
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | de Rosa, Gustavo H. | - |
| Autor(es): dc.creator | Roder, Mateus | - |
| Autor(es): dc.creator | Papa, João P. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T16:03:27Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T16:03:27Z | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2020-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-030-93420-0_10 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/234115 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/234115 | - |
| Descrição: dc.description | Deep Learning architectures have been extensively studied in the last years, mainly due to their discriminative power in Computer Vision. However, one problem related to such models concerns their number of parameters and hyperparameters, which can easily reach hundreds of thousands. Additional drawbacks consist of their need for extensive training datasets and their high probability of overfitting. Recently, a naïve idea of disconnecting neurons from a network, known as Dropout, has shown to be a promising solution though it requires an adequate hyperparameter setting. Therefore, this work addresses finding suitable Dropout ratios through meta-heuristic optimization in the task of image reconstruction. Several energy-based Deep Learning architectures, such as Restricted Boltzmann Machines, Deep Belief Networks, and several meta-heuristic techniques, such as Particle Swarm Optimization, Bat Algorithm, Firefly Algorithm, Cuckoo Search, were employed in such a context. The experimental results describe the feasibility of using meta-heuristic optimization to find suitable Dropout parameters in three literature datasets and reinforce bio-inspired optimization as an alternative to empirically choosing regularization-based hyperparameters. | - |
| Descrição: dc.description | Department of Computing São Paulo State University | - |
| Descrição: dc.description | Department of Computing São Paulo State University | - |
| Formato: dc.format | 99-108 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Deep learning | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Meta-heuristic optimization | - |
| Palavras-chave: dc.subject | Regularization methods | - |
| Título: dc.title | Fine-Tuning Dropout Regularization in Energy-Based Deep Learning | - |
| Tipo de arquivo: dc.type | aula digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: