dc.creator.ID |
DONATO JÚNIOR, E. T. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/6465859482633047 |
pt_BR |
dc.contributor.advisor1 |
MONGIOVI, Giuseppe. |
|
dc.contributor.advisor1ID |
MONGIOVI, G. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/1961853876907497 |
pt_BR |
dc.contributor.referee1 |
LUCENA FILHO, Gentil José de. |
|
dc.contributor.referee2 |
LULA JÚNIOR, Bernardo. |
|
dc.contributor.referee3 |
DOCTEUR, Edilson Ferneda. |
|
dc.description.resumo |
O Modelo Neural Combinatório (MNC) é uma rede neural de ordem superior adequada para tarefas de classificação. O treinamento dessa rede é feito por um algoritmo baseado no backpropagation, através de punições e recompensas, de acordo com os exemplos do conjunto de treinamento. Este trabalho destaca a importância do conhecimento preliminar no aprendizado, de uma forma geral, e descreve como a relevância semântica e a valoração de atributos podem melhorar a qualidade do aprendizado realizado pelo MNC e o desempenho do algoritmo de treinamento. As modificações apresentadas atuam sobre a topologia da rede a ser treinada e são compatíveis com as extensões que vêm sendo propostas ao Modelo. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.program |
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.title |
Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. |
pt_BR |
dc.date.issued |
1994-03-11 |
|
dc.description.abstract |
The Combinatorial Neural Model (MNC) is a neural network of superior order
that is adequate to classification tasks. The training of this network is performed by
an algorithm based on backpropagation, through punishments and rewards, according
to the examples of the training set. This work detaches the importance of the
background knowledge to learning process in a general form and describes how
semantic relevance and attribute valoration can improve both the quality of learning
accomplished by MNC and the performance of the training algorithm. The presented
alterations actuate on the topology of the network to be trained and are compatible
with the extensions that have been proposed to the Model. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715 |
|
dc.date.accessioned |
2019-05-08T15:00:37Z |
|
dc.date.available |
2019-05-08 |
|
dc.date.available |
2019-05-08T15:00:37Z |
|
dc.type |
Dissertação |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
DONATO JÚNIOR, Edmundo Tojal. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Use of preliminary knowledge in improving learning in a symbolic-connectionist model. |
pt_BR |
dc.identifier.citation |
DONATO JÚNIOR, Edmundo Tojal. Uso de conhecimento preliminar na melhoria do aprendizado em um modelo simbólico-conexionista. 1994. 146f. (Dissertação de Mestrado em Informática), Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campus II, Campina Grande - PB, 1994. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3715 |
pt_BR |