Simulações de reconhecimento de padrões pelo algoritmo back propagation

Trabalho de Redes Neurais (T1)

Turma 2011
Mestrado em Engenharia Elétrica - Centro Universitário da FEI
Curso: PEL203 - Inteligência Computacional
Professor: Carlos Eduardo Thomaz
Data de Proposta: Quinta-Feira 24/03/2011
Data de Entrega: Quinta-Feira 07/04/2011

Introdução

Neste trabalho serão analisados aplicações e comportamento das Redes Neurais, através de simulações de reconhecimento de padrões pelo algoritmo Back Propagation. Serão abordados conceitos tais como: taxa de aprendizado, ajuste de pesos, termo de momento, convergência, generalização, entre outros.

Trabalho

Este trabalho é um exercício prático de reconhecimento dos dígitos de 0 a 9 utilizando o algoritmo Back Propagation e o software ICADEMO. Os dígitos são representados através de um quadro de 20 pixels.

Formato de entrada dos dígitos:

| | | | |
| | | | |
| | | | |
| | | | |
| | | | |

1 0 0 0 0 0 0 0 0 0
Testes a serem executados:

1. Varie o número de camadas escondidas e o número de processadores em cada camada escondida, verificando o seu tempo de convergência, isto é, o número de epochs ou ciclos (rodadas) de apresentação de todos os 10 padrões de treinamento, conforme indicado na tabela abaixo. Comente e justifique os resultados obtidos. Todos esses testes devem ser efetuados com os seguintes parâmetros: taxa de aprendizado = 0.4 e taxa de erro ou tolerância = 10%.

|Redes com 1 camada |Redes com 2 camadas |
|# Proces. |15 |25 |35 |10x10 |
|Tempo Conv. |969 |891 |746 |8789