Propagação de Incertezas de Medição através de Redes Neurais Artificiais utilizando o Método de Monte Carlo
Palabras clave:
redes neurais artificiais, incerteza de medição, método de monte carloResumen
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.
Publicado
Número
Sección
Licencia
Declaro que o presente artigo é original, não tendo sido submetido à publicação em qualquer outro periódico nacional ou internacional, quer seja em parte ou em sua totalidade. Declaro, ainda, que uma vez publicado na revista Caderno de Publicações, editada pelo Instituto Federal de santa Catarina, o mesmo jamais será submetido por mim ou por qualquer um dos demais co-autores a qualquer outro periódico. Através deste instrumento, em meu nome e em nome dos demais co-autores, porventura existentes, cedo os direitos autorais do referido artigo ao Instituto Federal de Santa Catarina e declaro estar ciente de que a não observância deste compromisso submeterá o infrator a sanções e penas previstas na Lei de Proteção de Direitos Autorias (Nº9609, de 19/02/98).
