Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas

Detalhes bibliográficos
Autor(a) principal: Grande-Vicente, Daniela Maria
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UEL
Texto Completo: https://repositorio.uel.br/handle/123456789/12492
Resumo: Resumo: Uma Memória Associativa (AM) é um modelo inspirado na forma com que o cérebro humano armazena e recorda informações Estes modelos são projetados para armazenar pares de associações Além disso, uma AM deve ser capaz de recordar um padrão memorizado mesmo após a apresentação de uma versão distorcida ou incompleta de um item memorizadoEsta Dissertação apresenta um estudo detalhado das Memórias Autoassociativas Esparsa sem Reticulados Completos (MAERCs) que são equipadas com neurônios que realizam operações de dilatação e erosão da morfologia matemática Precisamente, a saída de um neurônio é dado ou pelo máximo ou pelo mínimo de algumas de suas entradas Estas memórias são sintetizadas usando um esquema de armazenamento que geralmente fornece uma rede com conecções esparsas Portanto, em geral, elas requerem pouco esforço computacional Além disso, estes modelos são muito gerais, uma vez que necessitam somente de uma estrutura de reticuladoNesta Dissertação são demonstrados resultados teóricos sobre a congergência, capacidade de armazenamento e tolerância a ruído das MAERCs Uma caracterização dos pontos fixos desses modelos também é apresentada Adicionalmente, é discutida a relação entre as MAERCs e as memórias associativas morfológicas introduzidas por Ritter e SussnerPor fim, foi estudada a aplicação das MAERCs para o armazenamento e recordação de imagens coloridas Existem diversas representações para imagens coloridas como RGB, HSV, HSLe CIELab Além disso, diferentes esquemas ordenados podem ser definidos de forma a obter uma estrutura de reticulado completo para o conjunto dos valores dos pixels nos diferentes espaços de cores Dessa forma, são apresentados resultados experimentais sobre o desempenho das MAERCs, definidas em diferentes combinações de espaços de cores e esquemas ordenados,para a reconstrução de imagens coloridas corrompidas com ruído pepper, gaussiano e impulsivo
id UEL_5dd535532db3d9284713c902d3f37cf9
oai_identifier_str oai:repositorio.uel.br:123456789/12492
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridasMemória associativaSistemas de memória de computadoresMorfologia matemáticaProcessamento de imagensComputer memory systemsMathematical morphologicalImage processingResumo: Uma Memória Associativa (AM) é um modelo inspirado na forma com que o cérebro humano armazena e recorda informações Estes modelos são projetados para armazenar pares de associações Além disso, uma AM deve ser capaz de recordar um padrão memorizado mesmo após a apresentação de uma versão distorcida ou incompleta de um item memorizadoEsta Dissertação apresenta um estudo detalhado das Memórias Autoassociativas Esparsa sem Reticulados Completos (MAERCs) que são equipadas com neurônios que realizam operações de dilatação e erosão da morfologia matemática Precisamente, a saída de um neurônio é dado ou pelo máximo ou pelo mínimo de algumas de suas entradas Estas memórias são sintetizadas usando um esquema de armazenamento que geralmente fornece uma rede com conecções esparsas Portanto, em geral, elas requerem pouco esforço computacional Além disso, estes modelos são muito gerais, uma vez que necessitam somente de uma estrutura de reticuladoNesta Dissertação são demonstrados resultados teóricos sobre a congergência, capacidade de armazenamento e tolerância a ruído das MAERCs Uma caracterização dos pontos fixos desses modelos também é apresentada Adicionalmente, é discutida a relação entre as MAERCs e as memórias associativas morfológicas introduzidas por Ritter e SussnerPor fim, foi estudada a aplicação das MAERCs para o armazenamento e recordação de imagens coloridas Existem diversas representações para imagens coloridas como RGB, HSV, HSLe CIELab Além disso, diferentes esquemas ordenados podem ser definidos de forma a obter uma estrutura de reticulado completo para o conjunto dos valores dos pixels nos diferentes espaços de cores Dessa forma, são apresentados resultados experimentais sobre o desempenho das MAERCs, definidas em diferentes combinações de espaços de cores e esquemas ordenados,para a reconstrução de imagens coloridas corrompidas com ruído pepper, gaussiano e impulsivoDissertação (Mestrado em Matemática Aplicada e Computacional) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Matemática Aplicada e ComputacionalAbstract: An associative memory (AM) is a model inspired in the ability of the human brain to storeand recall information These models are designed for the storage of pairs of associationsFurthermore, an AM must to be able to recall a stored pattern even after the presentation of anincomplete or distorted version of a memorized itemThis dissertation presents a detailed study of sparsely connected autoassociative lattice memories(SCALMs), which are AMs equipped with neurons that perform either a dilation or anerosion of mathematical morphology Precisely, the output of a single neuron is given by eitherthe maximun or the minimun of some of its inputs These memories are synthesized using arecording recipe that usually yields a sparsely connected network Therefore, they often requirefew computational resources Furthermore, these models are very general because they relyonly on a lattice structureIn this work, we