Resolvendo problemas de fluxo de potência ótimo DC através de uma rede de hopfield modificada

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

Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita

Sistemas baseados em redes neurais artificiais fornecem altas taxas de computação devido ao uso de um número massivo de elementos processadores simples. Redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver uma rica classe de problemas de otimização. Este artigo apresenta uma nova abordagem para resolver problemas de otimização restrita utilizando redes neurais artificiais. Mais especificamente, uma rede de Hopfield modificada é desenvolvida cujos parâmetros internos são calculados usando a técnica de subespaço válido de soluções. A partir da obtenção destes parâmetros a rede tende a convergir aos pontos de equilíbrio que representam as possíveis soluções para o problema. Exemplos de simulação são apresentados para justificar a validade da abordagem proposta.

Interpretación geométrica de redes neuronales recurrentes discretas mediante grafos completos

El objetivo del presente trabajo de investigación es explorar nuevas técnicas de implementación, basadas en grafos, para las Redes de Neuronas, con el fin de simplificar y optimizar las arquitecturas y la complejidad computacional de las mismas. Hemos centrado nuestra atención en una clase de Red de Neuronas: las Redes de Neuronas Recursivas (RNR), también conocidas como redes de Hopfield. El problema de obtener la matriz sináptica asociada con una RNR imponiendo un determinado número de vectores como puntos fijos, no está en absoluto resuelto, el número de vectores prototipo que pueden ser almacenados en la red, cuando se utiliza la ley de Hebb, es bastante limitado, la red se satura rápidamente cuando se pretende almacenar nuevos prototipos. La ley de Hebb necesita, por tanto, ser revisada. Algunas aproximaciones dirigidas a solventar dicho problema, han sido ya desarrolladas. Nosotros hemos desarrollado una nueva aproximación en la forma de implementar una RNR en orden a solucionar estos problemas. La matriz sináptica es obtenida mediante la superposición de las componentes de los vectores prototipo, sobre los vértices de un Grafo, lo cual puede ser también interpretado como una coloración de dicho grafo. Cuando el periodo de entrenamiento se termina, la matriz de adyacencia del Grafo Resultante o matriz de pesos, presenta ciertas propiedades por las cuales dichas matrices serán llamadas tetraédricas. La energía asociada a cualquier estado de la red es representado por un punto (a,b) de R2. Cada uno de los puntos de energía asociados a estados que disten lo mismo del vector cero está localizado sobre la misma línea de energía de R2. El espacio de vectores de estado puede, por tanto, clasificarse en n clases correspondientes a cada una de las n diferentes distancias que puede tener cualquier vector al vector cero. La matriz (n x n) de pesos puede reducirse a un n-vector; de esta forma, tanto el tiempo de computación como el espacio de memoria requerido par almacenar los pesos, son simplificados y optimizados. En la etapa de recuperación, es introducido un vector de parámetros R2, éste es utilizado para controlar la capacidad de la red: probaremos que lo mayor es la componente a¡, lo menor es el número de puntos fijos pertenecientes a la línea de energía R¡. Una vez que la capacidad de la red ha sido controlada mediante este parámetro, introducimos otro parámetro, definido como la desviación del vector de pesos relativos, este parámetro sirve para disminuir ostensiblemente el número de parásitos. A lo largo de todo el trabajo, hemos ido desarrollando un ejemplo, el cual nos ha servido para ir corroborando los resultados teóricos, los algoritmos están escritos en un pseudocódigo, aunque a su vez han sido implamentados utilizando el paquete Mathematica 2.2., mostrándolos en un volumen suplementario al texto.---ABSTRACT---The aim of the present research is intended to explore new specifícation techniques of Neural Networks based on Graphs to be used in the optimization and simplification of Network Architectures and Computational Complexhy. We have focused our attention in a, well known, class of Neural Networks: the Recursive Neural Networks, also known as Hopfield's Neural Networks. The general problem of constructing the synaptic matrix associated with a Recursive Neural Network imposing some vectors as fixed points is fer for completery solved, the number of prototype vectors (learning patterns) which can be stored by Hebb's law is rather limited and the memory will thus quickly reach saturation if new prototypes are continuously acquired in the course of time. Hebb's law needs thus to be revised in order to allow new prototypes to be stored at the expense of the older ones. Some approaches related with this problem has been developed. We have developed a new approach of implementing a Recursive Neural Network in order to sob/e these kind of problems, the synaptic matrix is obtained superposing the components of the prototype vectors over the vértices of a Graph which may be interpreted as a coloring of the Graph. When training is finished the adjacency matrix of the Resulting Graph or matrix of weights presents certain properties for which it may be called a tetrahedral matrix The energy associated to any possible state of the net is represented as a point (a,b) in R2. Every one of the energy points associated with state-vectors having the same Hamming distance to the zero vector are located over the same energy Une in R2. The state-vector space may be then classified in n classes according to the n different possible distances firom any of the state-vectors to the zero vector The (n x n) matrix of weights may also be reduced to a n-vector of weights, in this way the computational time and the memory space required for obtaining the weights is optimized and simplified. In the recall stage, a parameter vectora is introduced, this parameter is used for controlling the capacity of the net: it may be proved that the bigger is the r, component of J, the lower is the number of fixed points located in the r¡ energy line. Once the capacity of the net has been controlled by the ex parameter, we introduced other parameter, obtained as the relative weight vector deviation parameter, in order to reduce the number of spurious states. All along the present text, we have also developed an example, which serves as a prove for the theoretical results, the algorithms are shown in a pseudocode language in the text, these algorithm so as the graphics have been developed also using the Mathematica 2.2. mathematical package which are shown in a supplementary volume of the text.

