English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Dissertação de Mestrado Nº 1.267: "Otimização de Reservoir Computing com PSO"

O aluno Anderson Tenório Sergio irá defender seu trabalho dia 7 de março, às 15h, na sala D222 Início: 07/03/2013 às 15:00 Término: 07/03/2013 às 17:00 Local: Sala D222

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado  Nº 1.267
 
Aluno: Anderson Tenório Sergio
Orientador: Profa. Teresa Bernarda Ludermir
Co-orientadora: Profa. Aida Araújo Ferreira  (IFPE)
Título: Otimização de Reservoir Computing com PSO
Data: 07/03/2013
Hora/Local: 15:00h – Sala D222
Banca Examinadora:
Prof. Cleber Zanchettin  (UFPE / CIn)
Prof. Otoni Nóbrega Neto  (UFPE / Engenharia Elétrica )
Prof. Aida Araújo Ferreira (IFPE)
 
RESUMO:
 
Reservoir Computing (RC) é um paradigma relativamente recente de Redes Neurais Artificiais com aplicações importantes no mundo real. RC utiliza arquitetura similar às Redes Neurais Recorrentes para processamento temporal sem a necessidade de treinamento. De uma forma geral, o conceito de RC é baseado na construção de uma rede recorrente de maneira randômica (reservoir), sem alteração dos pesos. Após essa fase, uma função de regressão linear é utilizada para treinar a saída do sistema. A transformação dinâmica não-linear oferecida pelo reservoir é suficiente para que a camada de saída consiga extrair os sinais de saída utilizando um mapeamento linear simples. Entretanto, assim como nas redes neurais convencionais, Reservoir Computing sofre de alguns problemas. Sua utilização pode ser computacionalmente cara, diversos parâmetros influenciam sua eficiência e é improvável que a geração aleatória dos pesos e o treinamento da camada de saída com uma função de regressão linear simples seja a solução ideal para computar RC.
O PSO é um algoritmo de otimização que possui algumas vantagens sobre outras técnicas de busca global. Quando comparado aos Algoritmos Genéticos, o PSO possui a vantagem de ter implementação mais simples e, em alguns casos, convergência relativamente mais rápida e custo computacional menor. Esta dissertação tem o objetivo de investigar a utilização do PSO na tarefa de otimizar os parâmetros, arquiteturas e pesos do reservoir de um RC, aplicada ao problema de previsão de séries temporais. Utilizar o PSO nessa tarefa, incluindo a otimização dos pesos, é inédito na literatura. Além do PSO padrão, também será estudada a utilização de duas de suas extensões (EPUS-PSO e APSO).
 
Palavras-chave: Reservoir Computing, PSO, Otimização, Previsão de Séries Temporais.
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web