Reconhecimento de caracteres numéricos manuscritos utilizando redes neurais artificiais paraconsistentes

Resumo

Esta pesquisa dirige-se ao desenvolvimento de uma aplicação da Lógica Paraconsistente Anotada Evidencial Et como modo de tratar problemas fenomenais, utilizando-se evidências empíricas e levantamentos teóricos. No caso deste trabalho, a questão a ser resolvida está circunscrita pelo Reconhecimento de Padrões, especificamente de caracteres numéricos manuscritos, implementado em sistema computacional. O objeto de pesquisa tem como foco a forma pela qual a aplicação é desenvolvida, excetuando-se a delimitação, a extração e o tratamento de imagens. Partindo-se da Célula Neural Artificial Paraconsistente padrão (CNAP) foram desenvolvidas as outras células que compõem a Rede Neural Paraconsistente (RNAP). Além do levantamento teórico, elaborou-se o Reconhecedor de Caracteres Numéricos Manuscritos Paraconsistente, composto por três tipos de CNAP’s: na parte primária, há as Células Neurais Artificiais Paraconsistentes de aprendizado (CNAPa’s), que memorizam e propagam os padrões apresentados; na segunda camada, tem-se as Células Neurais Artificiais Paraconsistentes de decisão (CNAPd’s), com o objetivo de estabelecer o Grau de Evidência entre os padrões armazenados nas diversas CNAPa's e os apresentados na entrada da rede; e a terceira é composta pelas Células Neurais Artificiais Paraconsistentes de Conexão lógica simples (CNAPCls's) e formatada para maximização estabelecendo um valor como vencedor.