Introdu caoIntroducaoProf. Dr. AjalmarRochaDisciplina: ReconhecimentodePadroesPrograma de Pos-Graduacao em Eng. de Telecomunicacoes (PPGET)InstitutoFederaldoCeara(IFCE)Agosto/2013Introdu caoIntrodu caoResumoOque eumpadrao?DenicaodeReconhecimentodePadraoSistemasdeReconhecimentodePadroesProjetodeumSistemadeReconhecimentodePadroesAprendizadoeAdapta caoConclusaoIntrodu caoIntrodu caoOque eumpadrao?Em1985,SatoshiWatanabe(Watanabe,1985).Apatternistheoppositeofchaos;itisanentityvaguelydened,thatcouldbegivenaname..Deoutramaneira,pode-sedizerqueUmpadrao eumobjetoabstrato,talcomoumconjuntodemedidasdescrevendoumobjeto.Ouainda,Umpadraodetesteousimplesmentepadrao edenidocomoumaentidadenumerica,aqualpoderiaserdadaumrotulo,talcomo,umaimagemdeimpressaodigital,umsinaldeumeletrocardiograma,umafaceouumapatologiahumana,ouqualquertipodemedidaquenecessiteserclassicada.Introdu caoIntrodu caoExemplosdePadr oesIntrodu caoIntrodu caoDenicaodeReconhecimentodePadroesDenicoes:Teoria,Algoritmos,Sistemasquevisamcolocarpadroesemcategorias.Classicacaodedadoscomplexos,oumesmo,classica caoderudo.Mostrararela caoentreumdeterminadopadraoepadroesvistosanteriormente.Introdu caoIntrodu caoSistemasdeReconhecimentodePadroesExemplosdeSistemasdeReconhecimentodePadroes:Reconhecimentodefala;Identicacaodeimpressaodigital;ReconhecimentodeCaracteresOpticos(OpticalCharacterRecognition-OCR);ClassicacaodePatologiasdaColunaVertebral(HerniadeDisco,Espondilolistese);eIdenticacaodeSequenciasdeDNA.Introdu caoIntrodu caoExemplosIntrodu caoIntrodu caoClassificacaodePeixeIntrodu caoIntrodu caoClassicacaodePeixeObjetivoClassicarumdeterminadopeixeemumaesteiradeacordocomsuaespecie,dentreSeabasseSalmon.Introdu caoIntrodu caoClassicacaodePeixeCongurarumacameraeobteralgumasimagensparaextraircaractersticas(f eatures),taiscomo:1comprimento,2luminosidade,3largura,4n umerodenadadeiras(barbatanas),5formadanadadeiras(barbatabas),6posi caodaboca,7dentreoutras.Introdu caoIntrodu caoClassicacaodePeixePre-processamentoUseumaoperacaodesegmenta caoparaisolarpeixesentresiedofundo(background).ExtracaodeCaractersticasInformacoesdeum unicopeixe eenviadoparaumextratordecaractersticascujoproposito ereduzirosdadospelamedidadecertascaractersticas.ClassicacaoAscaractersticaspassadasparaoclassicadorsaoutilizadasparacategorizacao.Introdu caoIntrodu caoVisaoGeralSimplicadaIntrodu caoIntrodu caoHistogramaparaaCaractersticaComprimentoIntrodu caoIntrodu caoHistogramaparaaCaractersticaLuminosidadeIntrodu caoIntrodu caoAnalisedosHistogramasAcaractersticacomprimento einsatisfatoriasozinha.AcaractersticaluminosidadetemmaiorcapacidadedediscriminacaoqueacomprimentoConsiderequehareclamacaoquandoseabass emisturadoaosalmon. Logo,podeseraceitavelmudarolimiar(thresold)paravaloresmenoresdeluminosidadeamdeminimizarataxadeerrodeclassicacaoparaaclassesalmon.Ateoriadadecisaoauxilianadeni caodestelimiar.Outrascaractersticasdescorrelacionadaspoderiamseradicionadasparacomporopadraoaseranalisado.Deve-serteraprecaucaodevericarseaadi caodeumacaracterstica(possivelmenteruidosa)naodiminueodesempenhodosistema.Introdu caoIntrodu caoConceitoImportante: VetordeCaractersticasOvetordecaractersticasparaumpadraoxlevando-seemconsideracaoascaractersticascomprimentoeluminosidade,i.ex R2, erepresentadoporx =

