Publicação: O uso do Teorema da Função Implícita no dimensionamento de redes neurais multi-camadas
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::ENGENHARIAS
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Este trabalho apresenta um método para o dimensionamento de redes neurais artificiais de uma única camada intermediária, levando-se em consideração as condições de treinabilidade e a precisão da aproximação que
tais redes devem proporcionar.
A precisão da aproximação funcional está intimamente ligada à estrutura de tais redes, portanto, para se garantir uma aproximação satisfatória, apresenta-se um método de se dimensionar a camada intermediária de tais tipos de redes, usando-se para isto o teorema da função implícita.
Simulações do método proposto, comprovam os resultados teóricos
obtidos
Abstract
This work presents a method for dimensioning artificial neural networks with a single hidden layer, considering the trainability conditions and the
approximation accuracy.
The functional approximation accuracy is highly dependent on the network structure. Therefore, to guarantee a reasonable approximation, a method is presented to determine the number of elements in the hidden layer, using the implicit function theorem.
Some simulations illustrates the theoretical results obtained in this work.
Palavras-chave
Teorema da Função Implícita, Redes neurais multi-camadas
Citação
BELONSI, Marcelo Henrique. O uso do Teorema da Função Implícita no dimensionamento de redes neurais multi-camadas. 1996. 90 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Uberlândia, Uberlândia, 2020. DOI http://doi.org/10.14393/ufu.di.1996.18
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto