Use este identificador para citar ou linkar para este item: https://repositorio.uema.br/jspui/handle/123456789/464
Registro completo de metadados
Campo DCValorIdioma
dc.creatorTeixeira, Aline Porfiropt_BR
dc.date.accessioned2018-09-05T19:19:49Z-
dc.date.available2018-09-05T19:19:49Z-
dc.date.issued2017-02-03-
dc.identifier.citationTEIXEIRA, Aline Porfiro. Múltiplas Redes Neurais Utilizando Redes MLP e RBF. 2017. 70f. Dissertação (Programa de Pós-Graduação em Engenharia de Computação e Sistemas) - Centro de Ciências Tecnológicas, Universidade Estadual do Maranhão, São Luís, 2017. Disponível em: https://repositorio.uema.br/jspui/handle/123456789/464pt_BR
dc.identifier.urihttp://repositorio.uema.br/handle/123456789/464-
dc.description.abstractThis work describes a methodology that promotes a collaboration and selfcoordination between Multilayer Perceptron and Radial Base Function networks through the Multiple Neural Networks technique, which doesn't require the use of a coordinator. Multiple Neural Networks are used for the purpose of facilitating learning and solving very complex problems. Normally, in order to learn an unimpaired network or learn from others, use a coordinator, whose function is to avoid conflicts between networks. However, a technique has been developed that dispenses with the use of the element coordinator, where as self-coordinating networks. In order to extend the scope of this technique, this work proposes a collaboration between networks of different types, making their advantages collaborate in order to efficiently solve diverse problems. This methodology is compared to other solutions for detection of breast cancer and disorders of the spine.en
dc.languageporpt_BR
dc.publisherUniversidade Estadual do Maranhãopt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectMúltiplas Redes Neuraispt_BR
dc.subjectReconhecimento de Padrõespt_BR
dc.titleMúltiplas Redes Neurais Utilizando Redes MLP e RBFpt_BR
dc.title.alternativeMultiple neural networks using MLP and RBF networksen
dc.typeDissertaçãopt_BR
dc.identifier.cduD 004.8-
dc.creator.IDTEIXEIRA, A. P.-
dc.creator.Latteshttp://lattes.cnpq.br/7113195173410045-
dc.contributor.advisor1Almeida Neto, Areolino dept_BR
dc.contributor.advisor1IDhttps://orcid.org/0000-0003-4497-4416-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8041675571955870-
dc.contributor.referee1Campos, Lúcio Flávio de Albuquerquept_BR
dc.contributor.referee1IDhttps://orcid.org/0000-0002-6403-8847-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6876234739101371-
dc.contributor.referee2Oliveira, Alexandre César Muniz dept_BR
dc.contributor.referee2IDhttps://orcid.org/0000-0002-1499-5307-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5225588855422632-
dc.description.resumoEste trabalho descreve uma metodologia que promove a colaboração e autocoordenação entre redes do tipo Multilayer Perceptron e Radial Basis Function através da técnica de Múltiplas Redes Neurais, que dispensa o uso de coordenador. Múltiplas Redes Neurais são utilizadas com o objetivo de facilitar o aprendizado e a solução de problemas muito complexos. Normalmente, para que o aprendizado de uma rede não prejudique o aprendizado das demais, utiliza-se um coordenador, que tem por função evitar os conflitos entre as redes. No entanto, foi desenvolvida uma técnica que dispensa o uso do elemento coordenador, onde as próprias redes autocoordenam. Visando ampliar a abrangência desta técnica, este trabalho propõe a colaboração entre redes de tipos diferentes, fazendo com que suas vantagens colaborem de modo a solucionar eficientemente problemas diversos. Esta metodologia é comparada a outras a partir de testes da solução de detecção de câncer de mama e de distúrbios na coluna vertebral.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus São Luis Centro de Ciências Tecnológicas – CCTpt_BR
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO E SISTEMAS - PECSpt_BR
dc.publisher.initialsUEMA-
dc.subject.cnpqEngenhariaspt_BR
dc.subject.cnpqCiência da Computaçãopt_BR
dc.identifier.rorhttps://ror.org/04ja5n907-
dc.identifier.capesdegreeprogramcode20002017004P9-
Aparece nas coleções:Mestrado Profissional em Engenharia de Computação e Sistemas - CCT - Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO - ALINE PORFIRO TEIXEIRA - PECS CCT UEMA 2017.pdfPDF A9.53 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.