classificação não supervisionada - kohonen

15
Rede Neural Artificial - Kohonen Rede Neural Artificial - Kohonen

Upload: andre-andrade

Post on 04-Jul-2015

1.354 views

Category:

Documents


4 download

DESCRIPTION

Grupo: Mary Hakamada Mitsuhiko Hashioka Rui Casarin Tainá Shimura

TRANSCRIPT

Page 1: Classificação não supervisionada - Kohonen

Rede Neural Artificial - KohonenRede Neural Artificial - Kohonen

Page 2: Classificação não supervisionada - Kohonen

Introdução� Rede Neural Artificiais(RNA) são técnicas

computacionais que apresentam modelo matemático inspirado na estrutura neural de organismos inteligentesinteligentes

� O mapa auto- organizável (SOM – self-organizingmap), proposto por Kohonen (1997), é um tipo de rede neural artificial baseada em aprendizado competitivo e não-supervisionado.

Page 3: Classificação não supervisionada - Kohonen

Rede Neural Artificiais (RNA) � Analisa um problema de acordo com o funcionamento

do cérebro humano

� O processamento em um cérebro ativa vários � O processamento em um cérebro ativa vários neurônios biológicos, que se interagem numa rede biológica através da intercomunicação

� As RNAs buscam, por exemplo oferecer subsídios para classificação de imagens a partir de algoritmos matematicos

Page 4: Classificação não supervisionada - Kohonen
Page 5: Classificação não supervisionada - Kohonen

Características� São modelos adaptativos treináveis

� Podem representar domínios complexos(não lineares)

� São capazes de generalização diante de informação incompletaincompleta

� Robustos

� São capazes de fazer armazenamento associativo de informações

� Possuem grande paralelismo o que lhe conferem rapidez de processamento

Page 6: Classificação não supervisionada - Kohonen

Kohonen� Pertence a classe de rede neurais não-supervisionada

� São baseados em aprendizagem competitivas

� E é dividido em três processos: competição, cooperação e adaptação sináptica

Page 7: Classificação não supervisionada - Kohonen

Modelo de Kohonen� Produz um mapeamento

topológico

� Transforma um padrão de dimensão arbitraria em um dimensão arbitraria em um mapa discreto uni ou bidimensional

� Preserva a relação de vizinhança entre os neurônios

Page 8: Classificação não supervisionada - Kohonen

Exemplos de representação geométrica

dos neurônios do SOM

Page 9: Classificação não supervisionada - Kohonen

Aprendizagem Competitiva� Neurônios de saída da RNA competem entre si para se

tornar ativos

� Apenas um neurônio de saída está ativo em um determinado instantedeterminado instante

� Três elementos básicos:

� Neurônios com mesma estrutura, diferente pelos pesos, de forma que tenham respostas diferentes a uma entrada

� Um limite imposto sobre a força de cada neurônio

� Mecanismo de competição entre neurônios, de forma que um neurônio é vencedor em um dado instante.

Page 10: Classificação não supervisionada - Kohonen

Processo cooperativo

� Definição de uma função de vizinhança, centrada no neurônio vencedor

� Define uma região de neurônios cooperativos, que terão seus pesos ajustados juntamente com o vencedor

� Há diversas formas de implementar a função de vizinhança

Page 11: Classificação não supervisionada - Kohonen

Processo cooperativo

� Mais simples é definir um conjunto de níveis de vizinhança, ao redor do neurônio vencedor

Page 12: Classificação não supervisionada - Kohonen

Processo cooperativo

� Exemplo de função de vizinhança Gaussiana� Neurônios da vizinhança são atualizados de forma ponderada,

quanto mais afastado, menor fica a taxa de aprendizado

Page 13: Classificação não supervisionada - Kohonen

Processo de Adaptação Sináptica

� Modificação dos pesos em relação à entrada, de forma iterativa (repetida)

� O parâmetro de aprendizagem, assim como a função � O parâmetro de aprendizagem, assim como a função de vizinhança deve decrescer com o tempo, para que as adaptações sejam cada vez mais “finas”

� Assumindo uma inicialização aleatória, são necessárias duas fases de adaptação:

� Fase de Ordenação : movimentação da vizinhança.

� Fase de Convergência : sintonia fina.

Page 14: Classificação não supervisionada - Kohonen

Classificação de Imagem

� (a) Composição colorida da imagem utilizada nos experimentos.

� (b)Imagem dos protótipos do SOM na grade retangular 15´15 após o treinamento.

� OBS: as imagens são apresentadas em escalas diferentes.

Page 15: Classificação não supervisionada - Kohonen

Classificação de Imagem

� (a) Grade de protótipos do SOM segmentada em 6 agrupamentos.

� (b)Imagem teste classificada pelo método proposto