Análise e implementação de redes neurais generalizadas
AUTOR(ES)
Guilherme Guimaraes Moreira
DATA DE PUBLICAÇÃO
2006
RESUMO
Esta dissertação propõe o estudo e a análise de modelos de redes neurais generalizadas. Estes modelos agregam a estrutura de verossimilhança dos modelos lineares generalizados e a flexibilidade das redes neurais artificiais na modelagem de interações não-lineares e não-aditivas entre as variáveis preditoras e a variável resposta. O treinamento é realizado segundo o método interativo do gradiente descendente, que procura minimizar a função desvio do modelo. O critério de qualidade do modelo é obtido via validação cruzada. Os resultados preliminares mostram que as redes neurais generalizadas apresentam resultados de previsão de excelente qualidade quando comparadas com os modelos lineares generalizados, de regressão de Cox e com a rede neural normal.
ASSUNTO(S)
modelos lineares (estatística) teses. redes neurais (computação) teses. estatística teses. análise de sobrevivência (biometria) teses.
ACESSO AO ARTIGO
http://hdl.handle.net/1843/RFFO-7HZHKCDocumentos Relacionados
- Analise e previsões de vasões utilizando modelos de series temporais, redes neurais e redes neurais nebulosas
- Analise e sintese de estrategias de aprendizado para redes neurais artificiais
- Classificação automatica e analise de dados por redes neurais auto-organizaveis
- Determinação da cobertura do solo por análise de imagens e redes neurais
- Usando redes neurais para estimação da volatilidade : redes neurais e modelo híbrido GARCH aumentado por redes neurais