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 |