Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos

Autores
Seijas, Leticia; Segura, Enrique Carlos
Año de publicación
2003
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se presenta un sistema reconocedor de patrones con un diseño modular, explicativo y altamente paralelizable, basado en una técnica híbrida de aprendizaje, que incluye la utilización de mapas auto-organizativos de Kohonen. Dicho sistema se aplica al tratamiento de un problema real: el reconocimiento de dígitos manuscritos sin restricciones, obteniéndose resultados competitivos con los publicados por otros autores. El sistema propuesto no sólo permite clasificar patrones; también permite explicar las respuestas dadas y detectar patrones ambiguos, indicando a qué otras clases podrían pertenecer. Además, los mapas Kohonen utilizados, muestran gráficamente la distribución de los datos de entrenamiento, contribuyendo también a la explicación de las respuestas. La utilización de varias características representativas extraídas de los datos de entrada durante la etapa previa de preprocesamiento, y el tratamiento de las mismas en forma independiente, contribuye a la modularidad del sistema y a la posibilidad de entrenarlo en forma paralela. El uso de dichas características permite, además, que la presencia de errores en los patrones de entrada no tenga gran influencia en la respuesta del sistema.
Eje: Agentes y Sistemas Inteligentes (ASI)
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
reconocimiento de patrones
Neural nets
clasificación
Intelligent agents
redes neuronales
mapas autoorganizativos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22706
Acceder
id SEDICI_b1890d0031cce7c3e1698fc679854d16
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22706
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritosSeijas, LeticiaSegura, Enrique CarlosCiencias Informáticasreconocimiento de patronesNeural netsclasificaciónIntelligent agentsredes neuronalesmapas autoorganizativosEn este trabajo se presenta un sistema reconocedor de patrones con un diseño modular, explicativo y altamente paralelizable, basado en una técnica híbrida de aprendizaje, que incluye la utilización de mapas auto-organizativos de Kohonen. Dicho sistema se aplica al tratamiento de un problema real: el reconocimiento de dígitos manuscritos sin restricciones, obteniéndose resultados competitivos con los publicados por otros autores. El sistema propuesto no sólo permite clasificar patrones; también permite explicar las respuestas dadas y detectar patrones ambiguos, indicando a qué otras clases podrían pertenecer. Además, los mapas Kohonen utilizados, muestran gráficamente la distribución de los datos de entrenamiento, contribuyendo también a la explicación de las respuestas. La utilización de varias características representativas extraídas de los datos de entrada durante la etapa previa de preprocesamiento, y el tratamiento de las mismas en forma independiente, contribuye a la modularidad del sistema y a la posibilidad de entrenarlo en forma paralela. El uso de dichas características permite, además, que la presencia de errores en los patrones de entrada no tenga gran influencia en la respuesta del sistema.Eje: Agentes y Sistemas Inteligentes (ASI)Red de Universidades con Carreras en Informática2003-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf777-788http://sedici.unlp.edu.ar/handle/10915/22706spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:27:58Zoai:sedici.unlp.edu.ar:10915/22706Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:58.612SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
spellingShingle Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
Seijas, Leticia
Ciencias Informáticas
reconocimiento de patrones
Neural nets
clasificación
Intelligent agents
redes neuronales
mapas autoorganizativos
title_short Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_full Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_fullStr Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_full_unstemmed Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
title_sort Un clasificador neuronal que explica sus respuestas: aplicación al reconocimiento de dígitos manuscritos
dc.creator.none.fl_str_mv Seijas, Leticia
Segura, Enrique Carlos
author Seijas, Leticia
author_facet Seijas, Leticia
Segura, Enrique Carlos
author_role author
author2 Segura, Enrique Carlos
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
reconocimiento de patrones
Neural nets
clasificación
Intelligent agents
redes neuronales
mapas autoorganizativos
topic Ciencias Informáticas
reconocimiento de patrones
Neural nets
clasificación
Intelligent agents
redes neuronales
mapas autoorganizativos
dc.description.none.fl_txt_mv En este trabajo se presenta un sistema reconocedor de patrones con un diseño modular, explicativo y altamente paralelizable, basado en una técnica híbrida de aprendizaje, que incluye la utilización de mapas auto-organizativos de Kohonen. Dicho sistema se aplica al tratamiento de un problema real: el reconocimiento de dígitos manuscritos sin restricciones, obteniéndose resultados competitivos con los publicados por otros autores. El sistema propuesto no sólo permite clasificar patrones; también permite explicar las respuestas dadas y detectar patrones ambiguos, indicando a qué otras clases podrían pertenecer. Además, los mapas Kohonen utilizados, muestran gráficamente la distribución de los datos de entrenamiento, contribuyendo también a la explicación de las respuestas. La utilización de varias características representativas extraídas de los datos de entrada durante la etapa previa de preprocesamiento, y el tratamiento de las mismas en forma independiente, contribuye a la modularidad del sistema y a la posibilidad de entrenarlo en forma paralela. El uso de dichas características permite, además, que la presencia de errores en los patrones de entrada no tenga gran influencia en la respuesta del sistema.
Eje: Agentes y Sistemas Inteligentes (ASI)
Red de Universidades con Carreras en Informática
description En este trabajo se presenta un sistema reconocedor de patrones con un diseño modular, explicativo y altamente paralelizable, basado en una técnica híbrida de aprendizaje, que incluye la utilización de mapas auto-organizativos de Kohonen. Dicho sistema se aplica al tratamiento de un problema real: el reconocimiento de dígitos manuscritos sin restricciones, obteniéndose resultados competitivos con los publicados por otros autores. El sistema propuesto no sólo permite clasificar patrones; también permite explicar las respuestas dadas y detectar patrones ambiguos, indicando a qué otras clases podrían pertenecer. Además, los mapas Kohonen utilizados, muestran gráficamente la distribución de los datos de entrenamiento, contribuyendo también a la explicación de las respuestas. La utilización de varias características representativas extraídas de los datos de entrada durante la etapa previa de preprocesamiento, y el tratamiento de las mismas en forma independiente, contribuye a la modularidad del sistema y a la posibilidad de entrenarlo en forma paralela. El uso de dichas características permite, además, que la presencia de errores en los patrones de entrada no tenga gran influencia en la respuesta del sistema.
publishDate 2003
dc.date.none.fl_str_mv 2003-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22706
url http://sedici.unlp.edu.ar/handle/10915/22706
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
777-788
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260117969436672
score 13.13397

Publicaciones similares