x1x2

(1)Maisgenericamente,umvetordecaractersticasparaumpadraoxlevando-seemconsidera caopcaractersticas,i.ex Rp, edadaporx =x1x2...xp(2)Introdu caoIntrodu caoProjetodeumSistemadeReconhecimentodePadroesIntrodu caoIntrodu caoProjetodeumSistemadeReconhecimentodePadroesPre-processamentoOpapeldomodulodepre-processamentotemporobjetivoremoverrudos,normalizarpadroes,ouqualqueroutraoperacaoquecontribuirnadeni caodospadroesdeumaformacompacta.aaObs: Hapossveisdoisoutrosmoduloscasosejaconsideradoosensoriamento e a segmenta cao como m odulos sepadados do pre-processamento.ExtracaodeCaractersticasOmodulodeextracao/sele caodecaractersticasbuscaascaractersticasapropriadaspararepresentarospadroesdeentrada.Introdu caoIntrodu caoProjetodeumSistemadeReconhecimentodePadroesClassicacaoOmoodulodeclassicacao eusadoparadividiroespa codecaractersticas,paraquenomododeclassicacaoestesejacapazdedeterminaraqualclasseumdadovetoroupadraodeentradapertence.Introdu caoIntrodu caoAprendizadoeAdapta caoAprendizadoSupervisionadoAprendizadosupervisionado eaqueleemqueospadroesnotreinamentoapresentam-secomseusrotulos(labels)queindicamaqualclasseospadroespertencem.AprendizadoNao-supervisionadoAprendizadonao-supervisionado,diferentemente, eaqueleemquenotreinamentonaoseusaounaosedispoedosrotulosparaoaprendizadoeon umeron umerodeclassesmuitasvezesdevesertambemdeterminado.Introdu caoIntrodu caoDiagnosticodePatologiasdaColunaVertebralIntrodu caoIntrodu caoPatologiasdaColunaVertebralHerniadeDisco1Aherniadedisco eumprolapsodon ucleoparaforadoanelbrosododiscointervertebral.2Projecaodapartecentraldodiscointervertebralparaalemdeseuslimitesnormais.3Aincidencia ede2 3%,napopulacaomundial.Espondilolistese1Espondilo+listese=Espondilolistese(Espondilo=vertebra,Listese=deslizamento).2Deslizamentoparafrentedeumavertebraemrela caoaoutrasubjacente.3Emhomensaincidencia ede5 6%,enquantoemmulheresde2 3%.Introdu caoIntrodu caoPatologiasdaColunaVertebral-RaioXReconhecereclassicarindivduossadiosoupatologicos(comherniadediscoouespondilolistese).Introdu caoIntrodu caoPatologiasdaColunaVertebral-RessonanciaMagneticaIntrodu caoIntrodu caoAtributosBiomecanicosCaractersticasrelacionadasadoresedeformidadesdacolunavertebral,asaber:1Angulo1deincidenciapelvica(IP).2Angulodeversaopelvica(VP).3Angulodelordose(AL).4Declivesacral(DS).5Raiopelvico(RP).6Graudedeslizamento(GD).1Obs: angulosedeclivemedidosemgraus,enquantoraiopelvicoegraudedeslizamentomedidosemcentmetros.Introdu caoIntrodu caoAtributosBiomecanicosIntrodu caoIntrodu caoExemplosdeRaio-XdeindivduosIntrodu caoIntrodu caoExtracaodeCaractersticasparaPCVIntrodu caoIntrodu caoBasedeDadosOconjuntodedadosestadisponvelnoUCIMachineLearningRepository.Atabelaabaixoapresentaasquantidadesdepadr oesporclassenabasededados,paraoproblemadacolunavertebral.PCV3C QuantidadeHerniadeDisco 60Espondilolistese 150IndivduosNormais 100PCV2C QuantidadeIndivduosNao-normais 210IndivduosNormais 100Introdu caoIntrodu caoSelecaodeCaractersticasIntrodu caoIntrodu caoGracodeCaixasdosAtributosBiomecanicosIntrodu caoIntrodu caoGracodeCaixasdosAtributosBiomecanicosIntrodu caoIntrodu caoGracodeCaixasdosAtributosBiomecanicosIntrodu