Título: Recursive Incremental Gaussian Mixture Network For Spatio-Temporal Pattern Processing
Autores: Pinto, Rafael C.; Engel, Paulo M.; Heinen, Milton R.
Resumo: Este trabalho introduz um novo algoritmo de redes neurais para processamento online de padrões espaço-temporais, chamado Recursive Incremental Gaussian Mixture Network (RecIGMN). O algoritmo proposto adiciona um contexto temporal através de auto-referência à Incremental Gaussian Mixture Network (IGMN), habilitando-a para tarefas espaço-temporais. O algoritmo foi comparado com outras redes neurais para processamento de padrões espaço-temporais em tarefas de previsão de séries temporais e demostrou desempenho competitivo, com a vantagem de um aprendizado rápido, incremental, com apenas uma passada nos dados.
Palavras-chave: Redes neurais artificiais; aprendizado incremental; modelos de mistura de Gaussianas; processamento de padróes espaço-temporais
Páginas: 8
Código DOI: 10.21528/CBIC2011-32.4
Artigo em pdf: st_32.4.pdf
Arquivo BibTex: st_32.4.bib