Please use this identifier to cite or link to this item: http://repositorio.ufes.br/handle/10/4300
Title: Uma Abordagem Modular com Máquinas de Boltzmann Restrita para Predição de Séries Temporais.
Issue Date: 25-Feb-2016
Publisher: Universidade Federal do Espírito Santo
Citation: HRASKO, R., Uma Abordagem Modular com Máquinas de Boltzmann Restrita para Predição de Séries Temporais.
Abstract: Predição de séries temporais ocorrem em várias áreas: economia, climatologia, engenharia e muitas outras. Abordagens baseadas em redes neurais artificiais tem sido utilizadas com resultados promissores devido a capacidade de aprender mapeamentos não lineares. No entanto, redes neurais convencionais usando o algoritmo backpropagation também podem cair em mínimos locais durante a fase de treinamento. Nos últimos anos, uma abordagem alternativa conhecida como redes neurais profundas, que consiste em máquinas de Boltzmann restrita, apresentam a vantagem de serem treinadas em sequencia uma após a outra para problemas que requerem múltiplas camadas. Este trabalho apresenta uma abordagem usando redes modulares, onde os módulos consistem em híbridos de máquinas de Boltzmann restrita com redes neurais convencionais. A abordagem tem seus parâmetros otimizados pelo algoritmo enxame de partículas, e agrega os módulos com a integral de Choquet. Estudos de simulação foram conduzidos para avaliar a abordagem em vários problemas de predição e os resultados são comparados com os fornecidos por uma rede modular convencional.
URI: http://repositorio.ufes.br/handle/10/4300
Appears in Collections:PPGI - Dissertações de mestrado

Files in This Item:
File SizeFormat 
tese_9628_ATA DA DEFESA DO ALUNO RAFAEL20160503-91238.pdf612.99 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.