Made available in DSpace on 2016-03-15T19:38:06Z (GMT). No. of bitstreams: 1
Carlos Candido de Oliveira Junior.pdf: 2556176 bytes, checksum: 36a40324dff941d6e999652066c9fd7b (MD5)
Previous issue date: 2006-03-07 / Wolfram Research, Inc. / The computational ability of cellular automata (CAs) has been investigated in many research initiatives in the literature. Among them, one possibility is their use as
spatial pattern recognizers. Here, we attempt to use CAs to recognize handwritten numerical characters, by looking for CA rules which, running on different initial configurations that represent the same handwritten digit, would lead the temporal evolution to equivalent final configurations (defining the same spectral fixed point. The work uses a metric that allows the comparison between images based on their spectral similarity, drawn from a previous work, as well as a proposal therein on the way elementary CA rules are applied (in a crossed fashion) so as to allow the reduction in the size of the rule space involved. Conceptual structures are defined to support the recognition experiments, namely, the notions of spectral fixed point, spectral prototype, and a measure of a rule potential to perform well in the recognition task. The latter entailed from various studies on the attributes a good rule should account for, and, once defined, made it
possible an evolutionary search in that space. Here we show some rules that yielded positive results in the recognition of the image used for training (i.e., those used in the definition of the recognition prototypes), and further results on the attempt to carry out real recognition experiments, with images not used for training, whose results are not yet satisfactory. / A habilidade computacional dos autômatos celulares (ACs) tem sido investigada em várias iniciativas na literatura, entre as quais no reconhecimento e tratamento de padrões espaciais. Nessa linha, ACs são utilizados aqui como reconhecedores de caracteres numéricos manuscritos, através de regras que, quando aplicadas a diferentes condições iniciais, representando o mesmo dígito manuscrito, devem levar a estados finais equivalentes (definindo um mesmo protótipo espectral). O trabalho parte da utilização de uma métrica de comparação de imagens baseada na similaridade espectral, proposta em um trabalho anterior, bem como se utiliza de uma proposta anterior de aplicação de regras elementares de uma forma cruzada, com o objetivo de reduzir o espaço de busca envolvido no reconhecimento. Várias estruturas conceituais foram definidas para o processo de reconhecimento, entre elas, a noção de ponto fixo espectral, protótipo espectral e uma função de avaliação com potencial de qualificar as regras na tarefa de reconhecimento. Esta última decorreu de uma série de estudos sobre os atributos que uma boa regra deve conter, e sua definição foi a base de uma busca evolutiva no espaço de regras em que o trabalho está envolvido. Esta pesquisa apresenta algumas regras com resultados positivos no reconhecimento de imagens que foram usadas como treinamento (i.e., as usadas
para gerar os protótipos usados para o reconhecimento), e também apresenta resultados de experimentos reais de reconhecimento, com imagens não usadas para treinamento, cuja qualidade ainda não é satisfatória.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.mackenzie.br:tede/1481 |
| Date | 07 March 2006 |
| Creators | Oliveira Junior, Carlos Candido de |
| Contributors | Oliveira, Pedro Paulo Balbi de, Marengoni, Maurício, Macau, Elbert Einstein Nehrer |
| Publisher | Universidade Presbiteriana Mackenzie, Engenharia Elétrica, UPM, BR, Engenharia Elétrica |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie, instname:Universidade Presbiteriana Mackenzie, instacron:MACKENZIE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds