Redes neurais não-supervionadas para processamento de sequências temporais (1998)
- Authors:
- Autor USP: BARRETO, GUILHERME DE ALENCAR - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Português
- Abstract: Em muitos domínios de aplicação, a variável tempo é uma dimensão essencial. Este é o caso da robótica, na qual trajetórias de robôs podem ser interpretadas como seqüências temporais cuja ordem de ocorrência de suas componentes precisa ser considerada. Nesta dissertação, desenvolve-se um modelo de rede neural não-supervisionada para aprendizagem e reprodução de trajetórias do Robô PUMA 560. Estas trajetórias podem ter estados em comum, o que torna o processo de reprodução susceptível a ambigüidades. O modelo proposto consiste em uma rede competitiva composta por dois conjuntos de pesos sinápticos; pesos intercamadas e pesos intracamada. Pesos intercamadas conectam as unidades na camada de entrada com os neurônios da camada de saída e codificam a informação espacial contida no estímulo de entrada atual. Os pesos intracamada conectam os neurônios da camada de saída entre si, sendo divididos em dois grupos: autoconexões e conexões laterais. A função destes é codificar a ordem temporal dos estados da trajetória, estabelecendo associações entre estados consecutivos através de uma regra hebbiana. Três mecanismos adicionais são propostos de forma a tornar a aprendizagem e reprodução das trajetórias mais confiável: unidades de contexto, exclusão de neurônios e redundância na representação dos estados. A rede funciona indicando na sua saída o estado atual e o próximo estado da trajetória. As simulações com o modelo proposto ilustram a habilidade do modelo em aprender e reproduzir múltiplas trajetórias com precisão e sem ambiguidades. A rede também é capaz de reproduzir trajetórias mesmo diante de perdas de neurônios e de generalizar diante da presença de ruído nos estímulos de entrada da rede
- Imprenta:
- Publisher place: São Carlos
- Date published: 1998
- Data da defesa: 31.08.1998
-
ABNT
BARRETO, Guilherme de Alencar. Redes neurais não-supervionadas para processamento de sequências temporais. 1998. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 1998. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-25112015-111953/. Acesso em: 23 abr. 2024. -
APA
Barreto, G. de A. (1998). Redes neurais não-supervionadas para processamento de sequências temporais (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18133/tde-25112015-111953/ -
NLM
Barreto G de A. Redes neurais não-supervionadas para processamento de sequências temporais [Internet]. 1998 ;[citado 2024 abr. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-25112015-111953/ -
Vancouver
Barreto G de A. Redes neurais não-supervionadas para processamento de sequências temporais [Internet]. 1998 ;[citado 2024 abr. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-25112015-111953/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
