Uma contribuiÃÃo ao problema de seleÃÃo de modelos neurais usando o princÃpio de mÃxima correlaÃÃo dos erros

Uma contribuiÃÃo ao problema de seleÃÃo de modelos neurais usando o princÃpio de mÃxima correlaÃÃo dos erros

nÃo hà === PropÃe-se nesta tese um mÃtodo de poda de pesos para redes Perceptron Multicamadas (MLP). TÃcnicas clÃssicas de poda convencionais, tais como Optimal Brain Surgeon(OBS) e Optimal Brain Damage(OBD), baseiam-se na anÃlise de sensibilidade de cada peso da rede, o que requer a determinaÃÃo da...

Full description

Bibliographic Details
Main Author: ClÃudio Marques de SÃ Medeiros
Other Authors: Guilherme de Alencar Barreto
Format: Others
Language:Portuguese
Published: Universidade Federal do Cearà 2008
Subjects:
redes neurais artificiais
mÃtodos de poda
seleÃÃo de modelos
correlaÃÃo de erros
seleÃÃo de caracterÃsticas
artificial neural networks
pruning methods
model selection
error correlation
feature selection
TELEINFORMATICA
Online Access:http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=2132

Internet

http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=2132

Similar Items