gomez
DESCRIPTION
InformacionTRANSCRIPT
-
UNIVERSIDAD DE VALLADOLID
Dpto de Teora de la Senal y Comunicaciones e Ing Telematica
Escuela Tecnica Superior de Ingenieros de Telecomunicacion
Proyecto de Tesis Doctoral
Arquitecturas neuronales
ART para el reconocimiento
de patrones y la
aproximacion de funciones
AUTOR
Eduardo Gomez Sanchez
Ingeniero de Telecomunicacion
DIRECTORES
Juan Lopez Coronado
Dr Ingeniero Industrial
Yannis A Dimitriadis
Dr Ingeniero de Telecomunicacion
Diciembre de
-
Indice General
Introduccion
Redes neuronales articiales
Proliferacion de categoras en Fuzzy ARTMAP
El reconocimiento de caracteres
La aproximacion de funciones con redes ART
La produccion de penicilina
Objetivos de la tesis
Conclusiones
Referencias
Introduccion
El presente documento describe el proyecto de tesis doctoral centrada en
el analisis y mejora de diversas arquitecturas neuronales de la Teora de la
Resonancia Adaptativa y su aplicacion al reconocimiento de patrones y la
aproximacion de funciones En la seccion se describe la importancia de
las redes neuronales articiales para la resolucion de multiples problemas
En particular la Teora de la Resonancia Adaptativa presenta algunas ca
ractersticas interesantes constituyendo el objeto fundamental de esta tesis
La seccion esta dedicada a describir uno de los problemas tratados
el de la proliferacion de categoras en redes ART Este problema es espe
cialmente importante en casos en los que la interpretacion del conocimiento
adquirido es deseable como es el caso del reconocimiento de caracteres ma
nuscritos Este problema que es en s objeto de intensa investigacion sera
utilizado como aplicacion para algunas de las propuestas de esta tesis La
seccion describe brevemente la importancia de este problema
Por otra parte la seccion describe las peculiaredades de la aproxi
macion de funciones con redes ART objeto tambien de esta tesis Esta
utilizacion de las redes neuronales sera ilustrada sobre un problema de gran
importancia industrial como es el de la produccion de penicilina La seccion
describe brevemente este problema
La seccion describe los objetivos de esta tesis en el ambito anterior
mente descrito Finalmente la seccion presenta unas breves conclusiones
-
Redes neuronales articiales
En muchos casos las redes neuronales articiales de aqu en adelante simple
mente llamadas redes neuronales RRNN surgen como intento de reproducir
el sistema nervioso humano ofreciendo modelos simplica
dos de algunos de sus mecanismos combinando para ello los conocimientos
de disciplinas tales como la biologa la neurologa o la sicologa Aunque su
funcion como elementos en la comprension y modelizacion del cerebro es un
campo de investigacion muy activo las redes neuronales han despertado un
mayor interes en el campo de la ingeniera Durante las dos ultimas decadas
han sido aplicadas con exito a la resolucion de numerosos problemas
Al igual que otras tecnicas agrupadas bajo el topico de aprendizaje
automatico machine learning las redes neuronales permiten construir co
nocimiento a partir de datos numericos Esto es muy util ya que la reco
leccion de datos en muchos casos es automatizada y poco costosa mientras
que la generacion de modelos analticos bien matematicos o logicos que
describan adecuadamente un problema es difcil Ademas la mayora de las
arquitecturas neuronales presentan una serie de caractersticas como tole
rancia a fallos robustez al ruido en los datos de entrenamiento y alto grado
de paralelismo que las hacen soluciones deseables para multiples problemas
de ingeniera
Algunos de los problemas mas frecuentemente tratados en la literatura
son el reconocimiento de escritura manuscrita voz smbolos u objetos a
partir de imagenes visuales y otros muchos en los que dados un conjunto
de caractersticas que denen a un patron la red debe proporcionar una
etiqueta Aunque pertenecen a distintos campos de aplicacion estos pro
blemas presentan caractersticas comunes siendo abordados con tecnicas
