Clustered Echo State networks for signal denoising and frequency filtering (2020)
- Authors:
- Autor USP: OLIVEIRA JUNIOR, LAERCIO DE - FFCLRP
- Unidade: FFCLRP
- Sigla do Departamento: 595
- DOI: 10.11606/D.59.2020.tde-28022021-205755
- Subjects: REDES COMPLEXAS; REDES NEURAIS; COMPUTAÇÃO APLICADA; ANÁLISE DE SÉRIES TEMPORAIS
- Keywords: Artificial neural networks; Clustered networks; Complex networks; Echo state networks; Redes com clusters; Redes complexas; Redes neurais artificiais; Reservoir computing
- Language: Inglês
- Abstract: Esta dissetação tem como objetivo estudar um tipo de Rede Neural Artificial (RNA), conhecido como Reservoir Computing, mais especificamente as Echo State Networks (ESNs). ESNs são redes neurais recorrentes (RNNs), que fazem o mapeamento de entrada-saída através de projeções não-lineares de alta dimensão, chamada de reservoir. No modelo clássico da ESN, a matriz das conexões internas do reservatório é usualmente uma rede aleatória Erdös-Rényi. Estudos recentes investigaram o uso de redes com clusters dentro do reservatório de uma ESN, as Clustered ESNs (CESNs), sendo que essa nova rede do reservatório apresenta uma topologia com clusters. Ambos tipos de ESNs foram aplicadas ao problema de predição de séries temporais. Neste trabalho, são propostas uma ESN com redes Barabási-Albert em cada cluster (Barabási-Albert CESN), e uma deep ESN em que cada camada dessa rede contém uma rede com clusters (Deep CESNs). Além disso, foi proposto a aplicação de ESNs e suas extensões em dois novos problemas: o filtro de frequências e a remoção de ruídos de séries temporais. Uma comparação foi feita entre o modelo clássico da ESN e suas extensões. Experimentos númericos mostram que os modelos propostos de ESNs (Barabási-Albert CESN and Deep CESNs) superam o desempenho do modelo clássico da ESN, indicando que a organização dos reservatórios em clusters ou em camadas melhoram o desempenho da rede
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2020
- Data da defesa: 05.11.2020
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
OLIVEIRA JUNIOR, Laercio de. Clustered Echo State networks for signal denoising and frequency filtering. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/. Acesso em: 28 fev. 2026. -
APA
Oliveira Junior, L. de. (2020). Clustered Echo State networks for signal denoising and frequency filtering (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/ -
NLM
Oliveira Junior L de. Clustered Echo State networks for signal denoising and frequency filtering [Internet]. 2020 ;[citado 2026 fev. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/ -
Vancouver
Oliveira Junior L de. Clustered Echo State networks for signal denoising and frequency filtering [Internet]. 2020 ;[citado 2026 fev. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59143/tde-28022021-205755/
Informações sobre o DOI: 10.11606/D.59.2020.tde-28022021-205755 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
