Orientador : Marcio Luiz de Andrade Netto

Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica

Resumo: Propomos neste trabalho um método mais simples, para o cálculo dos parâmetros de ordem de redes neurais, baseados nos cumulantes de uma distribuição. Aplicamos este método ao modelo de Hopfield,obtivemos seus parâmetros de ordem m.q e r e baseados nestes parâmetros, construímos seu diagrama...

Resumo: Propomos neste trabalho um método mais simples, para o cálculo dos parâmetros de ordem de redes neurais, baseados nos cumulantes de uma distribuição. Aplicamos este método ao modelo de Hopfield,obtivemos seus parâmetros de ordem m.q e r e baseados nestes parâmetros, construímos seu diagrama de fase. A seguir, estudamos com nosso método, um modelo de rede neural com esquecimento, e outra rede com baixo nível de atividade neural obtendo novamente,
os mesmos resultados que os obtidos pelos métodos da Mecânica Estatística. Trata-se de uma generalização da regra de Hebb, em que consideramos a variação espacial da interação. A partir do método dos cumulantes calculamos os parâmetros de ordem do 1t modelo e mostramos que para k > -2L não há recuperação dos padrões aprendidos pela rede. A principal vantagem do método proposto é ser mais simples do que os métodos da Mecânica Estatística, e por isto acredito, ser acessível a profissionaisde outras áreas

Abstract: Not informed.