Um Método de Aprendizado para Redes Neuronais Analógicas de Hopfield com Aplicação à Compctação de Imagens
Autores
3339 |
200,1510
|
|
3340 |
200,1510
|
Informações:
Publicações do PESC
Neste trabalho são propostos três novos algoritmos de aprendizado para Redes Neuronais Analógicas de Hopfielcl, que são avaliados, de forma empírica, utilizando-se padrões gerados aleatoriamemte. Os resultados obtidos no aprendizado superaram os existentes até então. Determinado o algoritmo de melhor desempenho, iniciam-se os testes de aplicação, que consistem de duas etapas: o aprendizado de imagens de 400 pixels nas cores preto, cinza e branco e a compactação (realizada através de um método proposto bem intuitivo), seguida da descompactação (realizada via rede de Hopfielcl) dessas imagens. É interessante notar que, na primeira etapa dos testes de aplicação todos os grupos de imagens foram 100% aprendidos. A segunda etapa também produziu bons resultados, principalmente se levado em conta o aspecto visual das imagens. Todos os testes feitos neste trabalho foram realizados nas estações de trabalho SUN, utilizando a linguagem C como linguagem de programação.
In this work, three new algorithms for Analog Hopfield Neural Networks are presented, empirically evaluated with random patterns. The results obtained in learning overcame the ones which have been known. Once determined the algorithm of better performance, we began the application tests wich are composed of two stages: the learning of images of 400 pixels in black , gray ancl white colors and the compression (accomplished by an intuitive proposed method) following by the decompression (accomplished by a Hopfield network) of these images. It is interesting to notice that in the first stage of the application tests, all the images groups liave been 100% learned. The second stage also produced good results, mainly if we consider the visual aspect of the images. All the tests have been performed on a workstation (SUN), utilizing the C language as programming tool.