denominadas de reconocimiento de patrones pattern recognition
Por otra parte existe otro tipo de problemas en que dado un vector de
entrada la red debe proporcionar un valor numerico de salida normalmente
en un conjunto nito pero no discreto Estos problemas se conocen como de
aproximacion de funciones y son de gran importancia en la identicacion
de sistemas o la estimacion de variables fsicas como la temperatura la
demanda electrica
Posiblemente la arquitectura neuronal mas utilizada actualmente es el
perceptron multicapa entrenado con el algoritmo de retropropagacion del
error back propagation BP
Sin embargo esta arquitectura presenta algu
La utilizacion del algoritmo de backpropagation para entrenar el perceptron multicapa
-
nos inconvenientes conocidos En concreto plantea el dilema de estabilidad
plasticidad es decir retener lo aprendido o adquirir conocimiento nuevo
Tambien se ve afectado por el dilema de ruidosaturacion o como apren
der dando igual importancia a todas las senales independientemente de su
amplitud Por ultimo y aunque en algunos ambitos de aplicacion puede
ser deseable el tratamiento de la red BP como caja negra resulta un fuerte
inconveniente en otros casos el oscuro funcionamiento interno de la red En
concreto la expresion del conocimiento adquirido en una forma compren
sible no es en absoluto inmediata Existen multiples trabajos dedicados a
resolver este problema normalmente imponien
do restricciones fuertes sobre la topologa de la red o sobre la forma de
entrenarla
La popularidad de los sistemas difusos ha motivado la propuesta de
multiples sistemas de extraccion a partir de los datos de las reglas a ser
utilizadas por el sistema difuso En se propone una tecnica para
aprender un sistema difuso a partir de reglas pero la estructura del sistema
disfuso debe jarse a priori En se proponen sistemas neurodifusos
basados en la Teora de la Resonancia Adaptativa para el aprendizaje
de reglas difusas pero como otras arquitecturas de este tipo generan un
numero de reglas excesivo
La mencionada Teora de la Resonancia Adaptativa Adaptive Resonance
Theory ART propone una modelizacion matematica de las dinamicas que
rigen las conexiones entre neuronas en una red neuronal natural A partir de
esta teora se ha propuesto una familia de arquitecturas neuronales desta
cando ART ART ART y Fuzzy ART para la realizacion de
aprendizaje no supervisado y ARTMAP y Fuzzy ARTMAP para
el aprendizaje supervisado Estas redes resuelven los dilemas comentados
anteriormente permitiendo un aprendizaje rapido y estable
Proliferacion de categoras en Fuzzy ARTMAP
En lo que respecta a la interpretabilidad del conocimiento adquirido la ar
quitectura neuronal Fuzzy ARTMAP puede verse como una arquitectura
capaz de aprender reglas difusas aunque formalmente no describe un sis
tema difuso Sin embargo las reglas categoras en terminologa ART
que genera son inmediatamente comprensibles por los seres humanos
es tan habitual que se habla de redes backpropagation Aunque esto no es estrictamente
correcto se utilizara aqu porque es parte de la jerga habitual en la literatura de redes
neuronales
-
aunque como se ha comentado con anterioridad para otros miembros de esta
familia su numero es excesivo Esto se conoce como proliferacion de
categoras
Para superar estas limitaciones en se propone un sistema de ex
traccion de reglas a partir de Fuzzy ARTMAP Este no tiene la misma
nalidad que los propuestos sobre el perceptron multicapa ie ha
cer comprensible una infomacion ininteligible en su representacion interna
sino que su proposito es seleccionar un pequeno conjunto de reglas signica
tivas que pueda ser de utilidad practica y al mismo tiempo abarcado por la
capacidad de comprension humana Esta es una de las dos aproximaciones
posibles para reducir el problema de la proliferacion de categoras en Fuzzy
ARTMAP
Se utiliza algun metodo de postprocesamiento que reduzca el numero
