Modelos assimétricos em camadas ocultas: uma abordagem para avaliação de redes neurais

Resumo

O presente trabalho propõe-se a implementação dos modelos assimétricos (MA), como por exemplo, o logístico, o t-Student e o normal como função de ativação na camada escondida de uma rede neural. Os modelos MA, incorporam um parâmetro de assimetria à função logística tradicional e  pode superar limitações da função sigmoide, especialmente, em situações que a simetria dos dados não é uma característica predominante. Neste sentido, pensou-se em uma  metodologia que consiga incluir modelos de regressão assimétricos  e, além disso,  realizar  testes estatísticos para  comparar os desempenhos das RNAs, em relação as funções de ativação tradicionais. A pesquisa  utilizará base de dados Ionosfera, que contém sinais de radar da ionosfera desbalanceada entre as classes Good  e Bad. Portanto, este estudo busca melhorar as aplicações, em RNAs, com um novo modelo LA em problemas de classificação, contribuindo para o avanço da IA e da capacidade das RNAs em enfrentar desafios reais.