Memórias autoassociativas esparsas em reticulados completos com aplicações em reconstrução de imagens coloridas
Autor(a) principal: | |
---|---|
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 |