Aplicação das Redes Neurais Paraconsistentes para investigação de sinergismo em Sistemas de Combustão Marcos Carneiro Rodrigues, João Inácio da Silva Filho

Resumo

 Redes Neurais são modelos inspirados no cérebro, reconhecendo padrões complexos a partir de dados, podendo lidar com problemas não lineares. A lógica paraconsistente maneja informações contraditórias, útil onde incerteza é inerente. Redes neurais paraconsistentes estendem as tradicionais, incorporando princípios da lógica paraconsistente. Este estudo explora a capacidade dessas redes em analisar interações entre variáveis. Uma RNP para 2 variáveis (5 entradas) é desenvolvida com MATLAB®, usando o método LM para treinamento. A RNP apresenta MSE de 1,1x10-3 comparada à RNA sigmoide (MSE de 3.3x10-3). Os pesos aprendidos de entre x₁x₂ e H₁ indica sinergismo entre variáveis de entrada.