Banca de QUALIFICAÇÃO: CARLOS EDUARDO NASCIMENTO CAJADO
2025-05-13 08:39:55.968
Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa. DISCENTE: CARLOS EDUARDO NASCIMENTO CAJADO DATA: 27/05/2025 HORA: 11:00 TÍTULO: TREINAMENTO DE FUNÇÕES DE ATIVAÇÃO EM REDES NEURAIS ARTIFICIAIS: UMA ABORDAGEM COM REGRESSÃO POLINOMIAL PALAVRAS-CHAVES: Deep Learning, Funções de Ativação Treináveis, Regressão Polinomial PÁGINAS: 14 GRANDE ÁREA: Ciências Exatas e da Terra ÁREA: Ciência da Computação RESUMO: As redes neurais artificiais (RNA) são amplamente aplicadas em problemas complexos, mas a
escolha de função de ativação (FA) ideal permanece um desafio, especialmente devido à falta
de critérios consistentes para relacionar as características dos dados à função mais adequada.
Avanços recentes destacam o potencial das funções de ativação treináveis, que se ajustam dinamicamente durante o treinamento para aprimorar o desempenho da rede. Este trabalho contribuipara uma nova abordagem que utiliza regressão polinomial como base para o desenvolvimentode funções de ativação treináveis. A proposta busca ir além do ajuste convencional de pesos, permitindo que as FAs evoluam de forma otimizada para diferentes contextos, ampliando as possibilidades de aprendizado e desempenho das redes neurais profundas. Esta pesquisa pretende aplicar a abordagem proposta em diferentes bases de dados para avaliar sua eficácia, analisando o impacto na adaptabilidade e no desempenho da rede em comparação com funções de ativação fixas. MEMBROS DA BANCA: Presidente - 2044484 - AREOLINO DE ALMEIDA NETO Interno - 1091306 - ALEXANDRE CESAR MUNIZ DE OLIVEIRA Interno - 444.610.973-15 - OMAR ANDRES CARMONA CORTES
