O treinamento de redes neurais artificiais, que pode ser visto como um problema de otimização, apresenta algumas dificuldades. Os algoritmos existentes para o treinamento de redes não são totalmente eficientes. Alguns apresentam falha de generalização ou baixa velocidade de convergência. Este trabalho propõe uma nova ferramenta para o treinamento de redes neurais artificiais do tipo feedforward chamada Time Assíncrono. O time assíncrono é uma estrutura que utiliza vários algoritmos com características diferentes. Os diferentes algoritmos trabalhando de modo paralelo, através do time assíncrono, aumentam a chance do treinamento obtido ser eficiente. É apresentada uma aplicação numérica do time assíncrono para o treinamento de uma rede neural artificial para reconhecimento de caracteres. Os resultados obtidos nesta análise prática mostra que o time assíncrono melhora o treinamento da rede. O erro quadrático médio obtido com o treinamento usando o time assíncrono é melhor do que os erros obtidos pelos algoritmos trabalhando sozinhos. Todo o trabalho foi realizado utilizando a rede de computadores do laboratório AT&T do tipo IBM-PC. Os algoritmos utilizados foram feitos em ambiente Matlab.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / Reconhecimento facial é uma área de grande interesse para governos e empresas nos dias de hoje, motivando diversas pesquisas na área. Atualmente, a maioria das pesquisas migrou para a utilização de aprendizado de máquina para apresentar soluções para o reconhecimento facial biométrico. As técnicas utilizando marcos faciais eram a principal abordagem para resolver reconhecimentos faciais biométricos e, mesmo com o avanço de novas técnicas, elas ainda são capazes de obter bons resultados em ambientes controlados. Porém, ainda existem problemas em aberto para serem solucionados, como o tratamento de gêmeos, variação de escala e o crescimento da face. Neste trabalho, inicialmente é feita uma pesquisa sobre os principais algoritmos de reconhecimento facial biométrico e, além disso, é proposto um novo método baseado em valores medidos (razões) de marcos faciais cefalométricos, que utilizam o tamanho da iris como um fator de normalização para solucionar a influência dos efeitos escala da face (crescimento facial) e melhorando os valores deEqual Error Rate (EER) para um sistema de reconhecimento facial em cenários específicos em 5%. Também foi feita uma análise para reduzir o número de razões necessárias, reduzindo das inicias 40 razões para 14, enquanto também aumentando o desempenho do método. / Nowadays, facial recognition arouses interest for governments and companies, motivating various reserches in the area. Presently, most researches have used techniques based on machine learning. Facial landmarks techniques were the first and main approach to solve biometric facial recognition and, even with the rise of newer techniques, they are still capable of achieving great results in controlled environments. However, there are still open problems to be solved, such as how to deal with twins, scale variation and the face growth. In this work, initially a research is made over the most important algorithms for biometric facial recognition and also, we propose a new method based on measured values (ratios) from facial cephalometric landmarks, which uses an iris size as a normalization factor to solve the influence of face scale (face growth) effect and improving Equal Error Rates (EER) scores for a facial recognition system in specifics scenarios under 5%. An analysis to reduce the number of ratios needed was also made, reducing from 40 to 14, while also increasing the performance of the method.

