Desenvolvimento de rede neural de multicamadas para predição de parâmetros de soldagem
| dc.contributor.advisor1 | Silva Júnior, Dorgival Albertino da | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/ | pt_BR |
| dc.contributor.author | Silva, Gleidson Leite da | |
| dc.contributor.referee1 | Maia, Hugo Michel Câmara de Azevedo | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/ | pt_BR |
| dc.contributor.referee2 | Costa, Marcos Vinicius Silvério | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/ | pt_BR |
| dc.creator.Lattes | http://lattes.cnpq.br/ | pt_BR |
| dc.date.accessioned | 2019-12-05T12:13:12Z | |
| dc.date.available | 2019-12-05T12:13:12Z | |
| dc.date.issued | 2018-03-01 | |
| dc.description | Monografia | pt_BR |
| dc.description.abstract | On this present work is presented the development of an Artificial Neural Network (ANN), whose finality will be get the necessary parameters to model mathematically of the curve of an heat affected zone in welding operation. Is maked a theorical referencial about the ANNs with focus on multilayer perceptron, where this is a one of structure's main that uses the supervised learning. Then it's treated about the acquisition of the database for helper on trainning of the ANN, as well about the algorithim of learning of the network, where this will modifer the synaptic weigths of the RNA. Right after is made a analyse of the percentual error of the network, as well the comparation enter the network developed on this work and other network already developed as the MLP Regressor from library Scikit Learn and the Neural Network Toolbox from the software Matlab. Keywords: | pt_BR |
| dc.description.resumo | Nesse presente trabalho é apresentado o desenvolvimento de uma Rede Neural Artificial (RNA) cuja finalidade será obter os parâmetros necessários para a modelagem matemática da curva de uma zona termicamente afetada pela operação de soldagem. É feito um referencial teórico sobre as RNAs com foco na perceptron de múltiplas camadas, onde a mesma é uma das principais estruturas que utiliza do aprendizado supervisionado. Então é tratado sobre a aquisição do banco de dados para o auxílio do treinamento da rede, assim como também sobre o algoritmo de aprendizagem da rede, onde o mesmo irá modificar os pesos sinápticos da RNA. Logo após é feita a análise do erro percentual da rede assim como também a comparação entre a rede desenvolvida neste trabalho e algumas redes já desenvolvidas como a MLP Regressor da biblioteca Scikit Learn e a Neural Network ToolBox do software Matlab. | pt_BR |
| dc.description.sponsorship | Trabalho não financiado por agência de fomento, ou autofinanciado | pt_BR |
| dc.identifier.citation | Silva (2018) (SILVA, 2018) | pt_BR |
| dc.identifier.uri | https://repositorio.ufersa.edu.br/handle/prefix/1667 | |
| dc.identifier.uri | https://repositorio.ufersa.edu.br/handle/prefix/2913 | |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal Rural do Semi-Árido | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Centro Multidisciplinar de Caraúbas | pt_BR |
| dc.publisher.initials | UFERSA | pt_BR |
| dc.relation.references | SILVA, Gleidson Leite da. Desenvolvimento de rede neural de multicamadas para predição de parâmetros de soldagem. 2018. 60 f. Monografia (Graduação em Ciência e Tecnologia), Centro Multidisciplinar de Caraúbas, Universidade Federal Rural do Semi-Árido, Caraúbas, 2018. | pt_BR |
| dc.rights | info:eu-repo/semantics/openAccess | pt_BR |
| dc.rights.license | CC-BY-SA | pt_BR |
| dc.subject | Redes neurais artificiais | pt_BR |
| dc.subject | Zona termicamente afetada na soldagem. | pt_BR |
| dc.subject | Perceptron múltiplas camadas | pt_BR |
| dc.subject | Algoritmo de aprendizagem | pt_BR |
| dc.subject | Modelagem matemática. | pt_BR |
| dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA E TECNOLOGIA | pt_BR |
| dc.title | Desenvolvimento de rede neural de multicamadas para predição de parâmetros de soldagem | pt_BR |
| dc.type | info:eu-repo/semantics/bachelorThesis | pt_BR |
