Projetos de operadores invariantes à translação via treinamento de redes neurais.

• Ano de defesa: 2000
• Autor(a) principal: SOUSA, Robson Pequeno de.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Palavras-chave em Português: Redes neurais; Redes neuronales; Neural networks; Morfologia matemática; Mathematical morphology; Algoritmos genéticos; Genetic Algorithms; Retro-propagação do erro; Error back propagation; Error de propagación; Engenharia elétrica
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3467

O principal objetivo desta tese é o desenvolvimento de um método analítico para projeto de operadores invariantes à translação via treinamento de redes neurais. Uma nova arquitetura de rede neural, denominada Rede Neural Modular Morfológica (RNMM), é definida através de um resultado fundamental em representações mínimas para mapeamentos de conjuntos invariantes à translação via morfologia matemática, proposto por Banon e Barrera (1991). A arquitetura geral da RNMM é capaz de aprender operadores invariantes à translação, tanto do tipo binário como em níveis de cinza. Para o seu treinamento, são utilizadas idéias do algoritmo de retro-propagação do erro (RP) e a metodologia proposta por Pessoa e Maragos (1997) para superar o problema de não-diferenciabilidade das funções posto. Também é desenvolvido um treinamento alternativo da RNMM via algoritmos genéticos (AG) e realizada uma análise comparativa dos treinamentos RP e AG em problemas de restauração de imagens e reconhecimento de padrões. A estrutura da RNMM pode ser vista como um caso especial da rede neural morfológica/posto/linear (RN-MPL) proposta por Pessoa e Maragos (1997), mas com arquitetura e regras de treinamento próprias. O bom desempenho dos treinamentos RP e GA propostos é encorajador, oferecendo uma ferramenta alternativa de projeto para a importante classe de operadores invariantes à translação.