Você está na página 1de 3

APLICAO PARA RECONHECIMENTO DE CARACTERES ATRAVS DE REDE NEURAL ADALINE COM CAMADA SIMPLES

Einar Csar Santos, Jos Flvio dos Reis, Leonice M. Souza Pereira
Mestrado em Engenharia Eltrica, MINTER UFU/IFTM 2011, Uberlndia MG E-mails: einar@iftm.edu.br, flavio@iftm.edu.br, leonice@iftm.edu.br Resumo O presente artigo apresenta uma aplicao computacional voltada para ambiente Web em Rede Neural Artificial Adaline de camada simples que tem por objetivo realizar o reconhecimento de caracteres informados atravs de um mapa desenhado pelo usurio; o desenho representa um determinado caracter a ser reconhecido pela rede e que dever ser reproduzido logo a seguir, indicando seu correspondente. Palavras-Chave aplicao, caracteres, reconhecimento, rede neural, web. adaline, navegador Web, de acordo com o ambiente elaborado pelo desenvolvedor. Por fim, espera-se que o usurio conhea e aprenda mais sobre a rea de Redes Neurais Artificiais atravs da aplicao, tendo sua curiosidade despertada por meio dos resultados apresentados e da lgica utilizada no desenvolvimento da aplicao. II. ADALINE O Adaline (Adaptative Linear Neuron ou Adaptative Linear Element) uma rede neural de camada simples, desenvolvida por Bernard Widrow e Ted Hoff, em 1960 na Stanford University. Ela baseado no Perceptron, porm, possui algumas diferenas e particularidades.

CHARACTER RECOGNITION APPLICATION BY NEURAL NETWORK WITH A SINGLE LAYER ADALINE


Abstract This paper presents a software-oriented Web environment in a single layer Adaline Artificial Neural Networks that aims performing the character recognition informed via a "char map" drawn by the user, the image represents a particular character to be recognized by network and it should be displayed immediately afterwards, indicating its correspondent.

Fig. 1. Modelo de neurnio artificial adaline

Keywords application, characters, recognition, neural network, web. NOMENCLATURAS b m t w x y Taxa de aprendizagem. Bias. Quantidade de neurnios utilizados. Target Padro desejado na sada Peso sinptico. Informao de entrada no neurnio. Sada resultante do neurnio. I. INTRODUO

adaline,

O Adaline utiliza tipicamente sinais bipolares e seus pesos sinpticos nas unidades de entrada so ajustveis, bem como possui um bias para ajustamento de pesos. Sua principal diferena em relao ao Perceptron estabelecida pela regra delta, que tem por objetivo minimizar o erro sobre todos os padres de treinamento, entretanto, o objetivo s alcanado pela reduo dos erros de cada padro, um de cada vez. A frmula de atualizao dos pesos, durante o treinamento da rede neural dada pela seguinte frmula:

wnovo = wanterior + (t y) x
Outra caracterstica particular do Adaline no possuir funo de ativao no neurnio (funo identidade), embora exista a possibilidade de fazer uso de outras funes de ativao. O algoritmo de treinamento da rede neural baseada na seguinte lgica: 1. Inicializa-se pesos, bias e taxa de aprendizagem: w = 0; b = 0; 0 < 1. Obs.: os pesos (w) podem ser inicializados com valores aleatrios pequenos, prximos de 0; 2. Enquanto a condio de parada for falsa 2.1. Para cada par de padres entrada e sada esperada (target): 2.1.1. Ativa a unidade de entrada; 2.1.2. Calcula delta;

Em Redes Neurais Artificiais, o modelo Adaline de camada simples possui grande facilidade em sua implementao. A aplicao foi proposta e desenvolvida com o objetivo de utilizar-se da simplicidade do Adaline e sua capacidade de solucionar problemas cujo domnio da soluo linearmente separvel, bem como demonstrar que possvel desenvolver ferramentas computacionais modernas e eficazes com base em conceitos rudimentares da rea. A interface da aplicao foi concebida para ser acessada por qualquer usurio na Intranet e Internet atravs de um