O presente trabalho de doutorado visa estudar o diagnóstico de leucemias por meio de processamento das imagens de microscópio óptico de transmissão, em colaboração com médicos hematologistas do HC-FMRP-USP e sob supervisão do Prof. Dr. Marco Zago. Como nem todas as leucemias podem ser diagnosticadas por meio de parâmetros visuais, apenas os casos de leucemia linfóide serão considerados, uma vez que esses são casos onde as células podem ser classificadas visualmente com precisão. A análise citológica é feita por especialistas humanos, cotidianamente em casos de contagem do número de leucócitos e se limitam à avaliação de um número reduzido de amostras pois é uma tarefa repetitiva, minuciosa e especializada. Com a automação desse processo, há possibilidade de maior número de análises de imagens, com geração de informações estatísticas a respeito das células presentes em amostras de sangue. O reconhecimento automático da célula envolve três etapas básicas: a segmentação da imagem, a extração de características e a classificação. A técnica de reconhecimento de padrões adotada para segmentação das imagens de esfregaços de sangue utiliza aprendizagem supervisionada por cor no espaço RGB, gerando imagens binárias contendo as diferentes regiões de interesse: núcleo, citoplasma, fundo e hemácia. O usuário pode treinar o classificador para uma imagem de esfregaço de sangue periférico, segmentar, filtrar e processar várias medidas das ROIs, particularmente do núcleo e citoplasma, considerando parâmetros de forma, textura e cor. A contribuição desse projeto está na elaboração de programas de interface amigável tanto para reconhecimento de padrões quanto para seleção de característica e mineração de dados. O programa de reconhecimento de padrões é baseado em casos de leucócitos normais, de leucemia linfóide crônica, prolinfocítica e tricoleucemia. Para desenvolvimento do programa de reconhecimento de padrões foi necessária uma grande base de dados, que hoje conta com aproximadamente 1.439 imagens, onde cerca de 1.058 são de leucócitos normais e cerca de 381 de leucêmicos / The current PhD project deals with the leukemia diagnosis using optical microscope image processing, in collaboration with hematologists from HC-FMRP-USP and under supervision of Prof. Dr. Marco Zago. Only specific leukemia cases can be diagnosed through visual parameter, therefore only lymphoid leukemias have been considered since these are the cases in which the cells can be classified visually with accuracy. Expert humans have dedicated to leukocyte differential count daily, limiting the analysis to a reduced number of samples since this task is time-consuming and painstaking. The automation of this process would allow to analyze many more images with wide statistical information about each blood smear slide. The cell recognition can be divided in three steps: the image segmentation, the feature extraction and the classification. The pattern recognition technique to color segment the images utilizes supervised learning in the RGB color space, generating binary images containing the different regions of interest: nucleus, cytoplasm, background and red blood cells. The user can train the classifier to segment a particular image, to filter the resulted image, to process and to extract several cell attributes. Particularly, we are interested in the nucleus and the cytoplasm in terms of the shape, size, color and texture. We have developed softwares with user-friendly interface both to pattern recognition and feature selection/datamining. The pattern recognition system is dedicated to recognize normal leukocytes and lymphoid leukemias as chronic lymphocitic, prolymphocitic and Hairy cells. For developing the pattern recognition system, we collected a large database, which contains approximately 1,439 images nowadays, being around 1,058 normal leukocytes and around 381 abnormal lymphocytes

A área da Tecnologia da Informação no Brasil sofre um problema latente com a falta de planejamento e atrasos constantes em projetos, determinando para os profissionais vinculados a ela um ambiente altamente desmotivador para a condução de seus trabalhos. Supõe-se que o que possa corroborar para tal problema seja a formação educacional deficitária dos indivíduos que atuam neste segmento, principalmente aqueles relacionados a cargos executivos e que estejam exercendo atividades de gestão. De acordo com teóricos como Edgard Morin (2004), em se tratando de educação fundamental, média ou superior os aspectos educacionais podem ser considerados deficitários justamente porque, ao segmentar o conhecimento, eles promovem uma alienação do indivíduo, eliminando sua capacidade criativa e reflexiva. Seria interessante, portanto, que ao avaliar a capacidade cognitiva de uma pessoa, a inteligência a ser mensurada não seja abordada através de um único espectro de conhecimento, mas através de muitos deles. A teoria das Inteligências Múltiplas, desenvolvida por Howard Gardner vem de encontro a essa necessidade, pois de acordo com o autor, a inteligência de um indivíduo deve ser mensurada através de uma gama de nove espectros: Linguística, Musical, Lógico-Matemática, Espacial, Corporal Cinestésica, Interpessoal, Intrapessoal, Naturalista e Existencial. Isto posto, este trabalho aborda uma metodologia computacional para classificação e descoberta de padrões em indivíduos, sejam esses alunos ou profissionais graduados, de uma determinada área. Além da metodologia, foi proposto um estudo de caso, considerando cursos superiores relacionados à área de Computação no Brasil. / Brazils Information Technology area suffers a latent problem with the lack of planning and constant projects delays, determining for its professionals a highly demotivating work environment. It is assumed that a thing that could corroborate to this problem would be the deficient educational background of individuals who work in this segment, especially those related to management positions activities. According to theorists such as Edgard Morin, concerning both basic education, high school or college level, educational aspects can be considered deficient precisely why, when targeting a divided knowledge apprenticeship, they promote alienation of the individual, eliminating their creative and reflective capacity. It would be interesting, therefore, that a person cognitive ability evaluation considers many kinds of knowledge in instead of few ones. The theory of Multiple Intelligences by Howard Gardner meets this need. According to the author, an individual intelligence should be measured over a range of nine spectra: Linguistic, Musical, Logical-Mathematical, Spatial, Bodily-Kinesthetic, Interpersonal, Intrapersonal, Naturalist and Existential. In this way, this thesis discusses a computational methodology for classification and discovery of patterns in individuals, considering both undergraduate students or graduated professionals in a specific area. In addition to the methodology, a case study was proposed, considering computer-related higher education courses in Brazil.