de reglas tras el entrenamiento de Fuzzy ARTMAP como en
Se modica la arquitectura o el algoritmo de Fuzzy ARTMAP de for
ma que se comprometa un numero menor de categoras como en
donde se utiliza informacion probabilstica en donde ademas la
funcion de activacion de las categoras se dene a partir de los datos de
entrenamiento o en donde la informacion es aprendida entre las
distintas categoras de forma distribuida de forma que sea necesario
un numero menor de ellas Otras aproximaciones pueden reducir en
numero de categoras en determinados casos en si los patrones de
cada clase se distribuyen en esferas pero es deseable tener soluciones
generales
Sin embargo pese a que se genere un numero mas reducido de ca
tegoras algunas de las modicaciones alteran el hecho
de que cada categora tene una hipercaja asociada y por lo tanto la
extraccion de reglas no es inmediata
Si la forma de las categoras no es alterada es tambien posible realizar un
postprocesamiento que seleccione unas pocas reglas tras el entrenamiento de
una arquitectura modicada
De entre las modicaciones de la arquitectura o el algoritmo de Fuzzy
ARTMAP anteriormente citadas varias utilizan la informacion probabilstica
para optimizar el numero de categoras Esto es razonable ya que
Fuzzy ARTMAP al realizar una optimizacion local asigna cada patron de
entrnenamiento en el momento en que se presenta a una categora que
-
predice la salida correcta Esto lleva a que cuando la informacion es ruido
sa porque existe ruido uniforme o gaussiano que distorsione las fronteras
de clasicacion o porque existan patrones de ruido impulsivo Fuzzy ART
MAP genere muchas categoras innecesarias Por otra parte por lo
general se podra obtener un numero de categoras menor si se permite un
ligero error sobre los datos de entrenamiento de forma que no se dedi
quen categoras a codicar patrones muy poco probables y por lo tanto con
una menor aportacion al error siempre que la distribucion de los datos de
entrenamiento sea representativa del problema
El reconocimiento de caracteres
El reconocimiento de caracteres ha sido intenso objeto de investigacion du
rante muchos anos
recobrando ahora interes debido a las aplica
ciones moviles sin cables que requeriran interfaces amigables en supercies
pequenas Sin embargo presenta dicultades intrnsecas que lo mantie
nen como problema abierto Fundamentalmente es un problema que conlleva
una alta variabilidad de autores de idiomas de formas de escritura de ta
bletas digitalizadoras Para compensar este problema el proyecto UNIPEN
ha recolectado mas de cinc millones de caracteres que reejan toda esta
variabilidad Esto permite desarrollar clasicadores mas robustos y permitir
comparaciones mas justas con los resultados de otros investigadores
El reconocimiento de escritura implica varias tareas previamente a la
clasicacion La primera de ellas es la segmentacion de caracteres en trazos
porciones de escritura producidas como respuesta a un solo impulso motor
Este proceso esta motivado por los modelos biologicos de segmentacion
Tras la segmentacion un conjunto de caractersticas debe ser extrai
do que permita al sistema clasicador etiquetar el trazo Finalmente
mediante un sistema de clasicacion que tenga en memoria se clasica la
secuencia de trazos y se produce la etiqueta del caracter
La extraccion de un numero reducido de reglas es de particular interes
en este problema ya que se postula que el reconocimiento de caracteres y su
generacion utilizan la misma informacion los llamados alogramas Un alo
grama es la representacion ideal de un caracter y sirven para explicar
los procesos de generaciond de la escritura como para la implementacion
de reconocedores sintacticos Claramente si se construye un dic
cionario de alogramas pero su numero es excesivo su utilidad se ve
mermada Por ello la aplicacion de redes neuronales ART optimizadas para
generar un numero pequeno de categoras es especialmente util al permitir
-
