@MASTERSTHESIS{ 2026:955718187,
 	title = {Treinamento de funções de ativação em redes neurais artificiais: uma abordagem com regressão polinomial},
 	year = {2026},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/6960",
 	abstract = "As redes neurais artificiais são amplamente aplicadas a problemas complexos, contudo, a escolha
 da função de ativação (FA) ideal ainda representa um desafio, especialmente devido à ausência
 de critérios consistentes que relacionem as características dos dados à função mais adequada. À
 luz dessas limitações, avanços recentes destacam o potencial das FA treináveis, que se ajustam
 dinamicamente durante o treinamento para aprimorar o desempenho da rede. Tal mecanismo
 ainda pode ser explorado na inserção de novas camadas ocultas em redes do tipo stacked
 autoencoder, a fim de favorecer maior profundidade estrutural sem comprometer a estabilidade
 ou a eficiência do aprendizado. Em vista disso, este trabalho propõe uma nova abordagem,
 baseada em regressão polinomial, para o desenvolvimento de funções de ativação treináveis. O
 método introduz um mecanismo de inserção de novas camadas escondidas, de modo a colaborar
 com as camadas já existentes, caracterizando-o como colaborativo. Isso permite a integração das
 novas camadas sem degradar o conhecimento adquirido pelas camadas anteriores. Deste modo,
 simultaneamente, potencializando a capacidade adaptativa e o desempenho da rede por meio do
 cálculo da estimativa do erro. Esse cálculo é utilizado para ajustar dinamicamente a saída dos
 neurônios ocultos, em comparação ao uso de FA fixas. O método é avaliado em oito bases de
 dados de benchmarking extraídas da plataforma OpenML, totalizando 4.800 experimentos, a
 fimdeanalisar seu impacto na estabilidade do treinamento, na adaptabilidade da estrutura e no
 desempenho da rede em comparação com a função de ativação sigmoide tradicional.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}