Estudio de las propiedades dinámicas de sistemas magnéticos con redes neuronales y otros sistemas complejos

En este proyecto continuaremos estudiando algunas propiedades dinámicas de diferentes sistemas complejos, con especial énfasis en vidrios de spin, redes neuronales y autómatas celulares aplicados a modelos de evolución biológica. En vidrios de spin estamos analizando la dependencia entre los diagramas dinámicos obtenidos utilizando la técnica de propagación de daños y aquellos obtenidos estudiando el decaimiento de la función de autocorrelación. Este estudio pretende contribuir a entender los mecanismos microscópicos responsables del surgimiento de "ageing", entendiendo por éste a la dependencia de algunas cantidades con la historia de la muestra. En redes neuronales seguiremos dos líneas: en primer lugar, introducir componentes más realistas desde el punto de vista biológico, a fin de entender los mecanismos fisiológicos de las diferentes funciones cerebrales. En segundo lugar, estamos interesados en utilizar el modelo de Hopfield para red neuronal como por ejemplo de sistema complejo controlable a partir del cual estamos tratando de entender cómo la estructura del espacio de fases influye en la dinámica del sistema. Finalmente, continuaremos trabajando con el modelo Bak-Sneppen para evolución biológica de especies interactuantes y el surgimiento de "ageing" en el estado auto crítico. Objetivos generales y específicos (...) 1. Estudio de la relación entre el fenómeno de "ageing" y la sensibilidad del proceso dinámico a las condiciones iniciales. (...) 2. Estudio del efecto de la formación de dominios en la dinámica de no-equilibrio de modelos de vidrios de spin y ferromagnéticos. (...) 3. Estudio de la influencia de la estructura del espacio de configuraciones en la dinámica de no-equilibrio. (...) 4. Inclusión de ingredientes biológicamente realistas. (...) 5. Auto criticalidad forzada por secuencias deterministas. (...)

Categorização no modelo de Hopfield : efeitos de ruído sináptico e de diluição simétrica

Nesta tese estudamos os efeitos de diluição simétrica gradual das conexões entre neurônios e de ruído sináptico sobre a habilidade de categorização de padrões no modelo de Hopfield de redes neurais, mediante a teoria de campo médio com simetria de réplicas e simulações numéricas. Utilizamos generalizações da regra de aprendizagem de Hebb, para uma estrutura hierárquica de padrões correlacionados em dois níveis, representando os ancestrais (conceitos) e descendentes (exemplos dos conceitos). A categorização consiste no reconhecimento dos conceitos por uma rede treinada unicamente com exemplos dos conceitos. Para a rede completamente conexa, obtivemos os diagramas de fases e as curvas de categorização para vários níveis de ruído sináptico. Observamos dois comportamentos distintos dependendo do parâmetro de armazenamento. A habilidade de categorização é favorecida pelo ruído sináptico para um número finito de conceitos, enquanto que para um número macroscópico de conceitos este favorecimento não é observado. Entretanto a performance da rede permanece robusta contra o ruído sináptico. No problema de diluição simétrica consideramos apenas um número macroscópico de conceitos, cada um com um número finito de exemplos. Os diagramas de fases obtidos exibem fases de categorização, de vidro de spin e paramagnética, bem como a dependência dos parâmetros de ordem com o número de exemplos, a correlação entre exemplos e conceitos, os ruídos sináptico e estocástico, e a conectividade. A diluição favorece consideravelmente a categorização, particularmente no limite de diluição extrema.

