Exportar registro bibliográfico

Análise de modelo de Hopfield com topologia de rede complexa (2013)

  • Authors:
  • Autor USP: SOUSA, FABIANO BERARDO DE - ICMC
  • Unidade: ICMC
  • Sigla do Departamento: SCC
  • Subjects: REDES NEURAIS; REDES COMPLEXAS; SISTEMAS DINÂMICOS; INTELIGÊNCIA ARTIFICIAL; RECONHECIMENTO DE PADRÕES
  • Keywords: Artificial neural networks; Chaotic neural networks; Complex networks; Dynamical systems; Hopfield model; Modelo de Hopfield; Redes complexas; Redes neurais artificiais; Redes neurais caóticas; Sistemas dinâmicos
  • Language: Português
  • Abstract: Redes neurais biológicas contém bilhões de células (neurônios) agrupadas em regiões espacial e funcionalmente distintas. Elas também apresentam comportamentos complexos, tais como dinâmicas periódicas e caóticas. Na área da Inteligência Artificial, pesquisas mostram que Redes Neurais Caóticas, isto é, modelos de Redes Neurais Artificiais que operam com dinâmicas complexas, são mais eficientes do que modelos tradicionais no que diz respeito a evitar memórias espúrias. Inspirado pelo fato de que o córtex cerebral contém agrupamentos de células e motivado pela eficiência no uso de dinâmicas complexas, este projeto de pesquisa investiga o comportamento dinâmico de um modelo de Rede Neural Artificial Recorrente, como o de Hopfield, porém com a topologia sináptica reorganizada a ponto de originar agrupamentos de neurônios, tal como acontece em uma Rede Complexa quando esta apresenta uma estrutura de comunidades. O modelo de treinamento tradicional de Hopfield também é alterado para uma regra de aprendizado que posta os padrões em ciclos, gerando uma matriz de pesos assimétrica. Resultados indicam que o modelo proposto oscila entre comportamentos periódicos e caóticos, dependendo do grau de fragmentação das sinapses. Com baixo grau de fragmentação, a rede opera com dinâmica periódica, como consequência da regra de treinamento utilizada. Dinâmicas caóticas parecem surgir quando existe um alto grau de fragmentação. Mostra-se, também, que é possível obter caoticidade em uma topologiaadequadamente modular, ou seja, como uma estrutura de comunidades válida. Desta forma, este projeto de pesquisa provê uma metodologia alternativa para se construir um modelo de Rede Neural Artificial que realiza tarefas de reconhecimento de padrões, explorando dinâmicas complexas por meio de uma estrutura de conexões que se mostra mais similar à topologia existente no cérebro
  • Imprenta:
  • Data da defesa: 13.11.2013
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SOUSA, Fabiano Berardo de; LIANG, Zhao. Análise de modelo de Hopfield com topologia de rede complexa. 2013.Universidade de São Paulo, São Carlos, 2013. Disponível em: < http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30012014-111520/ >.
    • APA

      Sousa, F. B. de, & Liang, Z. (2013). Análise de modelo de Hopfield com topologia de rede complexa. Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30012014-111520/
    • NLM

      Sousa FB de, Liang Z. Análise de modelo de Hopfield com topologia de rede complexa [Internet]. 2013 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30012014-111520/
    • Vancouver

      Sousa FB de, Liang Z. Análise de modelo de Hopfield com topologia de rede complexa [Internet]. 2013 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30012014-111520/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2020