BDBComp
Parceria:
SBC
'Análise e expansão de uma arquitetura neural capaz de calcular sua própria confiabilidade

Abner C. Rodrigues NetoMauro RoisenbergGuenter Schwedersky Neto

Existem várias maneiras de calcular uma medida de confiança para a saída de redes neurais, mas em geral essas abordagens necessitam de algumas restrições que nem sempre são observadas em problemas reais ou mesmo não apresentam uma medida de desempenho que garanta o nível de confiança desejada ou ainda que não refletem a distribuição dos dados de treinamento. Este trabalho analisa e estende um modelo de rede neural capaz de calcular um intervalo de predição na saída, a Rede Índice de Validade, removendo-se restrições no cálculo da densidade por essa rede e melhorando a probabilidade de cobertura do intervalo de predição quando o dados de treinamento possuem densidade variável.

http://www.lbd.dcc.ufmg.br/colecoes/enia/2009/028.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD