• Informações do Trabalho

Titulo OTIMIZANDO PARÂMETROS EM REDES NEURAIS PARA APRIMORAR UM AMBIENTE INTELIGENTE Subtítulo Autor LUCAS RODRIGUES FRANK Orientador EDELBERTO FRANCO SILVA Resumo Nos dias atuais, a busca por modelos preditivos mais precisos são sempre um foco importante independentemente da sua área de aplicação. Sendo um destes modelos, as Redes Neurais (RN), que são utilizadas já há algumas décadas, possuem um grande poder de computação por apresentar variados parâmetros que influenciam diretamente em seu funcionamento. Este trabalho tem como objetivo otimizar o número de neurônios e a taxa de aprendizagem da RN usando uma meta-heurística, assim também, analisar a Função de Ativação (FA) utilizada. Para tal, propõe-se uma análise de três FAs já encontradas na literatura para que possa ser visto o seu impacto nos resultados de duas RNs. Neste contexto, outro ponto que se destaca são os ambientes em que a avaliação será conduzida, referente ao tráfego de veículos e carga de conexões em redes sem fio. A predição de tráfego de veículos e do volume de uso da rede sem fio são problemas relevantes na atualidade. Uma vez que o gerenciamento do tráfego pode auxiliar na vida da população no trânsito, o monitoramento de carga da rede pode oferecer uma conexão de melhor qualidade para o cliente. Sendo assim, para a validação deste estudo, o propósito é de realizar testes das FAs selecionadas, submetendo o cenário de tráfego de veículos e de rede sem fio a dois modelos de RNs, com o intuito de predizer o número de veículos e carga de usuários. Palavras-Chave Otimização, Rede Neural, Função de Ativação, Predição, Ambiente Inteligente