Análise de sensibilidade de técnicas aplicáveis para a redução do conjunto de treinamento e teste de redes neurais artificiais

Vol. 1, 2019. - 106012
Oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Durante a aplicação de Redes Neurais Artificiais na solução de problemas de classificação, por vezes o usuário depara-se com conjuntos de dados extremamente grandes. Isso faz com que o procedimento de treinamento, teste e validação desta rede neural se torne computacionalmente custoso. Existem, na literatura, diversas técnicas que podem ser utilizadas para reduzir o tamanho deste conjunto de treinamento. Neste trabalho, será apresentada uma análise de sensibilidade de quatro destas técnicas, onde será verificada a redução obtida em cada uma delas e o impacto de seus usos na acurácia da rede neural artificial. Para tal ação, duas classes sintéticas são desenvolvidas a partir de funções de densidade de probabilidade normais, com a alteração de suas respectivas variâncias, para avaliar o impacto da superposição entre as classes. Além disso, a quantidade de padrões também é variada neste trabalho.

Instituições
  • 1 Universidade Federal de Minas Gerais
Eixo Temático
  • Redes Neurais Artificiais
Palavras-chave
Redes Neurais Artificiais
Grafo de Gabriel
Condensed Nearest Neighbor
Máquina de vetor de suporte