Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2020-122939
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Utilização de Algoritmos Genéticos para Otimização Arquitetural de um Autoencoder
Julia Noce
Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
Agora você poderia compartilhar comigo suas dúvidas, observações e parabenizações
Crie um tópicoTreinamento de redes neurais de maneira não-supervisionada tem se tornado frequente para solucionar diversos problemas relacionados a dados de imagem. Encontrar uma arquitetura de rede e os seus respectivos parâmetros que possuam uma acurácia boa é essencial para realizar tarefas de classificação de forma eficiente. Para isso, os algoritmos evolutivos tem se tornado uma alternativa para montar uma rede que cumpra com os requisitos de atingir uma acurácia alta suficiente para conseguir realizar a tarefa de classificação. Esse trabalho propõe um experimento de otimização de desempenho do autoencoder utilizando algoritmos genéticos. O modelo do autoencoder pode ser aplicado para tarefas como classificação e redução de ruído. O resultado do algoritmo genético apresentou uma arquitetura que possui eficiência comparado à rede de baseline.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo