Modelos modificados de redes neurais morfológicas

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Esmi, Estevão, 1982-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://hdl.handle.net/20.500.12733/1612421
Resumo: Orientador: Peter Sussner
id UNICAMP-30_bd15e2e58b91f7d60305d7bbaf6efe68
oai_identifier_str oai::771252
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Modelos modificados de redes neurais morfológicasModified models of morphological neural networksTeoria dos reticuladosMorfologia matemáticaConjuntos fuzzyRedes neurais (Computação)Memória associativaReconhecimento de padrõesLattice theoryMathematical morphologyFuzzy setsNeural networks (Computer science)Associative memoryPattern recognitionOrientador: Peter SussnerDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação CientíficaResumo: Redes neurais morfológicas (MNN) são redes neurais artificiais cujos nós executam operações elementares da morfologia matemática (MM). Vários modelos de MNNs e seus respectivos algoritmos de treinamentos têm sido propostos nos últimos anos, incluindo os perceptrons morfológicos(MPs), o perceptron morfológico com dendritos, as memórias associativas morfológicas (fuzzy), as redes neurais morfológicas modulares e as redes neurais de pesos compartilhados e regularizados. Aplicações de MNNs incluem reconhecimento de padrão, previsão de séries temporais, detecção de alvos, auto-localização e processamento de imagens hiperespectrais. Nesta tese, abordamos dois novos modelos de redes neurais morfológicas.O primeiro consiste em uma memória associativa fuzzy denominada KS-FAM, e o segundo representa uma nova versão do perceptron morfológico para problemas de classificação de múltiplas classes, denominado perceptron morfológico com aprendizagem competitiva(MP/CL). Para ambos modelos, investigamos e demonstramos várias propriedades. Em particular para a KS-FAM, caracterizamos as condições para que uma memória seja perfeitamente recordada, assim como a formada saída produzida ao apresentar um padrão de entrada qualquer. Provamos ainda que o algoritmo de treinamento do MP/CL converge em um número finito de passos e que a rede produzida independe da ordem com que os padrões de treinamento são apresentados. Além disso, é garantido que o MP/CL resultante classifica perfeitamente todos os dados de treinamento e não produz regiões de indecisões. Finalmente, comparamos os desempenhos destes modelos com os de outros modelos similares em uma série de experimentos, que incluir e conhecimento de imagens em tons de cinza, para a KS-FAM, e classificação de vários conjuntos de dados disponíveis na internet, para o MP/CLAbstract: Morphological neural networks (MNN) are artificial neural networks whose hidden neurons perform elementary operations of mathematical morphology (MM). Several particular models of MNNs have been proposed in recent years, including morphological perceptrons (MPs), morphological perceptrons with dendrites, (fuzzy) morphological associative memories, modular morphological neural networks as well as morphological shared-weight and regularization neural networks. Applications of MNNs include pattern recognition, time series prediction, target detection, self-location, and hyper-spectral image processing. In this thesis, we present two new models of morphological neural networks. The first one consists of a fuzzy associative memory called KS-FAM. The second one represents a novel version of the morphological perceptron for classification problems with multiple classes called morphological perceptron with competitive learning(MP/CL). For both KS-FAM and MP/CL models, we investigated and showed several properties. In particular, we characterized the conditions for perfect recall using the KS-FAM as well as the outputs produced upon presentation of an arbitrary input patern. In addition, we proved that the learning algorithm of the MP/CL converges in a finite number of steps and that the results produced after the conclusion of the training phase do not depend on the order in which the training patterns are presented to the network. Moreover, the MP/CL is guaranteed to perfectly classify all training data without generating any regions of indecision. Finaly, we compared the performances of our new models and a range of competing models in terms of a series of experiments in gray-scale image recognition (in case of the KS-FAM) and classification using several well-known datasets that are available on the internet (in case of the MP/CL)MestradoMatemática AplicadaMestre em Matemática Aplicada[s.n.]Sussner, Peter, 1961-De Pierro, Alvaro RodolfoMesquita, Marcos Eduardo Ribeiro do ValleVon Zuben, Fernando JoséUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em Matemática AplicadaUNIVERSIDADE ESTADUAL DE CAMPINASEsmi, Estevão, 1982-2010info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf106 p. : il.https://hdl.handle.net/20.500.12733/1612421ESMI, Estevão. Modelos modificados de redes neurais morfológicas. 2010. 106 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1612421. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/771252porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2023-10-04T11:04:48Zoai::771252Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2023-10-04T11:04:48Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Modelos modificados de redes neurais morfológicas
Modified models of morphological neural networks
title Modelos modificados de redes neurais morfológicas
spellingShingle Modelos modificados de redes neurais morfológicas
Esmi, Estevão, 1982-
Teoria dos reticulados
Morfologia matemática
Conjuntos fuzzy
Redes neurais (Computação)
Memória associativa
Reconhecimento de padrões
Lattice theory
Mathematical morphology
Fuzzy sets
Neural networks (Computer science)
Associative memory
Pattern recognition
title_short Modelos modificados de redes neurais morfológicas
title_full Modelos modificados de redes neurais morfológicas
title_fullStr Modelos modificados de redes neurais morfológicas
title_full_unstemmed Modelos modificados de redes neurais morfológicas
title_sort Modelos modificados de redes neurais morfológicas
author Esmi, Estevão, 1982-
author_facet Esmi, Estevão, 1982-
author_role author
dc.contributor.none.fl_str_mv Sussner, Peter, 1961-
De Pierro, Alvaro Rodolfo
Mesquita, Marcos Eduardo Ribeiro do Valle
Von Zuben, Fernando José
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Matemática Aplicada
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Esmi, Estevão, 1982-
dc.subject.por.fl_str_mv Teoria dos reticulados
Morfologia matemática
Conjuntos fuzzy
Redes neurais (Computação)
Memória associativa
Reconhecimento de padrões
Lattice theory
Mathematical morphology
Fuzzy sets
Neural networks (Computer science)
Associative memory
Pattern recognition
topic Teoria dos reticulados
Morfologia matemática
Conjuntos fuzzy
Redes neurais (Computação)
Memória associativa
Reconhecimento de padrões
Lattice theory
Mathematical morphology
Fuzzy sets
Neural networks (Computer science)
Associative memory
Pattern recognition
description Orientador: Peter Sussner
publishDate 2010
dc.date.none.fl_str_mv 2010
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1612421
ESMI, Estevão. Modelos modificados de redes neurais morfológicas. 2010. 106 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1612421. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1612421
identifier_str_mv ESMI, Estevão. Modelos modificados de redes neurais morfológicas. 2010. 106 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1612421. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/771252
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
106 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189831597621248