demonstrate some theoretical results concerning the convergence, storagecapacity, and noise tolerance of SCALMs We also characterize the fixed points of thesememory models Moreover, we discuss the relationship between the SCALMs and the autoassociativemorphological memories introduced by Ritter and SussnerFinally, we investigate the application of SCALMs for the storage and recall of color imagesThere exist several representations of color images such as the RGB, HSV, HSL and CIELabcolor models Furthermore, several different ordering schemes can be defined in order to obtaina complete lattice structure on the set of pixels values in different color spaces Therefore, wepresent experimental results on the performance of SCALMs, defined on different combinationsof color spaces and ordered schemes, for the reconstruction of color images corrupted by pepper, Gaussian and impulsive noiseMesquita, Marcos Eduardo Ribeiro do Valle [Orientador]Sussner, PeterNatti, Paulo LaerteGrande-Vicente, Daniela Maria2024-05-01T13:55:43Z2024-05-01T13:55:43Z2011.0004.03.2011info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.uel.br/handle/123456789/12492porMestradoMatemática Aplicada e ComputacionalCentro de Ciências ExatasPrograma de Pós-Graduação em Matemática Aplicada e ComputacionalLondrinareponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess2024-07-12T04:20:07Zoai:repositorio.uel.br:123456789/12492Biblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:20:07Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false
dc.title.none.fl_str_mv Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
title Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
spellingShingle Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
Grande-Vicente, Daniela Maria
Memória associativa
Sistemas de memória de computadores
Morfologia matemática
Processamento de imagens
Computer memory systems
Mathematical morphological
Image processing
title_short Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
title_full Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
title_fullStr Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
title_full_unstemmed Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
title_sort Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
author Grande-Vicente, Daniela Maria
author_facet Grande-Vicente, Daniela Maria
author_role author
dc.contributor.none.fl_str_mv Mesquita, Marcos Eduardo Ribeiro do Valle [Orientador]
Sussner, Peter
Natti, Paulo Laerte
dc.contributor.author.fl_str_mv Grande-Vicente, Daniela Maria
dc.subject.por.fl_str_mv Memória associativa
Sistemas de memória de computadores
Morfologia matemática
Processamento de imagens
Computer memory systems
Mathematical morphological
Image processing
topic Memória associativa
Sistemas de memória de computadores
Morfologia matemática
Processamento de imagens
Computer memory systems
Mathematical morphological
Image processing
description Resumo: Uma Memória Associativa (AM) é um modelo inspirado na forma com que o cérebro humano armazena e recorda informações Estes modelos são projetados para armazenar pares de associações Além disso, uma AM deve ser capaz de recordar um padrão memorizado mesmo após a apresentação de uma versão distorcida ou incompleta de um item memorizadoEsta Dissertação apresenta um estudo detalhado das Memórias Autoassociativas Esparsa sem Reticulados Completos (MAERCs) que são equipadas com neurônios que realizam operações de dilatação e erosão da morfologia matemática Precisamente, a saída de um neurônio é dado ou pelo máximo ou pelo mínimo de algumas de suas entradas Estas memórias são sintetizadas usando um esquema de armazenamento que geralmente fornece uma rede com conecções esparsas Portanto, em geral, elas requerem pouco esforço computacional Além disso, estes modelos são muito gerais, uma vez que necessitam somente de uma estrutura de reticuladoNesta Dissertação são demonstrados resultados teóricos sobre a congergência, capacidade de armazenamento e tolerância a ruído das MAERCs Uma caracterização dos pontos fixos desses modelos também é apresentada Adicionalmente, é discutida a relação entre as MAERCs e as memórias associativas morfológicas introduzidas por Ritter e SussnerPor fim, foi estudada a aplicação das MAERCs para o armazenamento e recordação de imagens coloridas Existem diversas representações para imagens coloridas como RGB, HSV, HSLe CIELab Além disso, diferentes esquemas ordenados podem ser definidos de forma a obter uma estrutura de reticulado completo para o conjunto dos valores dos pixels nos diferentes espaços de cores Dessa forma, são apresentados resultados experimentais sobre o desempenho das MAERCs, definidas em diferentes combinações de espaços de cores e esquemas ordenados,para a reconstrução de imagens coloridas corrompidas com ruído pepper, gaussiano e impulsivo
publishDate 2024
dc.date.none.fl_str_mv 04.03.2011
2011.00
2024-05-01T13:55:43Z
2024-05-01T13:55:43Z
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 https://repositorio.uel.br/handle/123456789/12492
url https://repositorio.uel.br/handle/123456789/12492
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Mestrado
Matemática Aplicada e Computacional
Centro de Ciências Exatas
Programa de Pós-Graduação em Matemática Aplicada e Computacional
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.coverage.none.fl_str_mv Londrina
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1809823285803745280

Registros relacionados