Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Silva, André Quintiliano Bezerra"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Dissertação
    Implementação e aplicação de algoritmos de aprendizado em um sistema neuro-simbólico
    (2017-02-14) Silva, André Quintiliano Bezerra; Maitelli, André Laurindo; ; http://lattes.cnpq.br/0477027244297797; ; http://lattes.cnpq.br/7013447392061753; Dória Neto, Adrião Duarte; ; http://lattes.cnpq.br/1987295209521433; Araújo, Fabio Meneghetti Ugulino de; ; http://lattes.cnpq.br/5473196176458886; Silva, Gilbert Azevedo da; ; http://lattes.cnpq.br/8000184133806404
    Um dos principais objetivos da inteligência artificial é a criação de agentes inspirados na inteligência humana. Isso vem sendo pesquisado utilizando várias abordagens, e entre as mais promissoras para o aprendizado de máquinas estão os sistemas simbólicos baseados na lógica e as redes neurais artificiais. Até a última década, ambas as abordagens progrediam de forma independente, mas os progressos obtidos em ambas as áreas fizeram com que os pesquisadores começassem a investigar maneiras de integrar as duas técnicas. Diversos modelos que proporcionam a integração híbrida ou integrada desses métodos inteligentes surgiram na década de 90 e continuam sendo utilizadas e melhoradas até hoje. Esse trabalho tem como objetivo principal a implementação e uso do algoritmo de conversão neuro-simbólica do sistema híbrido Knowledge-Based Artificial Neural Networks (KBANN). O sistema possui a capacidade de mapear um domínio teórico específico de regras (se-então) em uma rede neural e refinar a rede utilizando técnicas de aprendizado. Além disso, como o algoritmo criado por Towell et al. (1990) não possui a capacidade de adquirir novos conhecimentos sem distorcer o que já foi aprendido, utilizou-se o algoritmo TopGen (Optiz e Shavlik, 1995) para adicionar tal capacidade a rede. O trabalho utilizou um jogo de tabuleiro para realizar experimentos devido a quantidade e o conhecimento existente sobre as regras do jogo. O sistema implementado obteve resultados interessantes, mesmo com a pertubação do domínio inicial de regras (com a exclusão parcial), obtendo uma taxa de acerto próxima a 100%. Portanto, a partir dos resultados obtidos foi possível concluir que o sistema híbrido é capaz de se sobrepor a situações adversas a qual foi submetido nessa pesquisa.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM