Divulgação - Defesa Nº 232
Aluno: Everaldo Faustino dos Santos Júnior
Título: "Comparação de Algoritmos de Aprendizado de Máquina para Aplicação na Modelagem de Antenas".
Orientador: Carmelo José Albanez Bastos Filho (UPE/PPGEC)
Coorientador : Arismar Cerqueira Sodré Júnior (INATEL)
Examinador Externo : Sérgio Campello Oliveira - (UPE)
Examinador Interno : Roberta A. de A. Fagundes (PPGEC)
Data-hora: 30/Março/2021 (17:00h)
Local: Formato Remoto (http://meet.google.com/kzu-yxst-mgv)
Resumo:
Esta dissertação investigação a aplicação de técnicas de aprendizado de máquina para aplicação em modelagem de antenas, com o objetivo de encontrar um modelo substituto que tenha uma boa capacidade de representação, baixo custo computacional e que permita a aplicação de meta-heurísticas de otimização no projeto dos parâmetros da antena. Em primeiro lugar foi investigado a implementação e o desempenho de algumas técnicas de aprendizado de máquina, incluindo k-Vizinhos mais Próximos(KNN), Máquinas de Vetores de Suporte (SVR), LASSO, Florestas Aleatórias (RF), Splines de Regressão Adaptativa Multivariada (MARS), Processo Gaussiano (GP), Categorical Boosting(CatBoost), rede neural multilayer perceptron. Em seguida as técnicas foram comparadas e analisadas. Para a antena dipolo teve três modelos conseguiram um bom desempenho: Máquinas de Vetores de Suporte, Processo Gaussiano e CatBoost. Para a antena \emph{Quasi- Yagi} o Processo Gaussiano foi o que obteve o melhor desempenho.
O Programa
