TCC
Treinamento de redes neurais artificiais utilizando algoritmos genéticos em plataforma distribuída
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extensão
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Redes Neurais Artificiais são algoritmos inspirados no funcionamento
do sistema nervoso que apresentam várias aplicações como classificação de
dados e previsão de valores. Seu funcionamento depende de um processo de
treinamento que, em alguns problemas, pode consumir considerável tempo de
processamento. Este trabalho teve como objetivo avaliar a utilização de um
modelo paralelo de Algoritmo Genético para realizar o treinamento de redes do
tipo Multilayer Perceptron. A análise foi dividida em duas etapas: avaliação de
duas variações de algoritmos genéticos a partir de comparações dos resultados
obtidos com o algoritmo de aprendizagem Backpropagation; e avaliação do
sistema distribuído através de testes com a utilização de até cinco computadores.
Para a realização dos testes foram utilizados seis bases de dados do repositório
de aprendizagem de máquina UCI. Foi observado que o Algoritmo Genético
possui desempenho inferior ao Backpropagation, entretanto é capaz de encontrar
soluções com boa capacidade de generalização. Com a utilização do sistema
distribuído a redução média total do tempo de treinamento foi de 31%. Apesar
do baixo ganho em desempenho, o modelo paralelo aumenta a estabilidade do
processo de aprendizagem evolutivo.
Abstract
Artificial Neural Networks are algorithms inspired in the functioning of
the nervous system that have many applications such as data classification and
time series prediction. Its use depends on a training process which, in some
problems, can consume significant processing time. This study aimed to
evaluate the use of a parallel model of Genetic Algorithm to execute the training
of Multilayer Perceptron networks. The analysis was performed by two steps:
evaluation of two types of genetic algorithms by comparison among results
obtained by Backpropagation learning algorithm; and evaluation of the
distributed system by tests running on up to five computers. For the tests, six
databases from UCI machine learning repository were used. The Genetic
Algorithm has underperformed Backpropagation; however it was able to find
solutions with good generalization capacity. The total average training time was
reduced to 31% when the distributed system was applied. Despite the low gain
in performance, the parallel model increases the stability of the evolutionary
learning process.
Descrição
Área de concentração
Linha de pesquisa
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
SANTANA, A. F. Treinamento de redes neurais artificiais utilizando algoritmos genéticos em plataforma distribuída. 2012. 122 p. Monografia (Graduação em Sistemas de Informação) - Universidade Federal de Lavras, Lavras, 2012.