Conexão de Saberes e Mundialização

20 a 23 de outubro de 2015

Trabalho 5415

ISSN 2237-9045
Instituição Universidade Federal de Viçosa
Nível Graduação
Modalidade Pesquisa
Área de conhecimento Ciências Exatas e Tecnológicas
Área temática Química teórica e experimental
Setor Instituto de Ciências Exatas e Tecnológicas
Conclusão de bolsa Não
Primeiro autor Mauro Almeida Lima
Orientador GILMAR GONÇALVES FERREIRA
Outros membros Cecília Baldoíno Ferreira
Título Aplicação de Redes Neurais Artificiais (MLP) com computação paralela para determinação de Entalpias de Fusão de compostos orgânicos
Resumo Introdução
Comumente a Entalpia a de Fusão (∆fusHtm) é determinada experimentalmente, por exemplo, por meio de calorímetros. Recentemente Gharagheizi e colaboradores desenvolveram uma metodologia cujo objetivo consistiu na utilização de técnicas de Redes Neurais Artificiais (RNAs) alimentadas por dados oriundos da contribuição de grupos moleculares. O banco de dados foi montado com 4157 moléculas e 130 parâmetros de grupo.
Neste trabalho, procurou-se utilizar o mesmo banco de dados disponibilizado pelos autores, porém aplicando-se uma rede MLP modificada com processamento paralelo, para análise do Coeficiente de Variação (CV) dos resultados do aprendizado.

Resultados e Discussão
O objetivo da computação em Paralelo consiste na redução do tempo de processamento de máquina. Com a utilização simultânea de vários processadores. O algoritmo NeuroChem, montado neste trabalho foi escrito em linguagem de alto nível Scilab®, e possibilita o acesso aos recursos (núcleos) de processamento da máquina através de uma rotina específica que usa o sistema paralell_run®. O objetivo foi executar processamentos, em serie e paralelo. Por meio de métodos estatísticos, pode-se avaliar como está indo o processo de aprendizagem da RNA, utilizando-se para tanto o Erro Percentual Médio Absoluto (MAPE) e Erro Quadrático Médio (EQM), tanto para o processamento em Série, quanto para o processamento em Paralelo. Seus resultados podem indicar se a RNA possui capacidade de generalização suficiente. Os resultados de MAPE e EQM mostraram que a arquitetura de rede com 2 camadas ocultas foi a melhor escolha e permitiu a durante a execução de 10 testes compostos de 100 épocas de treinamento cada. Foram efetuados 10 testes para cada amostragem, a partir dos resultados do treinamento com os parâmetros do banco de dados citado. Para a etapa de Teste foi utilizado 5% do banco de dados, correspondendo a 208 amostras desconhecidas pela rede. A variabilidade dos valores obtidos de ∆fusHtm. Percebe-se que, apesar de não serem obtidas variações importantes no MAPE, a análise em paralelo apresentou redução de 43% do tempo de processamento total.

Conclusões
A Rede Neural Artificial treinada (RNA) pode prever precisamente as entalpias de fusão de compostos orgânicos a partir de suas características moleculares. Foi observado ainda que o processamento em paralelo é relativamente 43% mas rápido que o processamento em serie.
Palavras-chave Redes Neurais Artificiais, Entalpia, Progração Paralela
Forma de apresentação..... Painel, Oral
Gerado em 0,68 segundos.