extraer a partir de una gran cantidad de datos nunmericos un pequeno
conjunto de reglas o alogramas que los expliquen
La aproximacion de funciones con redes ART
Fuzzy ARTMAP es muy adecuado para resolver prolemas de clasicacion
pero su diseno original no excluye su utilizacion para problemas
de aproximacion con una cuanticacion automatica del espacio de salida
realida por el Fuzzy ARTb Sin embargo en la literatura se pueden encon
trar varios informes sobre el uso de Fuzzy ARTMAP para aproximacion de
funciones presentes pero la mayora con el propostito de servir como base
comparativa para diversas arquitecturas modicadas
En la utilizacion de Fuzzy ARTMAP para aprender un mapeado f
m
cuando los datos de entrenamiento son ruidosos la precision
maxima alcanzable esta determinada por el valor de
b
Sin embargo
arma que Fuzzy ARTMAP no debera utilizarse cuando existe ruido en
los patrones de entrenamiento ya que lleva a la proliferacion de categoras
Esta es una de las razones que motivan la derivacion de otras arquitecturas
a partir de Fuzzy ARTMAP que sean mas robustas frente al ruido tanto
para problemas de clasicacion como de identicacion
Por otra parte Fuzzy ARTMAP produce una salida escalonada no con
tinua Ademas su comportamiento en fase de test carece por completo
de interpretabilidad como sistema difuso a pesar de su nombre Para
resolver estos problemas se propuso FasArt y FasBack como una mo
dicacion de este Estas arquitecturas y algunas mejoras introducidas en
ellas se estudian tambien en Aunque FALCON no se presenta co
mo una modicacion de Fuzzy ARTMAP tambien puede verse como tal ya
que utiliza un Fuzzy ART para dividir el espacio de entrada estando cada
conjunto asociado a un valor en el espacio de salida
El algoritmo de test de FasArt realiza una equivalencia entre cate
gora y conjunto difuso y por lo tanto entre activacion de la categora y
funcion de pertenencia Ademas la salida es distribuida siendo una de
fusicacion de las distintas salidas difusas predichas por varias categoras
En general se puede decir que en modo de test FasArt es equivalente a un
sistema difuso con funciones de pertenencia triangulares inferencia produc
to y defusicacion basada en el promedio de centros de conjuntos difusos
single point defuzzication based on average of fuzzy sets centers Esta
equivalencia permite aplicar el teorema de aproximacion universal que
asegura que los sistemas difusos con inferencia producto y defusicacion
-
basada en el promedio de centros de conjuntos difusos son aproximadores
universales Sin embargo esto solo ocurre en modo de test y aunque se
puede decir que durante el entrenamiento se esta aprendiendo un sistema
difuso dicho aprendizaje podra llevarse a cabo con otros metodos o
incluso con Fuzzy ARTMAP postprocesando adecuadamente sus pesos
La produccion de penicilina
La produccion de penicilina es un proceso de alto valor anadido por lo que su
optimizacion tiene gran interes economico e industrial Sin embargo presen
ta caractersticas altamente no lineales y como otros bioprocesos esta sujeto
a una gran incertidumbre debido a factores como mutaciones de la bioma
sa contaminaciones Por todo ello aunque existen modelos analticos del
proceso de fermentacion estos son muy simples y no recogen muchos
de los factores de variabilidad mencionados Por ello para el entrenamiento
de redes neuronales que pueden ser adaptativas es especialmente util para
el desarrollo de controladores basados en modelo
Por otra parte la monitorizacion de ciertas variables del proceso como
la cantidad de biomasa o la viscosidad de esta es muy interesante ya que
normalmente la unica forma de medirlas es en laboratorio con gran coste
y un signicativo retraso en la medicion El empleo de redes neuronales
tambien se revela intersante aqu para construir los denominados sensores
software
Por todo ello el analisis realizado sobre la utilidad de las redes ART pa
ra la aproximacion de funciones continuas se ilustrara con la identicacion
