Escolar Documentos
Profissional Documentos
Cultura Documentos
m
e
r
o
d
e
p
o
c
a
s
Consideraes sobre Classificao
Destaque das redes Perceptron-Cascade, Upstart,
DistAl e Cascor
As redes Tower e Pyramid consideram um fator de
rejeio, tornando seus resultados mais robustos
As redes construtivas apresentam desvios-padro
muito altos
Problema Prtico de Verificao
de Padres
Reconhecimento de Assinaturas
Base de dados contendo imagens de assinaturas
juntamente com suas caractersticas extradas
Exemplos de assinaturas genunas, falsas
habilidosas e falsas simples
21 classes foram consideradas
Exemplo de uma Classe de
Assinaturas
Assinatura Genuna
Assinatura Falsa Habilidosa
Assinatura Falsa Simples
Modelos Autoassociativos
Sadas so obrigadas a reproduzirem as entradas
Geram superfcies de separao fechadas cobrindo
os dados de treinamento
Poucas unidades intermedirias, filtrando as
informaes mais relevantes
A verificao estabelecida atravs da distncia
entre os vetores de entrada e sada (maxerr)
Arquiteturas Investigadas
Cascor autoassociativa
MLP autoassociativa
Tower-autoassociativa
Pyramid-autoassociativa
Extrao de Caractersticas
Das imagens de esqueleto, bordas e regies de alta
presso so extradas 12 caractersticas atravs da
tcnica de Momentos
Para efeito comparativo, foi aplicada a tcnica de
Anlise dos Componentes Principais (PCA)
Modificaes Propostas
Tower e Pyramid originais no adequadas ao
paradigma autoassociativo
Modificaes nos mecanismos de treinamento
Tower-autoassociativa e Pyramid-autoassociativa
Anlise Comparativa dos Modelos
(Verificao de Padres)
MLP autoassociativa
Cascor autoassociativa
Tower
Pyramid
60%
70%
100%
100%
Rede Unidades I II III
10
8
12
24
100%
100%
25%
50%
100%
100%
100%
75%
Desempenhos relativos classe 0
Anlise Comparativa dos Modelos
(Verificao de Padres)
MLP autoassociativa
Cascor autoassociativa
Tower
Pyramid
90%
70%
100%
100%
Rede Unidades I II III
10
5
24
24
75%
50%
0%
25%
100%
100%
50%
50%
Desempenhos relativos classe 5
Anlise Comparativa dos Modelos
(Verificao de Padres)
MLP autoassociativa
Cascor autoassociativa
Tower
Pyramid
80%
70%
100%
90%
Rede Unidades I II III
10
8
12
12
75%
75%
25%
25%
100%
100%
75%
75%
Desempenhos relativos classe 20
Anlise Comparativa dos Modelos
(Verificao de Padres)
MLP autoassociativa
Cascor autoassociativa
Tower-autoassociativa
Pyramid-autoassociativa
60%
70%
100%
100%
Rede Unidades I II III
10
8
6
12
100%
100%
50%
75%
100%
100%
100%
100%
Desempenhos relativos classe 0
Anlise Comparativa dos Modelos
(Verificao de Padres)
MLP autoassociativa
Cascor autoassociativa
Tower-autoassociativa
Pyramid-autoassociativa
90%
70%
100%
80%
Rede Unidades I II III
10
5
12
12
75%
50%
75%
75%
100%
100%
100%
75%
Desempenhos relativos classe 5
Anlise Comparativa dos Modelos
(Verificao de Padres)
MLP autoassociativa
Cascor autoassociativa
Tower-autoassociativa
Pyramid-autoassociativa
80%
70%
90%
90%
Rede Unidades I II III
10
8
12
12
75%
75%
75%
75%
100%
100%
100%
75%
Desempenhos relativos classe 20
Nmero de pocas
Os nmero de pocas mdios para as redes MLP,
Cascor, Tower-autoassociativa e Pyramid-
autoassociativa foram 100, 100, 1500 e 1500
pocas, respectivamente
Anlise Comparativa de Tcnicas
de Extrao de Caractersticas
MLP autoassociativa
Cascor autoassociativa
MLP com PCA
Cascor com PCA
60%
70%
70%
80%
Rede Unidades I II III
10
8
10
8
100%
100%
50%
75%
100%
100%
100%
100%
Desempenhos relativos classe 0
Anlise Comparativa de Tcnicas
de Extrao de Caractersticas
MLP autoassociativa
Cascor autoassociativa
MLP com PCA
Cascor com PCA
90%
70%
60%
70%
Rede Unidades I II III
10
5
10
8
75%
50%