caoIntrodu caoAnalisedeComponentesPrincipais(PCA)Autovetores:-0.717 -0.423 0.103 -0.096 0.002 0.5350.416 -0.151 0.006 -0.649 -0.528 0.3240.000 0.677 0.548 0.152 -0.093 0.4580.559 -0.432 0.127 0.360 0.396 0.4460.000 -0.276 0.174 0.586 -0.728 -0.143-0.000 0.279 -0.802 0.271 -0.163 0.424Autovalores:0.000 0.326 0.473 0.761 1.195 3.246Informacao:0.0% 5.43% 7.88% 12.68% 19.91% 54.10%Introdu caoIntrodu caoAnalisedeGeneralizacaoporCombinacaodosAtributosRedecomX-12-3neuronios.X eon umerodeatributosnacombinacao.Saoexecutadas50realiza coes.HoldOut(80-20%)comtodasasamostras.1000 epocasporrealizacao.Taxadeaprendizadoem0,05(decaimentoexponencial).X=6:Atributos Media(%) DesvioPadrao1,2,3,4,5e6 84,45 4,18Introdu caoIntrodu caoAnalisedeGeneralizacaoporCombinacaodosAtributosX=5:Atributos Media(%) DesvioPadrao1,2,3,4e5 76,16 4,941,2,3,4e6 82,80 3,691,2,3,5e6 84,80 3,821,2,4,5e6 84,45 3,891,3,4,5e6 84,54 4,012,3,4,5e6 84,55 4,24Oacertodiminuisignicativamentequandooatributo6(graudedeslizamento) eeliminado.Mediaumpoucosuperioraoresultadocomtodososatributos,desviopadraomenor.Introdu caoIntrodu caoAnalisedeGeneralizacaoporCombinacaodosAtributosX=4:Atributos Media(%) DesvioPadrao1,2,3e4 68,03 5,101,2,3e5 75,77 5,061,2,3e6 81,77 4,481,2,4e5 74,67 5,531,2,4e6 81,64 4,751,2,5e6 85,67 4,541,3,4e5 75,45 5,581,3,4e6 81,74 4,701,3,5e6 82,41 4,951,4,5e6 86,03 3,972,3,4e5 75,58 5,112,3,4e6 82,35 5,092,3,5e6 84,58 3,922,4,5e6 85,12 3,853,4,5e6 85,51 3,97Introdu caoIntrodu caoAnalisedeGeneralizacaoporCombinacaodosAtributosX=3:Atributos Media(%) DesvioPadrao1,2e3 69,80 4,451,2e4 64,87 5,131,2e5 73,80 4,951,2e6 82,41 4,731,3e4 66,67 5,041,3e5 70,67 6,381,3e6 79,51 5,231,4e5 69,51 5,381,4e6 81,93 4,491,5e6 80,90 4,882,3e4 67,74 5,862,3e5 73,48 5,402,3e6 81,38 4,162,4e5 75,41 4,832,4e6 82,61 4,062,5e6 79,93 5,133,4e5 71,74 4,823,4e6 81,19 4,863,5e6 82,41 4,584,5e6 83,67 3,53Introdu caoIntrodu caoAnalisedeGeneralizacaoporCombinacaodosAtributosX=2:Atributos Media(%) DesvioPadrao1e2 64,03 5,871e3 62,54 4,811e4 64,54 5,441e5 65,32 6,211e6 77,25 4,892e3 64,70 5,572e4 62,70 5,052e5 62,54 5,142e6 79,19 4,753e4 63,64 5,033e5 69,70 5,443e6 79,87 4,494e5 67,64 6,514e6 81,16 4,255e6 78,80 4,89Introdu caoIntrodu caoAnalisedeGeneralizacaoporCombinacaodosAtributosRESUMO:Atributos Media(%) DesvioPadrao4e6 81,16 4,254,5e6 83,67 3,531,4,5e6 86,03 3,971,3,4,5e6 84,54 4,011,2,3,5e6 84,80 3,82Osatributos4,5,6(DS,RPeGD)saoimportantesparadiscriminacao.Introdu caoIntrodu caoScatterPloteCurvasdeNvelIntrodu caoIntrodu caoScatterPloteCurvasdeNvelIntrodu caoIntrodu caoSuperfciedeDecisao-MLP(100 epocas)Introdu caoIntrodu caoSuperfciedeDecisao-MLP(500 epocas)Introdu caoIntrodu caoSuperfciedeDecisao-MLP(1000 epocas)Introdu caoIntrodu caoSuperfciedeDecisao-MLP(2000 epocas)Introdu caoIntrodu caoMapeamentoQuadraticoNatabelaabaixosaoanalisadostambemcasosemquehaumaumentonaquantidadedeatributoscombaseemummapeamentoquadratico.MLP(IN-HL-IL) Media(%) DesvioPadrao6-12-3 84,45 4,1827-12-3 85,61 4,0127-18-3 86,54 3,7527-24-3 85,90 3,9627-30-3 84,93 3,9527-36-3 84,70 3,9527-45-3 85,41 4,1927-48-3 86,32 3,8727-54-3 85,74 4,1627-60-3 85,06 4,32Introdu caoIntrodu caoObrigadoIntrodu cao