Aspectos matemáticos do problema de aprendizagem em inteligência artificial
dc.contributor.advisor | Barrionuevo, Jose Afonso | pt_BR |
dc.contributor.author | Moraes, Jean Carlo Pech de | pt_BR |
dc.date.accessioned | 2007-06-06T19:09:53Z | pt_BR |
dc.date.issued | 2006 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/7766 | pt_BR |
dc.description.abstract | O objetivo deste trabalho é apresentar a base teórica para o problema de aprendizagem através de exemplos conforme as ref. [14], [15] e [16]. Aprender através de exemplos pode ser examinado como o problema de regressão da aproximação de uma função multivaluada sobre um conjunto de dados esparsos. Tal problema não é bem posto e a maneira clássica de resolvê-lo é através da teoria de regularização. A teoria de regularização clássica, como será considerada aqui, formula este problema de regressão como o problema variacional de achar a função f que minimiza o funcional Q[f] = 1 n n Xi=1 (yi ¡ f(xi))2 + ¸kfk2 K; onde kfk2 K é a norma em um espa»co de Hilbert especial que chamaremos de Núcleo Reprodutivo (Reproducing Kernel Hilbert Spaces), ou somente RKHS, IH definido pela função positiva K, o número de pontos do exemplo n e o parâmetro de regularização ¸. Sob condições gerais a solução da equação é dada por f(x) = n Xi=1 ciK(x; xi): A teoria apresentada neste trabalho é na verdade a fundamentação para uma teoria mais geral que justfica os funcionais regularizados para a aprendizagem através de um conjunto infinito de dados e pode ser usada para estender consideravelmente a estrutura clássica a regularização, combinando efetivamente uma perspectiva de análise funcional com modernos avanços em Teoria de Probabilidade e Estatística. | pt_BR |
dc.format.mimetype | application/pdf | |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Teoria da aproximação | pt_BR |
dc.subject | Análise funcional | pt_BR |
dc.title | Aspectos matemáticos do problema de aprendizagem em inteligência artificial | pt_BR |
dc.type | Dissertação | pt_BR |
dc.identifier.nrb | 000556259 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Instituto de Matemática | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Matemática Aplicada | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2006 | pt_BR |
dc.degree.level | mestrado | pt_BR |
Este item está licenciado na Creative Commons License
-
Ciências Exatas e da Terra (5040)Matemática Aplicada (281)