50%
50%
100%
100%
50%
75%
Desempenhos relativos classe 5
Concluses
Para os problemas de Classificao de Padres, as
redes construtivas se mostraram bastante eficientes
Os melhores resultados foram apresentados pelas
redes Perceptron-Cascade, Upstart, DistAl e
Cascor
Os resultados foram muito prximos e muitas
vezes superiores aos obtidos com a MLP e a RBF
Concluses
Tower e Pyramid originais no so apropriadas
verificao de padres sob a autoassociao
Foi realizada uma adaptao destes modelos ao
paradigma autoassociao
Em relao taxa de reconhecimento de
assinaturas genunas, as redes construtivas
obtiveram, em geral, resultados melhores que a
rede MLP autoassociativa (70% a 100%)
Concluses
A rede Pyramid-autoassociativa obteve os
melhores resultados
Em relao s taxas de rejeio de assinaturas
falsas simples, as redes apresentaram resultados
bastante satisfatrios e semelhantes aos da MLP
(entre 75% e 100%)
Concluses
Os resultados relativos rejeio de falsas
habilidosas foram aqum do desejado para os
dois modelos de redes (s vezes chegando a 50%)
Os ndices alcanados com a aplicao da tcnica
de PCA foram inferiores aos obtidos com a tcnica
de Momentos, porm considerados satisfatrios
Concluses
Atravs dos resultados obtidos, conclui-se
seguramente que os modelos construtivos
podem ser considerados como uma
alternativa aos modelos mais tradicionais de
redes feedforward
Contribuies
Avaliao dos modelos tradicionais MLP e RBF
nas tarefas prticas investigadas
Investigao comparativa dos modelos
construtivos Cascade-Correlation, Tower,
Pyramid, DistAl, Upstart, Tiling e Perceptron-
Cascade em problemas reais de classificao de
padres
Contribuies
Investigao comparativa dos modelos
construtivos Cascade-Correlation, Tower e
Pyramid, sob a abordagem autoassociativa, em um
problema real de verificao de padres
Modificao dos algoritmos Tower e Pyramid,
adequando-os aplicao de verificao de
padres
Trabalhos Futuros
Investigar todos os demais modelos construtivos
na tarefa de verificao de padres
Investigar os modelos utilizando um conjunto
ainda mais extenso de problemas prticos de
classificao, devido ao patamar incipiente das
pesquisas
Trabalhos Futuros
Investigar os modelos construtivos em outros tipos
de problemas: previso, otimizao, controle e
aproximao de funes
Investigar outros modelos de redes construtivas
como o RBF-DDA
Investigar a adequabilidade das redes construtivas
ao paradigma de aprendizagem recorrente
Publicaes Geradas
1. An Experimental Evaluation of the Cascade-Correlation
Network in Pattern Recognition Problems. Fourth
International Conference on Neural Information
Processing - ICONIP'97, New Zealand, Springer Verlag
Singapore, 1133-1136, 1997
2. Verificao Off-line de Assinaturas Baseada em uma
Arquitetura Cascade-Correlation Autoassociativa. V
Simpsio Brasileiro de Redes Neurais, 305-310, 1998
3. A Comparative Study of the Cascade-Correlation
Architecture in Pattern recognition Applications . IEEE
Computer Society, IV th Brazilian Symposium on
Neural Networks, (1):31- 40,1997
Publicaes Geradas
4. Off-Line Signature Verification using an Autoassociator
Cascade-Correlation Architecture. A ser publicado nos
anais da IJCNN99 (International Joint Conference on
Neural Networks), Washington, 10-16 de julho de 1999
5. Redes Neurais Construtivas para Classificao de
Padres, submetido ao ENIA99
6. Constructive Neural Networks for Pattern Classification
and Verification, submetido ao ICONIP99
7. Arquiteturas Autoassociativas Construtivas para
Verificao Automtica de Assinaturas, submetido ao
CBRN99
No chegar ao FIM ao que a tua grandeza...
Goethe