Análise de modelos troposféricos no posicionamento baseado em redes usando o conceito de VRS

In the past few years several GPS (Global Position System) positioning techniques have been develope and/or improved with the goal of obtaining high accuracy and productivity in real time. The reference station network concept besides to enabling quality and reliability in positioning for scientific and civil GPS community, allows studies concerning tropospheric refraction modeling in the network region. Moreover, among the network corrections transmission methods available to users, there is the VRS (Virtual Reference Station) concept. In this method, the data of a virtual station are generated near the rover receiver (user). This provides a short baseline and the user has the possibility of using a single frequency receiver to accomplish the relative positioning. In this paper, the methodology applied to generate VRS data, using different tropospheric models is described. Thus, comparative tests were conducted in the four seasons with the NWP/INPE (Numerical Weather Prediction/National Institute for Space Research) and Hopfield tropospheric models. In order to analyse the VRS data quality, it was used the Precise Point Positioning (PPP) method, where satisfactory results were found. Mean differences between PNT/INPE and Hopfield models of 9.75% and 24.2% for the hydrostatic and wet days, respectively were obtained.

Uso de redes neurais artificiais na identificação de vocalização de suínos

Animal welfare has been an important research topic in animal production mainly in its ways of assessment. Vocalization is found to be an interesting tool for evaluating welfare as it provides data in a non-invasive way as well as it allows easy automation of process. The present research had as objective the implementation of an algorithm based on artificial neural network that had the potential of identifying vocalization related to welfare pattern indicatives. The research was done in two parts, the first was the development of the algorithm, and the second its validation with data from the field. Previous records allowed the development of the algorithm from behaviors observed in sows housed in farrowing cages. Matlab® software was used for implementing the network. It was selected a retropropagation gradient algorithm for training the network with the following stop criteria: maximum of 5,000 interactions or error quadratic addition smaller than 0.1. Validation was done with sows and piglets housed in commercial farm. Among the usual behaviors the ones that deserved enhancement were: the feed dispute at farrowing and the eventual risk of involuntary aggression between the piglets or between those and the sow. The algorithm was able to identify through the noise intensity the inherent risk situation of piglets welfare reduction.

Avaliação postural em escolares das redes estadual e particular de ensino de primeiro grau

Universidade Estadual de Campinas . Faculdade de Educação Física

Synaptic compensation on Hopfield network: implications for memory rehabilitation

The discrete-time neural network proposed by Hopfield can be used for storing and recognizing binary patterns. Here, we investigate how the performance of this network on pattern recognition task is altered when neurons are removed and the weights of the synapses corresponding to these deleted neurons are divided among the remaining synapses. Five distinct ways of distributing such weights are evaluated. We speculate how this numerical work about synaptic compensation may help to guide experimental studies on memory rehabilitation interventions.

Redes de capacita????o: a experi??ncia da Escola de Governo e das universidades p??blicas do estado do Paran??

