Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos

En este trabajo se presenta un sistema reconocedor de patrones con un diseño modular, explicativo y altamente paralelizable, basado en una técnica híbrida de aprendizaje, que incluye la utilización de mapas auto-organizativos de Kohonen. Dicho sistema se aplica al tratamiento de un problema real: el...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Seijas, Leticia, Segura, Enrique Carlos
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2003
Materias:	Ciencias Informáticas reconocimiento de patrones Neural nets clasificación Intelligent agents redes neuronales mapas autoorganizativos
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/22706
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-22706
record_format	dspace
spelling	I19-R120-10915-227062024-05-14T17:39:41Z http://sedici.unlp.edu.ar/handle/10915/22706 Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos Seijas, Leticia Segura, Enrique Carlos 2003-10 2003-10 2012-10-22T11:50:05Z es Ciencias Informáticas reconocimiento de patrones Neural nets clasificación Intelligent agents redes neuronales mapas autoorganizativos En este trabajo se presenta un sistema reconocedor de patrones con un diseño modular, explicativo y altamente paralelizable, basado en una técnica híbrida de aprendizaje, que incluye la utilización de mapas auto-organizativos de Kohonen. Dicho sistema se aplica al tratamiento de un problema real: el reconocimiento de dígitos manuscritos sin restricciones, obteniéndose resultados competitivos con los publicados por otros autores. El sistema propuesto no sólo permite clasificar patrones; también permite explicar las respuestas dadas y detectar patrones ambiguos, indicando a qué otras clases podrían pertenecer. Además, los mapas Kohonen utilizados, muestran gráficamente la distribución de los datos de entrenamiento, contribuyendo también a la explicación de las respuestas. La utilización de varias características representativas extraídas de los datos de entrada durante la etapa previa de preprocesamiento, y el tratamiento de las mismas en forma independiente, contribuye a la modularidad del sistema y a la posibilidad de entrenarlo en forma paralela. El uso de dichas características permite, además, que la presencia de errores en los patrones de entrada no tenga gran influencia en la respuesta del sistema. Eje: Agentes y Sistemas Inteligentes (ASI) Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) application/pdf 777-788
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas reconocimiento de patrones Neural nets clasificación Intelligent agents redes neuronales mapas autoorganizativos
spellingShingle	Ciencias Informáticas reconocimiento de patrones Neural nets clasificación Intelligent agents redes neuronales mapas autoorganizativos Seijas, Leticia Segura, Enrique Carlos Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
topic_facet	Ciencias Informáticas reconocimiento de patrones Neural nets clasificación Intelligent agents redes neuronales mapas autoorganizativos
description	En este trabajo se presenta un sistema reconocedor de patrones con un diseño modular, explicativo y altamente paralelizable, basado en una técnica híbrida de aprendizaje, que incluye la utilización de mapas auto-organizativos de Kohonen. Dicho sistema se aplica al tratamiento de un problema real: el reconocimiento de dígitos manuscritos sin restricciones, obteniéndose resultados competitivos con los publicados por otros autores. El sistema propuesto no sólo permite clasificar patrones; también permite explicar las respuestas dadas y detectar patrones ambiguos, indicando a qué otras clases podrían pertenecer. Además, los mapas Kohonen utilizados, muestran gráficamente la distribución de los datos de entrenamiento, contribuyendo también a la explicación de las respuestas. La utilización de varias características representativas extraídas de los datos de entrada durante la etapa previa de preprocesamiento, y el tratamiento de las mismas en forma independiente, contribuye a la modularidad del sistema y a la posibilidad de entrenarlo en forma paralela. El uso de dichas características permite, además, que la presencia de errores en los patrones de entrada no tenga gran influencia en la respuesta del sistema.
format	Objeto de conferencia Objeto de conferencia
author	Seijas, Leticia Segura, Enrique Carlos
author_facet	Seijas, Leticia Segura, Enrique Carlos
author_sort	Seijas, Leticia
title	Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_short	Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_full	Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_fullStr	Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_full_unstemmed	Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_sort	un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
publishDate	2003
url	http://sedici.unlp.edu.ar/handle/10915/22706
work_keys_str_mv	AT seijasleticia unclasificadorneuronalqueexplicasusrespuestasaplicacionalreconocimientodedigitosmanuscritos AT seguraenriquecarlos unclasificadorneuronalqueexplicasusrespuestasaplicacionalreconocimientodedigitosmanuscritos
_version_	1807220261433376768

Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos

Ejemplares similares