Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/64988
Tipo: | Artigo de Evento |
Título: | Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo |
Autor(es): | Almeida, Rômulo Nunes de Carvalho Souza, Luís Gustavo Mota Thé, George André Pereira |
Palavras-chave: | Máquina de aprendizagem extrema;Algoritmo genético;Modelo NARX;Laser óptico de pontos quânticos;Sistema híbrido neuro-evolutivo |
Data do documento: | 2018 |
Instituição/Editor/Publicador: | Sociedade Brasileira de Automática (SBA) - https://www.sba.org.br/; Galoá Science - https://galoa.com.br/ - ttps://cba2018.galoa.com.br/ |
Citação: | ALMEIDA, Rômulo Nunes de Carvalho; SOUZA, Luís Gustavo Mota; THÉ, George André Pereira. Mapeamento da dinâmica de laser semicondutor por meio de sistema híbrido neuro-evolutivo. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, XXII., 9 a 12 set., 2018, João Pessoa - PB - Brasil. Anais[…], Campinas, Galoá, v.1, n. 1 (2019): CBA2018. |
Resumo: | Este trabalho propõe o mapeamento da dinâmica de laser quântico baseado em pontos quânticos por meio da máquina de aprendizagem extrema em sua configuração convencional de aprendizagem e com otimização da sua camada escondida em um sistema híbrido treinado por um algoritmo genético (AG). A identificação, que utiliza modelo não-linear discreto autorregressivo com entradas exógenas (NARX), opõe-se aos métodos clássicos, majoritariamente baseados no estudo físico experimental e matemático do sistema. Os modelos encontrados apresentam validação por meio da análise dos resíduos e o banco de dados do laser foi obtido a determinada temperatura nos estados excitado e fundamental, cuja a resposta é dada em potência óptica em função da corrente na entrada. A adição do AG ao modelo convencional permitiu a redução de nós escondidos na rede, a maior custo operacional. |
Abstract: | This paper proposes the modelling of the dynamics of optical laser based on quantum dots by extreme learning ma-chine in its learning conventional configuration and with optimization of its hidden layer in a neuro-evolutive hybrid system trained by a genetic algorithm (GA). The identification, which uses nonlinear autoregressive model with exogenous inputs (NARX), is op-posed to classical methods, mostly based on physical-experimental and mathematical study of system. The models found present validation through residues analysis and the laser database was obtained at a certain temperature in excited and ground states; the system responses is given in optical power as a function of the input current. The GA addition to the conventional model allowed the hidden nodes reduction in the network, at the highest operational cost. |
URI: | http://www.repositorio.ufc.br/handle/riufc/64988 |
ISSN: | 2525-8311 |
Aparece nas coleções: | DEEL - Trabalhos apresentados em eventos |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2018_eve_rrmcarvalho.pdf | 491,37 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.