Aplicação de um Comitê de Redes Neurais Artificiais para a Solução de Problemas Inversos em Transferência Radiativa

R.C. Oliveira, N.I.A. Acevedo, A.J. Silva Neto, L. Biondi Neto

Abstract


Este trabalho fundamenta-se no conceito de Máquina de Comitê de Redes Neurais Artificiais e tem por objetivo resolver o problema inverso de transferência radiativa em um meio unidimensional, homogêneo, absorvedor e espalhador isotrópico. A Máquina de Comitê de Redes Neurais Artificiais agrega e combina o conhecimento adquirido de um certo número de especialistas aqui representados, individualmente, por cada uma das Redes Neurais Artificiais (RNAs) que compõem o Comitê. O objetivo é atingir um resultado final hipoteticamente melhor que o obtido por qualquer rede neural especialista separadamente. O uso desta técnica pode reduzir o desperdício computacional que ocorre ao se treinar exaustivamente várias RNAs, separadamente, selecionando-se apenas a rede que apresente a melhor generalização e descartando-se as demais. Neste trabalho são obtidas, usando-se a técnica de Máquina de Comitê de Redes Neurais Artificiais, estimativas de parâmetros de transferência radiativa: espessura óptica, albedo de espalhamento simples e reflectividades difusas do meio participante sob análise. Finalmente, os resultados obtidos são comparados com os encontrados usando-se redes Perceptrons de Múltiplas Camadas (PMCs) individualmente, denominadas neste trabalho como redes especialistas e mostrando que a técnica empregada traz significativas

References


[1] W.J. Blackwell, A neural-network technique for retrieval of atmospheric temperature

and moisture profiles from high spectral resolution sounding data, IEEE Trans Geosci Remote Sens, 43 (2005), 2535–2546.

[2] H.F. de Campos Velho, M.R. Rematoso, M.T. Vilhena, Inverse problems forestimating bottom boundary conditions of natural waters, Int J Numer Meth Engng, 54(9)(2002), 1357–1368.

[3] H.F. de Campos Velho, J.D.S. Silva, E.H. Shiguemori, Hardware implementation for the atmospheric temperature retrieval from satellite data, Inverse Problems, Design and Optimization Symposium (IPDO) 1,(2007), 349–353.

[4] E.S. Chalhoub, H.F. de Campos Velho, Multispectral reconstruction of bioluminescence term in natural waters, Appl Numer Math, 47 (2003), 365–376.

[5] S. Chandrasekhar, “Radiative Transfer”, Dover Publications Inc., New York, 1960.

[6] S. Haykin , “Neural Networks: A Comprehensive Foundation”, Prentice Hall, 1994.

[7] R.C. Oliveira, N.I. Alvarez Acevedo, A.J. Silva Neto, L. Biondi Neto, Aplicação da técnica de máquina de comitê de redes neurais artificiais para a solução de problemas inversos em transferência radiativa, XI Encontro de Modelagem Computacional, Volta Redonda, R.J., (2008).

[8] M.N. Özisik, “Radiative Transfer and Interactions with Conduction and Convection”, John Wiley & Sons, USA, (1973).

[9] M. Riedmiller, H. Braun, A direct adaptative method for faster backpropagation learning: the RPROP algorithm Proc. IEEE International Conference on Neural Networks, (1993), 234–241.

[10] A.J. Silva Neto, F.J.C.P. Soeiro, Inverse Problem of Space Dependent Albedo Estimation with Artificial Neural Networks and Hybrid Methods, Proc. 18th International Congress of Mechanical Engineering, COBEM, ABCM, Ouro Preto, Brazil, (2005).

[11] A.J. Silva Neto, F.J.C.P. Soeiro, H.F. Campos Velho, P. Oliva Soares, Using Neural Networks to Obtain Initial Estimates for the Solution of Inverse Heat Transfer Problems, Inverse Problems, Design and Optimization Symposium, Rio de Janeiro, Brazil,(2004).

[12] F.J.C.P. Soeiro, A.J. Silva Neto, Solution of Inverse Radiative Transfer Problems in Two-Layer Media with Artificial Neural Networks, 14th Inverse Problems in Engineering Seminar, Ames, USA, (2006).

[13] F.J.C.P. Soeiro, P. Oliva Soares, A.J. Silva Neto, Solution of Inverse Radiative Transfer Problems with Artificial Neural Networks and Hybrid Methods, Proc. 13th Inverse Problems in Engineering Seminar, Cincinnatti, USA, (2004), 163–169.




DOI: https://doi.org/10.5540/tema.2010.011.02.0171

Article Metrics

Metrics Loading ...

Metrics powered by PLOS ALM

Refbacks

  • There are currently no refbacks.


Trends in Computational and Applied Mathematics

A publication of the Brazilian Society of Applied and Computational Mathematics (SBMAC)

 

Indexed in:

                       

         

 

Desenvolvido por:

Logomarca da Lepidus Tecnologia