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2010

Dissertation submitted for obtain the degree of Doctor of Philosophy, at the Faculty of Engineering of the University of Porto, under supervisory Doctor Aurélio Campilho and Doctor Mohamed Kamel

Orientador: Quintino Dalmolin / Co-orientador: Hideo Araki / Dissertação (mestrado) - Universidade Federal do Parana / Resumo: Uma das grandes preocupações no processo de automação em Fotogramentria esta relacionado com os algoritmos de reconhecimento de padrões. Apesar da metodologia ter avançado significativamente nos últimos anos, principalmente no que se refere ao tom de cinza, o reconhecimento de padrões de cores reais em imagens coloridas ainda se encontra em fase de desenvolvimento. Neste sentido objetiva-se realizar uma serie de ensaios com dados (cores) controlados e também com dados reais para comparar a performance dos métodos estatísticos de Máxima Verossimilhança, Distancia Mínima e de Fisher para reconhecimento das cores reais. A comparação entre os métodos estatísticos foi feita controlando o processo de classificação, ou seja, utilizando amostras determinísticas para treinamento das funções discriminantes e criando imagens para classificação no software (MATLAB). Com o intuito de que a comparação pudesse ser feita sem controle da imagem a ser classificada e das amostras, utilizou-se uma imagem retirada de uma foto digitalizada, para verificar a performance dos métodos frente a um caso real. A analise de desempenho dos métodos foi observada pela estatística kappa e a comparação pelo teste Z apropriado. Os resultados indicam que o Método de Distancia Mínima foi o melhor para classificação de cores reais sob todos os aspectos estudados. / Abstract: One o f the main issues in the photogrametry automation process is related to pattern recognition algorithms. Although there were significant advances in the last years, mainly in regard to the gray tones, color pattern recognition in colored images is still in a developmental stage. In this sense, a series o f tests with controlled data (colors) and also with real data is made to compare the performance o f the statistical methods: Maximum Likelihood, Minimum Distance, and Fisher's method in their ability to recognize real colors. The comparison among the statistical methods was performed by controlling the classification process, that is, using deterministic samples for the training o f discriminant functions and test images created by a software (MATLAB). For the case o f real images, the statistical methods were compared without controlling both the sample and the image by the utilization o f an image extracted from a digitized picture. The methods performance was analyzed using the kappa statistic and the Z test. The results indicated that the Minimum Distance Method was the best method to classify real colors under all assumptions.

Orientador : Prof. Dr. Luiz Eduardo Soares de Oliveira / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 26/05/2015 / Inclui referências / Resumo: Apesar de a surdez ser um fator limitante para a comunicação de um indivíduo, as comunidades surdas têm conseguido manter intra-relações através da utilização das línguas de sinais, no Brasil representadas pela LIBRAS. Apesar de permitirem a troca de informações de forma pessoal, as línguas de sinais apresentam restrições com relação à documentação por meio escrito ou impresso, devido a diferenças estruturais com relação a idiomas baseados em fonética. O SignWriting é uma notação que surgiu com o objetivo de preencher esta lacuna e tem tido aceitação em diversas comunidades surdas, permitindo a representação "textual" de informações produzidas de forma espacial. Atualmente, há elevada carência de estudos e aplicações de informática que visem otimizar a utilização dessa notação por parte de seus conhecedores. Este trabalho objetiva elaborar um método que realize a identificação de símbolos de configuração de mão descritos pelo SignWriting, através de técnicas de reconhecimento de padrões. O método proposto visa identificar símbolos dados como entrada dentre um conjunto de 103 símbolos de configuração de mão válidos, previamente selecionados de acordo com a relevância de suas características estruturais, utilizando diferentes técnicas e estratégias para a classificação, como Máquinas de Vetores de Suporte (SVM), aprendizagem profunda, combinação de classificadores e verificação de resultados de classificação. Experimentos realizados mostraram que a combinação de classificadores via regra do produto obteve os melhores resultados dentre todas as estratégias testadas, atingindo taxas de reconhecimento de 94,65% em top 1 e 98,74% em top 2, e 94,75% em top 1 após realizar a etapa de verificação. Palavras-Chave: SignWriting, reconhecimento de padrões, combinação de classificadores, aprendizagem profunda, verificação de classificadores. / Abstract: Although deafness be a limiting factor for communication of an individual, the deaf communities have managed to maintain intra-relationships through the use of sign languages, which, in Brazil, are represented by LIBRAS. However, although they allow the exchange of information personally, sign languages have restrictions regarding the documentation by written or printed ways due to structural differences from phonetic based languages. SignWriting is a notation that was meant to fill this gap, which has been accepted in many deaf communities, allowing the \textual" representation information produced in the spatial form. Currently, there is high lack of studies and computer applications aiming the optimization of the use of such notation. This work aims to develop a method that performs the identification of hand configuration symbols described by SignWriting through pattern recognition techniques. The proposed method aims to identify input symbols as being one among 103 valid hand configuration symbols, which were previously selected according to the relevance of their structural characteristics, by using various techniques and strategies for classification, as Support Vector Machines (SVM), deep learning, combination of classifiers and verification of classification results. Experiments have shown that the combination of classifiers using the product rule achieved the best results among all tested strategies, achieving recognition rates of 94.65% on top 1 and 98.74% on top 2, and 94.75% on top 1 after performing the verification step. Keywords: SignWriting, pattern recognition, combination of classifiers, deep learning, verification of classifiers.

