-In this paper, we adopt unconventional target vectors to improve the performance of pattern classification systems using neural network techniques based on MLP. Instead of conventional target vectors, the new target vectors are bipolar, orthogonal, and highly dimensional. Since they are orthogonal with bipolar representation, we can take advantage of increasing on the Euclidean distance for these vectors when their number (n in a Euclidean space R n ) of components increases. We define non-orthogonal bipolar vectors considered as conventional target vectors for comparison purposes. Those non-orthogonal bipolar vectors provide a fair reference to ensure the effectiveness of the adopted unconventional target vectors and in justifying the credibility and validity of experimental results. The conventional and unconventional target vectors are used in the experiments for training MLP models by backpropagation algorithm to classify patterns extracted from actual degraded images. Comparison of experimental results lead to conclusions that classification performances of MLP models considerably improved with the adopted unconventional target vectors in classifying degraded patterns.

Aos meus pais, Antônio e Geralda pelas primeiras lições de vida e pela formação continuada permanente cuja metodologia dos bons exemplos, me ensina a cada dia a ser uma pessoa melhor. A minha querida e amada esposa Ana Paula. Seu apoio incondicional, sua paciência e compreensão, são verdadeiras provas de amor e companheirismo. Eu não teria conseguido superar as dificuldades sem você ao meu lado. iv Agradecimentos À Deus que esteve comigo em todos os momentos, principalmente naqueles em que eu já não acreditava que iria conseguir concluir o curso. À ele que é o mestre dos mestres, o doutor dos doutores. Ao meu orientador Professor Keiji Yamanaka pela confiança, paciência e compreensão. Obrigado por aceitar minhas dificuldades e limitações, por me permitir continuar nesse projeto de pesquisa e por me animar nos momentos de grande dificuldade. Obrigado também pelas colaborações durante a pesquisa, me ajudando a enxergar caminhos em meio às tempestades Ao verdadeiro amigo, Professor Igor Santos Peretta. Suas visões, percepções, críticas e sugestões colaboraram de forma fundamental para o desenvolvimento desse trabalho. Suas instigações conseguem motivar a continuidade de qualquer pesquisa. Aos meus amados pais, que serão sempre meus eternos professores. Por todos os ensinamentos de vida. Por terem me guiado nos meus primeiros passos e por estarem servindo de referência para todos os outros passos que ainda terei que tomar. Por toda a dedicação, amor e carinho. À minha amada esposa Ana Paula. Seu apoio durante essa caminhada trouxe tranquilidade e paz. Além disso, suas palavras de conforto e aconselhamento me ajudaram a amadurecer e a enxergar os obstáculos de outra forma. Obrigado pela paciência, compreensão, amor e carinho. Aos amigos do IFTM, da Paróquia São Geraldo Magela (em Uberaba) e aos meus familiares pelas orações para que eu concluísse o curso. À Cinara Fagundes Paranhos Mattos, por desenvolver seu trabalho com seriedade e competência, sem deixar de lado valores como amizade, caridade e simpatia. v Resumo MANZAN, José R. G. Análise de Desempenho de Redes Neurais Artificiais do tipo Multilayer Perceptron por meio do distanciamento dos pontos do espaço de saída, Uberlândia,

Resumo-O presente trabalho realiza uma análise experimental por meio da utilização de vetores bipolares ortogonais como vetores alvo das Redes Neurais Artificiais (RNA) do tipo multilayer perceptron (MLP). O emprego de tais vetores é feito tanto na fase de treinamento quanto na fase de aplicação. A análise experimental consiste na utilização de dados de dígitos manuscritos que se encontram armazenados na UCI Machine Learning Repository de acesso livre e internacional. O treinamento foi realizado com o intuito de obter as melhores taxas de reconhecimento, possibilitando dessa forma a comparação de resultados dos vetores convencionais com os vetores ortogonais sugeridos como uma nova abordagem de treinamento. Os resultados experimentais têm mostrado que o desempenho da MLP melhora significativamente quando são usados os vetores bipolares ortogonais. Palavras-chave-Reconhecimento de padrões, redes neurais multicamadas, vetores alvo, vetores bipolares ortogonais

RESUMOA avicultura, especificamente a produção de frangos, é um setor com grande importância na economia do Brasil. O diagnóstico de doenças é fundamental para a tomada de decisões e/ou pela busca de tratamentos contra algumas doenças que ocasionam impactos econômicos na avicultura. Todavia a determinação do diagnóstico pode ser uma tarefa que demanda trabalho, tempo ou conhecimento envolvendo uma grande quantidade de

No abstract