Modelos parametricos e não-parametricos de redes neurais artificiais e aplicações

Esta tese apresenta metodos de analise e sintese de modelos parametricos e naoparametricos de redes neurais artificiais, utilizando resultados derivados da teoria de aproximacao de funcoes e analise numerica. A flexibilidade destas estruturas conexionistas nao-lineares e explorada com base em tecnicas de regularizacao e metodos de otimizacao naolinear irrestrita. A rede neural nao-parametrica resultante realiza mapeamentos nao-lineares estaticos via metodos construtivos caracterizados por reducao de dimensionalidade e propriedades de aproximacao bem-definidas. Estruturas genericas de processamento dinâmico nao-linear podem ser obtidas via redes neurais multicamadas recorrentes, que sao modelos parametricos tendo redes neurais multicamadas nao-recorrentes como caso particular. E investigado um conjunto de problemas nao-lineares, cujas solucoes sao formuladas de modo a permitir a aplicacao direta dos modelos de redes neurais desenvolvidos Abstract