Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/38747| Título: | Desenvolvimento da rede perceptron multicamadas baseado na otimização por colônia de formigas |
| Título(s) alternativo(s): | Development of a multilayer perceptron network based on ant colony optimization |
| Autor(es): | Nanami, Luís Guilherme |
| Orientador(es): | Dajer, María Eugenia |
| Palavras-chave: | Otimização combinatória Wavelets (Matemática) Eletromiografia Combinatorial optimization Wavelets (Mathematics) Electromyography |
| Data do documento: | 6-Ago-2021 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | NANAMI, Luís Guilherme Nanami. Desenvolvimento da rede perceptron multicamadas baseado na otimização por colônia de formigas. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2021. |
| Resumo: | Este trabalho propõe o desenvolvimento de um Sistema Inteligente Híbrido ao qual o número de camadas escondidas, a quantidade de neurônios em cada camada e a taxa de aprendizado de uma rede Perceptron multicamadas serão otimizadas através de um algoritmo baseado na otimização por colônia de formigas. O desenvolvimento ocorreu através de cinco ensaios. A priori foram utilizadas bases de dados de diagnósticos médicos "Breast Cancer", "Mammographic Mass" e "Thyroid" obtidas a partir do repositório de aprendizado de máquinas, UCI. E em sequência foram utilizadas as bases de dados de sinais eletromiográficos "Classe de Movimentos" e "Níveis de Contração". A partir dos resultados obtidos foi possível analisar que o sistema proposto se apresenta como uma ferramenta confiável para auxiliar profissionais em projetos envolvendo redes neurais artificiais, se mostrando capaz de se adaptar à diversas classes de problemas envolvendo a otimização da topologia de redes do tipo Perceptron Multicamadas. |
| Abstract: | This work proposes the development of an Intelligent Hybrid System to which the number of hidden layers, the number of neurons in each layer and the learning rate of a multilayer Perceptron network will be optimized through an algorithm based on ant colony optimization. The development took place in five trials. A priori databases of medical diagnoses were used "Breast Cancer", "Mammographic Mass" and "Thyroid" were obtained from the machine learning repository, UCI. In sequence the databases of electromyographic signals "Class of Movements" and "Levels of Contraction" were used. From the results obtained it was possible to analyze that the proposed system presents itself as a great tool to assist professionals in projects involving artificial neural networks, proving capable of adapting to different classes of problems involving the optimization of the topology of multilayer Perceptron networks. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/38747 |
| Aparece nas coleções: | CP - Engenharia de Controle e Automação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| redeperceptroncoloniaformigas.pdf | 1,43 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