de distintas variables de este difcil proceso Ademas se utilizaran datos de
la planta piloto de Antibioticos SAU en Leon en la medida en que las
limitaciones de condencialidad permitan Este trabajo es de gran impor
tancia debido la escasa presencia en la literatura de resultados obtenidos
sobre datos reales y la gran distancia existente entre estos y los modelos
analticos
Objetivos de la tesis
De acuerdo con los problemas existentes en las redes ART que se han ex
puesto hasta ahora la tesis que se propone se centra en
La propuesta de soluciones para el problema de la proliferacion de ca
tegoras en Fuzzy ARTMAP aplicado a problemas de reconocimiento
-
de patrones Se busca esta solucion a traves de la modicacion de la
arquitectura o del algoritmo de Fuzzy ARTMAP
Se evaluara el aprendizaje distribuido como solucion
para reducir el numero de categoras necesarias para aprender
una distribucion de datos
Es interesante contemplar informacion probabilstica al igual que
otras soluciones ya que permite ofrecer mayor ro
bustez frente al ruido y una mejor distribucion de las categoras
en el espacio de entrada
En cualquier caso es deseable mantener la forma de las categoras
hipercajas ya que esto permite la directa traduccion de categoras en
reglas De esta forma el objetivo ultimo se formula como la propuesta
de un sistema que a partir de una coleccion de datos genere un conjunto
reducido de reglas interpretables y de alta capacidad predictiva
Las contribuciones de esta tesis a este punto son una evaluacion for
mal de la utilizadad del aprendizaje distribuido para reducir
la proliferacion de categoras y tambien una red ART que
utilice informacion probabilstica para reducir la proliferacion
de categoras
El estudio detallado de FasArt FasBack y RFasArt conocidas como
la familia FasArt como sistemas de aproximacion de funciones
y su relacion con Fuzzy ARTMAP Para ello se considerara lo siguiente
Se determinaran las semejanzas y diferencias de la clasicacion
de patrones y la aproximacion de funciones en relacion con los
principios de funcionamiento de Fuzzy ARTMAP
Se estudiara la importancia real tanto teorica como practica de
la dualidad red neuronalsistema difuso presente en estas arqui
tecturas En particular se evaluara si al producirse la dualidad
unicamente en fase de test las modicaciones introducidas du
rante el entrenamiento son necesarias
Se estudiaran modicaciones en la fase de test que manteniendo
el entrenamiento de Fuzzy ARTMAP permitan mejorar su fun
cionamiento en tareas de aproximacion de funciones Para ello se
utilizaran las observaciones realizadas sobre FasArt y FasBack
-
En relacion con el primer gran objetivo de esta tesis se evaluara
el problema de la proliferacion de categoras en Fuzzy ARTMAP
y las redes derivadas en su aplicacion a la aproximacion de fun
ciones En particular se estudiara si las modicaciones que per
mitan reducir el numero de reglas generadas en un problema de
reconocimiento de patrones son efectivas en un problema de apro
ximacion de funciones
Las contribuciones de la tesis a este punto son una evaluacion com
parativa de distintas arquitecturas ART para aproximacion
as como una propuesta para mejorar la prediccion de Fuzzy
ARTMAP en tareas de aproximacion
Se validaran las propuestas anteriores en una serie de problemas
Se propondran tareas sinteticas sencillas tanto de reconocimiento
de patrones como de aproximacion de funciones que permitan
evaluar las propiedades de las distintas arquitecturas
Se estudiara la efectividad de las mejoras en el algoritmo de Fuzzy
ARTMAP sobre algun problema de reconocimiento de patrones
real de relevancia En concreto resulta de gran interes el reco
nocimiento de caracteres manuscritos de UNIPEN ya que la ex
traccion de un pequeno conjunto de reglas es de una importancia
especial
Identicamente se realizara un estudio experimental sobre un pro
blema de aproximacion de funciones real de interes En concreto
