NC-WiSARD: Uma Interpretação Sem Pesos do Modelo Neural Neocognitron

Entre as áreas de estudo da inteligência artificial, destaca-se o reconhecimento de imagens através de redes neurais artificais. Baseadas em modelos matemáticos de neurônios, redes neurais como o Neocognitron, foram precursoras no reconhecimento de padrões de imagens. Buscando desempenho computacional, surgiram os modelos computacionais de neurônios, que formariam as redes neurais sem peso. A WiSARD foi uma das primeiras redes neurais sem peso, e através de seus neurônios baseados em memórias de acesso aleatório, trouxe desempenho ao processo de reconhecimento de imagens. A NC-WiSARD é uma rede neural baseada na rede hierárquica multicamadas do Neocognitron, no perceptron sem-peso WiSARD e também em sua variação que utiliza o método de treinamento não-supervisionado, a AUTO-WiSARD. É através da hierarquia multicamadas que é possível o reconhecimento correto não só de padrões que foram treinados, mas de qualquer variação que ocorra em tamanho, posicionamento além de imperfeições que podem acompanhar a imagem. Com habilidade de extração de padrões simples e relevantes das imagens, a NC-WiSARD consegue, de maneira equivalente ao Neocognitron, reconhecer e compor padrões mais complexos através de sua estrutura hierárquica.