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

Detalhes bibliográficos
Ano de defesa: 2000
Autor(a) principal: SOUSA, Robson Pequeno de. lattes
Orientador(a): CARVALHO, João Marques de. lattes, ASSIS, Francisco Marcos de. lattes
Banca de defesa: BANON, Gerard Jean Francis., MASCARENHAS, Nelson Delfino D'avila.
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
Departamento: Centro de Engenharia Elétrica e Informática - CEEI
País: Brasil
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
Área do conhecimento CNPq:
Engenharia elétrica
Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/3467
Resumo: 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.
id UFCG_a6dd48008c15c8266be20beff37b31cb
oai_identifier_str oai:dspace.sti.ufcg.edu.br:riufcg/3467
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str
spelling CARVALHO, João Marques de.CARVALHO, J. M.http://lattes.cnpq.br/1398733763837178ASSIS, Francisco Marcos de.ASSIS, F. M.http://lattes.cnpq.br/2368523362272656BANON, Gerard Jean Francis.MASCARENHAS, Nelson Delfino D'avila.SOUSA, R. P.http://lattes.cnpq.br/3300067187001570SOUSA, Robson Pequeno de.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.The main objective of this thesis is to develop an analytic method for designing translation-invariant operators via neural network training. A new neural network architecture, called Modular Morphological Neural Network (MMNN), is defined using a fundamental result of minimal representations for translation-invariant set mappings via Mathematical Morphology, proposed by Banon and Barrera (1991). The MMNN general architecture is capable of learning both binary and gray-scale translationinvariant operators. For its training, ideas of the Back-Propagation (BP) algorithm and the methodology proposed by Pessoa and Maragos (1997) for overcoming the problem of non-differentiability of rank functions are used. Also is developped an alternative MMNN training method via Genetic Algorithms (GA), and provide a comparative analysis of BP vs. GA training in problems of image restoration and pattern recognition. The MMNN structure can be viewed as a special case of the Morphological/ Rank/Linear Neural Network (MRL-NN) proposed by Pessoa and Maragos (1997), but with specific architecture and training rules. The effectiveness of the proposed BP and GA training algorithms for MMNNs is encouraging, offering alternative design tools for the important class of translation-invariant operators.Submitted by Deyse Queiroz (deysequeirozz@hotmail.com) on 2019-04-15T16:26:01Z No. of bitstreams: 1 ROBSON PEQUENO DE SOUSA - TESE PPGEE 2000..pdf: 17289895 bytes, checksum: 271f205f00b0f0d6a4ed8a36a216586c (MD5)Made available in DSpace on 2019-04-15T16:26:01Z (GMT). No. of bitstreams: 1 ROBSON PEQUENO DE SOUSA - TESE PPGEE 2000..pdf: 17289895 bytes, checksum: 271f205f00b0f0d6a4ed8a36a216586c (MD5) Previous issue date: 2000-02Universidade Federal de Campina GrandePÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICAUFCGBrasilCentro de Engenharia Elétrica e Informática - CEEIEngenharia elétricaRedes neuraisRedes neuronalesNeural networksMorfologia matemáticaMathematical morphologyAlgoritmos genéticosGenetic AlgorithmsRetro-propagação do erroError back propagationError de propagaciónProjetos de operadores invariantes à translação via treinamento de redes neurais.Operators invariant to translation through training of neural networks.2000-022019-04-15T16:26:01Z2019-04-152019-04-15T16:26:01Zhttps://dspace.sti.ufcg.edu.br/handle/riufcg/3467SOUSA, Robson Pequeno de. 2000. 115f. (Dissertação de Mestrado em Engenharia Elétrica), Curso de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal da Paraíba – Campus II - Campina Grande - PB - Brasil, 2000.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGTEXTROBSON PEQUENO DE SOUSA - TESE PPGEE 2000.pdf.txtROBSON PEQUENO DE SOUSA - TESE PPGEE 2000.pdf.txttext/plain129131https://dspace.sti.ufcg.edu.br/bitstream/riufcg/3467/4/ROBSON+PEQUENO+DE+SOUSA+-+TESE+PPGEE+2000.pdf.txtf3023f8de2172dad84b0ce1abc428147MD54ORIGINALROBSON PEQUENO DE SOUSA - TESE PPGEE 2000.pdfROBSON PEQUENO DE SOUSA - TESE PPGEE 2000.pdfapplication/pdf17533650https://dspace.sti.ufcg.edu.br/bitstream/riufcg/3467/3/ROBSON+PEQUENO+DE+SOUSA+-+TESE+PPGEE+2000.pdf73b382ccd29343729330d1e976eb4554MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://dspace.sti.ufcg.edu.br/bitstream/riufcg/3467/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52riufcg/34672025-07-24 05:23:34.661oai:dspace.sti.ufcg.edu.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512025-07-24T08:23:34Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.pt_BR.fl_str_mv Projetos de operadores invariantes à translação via treinamento de redes neurais.
dc.title.alternative.pt_BR.fl_str_mv Operators invariant to translation through training of neural networks.
title Projetos de operadores invariantes à translação via treinamento de redes neurais.
spellingShingle Projetos de operadores invariantes à translação via treinamento de redes neurais.
