209 resultados para Equalização Adaptativa. Redes Neurais. Sistemas Ópticos. Equalizador Neural


Relevância:

100.00% 100.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Pós-graduação em Engenharia Elétrica - FEIS

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Pós-graduação em Engenharia Mecânica - FEG

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Pós-graduação em Engenharia Elétrica - FEIS

Relevância:

100.00% 100.00%

Publicador:

Resumo:

As análises de agrupamento e de componentes principais e as redes neurais artificiais foram utilizadas na determinação de padrões de comportamento das populações de macrófitas aquáticas que colonizaram o reservatório de Santana, Piraí-RJ, durante o ano de 2004. As análises de agrupamento dividiram o comportamento das populações durante o ano em dois grupos distintos, apresentando um padrão no primeiro semestre que difere daquele observado no segundo semestre do ano. A análise de componentes principais demonstrou que esse comportamento da comunidade (grupo de populações) é influenciado principalmente pelas espécies S. montevidensis, Heteranthera reniformis, Ludwigia sp., Rhynchospora aurea, C. iria, C. ferax e Aeschynomene denticulata no primeiro grupo e por Echinochloa polystachya, Polygonum lapathifolium, Alternanthera phyloxeroides, Pistia stratiotes, Eichhornia azurea, Brachiaria arrecta e Oxyscarium cubense no segundo grupo. As redes neurais artificiais agruparam as populações de macrófitas aquáticas em nove grupos, conforme sua densidade nos diferentes meses do ano. A aplicação da análise de componentes principais (ACP) nos valores de frequência das populações presentes nos primeiros três grupos de Kohonen permitiu discriminar três grupos de meses, cujas populações apresentaram características diferentes de colonização. A aplicação das redes neurais artificiais permitiu melhor discriminação dos meses e das espécies que compõem as comunidades correspondentes, quando utilizada a análise de componentes principais.

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Redes neurais pulsadas - redes que utilizam uma codificação temporal da informação - têm despontado como uma promissora abordagem dentro do paradigma conexionista, emergente da ciência cognitiva. Um desses novos modelos é a rede neural pulsada com função de base radial, que é capaz de armazenar informação nos tempos de atraso axonais dos neurônios. Um algoritmo de aprendizado foi aplicado com sucesso nesta rede pulsada, que se mostrou capaz de mapear uma seqüência de pulsos de entrada em uma seqüência de pulsos de saída. Mais recentemente, um método baseado no uso de campos receptivos gaussianos foi proposto para codificar dados constantes em uma seqüência de pulsos temporais. Este método tornou possível a essa rede lidar com dados computacionais. O processo de aprendizado desta nova rede não se encontra plenamente compreendido e investigações mais profundas são necessárias para situar este modelo dentro do contexto do aprendizado de máquinas e também para estabelecer as habilidades e limitações desta rede. Este trabalho apresenta uma investigação desse novo classificador e um estudo de sua capacidade de agrupar dados em três dimensões, particularmente procurando estabelecer seus domínios de aplicação e horizontes no campo da visão computacional.

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

OBJETIVO: Construir uma rede neural artificial para auxiliar os gestores de restaurantes universitários na previsão de refeições diárias. MÉTODOS: O estudo foi desenvolvido a partir do levantamento de oito variáveis que influenciam o número de refeições diárias servidas no restaurante universitário. Utiliza-se o algoritmo de treinamento Backpropagation. Os resultados por meio da rede são comparados com os da série estudada e com resultados da estimação por média aritmética simples. RESULTADOS: A rede proposta acompanha as inúmeras alterações que ocorrem no número de refeições diárias do restaurante universitário. em 73% dos dias analisados, o método das redes neurais artificiais apresenta uma taxa de acerto maior do que o método da média aritmética simples. CONCLUSÃO: A rede neural artificial mostrou-se mais adequada para a previsão do número de refeições do que a metodologia de média simples ou quando a decisão do número de refeições é feita de forma subjetiva, sem critérios científicos.

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Pós-graduação em Ciências Cartográficas - FCT