Redes neurais profundas: análise estatística
Deep neural networks have stood out as an efficient approach to solving complex problems in various fields of knowledge, including artificial intelligence, image processing, and statistical modeling. Based on the concept of complex networks, these computational structures utilize connections between...
| Autor principal: | Araújo, Víctor Emanuel Rocha |
|---|---|
| Grau: | Trabalho de Conclusão de Curso |
| Idioma: | por |
| Publicado em: |
Brasil
2025
|
| Assuntos: | |
| Acesso em linha: |
http://riu.ufam.edu.br/handle/prefix/8750 |
| id |
oai:localhost:prefix-8750 |
|---|---|
| recordtype |
dspace |
| spelling |
oai:localhost:prefix-87502025-03-10T21:09:45Z Redes neurais profundas: análise estatística Araújo, Víctor Emanuel Rocha Galiceanu, Mircea Daniel http://lattes.cnpq.br/8251039594746344 Rodriguez Salmon, Octavio Daniel Mendes, Carlos Fábio de Oliveira mircea@ufam.edu.br Redes Neurais Redes complexas Análise estatística Modelagem computacional Otimização de desempenho Neural networks Complex networks Statistical analysis Computational modeling Performance optimization CIENCIAS EXATAS E DA TERRA: FISICA . . Deep neural networks have stood out as an efficient approach to solving complex problems in various fields of knowledge, including artificial intelligence, image processing, and statistical modeling. Based on the concept of complex networks, these computational structures utilize connections between multiple layers of neurons to extract patterns and make inferences from data. This study aims to conduct a statistical analysis of deep neural networks, evaluating their structural and dynamic properties based on mathematical metrics and complex network models. To this end, a Python program was developed to model artificial neural networks, allowing the investigation of the influence of synaptic weight variation and network topology on their statistical characteristics. The results obtained indicate the importance of balancing network depth and parameter configuration to achieve optimal performance. As redes neurais profundas têm se destacado como uma abordagem eficiente para a resolução de problemas complexos em diversas áreas do conhecimento, incluindo inteligência artificial, processamento de imagens e modelagem estatística. Fundamentadas no conceito de redes complexas, essas estruturas computacionais utilizam conexões entre múltiplas camadas de neurônios para extrair padrões e realizar inferências sobre dados. Este trabalho busca realizar uma análise estatística das redes neurais profundas, avaliando suas propriedades estruturais e dinâmicas com base em métricas matemáticas e modelos de redes complexas. Para isso, foi desenvolvido um programa em Python capaz de modelar redes neurais artificiais, permitindo a investigação da influência da variação dos pesos sinápticos e da topologia da rede em suas características estatísticas. Os resultados obtidos indicam a importância do equilíbrio entre a profundidade da rede e a configuração de seus parâmetros para a otimização de seu desempenho. 3 Não 2025-03-06T01:39:33Z 2025-03-06T01:39:33Z 2025-02-18 Trabalho de Conclusão de Curso http://riu.ufam.edu.br/handle/prefix/8750 por Acesso Aberto https://creativecommons.org/licenses/by-nc-nd/4.0/ Brasil ICE - Instituto de Ciências Exatas Manaus (AM) Física - Bacharelado - Manaus |
| institution |
Repositório Institucional - Universidade Federal do Amazonas |
| collection |
RI-UFAM |
| language |
por |
| topic |
Redes Neurais Redes complexas Análise estatística Modelagem computacional Otimização de desempenho Neural networks Complex networks Statistical analysis Computational modeling Performance optimization CIENCIAS EXATAS E DA TERRA: FISICA . . |
| spellingShingle |
Redes Neurais Redes complexas Análise estatística Modelagem computacional Otimização de desempenho Neural networks Complex networks Statistical analysis Computational modeling Performance optimization CIENCIAS EXATAS E DA TERRA: FISICA . . Araújo, Víctor Emanuel Rocha Redes neurais profundas: análise estatística |
| topic_facet |
Redes Neurais Redes complexas Análise estatística Modelagem computacional Otimização de desempenho Neural networks Complex networks Statistical analysis Computational modeling Performance optimization CIENCIAS EXATAS E DA TERRA: FISICA . . |
| description |
Deep neural networks have stood out as an efficient approach to solving complex problems in various fields of knowledge, including artificial intelligence, image processing, and statistical modeling. Based on the concept of complex networks, these computational structures utilize connections between multiple layers of neurons to extract patterns and make inferences from data. This study aims to conduct a statistical analysis of deep neural networks, evaluating their structural and dynamic properties based on mathematical metrics and complex network models. To this end, a Python program was developed to model artificial neural networks, allowing the investigation of the influence of synaptic weight variation and network topology on their statistical characteristics. The results obtained indicate the importance of balancing network depth and parameter configuration to achieve optimal performance. |
| author_additional |
Galiceanu, Mircea Daniel |
| author_additionalStr |
Galiceanu, Mircea Daniel |
| format |
Trabalho de Conclusão de Curso |
| author |
Araújo, Víctor Emanuel Rocha |
| title |
Redes neurais profundas: análise estatística |
| title_short |
Redes neurais profundas: análise estatística |
| title_full |
Redes neurais profundas: análise estatística |
| title_fullStr |
Redes neurais profundas: análise estatística |
| title_full_unstemmed |
Redes neurais profundas: análise estatística |
| title_sort |
redes neurais profundas: análise estatística |
| publisher |
Brasil |
| publishDate |
2025 |
| url |
http://riu.ufam.edu.br/handle/prefix/8750 |
| _version_ |
1831970275667738624 |
| score |
11.753735 |