Algoritmo Genético

Pr´ctica Inteligencia Artificial Reconocedor de Letras a
An´nimo o 2010-2011. Ingenier´a Inform´tica ı a

Resumen
En este art´ ıculo se ver´n con detalle los pasos realizados para realizar una herramienta capaz de reconocer a letras del alfabeto latino usando para ello t´cnicas de b´squeda y aprendizaje. En primer lugar se obtuvo una e u base de datos de letras mayusculas del alfabeto latino,de la cual se hizo una separaci´n de un 10 % para o posteriores pruebas de la herramienta y un 90 % a la cual se le aplic´ un algoritmo gen´tico para obtener tres o e bases de datos reducidas con las letras m´s representativas del grupo. Posteriormente se dise˜´ una red neuronal a no usando el algoritmo de backpropagation[1], la cual entrenamos con las bases de datos reducidas mencionadasanteriomente, m´s la base de datos del 90 %. a Con esto obtuvimos un modelo por cada base de datos, una de aprendizaje y tres bases de datos reducidas obtenidas del gen´tico, tras esto evaluamos los modelos obtenidos con bases de datos de test. Finalmente e elegimos el mejor modelo el cual se introdujo en el software para actuar como reconocedor de letras.

1.

Introducci´n o

2.

Un Proceso deExtracci´n o

Nuestro problema a resolver es realizar una herramienta capaz de distinguir y reconocer entre distintos tipos de letras may´sculas del abecerario b´sico latino. u a Primero para poder computacionar este problema debemos buscar la forma de representar las letras. Para ello las letras se dibujar´n sobre matrices de bits a 11x7 donde el 0 significa blanco y el 1 significa negro. Pararesolver nuestro problema usaremos t´cnicas e de b´squeda para hallar las letras m´s representatiu a vas, usando un algoritmo gen´tico del cual obtendree mos tres individuos que representan dicha base de datos de letras reducidas, y t´cnicas de aprendizaje para e inferir entre los distintos tipos de letras may´sculas, u usando una red neuronal para obtener un modelo que consiga reconocer las letrasaprendiendo del conjunto reducido obtenido del algoritmo gen´tico y la base de e datos de aprendizaje. Por ultimo se realizar´n pruebas ´ a para ver cu´n buena es nuestra herramienta. a

Para extraer el conocimiento hemos dibujado un total de 1560 instancias de letras may´sculas con un softu ware que nos permite dibujar sobre matrices de bits de 11x7 que ser´n guardadas en un fichero de texto planoa creando de esta forma la base de datos de letras. Para dibujar tantas instancias hemos contando con la ayuda de distintos grupos de personas para aligerar el proceso y adem´s hacerlo de forma m´s aleatoria y poder a a captar m´s tipos de letras posibles que suelen escribir a distintas personas. De esta forma ya hemos extraido el conocimiento, listo para ser preparado y procesado.

3.Preparaci´n de los Datos o

A continuaci´n se muestran dos apartados de exo plicaci´n acerca de la preparaci´n de los datos del proo o blema para su posterior aprendizaje y pruebas.

1

3.1.

Dise˜ o y Construcci´n de la Base de n o Datos

La Base de Datos inicial est´ compuesta por 1560 a instancias de letras, 60 de cada tipo de letra, representadas mediante una matriz de bits de 11x7 en unfichero de texto plano una detr´s de otra. Para nuestro a problema debemos separar dicha base de datos en dos, en un 10 % y en un 90 %. La forma de separar este 10 % de la base de datos original, se realiz´ pensando en los posibles inconvenientes o que podr´ ıamos encontrar. Por ello, elegimos aleatoriamente 6 instancias de cada letra (de la original son 60 por letra, luego 6 es un 10 %) yevitamos que de esas 6 instancias , alguna est´ repetida. e Nuestra decisi´n se bas´ en el hecho de que pensamos o o que una distribuci´n uniforme de las instancias para o las letras, dar´ un porcentaje de acierto m´s realista ıa a en la fase de pruebas, por lo que podr´ ıamos comprobar que el algoritmo gen´tico ha tenido el comportamiento e correcto. Por otro lado , el hecho de que no permitamos...