se estudiara la modelizacion del proceso de fermentacion que da
lugar a la prediccion de penicilina a partir de datos recoletcados
en la planta piloto de Antibioticos SAU en Leon
En este punto se realizan contribuciones con diversas propuestas de
metodos de reconocimiento de escritura basados en redes ART
as como el desarrollo de estimadores o sensores software
para el proceso de produccion de penicilina utilizando redes ART y
a partir de datos simulados y reales obtenidos en planta
Conclusiones
Las redes neuronales han tenido amplio uso para problemas de ingeniera
pero multiples problemas quedan abiertos siendo por ello un campo de
-
investigacion muy intensa Las redes de la Teora de la Resonancia Adapta
tiva solucionan algunos de los problemas existentes en otras arquitecturas
y ademas ofrecen una inmediata interpretabilidad del conocimiento adquiri
do en forma de reglas Sin embargo debido a que el numero de reglas que
generan es habitualmente muy alto algun metodo de postprocesamiento o
alguna modicacion de los algoritmos originales son necesarios para la inter
pretacion efectiva de dicho conjunto de reglas Este situacion se produce en
problemas de reconocimiento de patrones para los que Fuzzy ARTMAP es
una solucion adecuada y tambien en problemas de aproximacion de funcio
nes en los que multiples modicaciones han sido propuestas con particulares
ventajas para dicho tipo de problemas
La tesis que se propone busca encontrar una modicacion de la arqui
tectura de Fuzzy ARTMAP para reducir el problema de la proliferacion
de categoras especialmente en problemas de reconocimiento de patrones
Ademas se estudiaran distintas soluciones propuestas para la aproximacion
de funciones determinando cuales de sus principios de funcionamiento son
los que realmente permiten adecuar las arquitecturas ART a este tipo de
funciones mostrando tambien sus deciencias actuales Como parte de este
estudio se contempla la presencia del problema de proliferacion de cate
goras en tareas de aproximacion
Las propuestas de este estudio se validaran sobre problemas reales de
relevancia En concreto el reconcimiento de patrones se ilustrara con el
reconocimiento de caracteres manuscritos de UNIPEN mientras que la es
timacion de diversas variables en el proceso de produccion de penicilina se
utilizara como tarea de aproximacion de funciones
Referencias
GC Anagnostopoulos and M Georgiopoulos Hypersphere ART and
ARTMAP for unsupervised and supervised incremental learning In
Proceedings of the International Joint Conference on Neural Networks
IJCNN Como Italia July
MJ Arauzo Bravo E Gomez Sanchez JM Cano Izquierdo
J Lopez Coronado M Lopez
Nieto and A Collados de la Vieja Con
trol of the penicillin production with adaptive IMC using fuzzy neural
networks In Proceedings of IFAC volume O pages
Beijing
China
-
R Bajpai and M Reu A mechanistic model for penicillin production
Journal of Chemical Technology and Biotechnology
G Bologna Rule extraction from a multilayer perceptron with stairca
se activation functions In Proceedings of the International Joint Con
ference on Neural Networks IJCNN Como Italia July
G Bradski G Carpenter and S Grossberg Working memory networks
for learning temporal order of arbitrary temporal sequences Neural
Computation
JM Cano Izquierdo YA Dimitriadis MJ Arauzo and J Lopez Co
ronado FasArt A new neurofuzzy architecture for incremental lear
ning in system identication In Proc of the IFAC World Congress
IFAC volume F pages San Francisco USA June
JM Cano Izquierdo YA Dimitriadis E Gomez Sanchez and
J Lopez Coronado Learning from noisy information in FasArt and
FasBack neurofuzzy systems Neural Networks Aceptado para
publicacion
JM Cano Izquierdo YA Dimitriadis and J Lopez Coronado A fuzzy
neural architecture for supervised learning and classication of tempo
ral sequences In Proceedings of ICANN
Amsterdam Nedherland
JM Cano Izquierdo E Gomez Sanchez YA Dimitriadis and
