Título: Teaching-Learning-Based Optimization no Treinamento de Redes Neurais Artificiais para Problemas de Classificação
Autores: Garcia, Cristiano;Catalano, Marcos;Soares, Eduardo;Barbosa, Bruno
Resumo:
Redes Neurais Artificiais (RNA) são técnicas comumente utilizadas em tarefas como predição, regressão e classificação. O treinamento destas redes costuma ser feito pelo algoritmo de retropropagação do erro, ou backpropagation. Diversos trabalhos na literatura sugerem a utilização de algoritmos de otimização baseados em populações, como o algoritmo PSO (Particle Swarmn Optimization), para o treinamento de RNAs. Em 2011, o algoritmo Teaching-Learning Based Optimization (TLBO) foi proposto, baseado em interações em sala de aula. O objetivo deste trabalho foi comparar o TLBO com outros algoritmos de otimização já consolodados na tarefa de treinar RNA para classificação. TLBO obteve resultados interessantes comparado a seus concorrentes utilizando as bases Iris, Wine e Ovarian Cancer, podendo ser uma alternativa promissora no treinamento de RNAs.
Palavras-chave:
PALAVRAS-CHAVE
Páginas: 12
Código DOI: 10.21528/CBIC2017-7
Artigo em pdf: cbic-paper-7.pdf
Arquivo BibTeX: cbic-paper-7.bib