ANÁLISE DO ALGORITMO SAND PARA INICIALIZAÇÃO DE PESOS DE REDES NEURAIS ARTIFICIAIS

dc.contributor.author	BRUM, VINÍCIUS CAMPISTA
dc.date.accessioned	2019-05-15T17:46:52Z
dc.date.available	2019-05-15T17:46:52Z
dc.date.issued	2012-12-30
dc.identifier.citation	Devido ao grande crescimento da Internet e ao fato de mais pessoas se conectarem e realizarem suas tarefas através da Internet a cada dia, a segurança da informação é uma grande preocupação da sociedade e dos especialistas da área. Devido a isso, existem diversas ferramentas utilizadas para a segurança das redes de computadores, como por exemplo, os Sistemas de Detecção de Intrusão. Estudos de diversos pesquisadores incentivam a aplicação de técnicas de Inteligência Artificial a essas ferramentas por apresentarem aumento de flexibilidade e taxa de acerto, fornecendo assim mais confiabilidade. Considerando esses fatos, esse trabalho tem por objetivo analisar a utilização do conceito de diversidade no repertório de anticorpos do Sistema Imunológico para inicialização de pesos de Rede Neural Artificial, por meio do algoritmo SAND (Simulated ANnealing approach for Diversity) com intuito de aumentar a diversidade ou área de cobertura dos pesos inicias, buscando assim melhorias quanto a tempo de treinamento e taxa de erro da Rede Neural Artificial. Para realização desse trabalho foram utilizadas configurações de redes neurais apresentadas em outro trabalho da área que apresentou configurações mais adequadas para reconhecimento de padrões de ataques dentro da base de dados NSL-KDD. A partir dessas configurações foram realizados testes de treinamento e execução com a rede neural original e com as redes neurais alteradas pelo algoritmo SAND, comparando os resultados obtidos quanto à tempo de treinamento e taxa de acerto. Com os resultados obtidos foi possível chegar à conclusão que o sucesso da utilização do SAND depende de como as mutações são realizadas. Em determinadas situações o algoritmo atinge taxas excelentes de diversidade, porém apresenta baixas melhorias no treinamento e na execução da rede. Sendo necessário realizar testes com diferentes formas de mutação para encontrar a forma que gera melhores resultados. Palavras-chave: sistemas inteligentes, rede neural artificial, inicialização de pesos, diversidade de repertório, SAND	pt_BR
dc.identifier.uri	http://hdl.handle.net/123456789/806
dc.language.iso	other	pt_BR
dc.title	ANÁLISE DO ALGORITMO SAND PARA INICIALIZAÇÃO DE PESOS DE REDES NEURAIS ARTIFICIAIS	pt_BR
dc.type	Other	pt_BR