Ementa/Descrição: |
Tipos de não linearidades e suas características. Algoritmos de otimização não lineares locais e globais. Técnicas de treinamento não supervisionadas. Modelos estáticos: Modelos lineares, polinomiais e Look-Up Table. Modelos baseados em redes neurais, fuzzy e neuro-fuzzy. Modelos dinâmicos: Séries de Volterra, Modelos Kolmogorov-Gabor. Modelos afim por partes. Modelos de Hammerstein, Modelos de Wiener. Modelos dinâmicos neurais e fuzzy. |