2.1.3. Calcula a resposta da unidade de sada; 2.1.4. Atualiza pesos e bias; 2.1.5. Ajusta varivel para condio de parada em funo do erro quadrtico total da rede; 2.2. Testa condio de parada do lao. 3 .Fim do algoritmo. III. MATERIAIS E MTODOS Para desenvolvimento da aplicao proposta, voltada para ambiente Web, foi utilizado sistema operacional Linux com servidor Apache, pgina em HTML e linguagem de programao JavaScript para realizar as operaes do programa: estruturao e treinamento da rede neural artificial; obteno dos padres informados pelo usurio e reproduo do desenho aps o teste da rede e obteno do padro resultante. A aplicao adota uma rede neural adaline de camada simples com 21 neurnios e 63 entradas cada um. Cada neurnio de sada responsvel pelo reconhecimento de um dos caracteres representados pelos padres a serem treinados pela rede. As fontes a serem reconhecidas eram representadas em forma de matriz, onde cada elemento preenchido indicava o valor 1 e cada elemento vazio indicava o valor -1 (bipolar).

na caixa de entrada esquerda. Cada clula representa um ponto da imagem a ser reconhecida. Ao clicar em uma clula, esta ser marcada como preta, se estiver branca; ou branca, se estiver preta, indicando seu valor no padro (1 ou -1). O padro gerado pelo usurio constitudo de 63 elementos, levando-se em considerao uma matriz de 9 linhas por 7 colunas. A representao da fonte lida linha a linha e transformada em um vetor pela aplicao. O vetor com as informaes do caracter transmitido para a rede neural, que realiza seu clculo potencial baseada nas informaes dos pesos sinpticos oriundas de seu treinamento.

Fig. 3. Tela da aplicao desenvolvida Logo aps o clculo, o padro resultante informado e a aplicao reproduz a representao do padro na forma proposta obtida. O usurio pode tambm testar a capacidade de generalizao da rede, inserindo rudos na imagem que representa a fonte, indicando um padro no treinado pela rede. IV. CONCLUSES Apesar de simples, a aplicao busca sintetizar funcionalidades de um software OCR (Optical Caracter Recognition) com algumas restries. O tipo de linguagem de programao utilizada na implementao da aplicao interpretado, o que tornou o processamento da rede neural um pouco mais lento em relao outras linguagens compiladas. Apesar disso, a diferena de performance foi pequena, levando em considerao a simplicidade da aplicao. A aplicao desenvolvida serve como base para a produo de diversas ferramentas similares na soluo de inmeros problemas computacionais. Obervou-se tambm que o Adaline, pode ser aplicado uma extensa gama de aplicaes cujo domnio da soluo linearmente separvel. Fig. 2. Modelo de entrada e representao das fontes A aplicao faz o treinamento da rede logo na inicializao. Aps o treinamento exibido uma tela para preenchimento das informaes do padro a ser reconhecido pela rede neural. Os parmetros so informados pelo usurio AGRADECIMENTOS Os autores agradecem ao professor Keiji Yamanaka, pela colaborao neste trabalho.

REFERNCIAS BIBLIOGRFICAS [1] FAUSETT, Laurene V., Fundamentals of Neural Networks, Architectures, Algorithms and Applications, 1 Edio, Englewood Cliffs: Prentice-Hall, 1994 . [2] BILOBROVEC, Marcelo; MARAL, Rui Francisco Martins; PILLATI, Luiz Alberto . Aplicaes De Redes Neurais Artificiais Em Simulaes. XI SIMPEP [Bauru - SP] 10 Nov. 2004: 1-7. [3] CLAUMANN, Carlos Alberto. Desenvolvimento e Aplicaes de Redes Neurais Wavelets e da Teoria de Regularizao na Modelagem de Processos. Diss. Universidade Federal De Santa Catarina, 2003.