Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/21553
Document type: Dissertação
Access type: Acesso Aberto
Title: Otimização do desempenho de Redes Neurais do tipo Funções de Base Radial utilizando Vetores Bipolares Ortogonais
Alternate title (s): Optimization of the performance of Neural Networks of the Radial Basis Functions type using Orthogonal Bipolar Vectors
Author: Santos, Camila da Cruz
First Advisor: Yamanaka, Keiji
First member of the Committee: Peretta, Igor Santos
Second member of the Committee: Manzan, José Ricardo Gonçalves
Third member of the Committee: Xavier, Hugo Rocha
Summary: Este trabalho propõe o uso de vetores bipolares ortogonais (VBO) como novos alvos para Redes Neurais Artificiais (RNA), do tipo Funções de Base Radial (RBF). Tais vetores propiciam a ampliação da distância entre os pontos do espaço de saída, também compreendidos como alvos da RNA. A ampliação dessa distância reduz as chances de classificação incorreta de padrões. A rede foi treinada e testada com três conjuntos de dados biométricos (íris humana, dígitos manuscritos e sinais australianos). O objetivo do trabalho é verificar a performance da rede com o uso dos vetores ortogonais e comparar os resultados obtidos com os apresentados para as redes do tipo Multilayer Perceptron. Além disso, deseja-se comparar duas técnicas de treinamento para redes do tipo RBF. Os conjuntos de dados utilizados nos experimentos foram obtidos do CASIA Iris Image Database desenvolvido pela Chinese Academy of Sciences Institute of Automation, Semeion Handwritten Digit of Machine Learning Repository e UCI - Machine Learning Repository. As redes foram modeladas utilizando como alvo os VBOs e os vetores bipolares convencionais, para o propósito da comparação dos resultados. A classificação dos padrões na camada de saída foi baseada na distância euclidiana. A partir dos experimentos realizados, foi observado que o uso dos VBOs no processo de treinamento da rede melhorou a taxa de acerto e reduziu a quantidade de ciclos necessários para a convergência.
Abstract: This work proposes the use of orthogonal bipolar vectors (VBO) as new targets for Artificial Neural Networks (ANN) of the Radial Base Functions (RBF) type. Such vectors provide the expansion of the distance between the points of the output space, also understood as targets of RNA. The expansion of this distance reduces the chances of incorrect classification of patterns. The network was trained and tested with three sets of biometric data (human iris, handwritten digits and signs of the Australian sign language). The objective was to verify the network performance with the use of OBVs and compare the results obtained with those presented for the Multilayer Perceptron (MLP) networks. In addition, it is desired to compare two training techniques for RBF-type networks. Datasets used in the experiments were obtained from the CASIA Iris Image Database developed by the Chinese Academy of Sciences - Institute of Automation, Semeion Handwritten Digit of Machine Learning Repository and UCI - Machine Learning Repository. The networks were modeled using OBVs and conventional bipolar vectors for the purpose of comparing the results and the classification of the patterns in the output layer was based on the Euclidean distance. The results show that the use of OBVs in the network training process improved the hit rate and reduced the amount of cycles required for convergence.
Keywords: Reconhecimento de padrões
Pattern recognition
Redes Neurais Artificiais
Artificial Neural Networks
Multilayer Perceptron
Multilayer Perceptron
Funções de Base Radial
Radial Basis Function
Vetores Bipolares Ortogonais
Orthogonal Bipolar Vectors.
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Engenharia Elétrica
Quote: SANTOS, Camila da Cruz. Otimização do desempenho de Redes Neurais do Tipo Funções de Base Radial utilizando Vetores Bipolares Ortogonais - Uberlândia. 2018. 88 f. Dissertação (Mestrado em Ciências) - Universidade Federal de Uberlândia, Uberlândia, 2018. Disponível em: http://dx.doi.org/10.14393/ufu.di.2018.1131
Document identifier: http://dx.doi.org/10.14393/ufu.di.2018.1131
URI: https://repositorio.ufu.br/handle/123456789/21553
Date of defense: 30-Apr-2018
Appears in Collections:DISSERTAÇÃO - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
OtimizacaoDesempenhoRedes.pdf3.42 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.