Atenção!


O atendimento às questões referentes ao Repositório Institucional será interrompido entre os dias 20 de dezembro de 2024 a 5 de janeiro de 2025.

Pedimos a sua compreensão e aproveitamos para desejar boas festas!

 

Treinamento de uma rede neural de base radial usando computação evolutiva: implementação e aplicações

Carregando...
Imagem de Miniatura

Data

2006-01-13

Orientador

Oki, Nobuo

Coorientador

Pós-graduação

Engenharia Elétrica - FEIS

Curso de graduação

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Tipo

Dissertação de mestrado

Direito de acesso

Acesso abertoAcesso Aberto

Resumo

Resumo (português)

Este trabalho apresenta a implementação de uma Rede Neural de Base Radial (RNBR) utilizando tecnologia 0.8æm BiCMOS da ÁustriaMicroSystems (AMS) e seu respectivo treinamento utilizando a Computação Evolucionária (CE). O Algoritmo Genético (AG) foi o algoritmo de treinamento utilizado, pois é de simples operação, fácil implementação, eficaz na busca da região onde, provavelmente, encontra-se o mínimo global e é aplicável em situações onde não se conhece o modelo matemático ou este é impreciso. A finalidade deste trabalho é mostrar a capacidade de se fazer o treinamento de uma rede neural em um hardware, utilizando a Computação Evolucionária. Para demonstrar a viabilidade desta rede foram implementadas duas aplicações: a conversão de um sinal triangular em um sinal senoidal e a linearização de um oscilador controlado por tensão. Os resultados experimentais obtidos mostram a viabilidade deste treinamento.

Resumo (inglês)

This work describes the implementation of Radial Basis Neural Netwoks (RBNN) in 0.8æm BiCMOS technology of AustriaMicroSystems (AMS) and it is training using the Evolutionary Computation. The Genetic Algoritmic (AG) was the training algorithmic choice due its simple operation, easy implementation and efficient way to find the minimum global point. Also it can be applied when the mathematical model was not well formulated or inaccurate. The aim of this work is show the capacity of training the neural network implemented in hardware using the Evolutionary Computation. For show the feasibility of this neural network two application were implemented: the triangular sinusoidal signal conversion and the voltage controlled oscillator linearization. The experimental results show the feasibility of this training.

Descrição

Idioma

Português

Como citar

NAGASHIMA, Renato. Treinamento de uma rede neural de base radial usando computação evolutiva: implementação e aplicações. 2006. 109 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2006.

Itens relacionados