X hits on this document

PDF document

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais - page 7 / 21

49 views

0 shares

0 downloads

0 comments

7 / 21

CBPF–NT– 002/2008

3.3. Treinamento

  • O

    treinamento das redes neurais é um processo muito importante e o mesmo pode

ser supervisionado ou não supervisionado. Para treinamento supervisionado existe a presença de um professor que indica para a rede um comportamento a seguir, ou seja, a rede recebe um conjunto de exemplo de pares entrada e saída desejada. No treinamento não supervisionado não existe a presença de um professor, a rede aprende através de exemplos de objetos semelhantes para criar grupos ou classes.

3.3.1. Treinamento com Algoritmo Backpropagation

  • O

    algoritmo backpropagation é do tipo supervisionado, ou seja, utiliza par

(entrada e saída desejadas) e é realizado em duas etapas. Na primeira a entrada é propagada pela rede, no sentido da entrada para a saída (fase forward), sem que ocorram alterações dos pesos. Já na segunda a resposta de rede é comparada com a resposta desejada e os pesos são reajustados de maneira a minimizar o erro (fase backward). Nesta segunda etapa o ajuste de um peso wij que define seu valor para a próxima iteração é dado por:

wij (n + 1) = wij (n ) + ηδ j (n ) x j (n )

N a e q u a ç ã o a n t e r i o r η é a t a x a d e a p r e n d i z a g e m e j δ é o g r a d i e n t e l o c a l d o e r r o p a r a o

neurônio j. A taxa de aprendizagem η é um parâmetro que geralmente é menor que 1. É

preciso ter cuidado com o valor desta taxa, pois quanto menor for o seu valor menor serão as variações dos pesos sinápticos da rede de uma iteração para outra, o que poderá causar uma lentidão na convergência do treinamento. Por outro lado se esta taxa assumir um valor muito alto causando grandes modificações nos pesos sinápticos a rede pode se

tornar

instável.

  • o

    gradiente

local

do

erro

j δ

é

determinado

através

do

método

do

gradiente descendente. Detalhes do algoritmo podem ser encontrados em [HAYK], uma vez que este estudo não faz parte do escopo deste trabalho.

7

Document info
Document views49
Page views49
Page last viewedSun Dec 04 06:36:08 UTC 2016
Pages21
Paragraphs382
Words4066

Comments