Sie sind auf Seite 1von 6

Construo de uma rede neural que reconhece os caracteres:

F, E, L, e I
Felipe Leite da Silva
Instituto de Cincias Exatas e Naturais Faculdade de Computao
Universidade Federal do Par (UFPA) Belm, PA Brasil
felipe.leite3@gmail.com

Abstract. This paper aims to present how to train a neural network to


recognize the characters F,E,L e I. This rpresentadados characters are in the
form of matrix and are then submitted as input for training the network. As
results are obtained: a network trained to recognize characters and is also
shown how the solution through rebosteza test based on input errors.
Resumo. Este trabalho tem o objetivo de apresentar como treinar uma rede
neural para reconhecer os caracteres F,E,L e I. Este caracteres so
rpresentadados na forma de matricial e ento so submetidos como entrada
para o treino na rede. Como resultados so obtidos: uma rede treinada para
reconhecer os caracteres e tambm evidenciado a rebosteza da soluo por
meio de teste baseados em entrada com erros.
1. Introduo
A rea da Inteligncia Artificial tem crescido bastante nos ltimos anos e isso
viabiliza o surgimento de novas tcnicas para resoluo de problemas visando dar
alguma forma de inteligncia s mquinas tm surgido com grande freqncia.
Dentro deste contexto, as redes neurais artificiais so um mtodo de resoluo de
problemas que pertence vertente conexionista da IA, e se baseia no funcionamento
do crebro humano para simular a inteligncia em mquina.
Diversos trabalhos j foram realizados a fim de definir uma RNA e descrever seus
conceitos e caractersticas. Dentre esse tem-se os conceitos de perceptro de camada
nica. O estudo dos modelos do perceptron trouxe-nos conhecimento sobre a
natureza das funes calculadas pela rede neural artificial e os mtodos de adaptao
de pesos. Dentro desse contexto surge a tcnica de e rede multicamadas que torna a
tcnica, mas abrangente para solues de problemas.
Neste artigo Ser apresentada um trienamento de uma rede multi camada a fim de
que esta reconhea os seguintes caracteres: F, E, L e I a fim de evindenciar o
treinamento de uma rede e sua capacidade de se ajustar e aprender mediante
dados de entrada. Este treinamento ser realizado utilizando-se o software Matlab
6.5.
Na segunda seo ser descrito como foi modelada a rede e seus dados de entrada e
sada no software que realiza o treinamento. Em seguida so apresentados os
resultados obtidos no treinamento com os dados corretos e com os dados incorretos
a fim de que se evidencie a robusteza da rede criada.

2. Modelagem
Inicialmente ser apresentado como foram modelados os dados de entrada,
corretos e com erros, em seguida os dados de sada e por fim como o inserir os
dados e modelar a rede no software de treinamento.
Os dados de entrada so representados por matrizes 5x5 binrias que
representam os caracteres F,E,L e I respectivamente. Um sequncia de nmeros
1 forma modelam o caracter na matriz. Os dados corretos apresentam sequencias
de nmeros 1 sem lacunas (tabela 01), os dados de erros apresentam uma
estrutura similar com exceo de algumas lacunas inseridas na sequencia de
numeros 1(tabela 02).

11111

11111

10000

11111

10000

10000

10000

00100

11100

11100

10000

00100

10000

10000

10000

00100

10000

11111

11111

11111

Tabela 01. Representao matricial dos caracteres

11011

11011

10000

10111

10000

10000

10000

00100

10100

01100

10000

00000

10000

10000

00000

00100

10000

10111

11011

11011

Tabela 02. Representao matricial dos caracteres com erros


Cada matriz tranformada em uma coluna de uma nova matriz gerando um
matriz nova matriz com dimensoes 25x4. Esta nova matriz, tanto a correta(tabela 03)
quanto a com erros (Tabela 04), serve de entrada para o Matlab.

[1111,

1110,
1110,
1110,
1111,
1101,
0000,
1100,
0000,
0111,
1101,
0001,
1101,
0001,
0111,
1101,
0000,
0000,
0000,
0111,
1101,
0000,
0000,
0000,
0111,]
Entrada correta
Tabela 03. Entrada sem erros
[1111,
1110,
1010,
1100,
1111,

1100,
0000,
0100,
0000,
0011,
0001,
0001,
1100,
0001,
0100,
1101,
0000,
0000,
0000,
0111,
1101,
0000,
0000,
0000,
0111,]
Entrada com lacunas
Tabela 04. Entrada com erros

O Dados de sada so representados por uma matriz identidade 4x4 que representam os
alvos que a matriz deve se ajustar (Tabela 05).
[1000,
0100,
0010,
0001,]
Matriz de sada

A rede foi criada segundo os parametros indicados na figura 01. Essa rede conciste em
uma rede multi-camada baseada na tcnica feedforward conforme ilustra a figura
abaixo:

Figura 01. Parmetros da rede multicamada

O modelo da rede esta expresso na figura 02. Tendo a posse da rede ,os valores para o
treinamento so incializados, isto , so definidos os pesso, a matriz de entrada e de
sada, e o nmero de pocas. No nosso treinamento foram consideradas 1000 pocas.

Figura 02. Parmetros da rede multicamada

1. Resultados Obtidos
Os seguintes dados foram obtidos confirmando o sucesso no treinamento e na
identificao de erro pela rede treinada. O grfico aponta a convergncia na preciso do
treinamento.

Figura 03. Grfico de convergncia de treinamento da rede

Figura 04. Sada para entra de dados correto(cima) e com lacunas (baixo)