Um algoritmo de aprendizado por reforço para redes neurais utilizando metaotimização estatística / A reinforcement learning algorithm for neural networks using statistical meta optimization
AUTOR(ES)
Settin, Jorel
DATA DE PUBLICAÇÃO
2011
RESUMO
Esse trabalho analisa as principais técnicas de treinamento de redes neurais para problemas de aprendizado por reforço, e finalmente propõe um novo modelo utilizando suas melhores características, além de metaotimização baseada em amostragem estatística. O estudo tem por objetivos a obtenção de um método com alta taxa de sucesso, baixo número de simulações do problema, mínima necessidade de prévia especificação de parâmetros de treinamento, adaptabilidade a diversas classes de problemas, ter um comportamento determinístico para obter soluções com a mínima complexidade necessária, e de baixo custo computacional. Compara-se o desempenho do algoritmo proposto às técnicas utilizadas no atual estado da arte, em problemas de controle de sistemas físicos, e outros comumente utilizados como teste de desempenho.
ASSUNTO(S)
redes neurais statistical meta-optimization. inteligência artificial reinforcement learning neural network training neural network architecture simulated annealing genetic algorithms evolutionary algorithms cascaded neural networks
ACESSO AO ARTIGO
http://hdl.handle.net/10183/27974Documentos Relacionados
- BAYESIAN LEARNING FOR NEURAL NETWORKS
- Extraction of knowledge from Artificial Neural Networks using Symbolic Machine Learning Systems and Genetic Algorithm
- Aprendizado por reforço utilizando tile coding em cenários multiagente
- Agente topológico de aprendizado por reforço
- Agente topológico de aprendizado por reforço