Choix d'égaliseurs neuronaux à l'aide d'un algorithme génétique

Les algorithmes génétiques et les réseaux neuronaux artificiels ont été combinés pour résoudre plusieurs problèmes au cours des deux dernières décennies. Les premiers ont été utilisés pour aider à trouver les paramètres et les décisions topologiques des seconds, ou pour faire face aux limites des algorithmes d'apprentissage. Certains problèmes exigent l'application de réseaux neuronaux comme solution alternative pour les résoudre, mais les études qui développent une méthodologie pour indiquer la meilleure architecture neuronale adaptée à une application spécifique sont rares à trouver dans la littérature. Dans ce travail, nous appliquons un algorithme génétique pour rechercher des poids neuronaux et utilisons cette information pour indiquer la meilleure structure et mesurer l'efficacité de l'algorithme d'apprentissage. Nous avons utilisé un problème d'égalisation de canaux comme exemple pour tester la méthodologie proposée. Les résultats obtenus à partir de cette application sont très prometteurs.

Autorentext

Tiago Mota erwarb 2003 den Bachelor of Science in Elektrotechnik an der Bundesuniversität von Bahia, Brasilien, und 2014 den Master of Science an der Bundesuniversität von Bahia. Von 2003 bis 2008 war er als Ingenieur für Mobilfunk bei Telecom Italia Mobile tätig und trat 2009 in die Nationale Telekommunikationsagentur Brasiliens ein.