Redes neuronales

Redes neuronales y Series de Fourier aplicados al procesamiento de imágenes en problemas de aprendizaje.
Gabriela Esperón Universidad de Palermo, Facultad de Ingeniería, Buenos Aires, Argentina aigroup@palermo.edu

Alberto E. Laudadio Universidad de Palermo, Facultad de Ingeniería, Buenos Aires, Argentina aigroup@palermo.edu

Alejandro Fiel Martínez Universidad de Palermo, Facultad deIngeniería, Buenos Aires, Argentina aigroup@palermo.edu

Eduardo Serrano Universidad de Palermo, Facultad de Ingeniería, Buenos Aires, Argentina aigroup@palermo.edu

Daniela López De Luise Universidad de Palermo, Facultad de Ingeniería, Buenos Aires, Argentina aigroup@palermo.edu

Abstract This work is part of the project called PROA which aims to develop an intelligent system for early detectionof learning problems for children between 3 and 6 years of age. This document is a description of the results obtained with the implementation of certain Artificial Intelligence strategies to classify and identify plane figures. These figures are obtained from children drawing under test conditions. During the test a child is required to imitate a simple figure, appropriate for its age. Ascomputing digitalized images (even using just border data) is very expensive, it is interesting to have an approach to reduce the number of original data into a reduced set of parameters. This is a proposal based on Fourier Fast Transform analysis to reduce data and feed a Neural Network. Due the regularities of the patterns, the number of reduced coefficients is very small. They could be used as simpleclassification criteria for such images. This work focuses in the analysis of some cases and implementations using neural networks called Multilayer Perceptron (MLP) from WEKA framework. Even thought, graphics evaluation could admit certain subjectivity this new approach could be thought as a new kind of standard criteria. Keywords: Redes Neuronales. Series de Fourier. Procesamiento de ImágenesResumen El presente trabajo forma parte del proyecto denominado PROA que tiene como objetivo desarrollar un Sistema Inteligente para Detección Precoz de Problemas de Aprendizaje destinado a niños de entre 3 y 6 años de edad. En este contexto, se presenta una aplicación de técnicas de Inteligencia Artificial a la clasificación e identificación de figuras planas obtenidas a partir de gráficosrealizados por infantes en condiciones de test. En el mismo, se requiere al examinado imitar cierta figura sencilla, apta para su edad. En particular, se expone el procesamiento realizado con círculos. Considerando que el ingreso de las imágenes digitalizadas, o aún de los datos de los bordes, es computacionalmente muy costoso resulta atractivo emplear una estrategia capaz de comprimir los datosoriginales a una cantidad razonable de parámetros significativos. Se presenta una alternativa, empleando coeficientes en Series de Fourier para la alimentación y entrenamiento de una red neuronal. Dado que las imágenes patrón del test son regulares, quedan caracterizadas por un número reducido de coeficientes y pueden clasificarse con criterios sencillos. Por lo tanto, se presenta un escenario favorablepara la utilización de Series de Fourier para dicha caracterización. En este trabajo se analizan casos y diversas aplicaciones empleando una red neuronal de tipo Multilayer Perceptron procesadas con la herramienta WEKA. Si bien, en la comunidad, puede presentarse cierto grado de subjetividad en la evaluación de los gráficos, se puede presumir con razonable acierto que este tratamiento será la basepara la estandarización de ciertos criterios ad hoc. Palabras claves: Redes Neuronales. Series de Fourier. Procesamiento de Imágenes

2

INTRODUCCIÓN
El presente trabajo detalla los procedimientos y distintos parámetros considerados en la elaboración y procesamiento de lotes de entrenamiento de una Red Neuronal del tipo Multilayer Perceptron con el fin que aprenda a clasificar si una...