$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada





Título: UMA NOVA METODOLOGIA PARA TREINAMENTO EM REDES NEURAIS MULTI CAMADAS
Autor: CARLOS EDUARDO PEDREIRA
Instituição:  -
Colaborador(es):  -
Nº do Conteudo: 406
Catalogação:  09/01/2000 Idioma(s):  PORTUGUÊS - BRASIL
Tipo:  TEXTO Subtipo:  ARTIGO
Natureza:  PUBLICAÇÃO
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=406&idi=1
Referência [es]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=406&idi=4

Resumo:
Neste artigo apresenta-se uma metodologia de aprendizado supervisionado não usual baseada em um operador, batizado de Operador de Extensão. As redes neurais multicamadas são abordadas sob a ótica deste operador, produzindo algumas vantagens em comparação aos algoritmos de treinamento tradicionais, além de uma visão sistematizada de algumas questões de grande importância como generalizaçãoo e incorporação de informação a priori. No algoritmo proposto o número de parâmetros a ser estimado é inferior ao algoritmo de Retropropagação, propiciando assim, entre outras vantagens, uma maior probabilidade de generalização. É apresentado um conjunto de resultados numéricos. Relatorio interno, esta em fase de submissão.

Descrição Arquivo
NA ÍNTEGRA  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui