Uma rede neural para o reconhecimento de padrões codificados em sequências
Autor(a) principal: | |
---|---|
Data de Publicação: | 1990 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/26692 |
Resumo: | Este trabalho apresenta um modelo de rede neural voltado ao tratamento de informagbes codificadas em sequencias, tendo em vista que esta classe de informações nao tem um tratamento adequado nos modelos convencionais. Isso decorre da caracteristica destes modelos convencionais de manipular isoladamente as celulas de informacao apresentadas como entrada, sem Integra-las entre si. O modelo utiliza paradigmas a mecanismos conhecidos, tais coma a regra de HEBB, o modelo de Energia de Hopfield e o paradigma de organizacao em camadas, compondo-os com novas ideias e mecanismos direcionados para o tratamento de sequencias, em um sistema exploratório, extraindo com isso novas propriedades nao existentes em modelos tradicionais. Os novas mecanismos propostos permitem uma integragao entre entradas a rede e o contexto no qual elas sao apresentadas, para que com isso se forme uma Unica representacAo interna para Coda uma seqUencia de entradas. Todo o trabalho de validaco do modelo foi baseado em simulac6es, para as quaffs foi desenvolvido um ambiente em estacao de trabalho, dotado de interface grafica que permite o acompanhamento visual do funcionamento da rede. Para viabilizar a validacao do modelo por meio das simulac6es, tendo em vista os limites computacionais dos recursos disponiveis, foi proposto e utilizado um sistema de codificacao de informacbes ficticias simplicadas baseadas na fala, mais especificamente na organizacao fonetica. O sistema de codificação, embora simplificado, incorpora as mais importantes caracteristicas da codificação de informacbes realizada na fala, pelo menos pelo ponto de vista de seu reconhecimento por mein de redes neurais. |
id |
URGS_77b08d0cec1ea0a140a7c2ea5ed320e0 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/26692 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Balaniuk, RemisNavaux, Philippe Olivier Alexandre2010-11-09T04:19:30Z1990http://hdl.handle.net/10183/26692000059419Este trabalho apresenta um modelo de rede neural voltado ao tratamento de informagbes codificadas em sequencias, tendo em vista que esta classe de informações nao tem um tratamento adequado nos modelos convencionais. Isso decorre da caracteristica destes modelos convencionais de manipular isoladamente as celulas de informacao apresentadas como entrada, sem Integra-las entre si. O modelo utiliza paradigmas a mecanismos conhecidos, tais coma a regra de HEBB, o modelo de Energia de Hopfield e o paradigma de organizacao em camadas, compondo-os com novas ideias e mecanismos direcionados para o tratamento de sequencias, em um sistema exploratório, extraindo com isso novas propriedades nao existentes em modelos tradicionais. Os novas mecanismos propostos permitem uma integragao entre entradas a rede e o contexto no qual elas sao apresentadas, para que com isso se forme uma Unica representacAo interna para Coda uma seqUencia de entradas. Todo o trabalho de validaco do modelo foi baseado em simulac6es, para as quaffs foi desenvolvido um ambiente em estacao de trabalho, dotado de interface grafica que permite o acompanhamento visual do funcionamento da rede. Para viabilizar a validacao do modelo por meio das simulac6es, tendo em vista os limites computacionais dos recursos disponiveis, foi proposto e utilizado um sistema de codificacao de informacbes ficticias simplicadas baseadas na fala, mais especificamente na organizacao fonetica. O sistema de codificação, embora simplificado, incorpora as mais importantes caracteristicas da codificação de informacbes realizada na fala, pelo menos pelo ponto de vista de seu reconhecimento por mein de redes neurais.This work presents a Neural Network model to process sequence information, since this information class does not have a reasonable treatment in the conventional models. This is due to this models features that manipulate incoming information cells individually, without integrating them. The model uses already known mechanisms and paradigms, like the HEBB's rule, the Hopfield's Energy Model and the layer organization paradigm, added with new ideas and mechanisms for the sequence handling in a exploratory system, so that it extracts new properties not found in traditional models. The proposed new mechanisms allow the integration between network entries and context , in order to generate a unique internal representation. The model was validated through simulations. A workstation based environment was designed and implemented to support them. It incorporates a graphical interface that permits the network behavior visualization. In order to enable the model's validation through simulations and considering the computational limits of the available resources, a codification system was proposed to generate simplified ficticious and speech based informations. Although simplified, this codification system incorporates the most important features of the information codification that occur in the speech, at least from its neural network based recognition point of view.application/pdfporReconhecimento : PadroesRedes neuraisReconhecimento : FalaSimulaçãoInteligência artificialUma rede neural para o reconhecimento de padrões codificados em sequênciasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulCurso de Pós-Graduação em Ciência da ComputaçãoPorto Alegre, BR-RS1990mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000059419.pdf.txt000059419.pdf.txtExtracted Texttext/plain267624http://www.lume.ufrgs.br/bitstream/10183/26692/2/000059419.pdf.txt0ab24a3f06b11eeecb1516f8145f73feMD52ORIGINAL000059419.pdf000059419.pdfTexto completoapplication/pdf26236782http://www.lume.ufrgs.br/bitstream/10183/26692/1/000059419.pdfc6cfe54bcf1d6dbd295c8a92bb6d27c0MD51THUMBNAIL000059419.pdf.jpg000059419.pdf.jpgGenerated Thumbnailimage/jpeg1413http://www.lume.ufrgs.br/bitstream/10183/26692/3/000059419.pdf.jpg2c83f30ff6bdd09f52b67050eaa1d0a2MD5310183/266922018-10-09 08:56:19.851oai:www.lume.ufrgs.br:10183/26692Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-09T11:56:19Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Uma rede neural para o reconhecimento de padrões codificados em sequências |
title |
Uma rede neural para o reconhecimento de padrões codificados em sequências |
spellingShingle |
Uma rede neural para o reconhecimento de padrões codificados em sequências Balaniuk, Remis Reconhecimento : Padroes Redes neurais Reconhecimento : Fala Simulação Inteligência artificial |
title_short |
Uma rede neural para o reconhecimento de padrões codificados em sequências |
title_full |
Uma rede neural para o reconhecimento de padrões codificados em sequências |
title_fullStr |
Uma rede neural para o reconhecimento de padrões codificados em sequências |
title_full_unstemmed |
Uma rede neural para o reconhecimento de padrões codificados em sequências |
title_sort |
Uma rede neural para o reconhecimento de padrões codificados em sequências |
author |
Balaniuk, Remis |
author_facet |
Balaniuk, Remis |
author_role |
author |
dc.contributor.author.fl_str_mv |
Balaniuk, Remis |
dc.contributor.advisor1.fl_str_mv |
Navaux, Philippe Olivier Alexandre |
contributor_str_mv |
Navaux, Philippe Olivier Alexandre |
dc.subject.por.fl_str_mv |
Reconhecimento : Padroes Redes neurais Reconhecimento : Fala Simulação Inteligência artificial |
topic |
Reconhecimento : Padroes Redes neurais Reconhecimento : Fala Simulação Inteligência artificial |
description |
Este trabalho apresenta um modelo de rede neural voltado ao tratamento de informagbes codificadas em sequencias, tendo em vista que esta classe de informações nao tem um tratamento adequado nos modelos convencionais. Isso decorre da caracteristica destes modelos convencionais de manipular isoladamente as celulas de informacao apresentadas como entrada, sem Integra-las entre si. O modelo utiliza paradigmas a mecanismos conhecidos, tais coma a regra de HEBB, o modelo de Energia de Hopfield e o paradigma de organizacao em camadas, compondo-os com novas ideias e mecanismos direcionados para o tratamento de sequencias, em um sistema exploratório, extraindo com isso novas propriedades nao existentes em modelos tradicionais. Os novas mecanismos propostos permitem uma integragao entre entradas a rede e o contexto no qual elas sao apresentadas, para que com isso se forme uma Unica representacAo interna para Coda uma seqUencia de entradas. Todo o trabalho de validaco do modelo foi baseado em simulac6es, para as quaffs foi desenvolvido um ambiente em estacao de trabalho, dotado de interface grafica que permite o acompanhamento visual do funcionamento da rede. Para viabilizar a validacao do modelo por meio das simulac6es, tendo em vista os limites computacionais dos recursos disponiveis, foi proposto e utilizado um sistema de codificacao de informacbes ficticias simplicadas baseadas na fala, mais especificamente na organizacao fonetica. O sistema de codificação, embora simplificado, incorpora as mais importantes caracteristicas da codificação de informacbes realizada na fala, pelo menos pelo ponto de vista de seu reconhecimento por mein de redes neurais. |
publishDate |
1990 |
dc.date.issued.fl_str_mv |
1990 |
dc.date.accessioned.fl_str_mv |
2010-11-09T04:19:30Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/26692 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000059419 |
url |
http://hdl.handle.net/10183/26692 |
identifier_str_mv |
000059419 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/26692/2/000059419.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/26692/1/000059419.pdf http://www.lume.ufrgs.br/bitstream/10183/26692/3/000059419.pdf.jpg |
bitstream.checksum.fl_str_mv |
0ab24a3f06b11eeecb1516f8145f73fe c6cfe54bcf1d6dbd295c8a92bb6d27c0 2c83f30ff6bdd09f52b67050eaa1d0a2 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1800308996116054016 |