Tese de Doutorado
Título: Modelos Paramétricos e Não-Paramétricos de Redes Neurais Artificiais e Aplicações
Autor: Fernando José Von Zuben
Orientador: Prof. Dr. Márcio Luiz de Andrade Netto (DCA/FEEC/Unicamp)
Departamento de Engenharia de Computação e Automação Industrial (DCA)
Faculdade de Engenharia Elétrica e de Computação (FEEC)
Universidade Estadual de Campinas (Unicamp), SP, Brasil
244 páginas, Fevereiro 1996.
Conteúdo
- Capa e Ficha Catalográfica
- Dedicatória e Agradecimentos
- Índice, Resumo e Abstract
Parte I: Análise e Síntese de Modelos de Aproximação
- Capítulo 1: Introdução
- Capítulo 2: Interpolação e Aproximação Polinomial
- Capítulo 3: Conceitos Adicionais da Teoria de Aproximação de Funções
- Capítulo 4: Aproximação de Funções Utilizando Modelos de Projeção
Parte II: Modelos de Aproximação Baseados em Redes Neurais Artificiais
- Capítulo 5: Redes Neurais Como Modelos de Aproximação de Funções
- Capítulo 6: Redes Neurais Recorrentes
- Capítulo 7: Aplicações de Redes Neurais
- Capítulo 8: Conclusão
- Apêndice A: Conceitos Básicos de Álgebra Linear
- Apêndice B: Espaços Normados e Espaços Lineares de Funções
- Apêndice C: Conceitos Básicos de Análise Funcional e Topológica
- Apêndice D: Métodos de Otimização Paramétrica Não-Linear e Irrestrita
- Bibliografia
Versão PS