J Lopez Coronado Aproximacion de funciones con fuzzy artmap In
Actas de las Jornadas de Automatica Sevilla Espana September
GA Carpenter and K Govindavajan Evaluation of speaker norma
lization methods for vowel recognition using Fuzzy ARTMAP and K
NN Technical Report CASCNS Boston University Center for
Adaptive Systems and Department of Cognitive and Neural Systems
GA Carpenter and S Grossberg ART Selforganization of stable
category recognition codes for analog input patterns Applied Optics
December
-
GA Carpenter and S Grossberg A massively parallel architecture for
selforganizing neural pattern recognition machine Computer Vision
Graphics and Image Processing
GA Carpenter S Grossberg N Markuzon J Reynolds and DB Ro
sen Fuzzy ARTMAP A neural network architecture for incremental
supervised learning of analog multidimensional maps IEEE Transac
tions on Neural Networks September
GA Carpenter S Grossberg and J Reynolds ARTMAP Supervised
realtime learning and classication of nonstationary data by a self
organizing neural network Neural Networks
GA Carpenter S Grossberg and DB Rosen Fuzzy ART Fast stable
learning and categorization of analog patterns by an adaptive resonance
system Neural Networks
GA Carpenter BL Milenova and BW Noeske Distributed ART
MAP a neural network for fast distributed supervised learning Neural
Networks
GA Carpenter and HA Tan Rule extraction From neural architec
ture to symbolic representation Connection Science
J Castro and M Delgado Fuzzy systems with defuzzication are
universal approximators IEEE Transaction on Systems Man and
CyberneticsPart B Cybernetics February
MW Craven and JW Shavlik Learning symbolic rules using articial
neural networks In Proc of the Tenth International Joint Conference
on Machine Learning Amherst MA Morgan Kaufmann
MW Craven and JW Shavlik Using sampling and queries to extract
rules from trained neural networks In WW Cohen and H Hirsh
editors Proceedings of the Eleventh International Joint Conference on
Machine Learning San Mateo CA Morgan Kaufmann
MW Craven and JW Shavlik Extracting comprenhensible concept
representations from trained neural networks In Proc of the Interna
tional Joint Conference on Articial Intelligence Workshop on Com
prehensibility in Machine Learning Montreal Canada
-
YA Dimitriadis and J Lopez Coronado Towards an ARTbased mat
hematical editor thar uses online handwritten symbol recognition
Pattern Recognition June
L Duneau and B Dorizzi Incremental building of an allograph lexicon
In C Fanre P Kenss G Lorette and A Vinter editors Advances
in handwriting an drawing a multidisciplinary aproach pages
Europia
L Fu Rule generation from neural networks IEEE Transactions on
Systems Man and Cybernetics
August
E Gomez Sanchez JM Cano Izquierdo MJ Arauzo Bravo YA
Dimitriadis and J Lopez Coronado Adaptive IMC using fuzzy neural
networks for the control of nonlinear systems In Changing the Ways
we Worsk Proc of Conference on Integration in Manufacturing IiM
pages Goteborg Suecia October
E Gomez Sanchez YA Dimitriadis JM Cano Izquierdo and
J Lopez Coronado MicroARTMAP use of mutual information for
category reduction in Fuzzy ARTMAP In Proceedings of the Interna
tional Joint Conference on Neural Networks IJCNN volume VI
pages Como Italia July
E Gomez Sanchez YA Dimitriadis JM Cano Izquierdo and
J Lopez Coronado MicroARTMAP use of mutual information for
category reduction in Fuzzy ARTMAP IEEE Transactions on Neural
Networks Enviado para publicacion
E Gomez Sanchez JA Gago Gonzalez YA Dimitriadis JM Ca
no Izquierdo and J Lopez Coronado Experimental study of a nove
neurofuzzy system for online handwritten recognition Pattern Recog
nition Letters
March
E Gomez Sanchez JA Gago Gonzalez YA Dimitriadis JM Ca
no Izquierdo and J Lopez Coronado Online handwritten digit re
cognition with fuzzy neural networks In Proc of the th Biennial
Conference of the International Graphonomics Society IGS pages
Genova Italia August
-
E Gomez Sanchez MJ Arauzo Bravo JM Cano Izquierdo
