Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Penna, Thadeu Josino Pereira | - |
Autor(es): dc.contributor | CPF:75877570749 | - |
Autor(es): dc.creator | Galhardo, Carlos Eduardo Cardoso | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:48:25Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:48:25Z | - |
Data de envio: dc.date.issued | 2021-03-10 | - |
Data de envio: dc.date.issued | 2006-08-04 | - |
Data de envio: dc.date.issued | 2021-03-10 | - |
Data de envio: dc.date.issued | 2006-05-07 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/18934 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/757889 | - |
Descrição: dc.description | In this work we present some modifications in the Hopfield model for attractor neural networks. First, in order to bring the model closer to a biological network of neurons, we introduce a controlled dilution generating complex topologies. This modification is supported by experimental evidences [1, 2]. Then, study the relation between eficiency and the topologies, in the recovery stored patterns. We study how the network topology play a role in the model, by introducing correlated patterns and studing the performance of each topology as the correlation between patterns is increased. | - |
Descrição: dc.description | Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro | - |
Descrição: dc.description | Neste trabalho estudamos algumas variaçõees no modelo de Hopfield para redes neurais atratoras. Primeiro, com intuito de aproximar o modelo de uma rede de neurônios reais, fizemos uma diluição controlada, de forma a gerar redes de topologias complexas. Essa escolha foi embasada em evidências experimentais [1, 2]. Estudamos então a relação entre a eficiência na recuperação de padrões armazenados e as topologias. Com intuito de melhor averiguar o papel da geometria da rede no modelo, introduzimos padrões correlacionados e estudamos como cada rede responde ao aumento da correlação entre os padrões. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Programa de Pós-graduação em Física | - |
Publicador: dc.publisher | Física | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Rede neural | - |
Palavras-chave: dc.subject | Topologia | - |
Palavras-chave: dc.subject | Neurociências | - |
Palavras-chave: dc.subject | Mecânica estatística | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA | - |
Título: dc.title | Redes Neurais Atratoras em Topologias Complexas | - |
Tipo de arquivo: dc.type | Dissertação | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: