• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
10.11606/T.3.2006.tde-15092006-153353
Documento
Autor
Nome completo
Alexandre da Silva Simões
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2006
Orientador
Banca examinadora
Reali Costa, Anna Helena (Presidente)
Dória Neto, Adrião Duarte
Hernandez, Emilio Del Moral
Kim, Hae Yong
Romero, Roseli Aparecida Francelin
Título em português
Aprendizado não-supervisionado em redes neurais pulsadas de base radial.
Palavras-chave em português
Aprendizado de máquina
Aprendizado não-supervisionado
Inteligência artificial
Neurônio pulsado
Redes neurais
Visão computacional
Resumo em português
Redes neurais pulsadas - redes que utilizam uma codificação temporal da informação - têm despontado como uma nova e promissora abordagem dentro do paradigma conexionista emergente da ciência cognitiva. Um desses novos modelos é a rede neural pulsada de base radial, capaz de armazenar informação nos tempos de atraso axonais dos neurônios e que comporta algoritmos explícitos de treinamento. A recente proposição de uma sistemática para a codificação temporal dos dados de entrada utilizando campos receptivos gaussianos tem apresentado interessantes resultados na tarefa do agrupamento de dados (clustering). Este trabalho propõe uma função para o aprendizado não supervisionado dessa rede, com o objetivo de simplificar a sistemática de calibração de alguns dos seus parâmetros-chave, aprimorando a convergência da rede neural pulsada no aprendizado baseado em instâncias. O desempenho desse modelo é avaliado na tarefa de classificação de padrões, particularmente na classificação de pixels em imagens coloridas no domínio da visão computacional.
Título em inglês
Unsupervised learning in pulsed neural networks with radial basis function.
Palavras-chave em inglês
Artificial intelligence
Computer vision
Machine learning
Neural networks
Pulsed neuron
Spiking neuron
Unsupervised learning
Resumo em inglês
Pulsed neural networks - networks that encode information in the timing of spikes - have been studied as a new and promising approach in the artificial neural networks paradigm, emergent from cognitive science. One of these new models is the pulsed neural network with radial basis function, a network able to store information in the axonal propagation delay of neurons. Recently, a new method for encoding input-data by population code using gaussian receptive fields has showed interesting results in the clustering task. The present work proposes a function for the unsupervised learning task in this network, which goal includes the simplification of the calibration of the network key parameters and the enhancement of the pulsed neural network convergence to instance based learning. The performance of this model is evaluated for pattern classification, particularly for the pixel colors classification task, in the computer vision domain.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2006-11-17
 
AVISO: O material descrito abaixo refere-se a trabalhos decorrentes desta tese ou dissertação. O conteúdo desses trabalhos é de inteira responsabilidade do autor da tese ou dissertação.
  • SIMÕES, Alexandre da Silva, e Costa, Anna Helena Reali. Aprendizado Não-Supervisionado em Redes Neurais Pulsadas de Base Radial: um estudo da capacidade de agrupamento para classificação de pixels [doi:10.1590/S0103-17592007000200010]. Controle & Automação [online], 2007, vol. 18, p. 251-264.
  • SIMÕES, Alexandre da Silva, et al. Applying neural networks to automated visual fruit sorting. In The World Congress of Computers in Agriculture and Natural Resources - WCCA 2002, Foz do Iguaçu, 2002. ASAE World Congress of Computers in Agriculture and Natural Resources..Michigan, USA : American Society of Agricultural Engineers ASAE Publication 701P0301, 2002.
  • SIMÕES, Alexandre da Silva, Costa, Anna Helena Reali, e GARCIA, Cláudio. Regressão e predição de trajetórias: um comparativo das técnicas clássicas e sua aplicação para a visão computacional no domínio do futebol de robôs. In Workshop de Computação - WORKCOMP'2002, São José dos Campos, 2002. Anais do WORKCOMP'2002 - Workshop de Computação., 2002.
  • SIMÕES, Alexandre da Silva, e Costa, Anna Helena Reali. A learning function for parameter reduction in spiking neural networks with radial basis function. In 19th Brazilian Symposium on Artificial Intelligence (SBIA 2008), Salvador, 2008. Advances in Artificial Intelligence - SBIA 2008.Heidelberg : Springer, 2008.
  • SIMÕES, Alexandre da Silva, e Costa, Anna Helena Reali. Classificação de laranjas baseada em padrões visuais de alto nível. In 6o. Simpósio Brasileiro de Automação Inteligente - SBAI/SBA, Bauru, SP, 2003. Anais do VI Simpósio Brasileiro de Automação Inteligente., 2003.
  • SIMÕES, Alexandre da Silva, e Costa, Anna Helena Reali. Redes neurais pulsadas de base radial com treinamento não supervisionado: um estudo da capacidade de agrupamento para a visão robótica. In VII Simpósio Brasileiro de Automação Inteligente - SBAI, São Luis, 2005. VII Simpósio Brasileiro de Automação Inteligente - SBAI., 2005. Dispon?vel em: http://www.dee.ufma.br/sbailars/.
  • SIMÕES, Alexandre da Silva, e Costa, Anna Helena Reali. Utilizando processos gaussianos para a segmentação de imagens monocromáticas. In XI SEMINCO - Seminário de Computação, Blumenau, 2002. Anais do XI SEMINCO - Seminário de Computação., 2002.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2018. Todos os direitos reservados.