No Estado do Paran??, o movimento de forma????o e desenvolvimento dos servidores p??blicos ?? difundido a partir da cria????o da Escola de Governo, em 2004. Este artigo tem como objetivo apresentar a experi??ncia da constru????o de uma rede de capacita????o em pol??ticas p??blicas voltada ?? qualifica????o dos quadros de carreira de n??vel superior, analisando os desdobramentos e os fatores limitadores da rede. Apresenta a rede de capacita????o constru??da em parceria entre a Escola de Governo do Paran?? e seis Institui????es P??blicas de Ensino Superior (Universidade Estadual de Londrina, Universidade Estadual de Maring??, Universidade Estadual de Ponta Grossa, Universidade do Centro-Oeste do Paran??, Universidade do Oeste do Paran??, e a Universidade Federal do Paran??). A metodologia utilizada neste paper ?? o estudo de caso que relatar?? a constru????o da rede de capacita????o com as seguintes etapas: identifica????o dos diversos atores e a institui????o de c??mara t??cnica para a discuss??o e formata????o de curso de especializa????o que atendesse ??s necessidades e especificidades da Escola de Governo do Paran??; o processo seletivo; o desenvolvimento do Curso de P??s-Gradua????o, pelas Universidades p??blicas parceiras; o acompanhamento do Curso pela equipe da Escola de Governo do Paran??; os projetos de interven????o feitos pelos alunos; a dissemina????o do conhecimento produzido. O ponto alto do trabalho em rede se deu com as discuss??es do Curso na C??mara T??cnica: tem??tica do curso, fontes de recursos, projeto do curso, o p??blico-alvo, o ambiente de aprendizagem, o acesso ?? tecnologia, o suporte acad??mico e administrativo, o acompanhamento e avalia????o, a difus??o/dissemina????o do conhecimento. Dos resultados obtidos a partir da intera????o entre os integrantes da rede destacam-se: 19 turmas de um curso de P??s-Gradua????o em Formula????o e Gest??o de Pol??ticas P??blicas num total de 572 especialistas, al??m da realiza????o de um Semin??rio de Gest??o P??blica no Paran??, da cria????o do Reposit??rio Institucional SabeRES em Gest??o P??blica de acesso livre e da publica????o de livros sobre Gest??o de Pol??ticas P??blicas no Paran??, contendo artigos publicados pelos alunos sobre tem??ticas relacionadas ?? gest??o p??blica. Com isso, o Estado do Paran?? iniciou um processo de constru????o de saberes em gest??o p??blica a partir da reflex??o de suas pr??prias viv??ncias e experi??ncias, e de uma rela????o harmoniosa e inovadora entre produtores de saberes ??? a institui????o acad??mica e a administra????o p??blica ??? os quais criaram condi????es para a constru????o do conhecimento, o que n??o teria sido poss??vel de maneira isolada. Essa rede de conhecimento em pol??ticas p??blicas, por ter sido coletivamente constru??da, revelou que mais importante que o conhecimento em si e o processo da sua constru????o, foi a transposi????o desses resultados para a realidade n??o apenas dos produtores desse conhecimento, mas para todos os que atuam e s??o beneficiados pela gest??o p??blica

Curso: redes de pol??ticas p??blicas: o desafio da governan??a

O curso tem como objetivo apresentar as principais pol??ticas p??blicas implementadas pelos sistemas pol??ticos contempor??neos decorrentes de uma complexa e cont??nua intera????o entre diversos atores, tanto dentro quanto fora do governo.Nesse sentido, busca-se compreender a estrutura subjacente a essa intera????o, denominada rede de pol??ticas p??blicas. Assim, o curso discute as principais caracter??sticas destas redes, suas possibilidades e limita????es

Colet??nea de pol??ticas p??blicas: volume 2: redes de pol??tica p??blica

O principal objetivo deste livro ?? constituir uma fonte de pesquisa para o estudo do processo de produ????o e implementa????o de pol??ticas p??blicas. Por meio de textos selecionados, analisa-se o pr??prio conceito de pol??ticas p??blicas, discute-se as defini????es utilizadas para distinguir suas diversas fases e apresenta-se algumas das principais correntes te??ricas de an??lise sobre o processo de pol??ticas p??blicas.

A experi??ncia da Escola Nacional de Administra????o P??blica na articula????o de redes de capacita????o

Este artigo relata algumas das experi??ncias da ENAP como membro, articuladora e incentivadora da atua????o em rede entre institui????es voltadas ?? forma????o e ?? capacita????o de servidores p??blicos. ?? dado destaque ?? an??lise da experi??ncia da Rede Descentralizada de Capacita????o de gestores sociais, vivenciada em parceria com o Minist??rio do Desenvolvimento Social, no per??odo de 2007 e 2008. Ao final s??o apresentadas algumas contribui????es ?? reflex??o sobre os resultados dessas iniciativas.

Programa Bolsa Fam??lia: descentraliza????o, centraliza????o ou gest??o em redes?

O artigo analisa o processo de implementa????o e o modelo de gest??o do Programa Bolsa Fam??lia (PBF), no cerne do debate de centraliza????o-descentraliza????o. A hip??tese do estudo ?? que o PBF n??o apenas caminhou para o fortalecimento da descentraliza????o, superando alguns desafios da consolida????o do ???pacto federativo???, como tamb??m construiu uma configura????o mais complexa, pr??xima ?? gest??o em redes. Para tanto, ?? apresentada uma discuss??o te??rica acerca do federalismo, da descentraliza????o das pol??ticas sociais e do conceito de redes de pol??ticas p??blicas. Em seguida, s??o discernidos os princ??pios que fundamentaram a concep????o do programa, bem como as principais estrat??gias de implementa????o. Como conclus??o, argumenta-se que apesar de ainda persistirem desafios ?? gest??o compartilhada, a implementa????o do PBF se pautou n??o apenas no princ??pio da descentraliza????o, como tamb??m na transpar??ncia, controle e participa????o popular.