Título: Seleção de Arquiteturas Neurais Autoassociativas pela Afinidade entre Matrizes
Autores: Pinto, David; Lemos, André P.; Braga, Antônio P.
Resumo: Os métodos tradicionais de seleção de complexidade aplicados à análise das componentes principais com redes neurais autoassociativas, como o percentual de variabilidade retida e a validação-cruzada, avaliam as arquiteturas candidatas segundo critérios de erro de representação. A principal deficiência dessa abordagem está na exigência de conjuntos de dados de teste. Caso a comparação seja estabelecida a partir dos próprios padrões de treinamento, as arquiteturas sobre-ajustadas serão favorecidas e a rede escolhida não será genérica. Muitas vezes, no entanto, a quantidade de padrões selecionados para teste pode ser insuficiente na inferência do melhor modelo de extração de características. Neste trabalho é introduzida uma nova abordagem de seleção de complexidade que não requer conjuntos de teste. O método proposto baseia-se na retenção estrutural dos dados no espaço das escores. Diferentemente das técnicas existentes, o método avalia diretamente o grau de redução dimensional da rede e independe da saída gerada.
Palavras-chave:
Páginas: 6
Código DOI: 10.21528/CBIC2013-088
Artigo em pdf: bricsccicbic2013_submission_88.pdf
Arquivo BibTex: bricsccicbic2013_submission_88.bib