| dc.contributor | Roisenberg, Mauro | |
| dc.contributor | Universidade Federal de Santa Catarina | |
| dc.creator | Campos, Lídio Mauro Lima de | |
| dc.date | 2012-10-19T09:55:27Z | |
| dc.date | 2012-10-19T09:55:27Z | |
| dc.date | 2001 | |
| dc.date | 2001 | |
| dc.date.accessioned | 2017-04-03T19:41:59Z | |
| dc.date.available | 2017-04-03T19:41:59Z | |
| dc.identifier | 181979 | |
| dc.identifier | http://repositorio.ufsc.br/xmlui/handle/123456789/81976 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/699130 | |
| dc.description | Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós -Graduação em Computação. | |
| dc.description | A Computação Evolucionária (CE) tem sido utilizada na área de Redes Neurais Artificiais (RNAs) para evolução de três grandes constituintes: pesos das conexões, arquiteturas e regras de aprendizado. A evolução de arquiteturas possibilita o projeto automático de Redes Neurais Artificiais (RNAs), permitindo adapta-las para diferentes tarefas sem a intervenção humana. O objetivo desta pesquisa é introduzir uma metodologia a mais plausível biologicamente, que permita gerar RNAs com boa capacidade de generalizção, pequeno erro e grande tolerância a ruídos. Para isso três metáfora biológicas foram usadas: Algoritmos Genéticos, Sistemas de Lindenmayer e RNAs. Testou-se quatro classes de problemas: XOR, paridade, problema das lâmpadas e botões e as linguagens de Tomita. O método é superior em relação aos outros, pois aumenta o paralelismo implícito do algoritmo genético e pelos aspectos de plausibilidade biológica. O sistema gera arquiteturas mínimas satisfatórias que resolvem determinadas tarefas, reduzindo os custos de projeto e aumentando o desempenho das redes neurais obtidas. Finalmente sugerem-se estratégias racionais que podem fornecer uma eficiência adicional ao algoritmo genético tradicional. | |
| dc.format | 108 f.| il. | |
| dc.language | por | |
| dc.publisher | Florianópolis, SC | |
| dc.subject | Informatica | |
| dc.subject | Computação | |
| dc.subject | Redes neurais (Computação) | |
| dc.subject | Algoritmos genéticos | |
| dc.subject | L sistemas | |
| dc.subject | Evolução (Biologia) | |
| dc.title | Metáforas biológicas combinadas para projeto de redes neurais artificiais | |
| dc.type | Tesis | |
