Algoritmos genéticos e processamento paralelo aplicados à definição e treinamento de redes neurais perceptron de múltiplas camadas

AUTOR(ES)
DATA DE PUBLICAÇÃO

2005

RESUMO

Neste trabalho foi desenvolvido um algoritmo genético paralelo cooperativo com diferentes comportamentos evolutivos para o treinamento e definição de redes neurais Perceptron de Múltiplas Camadas. As redes neurais Perceptron de Múltiplas Camadas são ferramentas poderosas e tiveram seu uso intensificado já que são capazes de proporcionar bons resultados para diversas aplicações. A combinação de algoritmos genéticos e de processamento paralelo aplicados no processo de treinamento e na definição de redes neurais Perceptron de Múltiplas Camadas é interessante uma vez que o processo de aprendizagem geralmente é lento e a maioria dos algoritmos de treinamento existente realiza apenas o ajuste dos pesos sinápticos da rede neural. Sabe-se que, sem conhecimento prévio da aplicação, é difícil definir uma arquitetura ideal para a rede neural. Desta maneira, tem-se que técnicas para automatizar a definição da arquitetura de redes neurais são de interesse. Além disso, o uso de cooperação no algoritmo genético permite a exploração de áreas promissoras do espaço de busca encontradas por diferentes populações, pode evitar mínimos locais e possibilita a re-introdução nas populações de informações previamente perdidas. Por fim, através da incorporação de diferentes comportamentos evolutivos, intensifica-se a diversidade dos indivíduos e, assim, a busca por uma solução promissora

ASSUNTO(S)

computação evolutiva algoritmos genéticos processamento paralelo parallel processing genetic algorithm evolucionary computation engenharia eletrica redes neurais redes neurais artificiais neural networks

ACESSO AO ARTIGO

Documentos Relacionados