Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator.ID | CAMPOS JÚNIOR, L. A. | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/2147635674347966 | pt_BR |
dc.contributor.advisor1 | GURJÃO, Edmar Candeia. | |
dc.contributor.advisor1ID | GURJÃO, E. C. | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9200464668550566 | pt_BR |
dc.description.resumo | Computadores convencionais são eficientes em diversas áreas, porém ainda não apresentam desempenho tão satisfatório se comparados a um sistema real biológico (sistema visual humano, sonar de morcegos, etc). Foi pensando nas características do sistema nervoso, no qual neurônios podem estar conectados uns aos outros, recebendo e enviando estímulos, formando redes, que se desenvolveram as redes neurais artificiais. O grande trunfo desse modelo computacional é a eficiência. Tal diferencial deve-se ao fato desse modelo proporcionar um aprendizado em tempo real, caracterizado pelas as conexões entre os neurônios. Tais fatos culminam com o estímulo por um estudo dessas redes. Sob esse contexto, são abordados dois tipos desses modelos de redes neurais: perceptron e Adaline, que podem ser empregados em aplicações de diversas áreas. Para isto, utilizou-se o software MATLAB como ferramenta de simulação. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Centro de Engenharia Elétrica e Informática - CEEI | pt_BR |
dc.publisher.initials | UFCG | pt_BR |
dc.subject.cnpq | Engenharia Elétrica. | pt_BR |
dc.title | Estudo sobre redes neurais artificiais. | pt_BR |
dc.date.issued | 2016 | |
dc.description.abstract | Conventional computers are efficient in several areas. However, they do not yet perform so satisfactorily when compared to real biological system (human visual system, bats’ sonar, etc). The artificial neural network was developed by the idea of gathering in common characteristics of the human being nervous system. The fact of the neurons be connected to each other, receiving and sending stimuli, creates a network. The great trump of this computational method is efficiency. Such differential is due to the fact that this model provides real time learning, featured by the neurons’ connections. All those facts results in a reason for studying this network. In this context, two artificial neural networking models are discussed, perceptron and Adaline, which are applied in different areas. Therefore, MATLAB software was used as simulation tool. | pt_BR |
dc.identifier.uri | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662 | |
dc.date.accessioned | 2021-05-07T20:46:31Z | |
dc.date.available | 2021-05-07 | |
dc.date.available | 2021-05-07T20:46:31Z | |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.subject | Redes neurais artificiais | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Perceptron e Adaline | pt_BR |
dc.subject | Matlab | pt_BR |
dc.subject | Modelos de redes neurais | pt_BR |
dc.subject | Aprendizado em tempo real | pt_BR |
dc.subject | Neurônios artificiais | pt_BR |
dc.subject | Criação de redes neurais artificiais em Matlab | pt_BR |
dc.subject | Perceptron - algoritmo de aprendizagem | pt_BR |
dc.subject | Algoritmo de aprendizagem do Perceptron | pt_BR |
dc.subject | Artificial neural networks | pt_BR |
dc.subject | Artificial intelligence | pt_BR |
dc.subject | Neural network models | pt_BR |
dc.subject | Real-time learning | pt_BR |
dc.subject | Artificial neurons | pt_BR |
dc.subject | Creation of artificial neural networks in Matlab | pt_BR |
dc.subject | Perceptron - learning algorithm | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.creator | CAMPOS JÚNIOR, Leonardo Albuquerque. | |
dc.publisher | Universidade Federal de Campina Grande | pt_BR |
dc.language | por | pt_BR |
dc.title.alternative | Study on artificial neural networks. | pt_BR |
dc.identifier.citation | CAMPOS JÚNIOR, Leonardo Albuquerque. Estudo sobre redes neurais artificiais. 2016. 35f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18662 | pt_BR |
Appears in Collections: | Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
LEONARDO ALBUQUERQUE CAMPOS JÚNIOR - TCC ENG. ELÉTRICA 2016.pdf | Leonardo Albuquerque Campos Júnior - TCC Eng. Elétrica 2016. | 766.42 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.