Título: Um Método de Aprendizado para Redes Neuronais Analógicas de Hopfield com aplicação à Compactação de Imagens
Autores: Alvares, Jane Tavares; Carvalho, Luis Alfredo Vidal de
Resumo: Este trabalho apresenta e avalia três novos algoritmos de aprendizado para Redes Neuronais Analógicas de Hopfield[1][2], utilizando padrões gerados aleatoriamente. Os testes mostraram que, dada uma rede neuronal analógica de Hopfield com n neurônios, o numero máximo de padrões estáveis pode superar os 15%n [1]. Em seguida, como uma aplicação de algoritmo de aprendizado de melhor desempenho, treinaram-se grupos de imagens de 400 pixeis nas cores preto, cinza e branco, para em seguida serem compactadas/descompactadas, via rede de Hopfield. Os testes nesta fase também produziram bons resultados: primeiro, todas as imagens foram 100% aprendidas; segundo, as distorções produzidas na etapa de compactação/descompactação, mesmo utilizando uma alta taxa de compactação, não inviabilizaram a compreensão das imagens.
Palavras-chave:
Páginas: 6
Código DOI: 10.21528/CBRN1994-031
Artigo em PDF: CBRN1994-paper31.pdf
Arquivo BibTex: CBRN1994-paper31.bib