SOUSA, Robson Pequeno de.
Engenharia elétrica
Redes neurais
Redes neuronales
Neural networks
Morfologia matemática
Mathematical morphology
Algoritmos genéticos
Genetic Algorithms
Retro-propagação do erro
Error back propagation
Error de propagación
title_short Projetos de operadores invariantes à translação via treinamento de redes neurais.
title_full Projetos de operadores invariantes à translação via treinamento de redes neurais.
title_fullStr Projetos de operadores invariantes à translação via treinamento de redes neurais.
title_full_unstemmed Projetos de operadores invariantes à translação via treinamento de redes neurais.
title_sort Projetos de operadores invariantes à translação via treinamento de redes neurais.
author SOUSA, Robson Pequeno de.
author_facet SOUSA, Robson Pequeno de.
author_role author
dc.contributor.advisor2ID.pt_BR.fl_str_mv ASSIS, F. M.
dc.contributor.advisor1.fl_str_mv CARVALHO, João Marques de.
dc.contributor.advisor1ID.fl_str_mv CARVALHO, J. M.
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1398733763837178
dc.contributor.advisor2.fl_str_mv ASSIS, Francisco Marcos de.
dc.contributor.advisor2Lattes.fl_str_mv http://lattes.cnpq.br/2368523362272656
dc.contributor.referee1.fl_str_mv BANON, Gerard Jean Francis.
dc.contributor.referee2.fl_str_mv MASCARENHAS, Nelson Delfino D'avila.
dc.contributor.authorID.fl_str_mv SOUSA, R. P.
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/3300067187001570
dc.contributor.author.fl_str_mv SOUSA, Robson Pequeno de.
contributor_str_mv CARVALHO, João Marques de.
ASSIS, Francisco Marcos de.
BANON, Gerard Jean Francis.
MASCARENHAS, Nelson Delfino D'avila.
dc.subject.cnpq.fl_str_mv Engenharia elétrica
topic Engenharia elétrica
Redes neurais
Redes neuronales
Neural networks
Morfologia matemática
Mathematical morphology
Algoritmos genéticos
Genetic Algorithms
Retro-propagação do erro
Error back propagation
Error de propagación
dc.subject.por.fl_str_mv Redes neurais
Redes neuronales
Neural networks
Morfologia matemática
Mathematical morphology
Algoritmos genéticos
Genetic Algorithms
Retro-propagação do erro
Error back propagation
Error de propagación
description 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.
publishDate 2000
dc.date.issued.fl_str_mv 2000-02
dc.date.accessioned.fl_str_mv 2019-04-15T16:26:01Z
dc.date.available.fl_str_mv 2019-04-15
2019-04-15T16:26:01Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.sti.ufcg.edu.br/handle/riufcg/3467
dc.identifier.citation.fl_str_mv SOUSA, Robson Pequeno de. 2000. 115f. (Dissertação de Mestrado em Engenharia Elétrica), Curso de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal da Paraíba – Campus II - Campina Grande - PB - Brasil, 2000.
url https://dspace.sti.ufcg.edu.br/handle/riufcg/3467
identifier_str_mv SOUSA, Robson Pequeno de. 2000. 115f. (Dissertação de Mestrado em Engenharia Elétrica), Curso de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal da Paraíba – Campus II - Campina Grande - PB - Brasil, 2000.
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.publisher.program.fl_str_mv PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
dc.publisher.initials.fl_str_mv UFCG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Engenharia Elétrica e Informática - CEEI
publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
bitstream.url.fl_str_mv https://dspace.sti.ufcg.edu.br/bitstream/riufcg/3467/4/ROBSON+PEQUENO+DE+SOUSA+-+TESE+PPGEE+2000.pdf.txt
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/3467/3/ROBSON+PEQUENO+DE+SOUSA+-+TESE+PPGEE+2000.pdf
https://dspace.sti.ufcg.edu.br/bitstream/riufcg/3467/2/license.txt
bitstream.checksum.fl_str_mv f3023f8de2172dad84b0ce1abc428147
73b382ccd29343729330d1e976eb4554
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1863363415681007616

Registros relacionados