Treinamento distribuído de redes MLP para classificação de figuras geométricas

Abstract

Resumo-Redes neurais perceptron multicamada são utilizadas para classificar figuras geométricas com uma abordagem distribuída. Os dados de treinamento são divididos entre redes que se comunicam por meio de uma determinada topologia, sem que haja compartilhamento direto desses dados entre as redes. Resultados de simulação indicam que o desempenho obtido com o treinamento distribuído e uma topologia adequada é semelhante ao observado com o treinamento clássico. Assim, garante-se a privacidade dos dados sem que ocorra perda no desempenho.Palavras-Chave-Redes neurais artificiais, perceptron multicamada, processamento distribuído, topologia, figuras geométricas.