• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
https://doi.org/10.11606/T.3.2001.tde-16072024-114825
Documento
Autor
Nombre completo
Francisco Javier Ropero Peláez
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2001
Director
Tribunal
Maruyama, Newton (Presidente)
Araújo, Aluízio Fausto Ribeiro
Calôba, Luiz Pereira
Ferreira, Ademar
Kaminski, Paulo Carlos
Título en portugués
Redes neurais e lógica fuzzy sob a perspectiva de uma teoria algébrica da probabilidade.
Palabras clave en portugués
Algoritmos
Lógica Fuzzy
Redes neurais
Resumen en portugués
Nesta tese foi desenvolvida uma nova teoria Euclidiana da Probabilidade que permite visualizar os eventos estatísticos como vetores. Os conceitos de ângulo e projeção permitiram desenvolver um novo tipo de algoritmo de Gram-Schmidt para encontrar uma base de vetores ortogonais a partir de outros vetores quaisquer. Esta base de vetores pode ser uma base más reduzida quando os eixos são os chamados Componentes Principais. Um novo algoritmo de extração de Componentes Principais foi desenvolvido. Estes fundamentos matemáticos serviram para envasar de maneira diferente à lógica fuzzy e às redes neurais artificiais. Na área da lógica fuzzy estas equações fornecem um método diferente de desenhar analiticamente as funções de pertinência e de encontrar as regras composicionais de inferência. Na área das redes neurais permitiram o desenho e fácil entendimento de uma nova rede neural baseada na neuro-fisiologia do tálamo que extrai os Componentes Principais para lograr uma compressão eficiente da informação. Este tálamo artificial foi implementado em Matlab.
Título en inglés
Untitled in english
Palabras clave en inglés
Algorithms
Fuzzy Logic
Neural networks
Resumen en inglés
This thesis develops a new Theory of Probability that allows to understand statistical events as vectors in an Euclidean space. The concepts of angle and projection allowed to develop a new Gram-Schmidt-type algorithm for finding a basis of orthogonal vectors from any other set of vectors. This basis can be reduced when the axes are the so called Principal Components. A new algorithm for extracting the Principal Components was developed. These mathematical foundations served for grounding Fuzzy Logic and Neural Networks in a different way. Regarding Fuzzy Logic, these equations represent a different method for analytically designing membership functions and for finding the compositional inference rules. In the Neural Network field these foundations allowed the easy understanding of a new neural network based on the neuro-physiology of thalamus that extracts the Principal Components for achieving an efficient compression of information. This artificial thalamus was implemented in Matlab.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2024-07-16
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.