Propagação de Incertezas de Medição através de Redes Neurais Artificiais utilizando o Método de Monte Carlo

Rodrigo Coral

Resumo


Atualmente o uso de redes neurais artificiais (RNA) vem ganhando força em cadeias de medição onde a modelagem matemática do fenômeno físico se torna inviável para a composição do modelo da medição. Para os casos onde o modelo matemático é complexo o suficiente para inviabilizar a modelagem, as RNA apresentam-se como uma alternativa bastante vantajosa, pois, são capazes de apresentar resultados adequados a partir de um conjunto de treinamento. Porém, existe muita dificuldade de se utilizar o método clássico para a propagação da incerteza de medição (IM) através de um modelo neural. Para esses casos, como será mostrado neste trabalho, uma alternativa é a utilização do método de monte carlo (MMC) para propagar as distribuições e obter na saída do modelo neural um valor de IM.


Palavras-chave


redes neurais artificiais; incerteza de medição; método de monte carlo

Texto completo:

PDF PDF

Apontamentos

  • Não há apontamentos.


ISSN ELETRÔNICO - 2316-8382                ISSN IMPRESSO - 2175-5302