J Lopez Coronado M Lopez
Nieto and A Collados de la Vieja Con
trol of the penicillin production using fuzzy neural networks In Pro
ceedings of the IEEE SMC volume VI pages Tokio Japon
October
S Grossberg A theory of human memory selforganization and perfor
mance of sensorymotor codes Progress in Theoretical Biology
S Grossberg Studies of mind and brain Neural principles of learning
perception development cognition and motor control Reidel Press
Boston MA USA
I Guyon L Schomaker R Plamondon M Liberman and S Janet
UNIPEN Project of online data exchange and recognizer benchmarks
In Proc of the th International Conference on Pattern Recognition
Jerusalem Israel pages October
DO Hebb The organization of behaviour Wiley
C Lin and C Lin Reinforcement learning for an artbased fuzzy adap
tive learning control network IEEE Transactions on Neural Networks
May
CJ Lin and CT Lin An ARTbased fuzzy adaptive learning control
network IEEE Transactions on Fuzzy Systems Novem
ber
S Marriott and R Harrison A modied Fuzzy ARTMAP architecture
for the approximation of noisy mappings Neural Networks
M Parizeau and R Plamondon A handwriting model for syntactic
recognition of cursive script In Proc of the th International Con
ference on Pattern Recognition volume pages The Hague
Netherlands
M Parizeau and R Plamondon A fuzzysyntactic aproach to an allo
graph modeling for cursive script recognition IEEE Transactions on
Pattern Analysis and Machine Intelligence July
-
M Parizeau R Plamondon and G Lorette Fuzzyshape grammars
for cursive script recognition In Proc of the Workshop on Structural
and Syntactic Pattern Recognition
E Parrado Hernandez E Gomez Sanchez YA Dimitriadis and
J Lopez Coronado A neurofuzzy sytem that uses distributed learning
for compact rule set generation In Proceedings of the IEEE Conferen
ce on System Man and Cybernetics SMC Tokyo Japan October
R Plamondon A kinematic theory of rapid human movements Part
Movement representation and generation Biological Cybernetics
R Plamondon A kinematic theory of rapid human movements part
Movement time and control Biological Cybernetics
R Plamondon GE Stelmach and N Teasdale Motor program coding
representation from a handwriting generator model the production of
line responses Biological Cybernetics
GI Sainz Palmero YA Dimitriadis JM Cano Izquierdo
E Gomez Sanchez and E Parrado Hernandez Art based model set
for pattern recognition The fasart family In H Bunke editor Neuro
fuzzy pattern recognition World Scientic Publishing Singapore
En prensa
N Srinivasa Learning and generalization of noisy mappings using a
modied probart neural network IEEE Transactions on Signal Proces
sing October
CC Tappert CY Suen and T Wakahara The state of the art in on
line handwriting recognition IEEE Transactions on Pattern Analysis
and Machine Intelligence August
V Tiller J Meyerho D Sziele K Schugerl and Bellgardt K Se
gregated mathematical model for the fedbatch cultivation of a high
producing strain of penicillium crysogenum Journal of Biotechnology
-
G Towell and JW Shavlik Interpretation of articial neural networks
mapping knowledgebased neural networks into rules In J Moody
S Hanson and R Lippmann editors Advances in Neural Information
Processing Systems volume Morgan Kaufmann San Mateo CA
G Towell and JW Shavlik Extracting rened rules from knowledge
based neural networks Machine Learning
SJ Verzi GL Heileman M Georgiopoulos and MJ Healy Boosted
ARTMAP In Proc of the IEEE World Congress on Computational
Intelligence WCCI pages Anchorage Alaska May
L Wang Adaptive Fuzzy Systems and Control Prentice Hall
L Wang and J Mendel Generating fuzzy rules by learning from
examples IEEE Transactions on Systems Man and Cybernetics
NovemberDecember
R Want and G Borriello Survey on information appliances IEEE
Computer Graphics Applications May
J Williamson Gaussian ARTMAP A neural network for fast incre
mental learning of noisy multidimensional maps Neural Networks