Modelos lineares locais para identificaÃÃo de sistemas dinÃmicos usando redes neurais competitivas / LOCAL LINEAR MODELS FOR IDENTIFICATION OF DYNAMICAL SYSTEMS USING COMPETITIVE NEURAL NETWORKS

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

27/02/2012

RESUMO

Nesta tese aborda-se o problema de identificaÃÃo de sistemas dinÃmicos sobre a Ãtica dos modelos locais, em que o espaÃo de entrada à particionado em regiÃes de operaÃÃo menores sobre as quais sÃo construÃdos modelos de menor complexidade (em geral, lineares). Este tipo de modelo à uma alternativa aos chamados modelos globais em que a dinÃmica do sistema à identificada usando-se uma Ãnica estrutura (em geral, nÃo-linear) que cobre todo o espaÃo de entrada. Assim, o tema alvo desta tese à o projeto de modelos lineares locais cujo espaÃo de entrada à particionado por meio do uso de algoritmos de quantizaÃÃo vetorial, principalmente aqueles baseados em redes neurais competitivas. Para este fim, sÃo propostos trÃs novos modelos lineares locais baseados na rede SOM (self-organizing map), que sÃo avaliados na tarefa de identificaÃÃo do modelo inverso de quatro sistemas dinÃmicos comumente usados na literatura em benchmarks de desempenhos. Os modelos propostos sÃo tambÃm comparados com modelos globais baseados nas redes MLP (multilayer perceptron) e ELM (extreme learning machines), bem como com outros modelos lineares locais, tais como o modelo fuzzy Takagi-Sugeno e o modelo neural LLM (local linear mapping). Um amplo estudo à realizado visando comparar os desempenhos de todos os modelos supracitados segundo trÃs critÃrios de avaliaÃÃo, a saber: (i) erro mÃdio quadrÃtico normalizado, (ii) anÃlise dos resÃduos, e (iii) teste estatÃstico de Kolmogorov-Smirnov. De particular interesse para esta tese, à a avaliaÃÃo da robustez dos modelos locais propostos com relaÃÃo ao algoritmo de quantizaÃÃo vetorial usado no treinamento do modelo. Os resultados obtidos indicam que os desempenhos dos modelos locais propostos sÃo superiores aos dos modelos globais baseados na rede MLP e equivalentes aos modelos globais baseados na rede ELM.

ASSUNTO(S)

teleinformatica mapas auto-organizÃveis inteligÃncia artificial interpolaÃÃo system identification dynamical systems competitive neural networks local linear models self-organizing map vector quantization

Documentos Relacionados