Banca de DEFESA: LEANDRO LUTTIANE DA SILVA LINHARES

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: LEANDRO LUTTIANE DA SILVA LINHARES
DATA: 03/09/2015
HORA: 09:00
LOCAL: Auditório do LAUT
TÍTULO:

Critério de Correntropia no Treinamento de Redes Fuzzy Wavelet Neural Networks para Identificação de Sistemas Dinâmicos Não Lineares 


PALAVRAS-CHAVES:

Correntropia, Fuzzy Wavelet Neural Network, Identificação de Sistemas Dinâmicos, Outliers, Algoritmo da Retropropagação do Erro.


PÁGINAS: 110
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
SUBÁREA: Eletrônica Industrial, Sistemas e Controles Eletrônicos
ESPECIALIDADE: Controle de Processos Eletrônicos, Retroalimentação
RESUMO:

O grande interesse pela identificação não linear de sistemas dinâmicos deve-se, principalmente, ao fato de que uma grande quantidade dos sistemas reais são complexos e precisam ter suas não linearidades consideradas para que seus modelos possam ser utilizados com sucesso em aplicações, por exemplo, de controle, predição, inferência, entre outros. O presente trabalho pretende analisar a aplicação das redes Fuzzy Wavelet Neural Network (FWNN) na identificação de sistemas não lineares sujeitos a ruídos e outliers. Esses elementos, geralmente, influenciam no procedimento de identificação, ocasionando interpretações errôneas em relação ao comportamento dinâmico do sistema. A FWNN combina em uma única estrutura a capacidade de lidar com incertezas da lógica fuzzy, as características de multirresolução da teoria wavelet e as habilidades de aprendizado e generalização das redes neurais artificiais. Normalmente, o aprendizado dessas redes é realizado por algum método baseado em gradiente, tendo o erro médio quadrático como função de custo. Este trabalho propõe a substituição dessa tradicional função por uma medida da Teoria da Informação, denominada correntropia. Esta medida de similaridade permite que momentos estatísticos de ordem superiores possam ser considerados durante o processo de treinamento. Por esta razão, ela se torna mais apropriada para distribuições de erro não gaussianas e faz com que o treinamento apresente menor sensibilidade à presença de outliers. Para avaliar esta substituição, modelos FWNN são obtidos na identificação de dois estudos de caso: um sistema real não linear, consistindo em um tanque de múltiplas seções, e um sistema simulado baseado em um modelo biomecânico da articulação do joelho humano. Os resultados obtidos demonstram que a utilização da correntropia como função custo no algoritmo da retropropagação do erro torna o procedimento de identificação utilizando redes FWNN mais robusto aos outliers. Entretanto, isto somente pode ser alcançado a partir do ajuste adequado da largura do kernel gaussiano da correntropia.


MEMBROS DA BANCA:
Presidente - 1451883 - FABIO MENEGHETTI UGULINO DE ARAUJO
Interno - 350693 - ANDRE LAURINDO MAITELLI
Externo ao Programa - 2614800 - MARCONI CAMARA RODRIGUES
Externo à Instituição - JOSE MEDEIROS DE ARAUJO JUNIOR - UFPI
Externo à Instituição - OSCAR GABRIEL FILHO - PETROBRAS
Notícia cadastrada em: 06/08/2015 17:09
SIGAA | Superintendência de Informática - | | Copyright © 2006-2020 - UFRN - sigaa04-producao.info.ufrn.br.sigaa04-producao