Investigação de uma arquitetura baseada em sistemas imunológicos artificiais aplicada ao reconhecimento de dígitos manuscritos
Pesquisas sobre o funcionamento da fisiologia do corpo humano têm contribuído para a evolução dos Sistemas Imunológicos Artificiais. Este trabalho procura investigar uma arquitetura de reconhecimento a partir de observações do comportamento imunológico natural. Algumas funcionalidades foram observad...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2007 |
| País: | Brasil |
| Institución: | Universidade Federal de Pernambuco (UFPE) |
| Repositorio: | Repositório Institucional da UFPE |
| Idioma: | portugués |
| OAI Identifier: | oai:repositorio.ufpe.br:123456789/2680 |
| Acceso en línea: | https://repositorio.ufpe.br/handle/123456789/2680 |
| Access Level: | acceso abierto |
| Palabra clave: | Sistemas imunológicos artificiais Sistemas híbridos inteligentes Reconhecimento de dígitos manuscritos |
| Sumario: | Pesquisas sobre o funcionamento da fisiologia do corpo humano têm contribuído para a evolução dos Sistemas Imunológicos Artificiais. Este trabalho procura investigar uma arquitetura de reconhecimento a partir de observações do comportamento imunológico natural. Algumas funcionalidades foram observadas e estudadas no ambiente biológico para modelar esta abordagem imunológica. As principais são a organização e o agrupamento de anticorpos (Ab) semelhantes durante todo o processo. Acredita-se que estas funcionalidades poderiam melhorar a capacidade de reconhecimento dos algoritmos imunológicos artificiais. Esta tecnologia procura modelar características e funcionalidades do mecanismo de defesa dos seres vivos. Este mecanismo permite que o organismo possa defender-se da invasão de substâncias estranhas. O Sistema Imunológico Natural procura armazenar em uma memória genética os melhores anticorpos encontrados. Futuramente eles são usados para identificar os antígenos já apresentados ao organismo e obter uma resposta mais rápida e eficaz. Para analisar o desempenho deste novo modelo, ele foi comparado com outras técnicas conhecidas. Foram utilizados a MLP (Multi-Layer Perceptron), o k-NN (k-Nearest Neighbour) e o Clonalg (Clonal Selection Algorithm). Assim foi possível estimar a contribuição deste novo modelo na pesquisa de Sistemas Imunológicos Artificiais para o problema de reconhecimento de padrões |
|---|