Inteligência artificial com aprendizado continuado aplicada ao reconhecimento de padrões / Artificial intelligence with continuous learning applied to pattern recognition

Mailon Bruno Pedri de Campos, Gustavo da Silva Maciel, Simone Silva Frutuoso de Souza, Fábio Roberto Chavarette, Fernando Parra dos Anjos Lima

Abstract


Neste artigo apresenta-se uma nova abordagem para o desenvolvimento de um sistema de reconhecimento de padrões com aprendizado continuado inspirado no funcionamento do sistema imunológico biológico.  O objetivo principal deste artigo é apresentar um sistema de reconhecimento de padrões apto a apreender continuamente, ou seja, ser capaz de contemplar novos tipos de padrões, sem a necessidade de reiniciar o processo de aprendizado. Neste contexto empregam-se dois algoritmos imunológicos artificiais, sendo o algoritmo de seleção negativa, responsável pelo processo de reconhecimento de padrões, e o algoritmo de seleção clonal responsável pelo processo de aprendizado. A principal aplicação desta metodologia é auxiliar no processo de tomada de decisões em problemas de reconhecimento de padrões. Para validar e avaliar a eficiência desta metodologia, o sistema foi testado no reconhecimento de caracteres manuscritos, um problema clássico da literatura. Os resultados obtidos com esta nova abordagem demonstram excelente desempenho, quando comparados a literatura.


Keywords


Reconhecimento de Padrões, Aprendizado Continuado, Sistemas Imunológicos Artificiais, Algoritmo de Seleção Negativa, Algoritmo de Seleção Clonal.

References


BARROS, A. C.; TONELLI-NETO, M. S.; DECANINI, J. G. M. S.; MINUSSI, C. R. (2013). Detecção e Classificação de Distúrbios de Tensão em Sistemas de Distribuição de Energia Elétrica Usando uma Rede Neural ARTMAP Euclidiana Modificada com Treinamento Continuado, in: SBAI – Simpósio Brasileiro de Automação Inteligente, Fortaleza, pp. 1-6.

BRADLEY, D. W.; TYRRELL, A. M. Immunotronics - novel finite-state-machine architectures with built-in self-test using self-nonself differentiation. IEEE Transactions on EvolutionaryComputation, New York, v. 6, p. 227-238, 2002.

CASTRO, L. N. Engenharia imunológica: desenvolvimento e aplicação de ferramentas computacionais inspiradas em sistemas imunológicos artificiais. 2001. Tese (Doutorado) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas, 2001.

CASTRO, L. N.; VON ZUBEN, F. J. The clonal selection algorithm with engineering applications. In: Proceedings of GECCO, Workshop on Artificial Immune Systems and Their Applications, 2000, Las Vegas. Proceedings of the... Las Vegas: [S.n.], 2000. p. 36-39.

CASTRO, L. N.; TIMMIS, J. Artificial immune systems: a new computational intelligence approach. New York: Springer, 2002. 357 p.

DASGUPTA, D. Artificial immune systems and their applications. New York: Springer-Verlag, 1998.

FORREST, S. A.; PERELSON, A. L.; CHERUKURI, R. Self-nonself discrimination in a computer. In: Proceedings of the IEEE Symposium on Research in Security and Privacy, Oakland.: IEEE, 1994. p. 202-212.

HAYKIN, S. Neural networks: a comprehensive foundation. New Jersey: Prentice-Hall, Upper Saddle, USA, 1994. 842 p.

LIMA, F.P.A.; LOTUFO, A.D.P.; MINUSSI, C.R. Artificial Immune Systems Applied to Voltage Disturbance Diagnosis in Distribution Electrical Systems. In:PowerTech-2013, Grenoble, France, June-2013, 2013, 6 pp.

LIMA, F.P.A.; CLAUTON, J. C.; LIMA, A. P. A.; MINUSSI, C. R. (2014). Reconhecimento de Caracteres Manuscritos Utilizando Sistemas Imunológicos Artificiais, in: CMAC-Sul (Congresso de Matemática Aplicada e Computacional), Curitiba, pp. 1-6.

MARCHIORI, S. C.; SILVEIRA, M. C. G.; LOTUFO, A. D. P.; MINUSSI, C. R.; LOPES, M. L. M. (2011). Neural Network Based on Adaptive Resonance Theory with Continuous Training for Multi- Configuration Transient Stability Analysis of Electric Power Systems. Applied Soft Computing, Vol. 11, pp. 706-715.

MATLAB 7.8 version, MathWorks Company. 2011.

ZADEH, L. A. Fuzzy sets, Information and Control, New York, v. 8, n. 3, 1995, pp. 338-353.




DOI: https://doi.org/10.34117/bjdv6n5-001

Refbacks

  • There are currently no refbacks.