Redes neurais artificiais paraconsistentes aplicadas no reconhecimento de caracteres

• Autores: Luís Fernando Pompeo Ferrara, João Inácio da Silva Filho, Keiji Yamanaka
• Localización: Seleção Documental: Inteligência Artificial e novas Tecnologias, ISSN 1809-0648, Nº. 9, 2008, págs. 5-10
• Idioma: portugués
• Texto completo no disponible (Saber más ...)
• Resumen

  • Neste artigo apresentamos um Sistema capaz de efetuar um reconhecimento de caracteres com base nos conceitos teóricos da Lógica Paraconsistente Anotada. A lógica paraconsistente Anotada LPA, conforme apresentada em [1] é uma classe de Lógica Não Clássica que permite manipular sinais contraditórios sem trivialização. Em [5] foram apresentadas Células Neurais Artificiais Paraconsistentes construídas com Algoritmos baseados na LPA onde ficou demonstrada sua capacidade de aprender e desaprender determinados sinais em forma de funções aplicados em suas entradas. Com base nestas Células foram feitas conexões e agrupamentos entre os algoritmos para se criar um Sistema Paraconsistente Reconhecedor de Caracteres - SPRC capaz de aprender e reconhecer letras do alfabeto de diferentes tipos ou fontes de sinais. Depois do aprendizado dos caracteres o SPRC pode reconhecer a letra apresentada com um alto grau de eficiência e ainda compara-o ao grupo de caracteres aprendido anteriormente. Os resultados demonstram que os algoritmos das Células Neurais Artificiais Paraconsistentes interligados desta forma se transformam em um Sistema Paraconsistentes Reconhecedor de Caracteres robusto que pode ser usado em vários campos da área de Inteligência Artificial como Sistemas Especialistas de Reconhecimento de palavras e imagens.