Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T12:59:43Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T18:11:01Z : No. of bitstreams: 1 171568.pdf: 2928078 bytes, checksum: f2d5fcac0d0e76b29dceed75c73d5355 (MD5) / Para a modelagem de redes neurais para aplicações de problemas invariantes à translação utilizamos restrições de compartilhamento de pesos. Redes neurais com estas restrições são chamadas de Redes Neurais com Pesos compartilhados. O compartilhamento de pesos equivalentes à operação de convolução, permitindo que se utilize diversas técnicas que aceleram o cálculo desta. Esta equivalência é o motivo pelo qual estas redes neurais também são chamadas de Redes Neurais por Convolução. Este trabalho implementa o modelo de Rede Neural por Convolução em uma linguagem apropriada, permitindo a criação de novas topologias de forma flexível, simples e rápida. Supõe-se que nos estágios iniciais do córtex visual ocorra a reconstrução da informação tridimensional a partir de diversos aspectos, entre eles a visão estereoscópica, sombreamento, sobreposição de objetivos, textura, perspectiva e movimento. Em uma Segunda linha, este trabalho apresenta uma extensão do modelo de Rede Neural por Comvolução utilizando características específicas do cálculo de convolução - a transformada de Fourier.