Diferenças entre modelos de redes neurais Multilayer Perceptron: uma análise por teste de software

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorNeves, Vânia de Oliveira-
Autor(es): dc.contributorBernardini, Flávia Cristina-
Autor(es): dc.creatorWandermurem, Matheus Baldas-
Data de aceite: dc.date.accessioned2024-07-11T18:41:39Z-
Data de disponibilização: dc.date.available2024-07-11T18:41:39Z-
Data de envio: dc.date.issued2022-07-04-
Data de envio: dc.date.issued2022-07-04-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/25523-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/775628-
Descrição: dc.descriptionHá diversas ferramentas para construção de redes neurais artificiais. Uma das características dessas ferramentas é possuírem muitos parâmetros, e nem todos são visíveis para serem definidos pelos usuários. Diferentes ferramentas implementam diferentes algoritmos, com diferentes parâmetros. Por vezes o cientista de dados não explicita todas as decisões de construção das redes neurais, e ao realizar a transferência de tecnologia, não é garantido que os modelos apresentem o mesmo comportamento. O objetivo deste trabalho é realizar uma análise exploratória do comportamento de modelos de redes neurais construídos em diferentes bibliotecas, além de verificar a aplicabilidade de técnicas de teste de software para assegurar a qualidade da informação ao realizar a migração de tecnologia.-
Descrição: dc.descriptionThere are a lot of algorithms to build artificial neural networks. One of the characteristics of these algorithms is that they have many parameters, and not all of them are visible to be defined by the users of these libraries. Different tools implement different algorithms, with different parameters. Sometimes, the data scientist does not make all the decisions for the construction of the neural networks explicit, and when performing the technology transfer, it is not guaranteed that the model presents the same behavior. The objective of this work is to carry out an exploratory analysis of the behavior of neural networks built in different libraries, in addition to verifying the applicability of software testing techniques.-
Descrição: dc.description40 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectTeste de software-
Palavras-chave: dc.subjectMultilayer Perceptron-
Palavras-chave: dc.subjectRede neural artificial-
Palavras-chave: dc.subjectMudança tecnológica-
Palavras-chave: dc.subjectTecnologia da informação-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectSoftware testing-
Título: dc.titleDiferenças entre modelos de redes neurais Multilayer Perceptron: uma análise por teste de software-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.