentam como uma solução robusta e promissora. Este projeto de doutorado visa realizar um profundo estudo na área de computação com reservatório, dedicando maior ênfase às redes neurais com estados de eco, com o objetivo de: 1) explorar detalhadamente as propostas existentes a respeito de redes neurais com estados de eco; 2) propor possíveis modificações à estrutura da rede, como, por exemplo, a introdução de não-linearidades na camada de saída, sem que isto comprometa a simplicidade verificada no treinamento desta rede; 3) propor estratégias mais eficientes para o projeto de reservatórios, inclusive considerando novas métricas baseadas em teoria de informação; 4) aplicar as estruturas estudadas e desenvolvidas durante o trabalho a problemas complexos e relevantes da área de tratamento do sinal, buscando caracterizar as RNEEs como possibilidades concretas para processamento neural e recorrente da informação. (AU)