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.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/78340 |
| Date | January 2000 |
| Creators | Otuyama, Júlio Massayuki |
| Contributors | Universidade Federal de Santa Catarina, Wazlawick, Raul Sidnei |
| Publisher | Florianópolis, SC |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 76 f.| il. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0083 seconds