Aplicação de redes neurais do tipo função de base radial simples com poucos neurônios na previsão da temperatura de transição vítrea de boratos de metais alcalinos
Application of simple neural networks from radial based function with few neurons to predict the vitreous transition temperature of alkaline borates
| dc.contributor | Lalic, Susana de Souza | |
| dc.contributor | Nascimento, Marcio Luis Ferreira | |
| dc.creator | Vitória, Leonardo dos Santos | |
| dc.date | 2022-04-20T23:38:43Z | |
| dc.date | 2022-04-20T23:38:43Z | |
| dc.date | 2022-03-03 | |
| dc.date.accessioned | 2023-09-28T22:33:52Z | |
| dc.date.available | 2023-09-28T22:33:52Z | |
| dc.identifier | VITÓRIA, Leonardo dos Santos. Aplicação de redes neurais do tipo função de base radial simples com poucos neurônios na previsão da temperatura de transição vítrea de boratos de metais alcalinos. 2022. 122 f. Dissertação (Mestrado em Física) - Universidade Federal de Sergipe, São Cristóvão, 2022. | |
| dc.identifier | https://ri.ufs.br/jspui/handle/riufs/15460 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9072201 | |
| dc.description | Interest in glass applications and uses has existed since the beginning of civilization. Such materials are appreciated for several functions and properties given the extensive possibility of making different compositions. It is estimated that there are about 1052 glasses compositions using 80 elements of the periodic table considering minimum concentrations up to 1%, and only 105 have been explored, which allows many discoveries. In view of the many possibilities associated, the objective of this work was to define properties in terms of compositions, and among them, the characteristic glass transition temperature. Artificial intelligence proposed by Alan Turing in 1950, which today branched out into computational processes known as machine and deep learnings, as well as artificial neural networks, that are considered highly predictive tools and can be used in the description of several physical systems. Among different types of artificial neural networks, stands out radial basis functions. This neural network is characterized by performing an effective and fast training due to its particular learning mechanism, able to transform complex systems into a simple linear algebra problem. Complex neural networks can be created to describe different phenomena; however, the more complex the network, more overfitted to the data it will tend to be, and a way to avoid this can be via the use of a certain number of neurons in its construction. Given these aspects, radial basis functions networks with only two neurons (or poles) were applied to describe the glass transition temperature of alkali metal borate systems. The results show that the technique it’s highly predictive, as data reached R² adjustment value over 90%. It was also possible to carry out adjustments and train the network including the known phenomenon of the boron anomaly. The Gaussian activation function proved to be superior to two others, named multiquadratic functions. The neuron location in the networks was a highlight, as the tests showed an improvement in the performance of the adjustments by up to 5% when manipulated.The Tg behavior of alkaline borate systems as a function of molar concentration x of oxides is similar and corresponds to the topological model by Mauro, Gupta and Loucks (2009), established only for lithium and sodium borate systems. Such work suggests extending this study to other physical properties using a few neurons and associated with the vitreous state. | |
| dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | |
| dc.description | O interesse em aplicações e usos de vidros existe desde o início da civilização. Tais materiais são apreciados por diversas funções e propriedades dada a extensa possibilidade de feitura de composições distintas. É estimado existir cerca de 1052 composições vítreas utilizando-se de 80 elementos químicos em concentrações de até 1%, e que apenas foram explorados cerca de 105, o que permite muitas descobertas. Em vista das muitas possibilidades relacionadas há o objetivo de se descrever propriedades em termos de composições, e entre elas a característica temperatura de transição vítrea Tg. A inteligência artificial proposta por Alan Turing em 1950, que hoje se ramificou em processos computacionais conhecidos como aprendizado de máquina e aprendizado profundo, e ramificado a estes, as redes neurais artificiais, que são tidas como ferramentas altamente preditivas e podem ser empregadas na descrição de diversos sistemas físicos. Entre os diversos tipos de redes neurais artificiais destacam-se as redes de funções de base radial. Esta rede neural é caracterizada por efetuar um treinamento efetivo e veloz devido ao seu particular mecanismo de aprendizado, capaz de transformar sistemas complexos em um simples problema de álgebra linear. Redes neurais complexas podem ser criadas para descrever diversos fenômenos; entretanto, quanto mais complexa a rede, mais sobre ajustada aos dados ela tenderá a ser, e uma maneira de contornar isso pode ser via o emprego de certa quantidade de neurônios em sua construção. Diante destes aspectos, foram aplicadas redes de funções de base radial com apenas dois neurônios (ou pólos) para descrição da temperatura de transição vítrea de sistemas boratos de metais alcalinos. Os resultados mostram que a técnica é altamente preditiva,, pois os ajustes alcançaram um valor de ajuste R² superior a 90%. Foi possível ainda efetuar ajustes e treinamento da rede incluindo o conhecido fenômeno da anomalia do boro. A função de ativação gaussiana se mostrou superior às duas outras, ditas funções multiquadráticas. A localização dos neurônios nas redes foi um ponto em destaque, pois testes evidenciaram uma melhora da performance dos ajustes em até 5% quando este fora manipulado. O comportamento da Tg dos sistemas alcalino boratos em função da concentração molar x de óxidos é similar e corresponde ao modelo topológico de Mauro, Gupta e Loucks (2009), estabelecido apenas para os sistemas boratos de lítio e sódio. Tal trabalho sugere estender o estudo de outras propriedades físicas utilizando de poucos neurônios e associadas ao estado vítreo. | |
| dc.description | São Cristóvão | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Pós-Graduação em Física | |
| dc.publisher | Universidade Federal de Sergipe | |
| dc.subject | Vidro | |
| dc.subject | Temperatura de transição vítrea | |
| dc.subject | Alcalino borato | |
| dc.subject | Função de base radial | |
| dc.subject | Aprendizado de máquina | |
| dc.subject | Inteligência artificial | |
| dc.subject | Glass | |
| dc.subject | Glass transition temperature | |
| dc.subject | Alkaline borate | |
| dc.subject | Radial base function | |
| dc.subject | Machine learning | |
| dc.subject | Artificial intelligence | |
| dc.subject | CIENCIAS EXATAS E DA TERRA::FISICA | |
| dc.title | Aplicação de redes neurais do tipo função de base radial simples com poucos neurônios na previsão da temperatura de transição vítrea de boratos de metais alcalinos | |
| dc.title | Application of simple neural networks from radial based function with few neurons to predict the vitreous transition temperature of alkaline borates | |
| dc.type | Dissertação |