Projeto e implementação de circuitos classificadores digitais com controle da generalização baseado na regra do vizinho-mais-próximo modificada

• Autor(a) principal: Wilian Soares Lacerda
• Data de Publicação: 2006
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/BUOS-8CTFF8
• topic: Engenharia Elétrica; Engenharia elétrica; Eletrônica digital

Este trabalho de tese visa à implementação de classificadores de padrões binários em circuitos digitais de forma a se obter um sistema embutido com características de portabilidade, treinamento on-line, funcionamento em tempo real e com capacidade de generalização. O método proposto para projeto utiliza o processo de filtragem (ou seleção) dos dados de treinamento do classificador antes da síntese do circuito digital. Assim, é proposto um algoritmo de seleção mínima de amostras baseada na Regra do k Vizinho-mais-próximo (kNN), para que a fase de projeto do classificador necessite de menos recursos de armazenamento e processamento, incrementando a capacidade de generalização do circuito resultante. São apresentados alguns exemplos de projetos do classificador digital gerados a partir de dados sintéticos e dados reais. Os resultados são comparados com outras técnicas de geração do circuito classificador (Rede Neural Arti- ficial, Máquina de Vetores de Suporte) mostrando a eficácia do método proposto. Com o método de projeto proposto, obtém-se o circuito classificador com menos portas lógicas e algumas vezes com maior capacidade de generalização do que outros métodos. É apresentada uma implementação em hardware do método de geração do circuito classificador proposto. Foi adotada uma solução baseada em hardware reconfigurável em FPGA (Field Programmable Gate Array) com sistema de multiprocessamento baseado no processador NIOS II. Algumas medidas de desempenho do sistema implementado em hardware são apresentadas, evidenciando a viabilidade da implementação. Enfim, este trabalho tem como principais contribuições: um novo método de seleção de amostras baseado no kNN; duas novas métricas de distância entre padrões; um esquema de projeto de circuito digital combinatorial para operar como classificador de padrões binários com capacidade de generalização; e uma proposta de implementação em hardware/software de um sistema classificador digital.