Orientador: Alice Kimie Miwa Libardi / Banca: Daniel Vendrúscolo / Banca: Eliris Cristina Rizziolli / Resumo: O objetivo dessa dissertação é apresentar parte do artigo [2] de Gunnar Carlsson, onde se discute a adaptação de métodos da teoria usual de homologia para problemas de reconhecimento topológico de padrões em conjuntos de dados. Esta adaptação conduz aos conceitos de homologia de persistência e de barcodes. Atualmente, várias aplicações são obtidas com o uso deste método. Apresentaremos alguns casos onde a homologia de persistência é usada, ilustrando diferentes modos em que podem ser aplicados. Descreveremos, também baseado no artigo de Carlsson, um novo método para estudar a persistência de características topológicas através de uma família de conjuntos de dados, chamado persistência zig-zag . Este método generaliza a teoria de homologia de persistência e chama atenção de situações que não são cobertas pela outra teoria. Além disso, são apresentadas algumas aplicações dessa ferramenta para a obtenção de informações de alguns conjuntos de dados / Abstract: The main goal of this work is to present a part of the Gunnar Carlsson paper [2], where the adaptation of the theory of usual homology to topological pattern recognition problems in point cloud data sets is discussed. This adaptation leads to the concepts of persistence homology and barcodes. Several applications have been obtained using this method. We will present some cases where persistence homology is used, illustrating different ways in which the method can be applied. We will describe,also basedin the Carlsson's paper, a new method to study the persistence of topological features through point cloud data sets, called zig-zag persistence. This method generalizes the homology persistent theory and we will pay attention to situations that are not covered by the other theory. In addition, some applications of this tool are presented to obtain information from some data sets / Mestre

Orientador: Maurílio Boaventura / Coorientador: Inês Aparecida Gasparotto Boaventura / Banca: Silvio Alexandre de Araujo / Banca: Aylton Pagamisse / Resumo: O Reconhecimento facial é uma das tecnologias biométricas mais utilizadas em sistemas automatizados que necessitam garantir a identidade de uma pessoa para acesso autorizado e monitoramento. A grande aceitação do uso da face tem várias vantagens sobre outras tecnologias biométricas: ela é natural, não exige equipamentos sofisticados, a aquisição de dados é baseada em abordagens não invasivas, e pode ser feito a distância, de maneira cooperativa ou não. Embora muitos estudos em reconhecimento facial tenham sido feitos, problemas com variação de iluminação, poses com oclusão facial, expressão facial e envelhecimento ainda são desafios, pois influenciam a performance dos sistemas de reconhecimento facial e motivam o desenvolvimento de novos sistemas de reconhecimento que lidam com esses problemas e sejam mais confiáveis. Este trabalho tem como objetivo avaliar a técnica de Padrões Localmente Mapeados em Multiescala (MSLMP) para o reconhecimento facial. Técnicas baseadas em algoritmos genéticos e processamento de imagens foram usadas para obter melhores resultados. Os resultados obtidos chegam a 100% de acurácia para alguns banco de dados. A base de dados MUCT 'e, em particular, bastante complexa, ela foi criada em 2010 com o objetivo de aumentar a quantidade de bancos de dados disponíveis com alta variação de iluminação, idade, posições e etnias, e por isso, 'e um banco de dados difícil quanto ao reconhecimento automático de faces. Uma nova técnica de processamento baseada na... / Abstract: Facial recognition is one of the most used biometric technologies in automated systems which ensure a person's identity for authorized access and monitoring. The acceptance of face use has several advantages over other biometric technologies: it is natural, it does not require sophisticated equipment, data acquisition is based on non-invasive approaches, and can it be done remotely, cooperatively or not. Although many facial recognition studies have been done, problems with light variation, facial occlusion, position, expression, and aging are still challenges, because they influence the performance of facial recognition systems and motivate the development of more reliable recognition systems that deal with these problems. This work aim to evaluate the Multi-scale Local Mapped Pattern (MSLMP) technique for the facial recognition. Techniques based on genetic algorithms and image processing were applied to increase the performance of the method. The obtained results reach up to 100% of accuracy for some databases. A very difficult database to deal is the MUCT database which was created in 2010 with aim of providing images with high variation of lighting, age, positions and ethnicities in the facial biometry literature, which makes it a highly difficult base in relation to automated recognition. A new processing technique was developed based on the average gray levels of the images of the database / Mestre