skip to main content
Visitante
Meu Espaço
Minha Conta
Sair
Identificação
This feature requires javascript
Tags
Revistas Eletrônicas (eJournals)
Livros Eletrônicos (eBooks)
Bases de Dados
Bibliotecas USP
Ajuda
Ajuda
Idioma:
Inglês
Espanhol
Português
This feature required javascript
This feature requires javascript
Primo Search
Busca Geral
Busca Geral
Acervo Físico
Acervo Físico
Produção Intelectual da USP
Produção USP
Search For:
Clear Search Box
Search in:
Busca Geral
Or select another collection:
Search in:
Busca Geral
Busca Avançada
Busca por Índices
This feature requires javascript
Tipo de recurso
criteria input
qualquer lugar do registro
no título
como autor
no assunto
Data de publicação
lsr01
lsr02
lsr03
lsr04
Orientador
Show Results with:
no título
Show Results with:
qualquer lugar do registro
no título
como autor
no assunto
Data de publicação
lsr01
lsr02
lsr03
lsr04
Orientador
Mostra resultados com:
criteria input
que contêm minhas palavras de busca
com a frase exata
começa com
Mostra resultados com:
Índice
criteria input
E
OU
NÃO
This feature requires javascript
Redes neurais com extração implícita de características para reconhecimento de padrões visuais
Fernandes, Bruno José Torres
Universidade Federal de Pernambuco
Sem texto completo
Citações
Citado por
Serviços
Detalhes
Resenhas & Tags
Nº de Citações
This feature requires javascript
Enviar para
Adicionar ao Meu Espaço
Remover do Meu Espaço
E-mail (máximo 30 registros por vez)
Imprimir
Link permanente
Referência
EasyBib
EndNote
RefWorks
del.icio.us
Exportar RIS
Exportar BibTeX
This feature requires javascript
Título:
Redes neurais com extração implícita de características para reconhecimento de padrões visuais
Autor:
Fernandes, Bruno José Torres
Descrição:
Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-12T18:28:44Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese Bruno Fernandes.pdf: 3132863 bytes, checksum: 07130c06c805386aafa3b34685236d9b (MD5) Made available in DSpace on 2015-03-12T18:28:44Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese Bruno Fernandes.pdf: 3132863 bytes, checksum: 07130c06c805386aafa3b34685236d9b (MD5) Previous issue date: 2013-07-29 O desenvolvimento de modelos baseados em teorias sobre a estrutura do cérebro humano tem se; mostrado como uma importante ferramenta para a inspiração de novas abordagens para problemas; de reconhecimento de padrões visuais. Apesar do cérebro humano não ser completamente; entendido, ele já inspirou vários mecanismos utilizados em tarefas de reconhecimento de padrões,; como as redes neurais artificiais (RNAs). Os conceitos de campos receptivos e inibitórios; e de memória autoassociativa são derivados de estudos do cérebro e vêm sendo empregados na; criação de novos classificadores. Os campos receptivos são utilizados para melhor analisar texturas; e para detectar contornos em vários modelos que têm suas arquiteturas projetadas para; receber os dados de entrada na sua forma bruta e extrair suas características. Esse processo é; chamado de extração implícita de características. O uso de campos inibitórios trouxe melhorias; às RNAs, tornando-as mais estáveis e eficazes. Por outro lado, classificadores autoassociativos; são modelos desenvolvidos para aprender as características relacionadas somente aos padrões; de uma mesma classe. Esses classificadores decidem se um padrão é conhecido a partir de fronteiras; de decisão fechadas no espaço de entrada. Este trabalho propõe três RNAs inspiradas nos; conceitos de campos receptivos e inibitórios e de memória autoassociativa. As RNAs propostas; apresentam uma arquitetura piramidal que fazem uso dos conceitos de campos receptivos e; que integram as etapas de extração de características e de classificação de padrões visuais. A; primeira RNA proposta é a Lateral Inhibition Pyramidal Neural Network (LIPNet) que utiliza; o conceito de campos inibitórios e é aplicada em problemas com duas classes. A LIPNet é; avaliada em experimentos de detecção de faces com o banco MIT CBCL e de detecção de floresta; em imagens de satélite. A segunda RNA proposta é a AutoAssociative Pyramidal Neural; Network (AAPNet) que utiliza o conceito de memória autoassociativa para aprendizagem de; uma classe sem exemplos negativos. A AAPNet é avaliada numa tarefa de categorização de; objetos com o banco Caltech-101. A última RNA proposta é a Lateral Inhibition Constructive; Autoassociative Neural Network (LICANet) que realiza a aprendizagem autoassociativa; através de um algoritmo construtivo que ajusta a arquitetura do modelo durante o treinamento.; A LICANet é avaliada em experimentos de reconhecimento de expressão facial com a base; JAFFE. Finalmente, as três RNAs propostas são comparadas umas com as outras nos experimentos realizados. As RNAs propostas obtiveram resultados superiores a outros métodos da; literatura.
Editor:
Universidade Federal de Pernambuco
Idioma:
Bretão
Links
View record in Networked Digital Library of Theses and Dissertations (NDLTD)$$FView record in $$GNetworked Digital Library of Theses and Dissertations (NDLTD)
This feature requires javascript
This feature requires javascript
Voltar para lista de resultados
This feature requires javascript
This feature requires javascript
Buscando em bases de dados remotas. Favor aguardar.
Buscando por
em
scope:(USP_PRODUCAO),scope:(USP_EBOOKS),scope:("PRIMO"),scope:(USP),scope:(USP_EREVISTAS),scope:(USP_FISICO),primo_central_multiple_fe
Mostrar o que foi encontrado até o momento
This feature requires javascript
This feature requires javascript