Mostrar registro simples

dc.contributor.advisorNavaux, Philippe Olivier Alexandrept_BR
dc.contributor.authorBalaniuk, Remispt_BR
dc.date.accessioned2010-11-09T04:19:30Zpt_BR
dc.date.issued1990pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/26692pt_BR
dc.description.abstractEste trabalho apresenta um modelo de rede neural voltado ao tratamento de informagbes codificadas em sequencias, tendo em vista que esta classe de informações nao tem um tratamento adequado nos modelos convencionais. Isso decorre da caracteristica destes modelos convencionais de manipular isoladamente as celulas de informacao apresentadas como entrada, sem Integra-las entre si. O modelo utiliza paradigmas a mecanismos conhecidos, tais coma a regra de HEBB, o modelo de Energia de Hopfield e o paradigma de organizacao em camadas, compondo-os com novas ideias e mecanismos direcionados para o tratamento de sequencias, em um sistema exploratório, extraindo com isso novas propriedades nao existentes em modelos tradicionais. Os novas mecanismos propostos permitem uma integragao entre entradas a rede e o contexto no qual elas sao apresentadas, para que com isso se forme uma Unica representacAo interna para Coda uma seqUencia de entradas. Todo o trabalho de validaco do modelo foi baseado em simulac6es, para as quaffs foi desenvolvido um ambiente em estacao de trabalho, dotado de interface grafica que permite o acompanhamento visual do funcionamento da rede. Para viabilizar a validacao do modelo por meio das simulac6es, tendo em vista os limites computacionais dos recursos disponiveis, foi proposto e utilizado um sistema de codificacao de informacbes ficticias simplicadas baseadas na fala, mais especificamente na organizacao fonetica. O sistema de codificação, embora simplificado, incorpora as mais importantes caracteristicas da codificação de informacbes realizada na fala, pelo menos pelo ponto de vista de seu reconhecimento por mein de redes neurais.pt_BR
dc.description.abstractThis work presents a Neural Network model to process sequence information, since this information class does not have a reasonable treatment in the conventional models. This is due to this models features that manipulate incoming information cells individually, without integrating them. The model uses already known mechanisms and paradigms, like the HEBB's rule, the Hopfield's Energy Model and the layer organization paradigm, added with new ideas and mechanisms for the sequence handling in a exploratory system, so that it extracts new properties not found in traditional models. The proposed new mechanisms allow the integration between network entries and context , in order to generate a unique internal representation. The model was validated through simulations. A workstation based environment was designed and implemented to support them. It incorporates a graphical interface that permits the network behavior visualization. In order to enable the model's validation through simulations and considering the computational limits of the available resources, a codification system was proposed to generate simplified ficticious and speech based informations. Although simplified, this codification system incorporates the most important features of the information codification that occur in the speech, at least from its neural network based recognition point of view.en
dc.format.mimetypeapplication/pdf
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectReconhecimento : Padroespt_BR
dc.subjectRedes neuraispt_BR
dc.subjectReconhecimento : Falapt_BR
dc.subjectSimulaçãopt_BR
dc.subjectInteligência artificialpt_BR
dc.titleUma rede neural para o reconhecimento de padrões codificados em sequênciaspt_BR
dc.typeDissertaçãopt_BR
dc.identifier.nrb000059419pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.programCurso de Pós-Graduação em Ciência da Computaçãopt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date1990pt_BR
dc.degree.levelmestradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples