WISARD·a radical step forward in image recognition

Aleksander, Igor; Thomas, Wischgoll; Bowden, Philip

doi:10.1108/eb007637

Cited by 265 publications

(104 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A alta velocidade com estas redes podem ser treinadas é um fator determinante em situações onde as análises necessitem de respostas rápidas. Além disso, a simplicidade destas redes e a possibilidade de sua implementação em hardware torna a solução interessante para a criação de sistemas de hardware/software [11] portáteis que possam ser facilmente transportados pelos analistas de crédito.…”

Section: Conclusõesunclassified

Uso de Redes GSN Em Tarefas De Ordena��o (Ranking) Aplicadas � Medida De Adimpl�ncia De Clientes

Silva¹,

Martins²

2016

Anais Do 5. Congresso Brasileiro De Redes Neurais

View full text Add to dashboard Cite

show abstract

Section: Conclusõesunclassified

Uso de Redes GSN Em Tarefas De Ordena��o (Ranking) Aplicadas � Medida De Adimpl�ncia De Clientes

Silva¹,

Martins²

2016

Anais Do 5. Congresso Brasileiro De Redes Neurais

View full text Add to dashboard Cite

show abstract

“…A rede neural WiSARD foi criada por Wilkes, Stonham e Aleksander em 1984 [27]. É uma rede neural sem pesos [6] onde os neurônios são implementados com memórias RAM.…”

Section: A Rede Neural Sem Peso Wisardunclassified

Aplicação da Rede Neural Sem Peso Wisard para o Rastreamento de Alvos de Superfície no Mar

Moreira¹,

Ebecken²

2013

L&NLM

View full text Add to dashboard Cite

Resumo-Neste artigo é apresentado um método de rastreamento de alvos de superfície em vídeo utilizando a rede neural sem peso WiSARD dado somente a informação sobre sua localização no primeiro quadro. O rastreamento de objetos em vídeo é uma tarefa importante e desafiadora em muitas aplicações. Dificuldades podem surgir devido à condição climática, à trajetória, ao aspecto do alvo, à oclusões, à condições de iluminação e à presença de ruído. O rastreamento é uma aplicação de alto nível e requer a localização do objeto quadro a quadro em tempo real. Os três principais passos executados a cada quadro por um rastreador baseado na detecção por segmentação são: a detecção, o acompanhamento e a análise das características do objeto. Estes passos dependem da qualidade da segmentação. O rastreamento realizado com a rede neural WiSARD depende da qualidade da binarização. Este artigo propõe uma forma rápida de binarização híbrida (limiarização e detecção de borda) no modelo de cor YCbCr e maneiras de configurar uma rede neural WiSARD para melhorar a eficiência do rastreador quando erros de binarização ocorrem.Palavras-chave-Redes neurais sem peso, rede neural WiSARD, segmentação de imagens, binarização de pixels, modelos de cor, rastreamento de objetos, alvos de superfície. IntroduçãoO rastreamento de alvos de superfície (todas as embarcações, navios ou barcos inimigos) é uma tarefa de grande importância para navios de guerra da Marinha. O grande avanço da eletrônica e o surgimento de novas tecnologias possibilitaram o emprego de diferentes tipos de armas dentro do cenário tático. Todos os tipos de armas são apoiados por um sistema de rastreamento de alvos que utilizam sensores e equipamentos como o odômetro, o anemômetro, a giro, o radar, o sonar, a EOS (equipamento responsável por captar imagens do cenário tático) e o MAGE [1] (Medida de Apoio a Guerra Eletrônica -classificador de ondas eletromagnéticas) com a finalidade de calcular qual a melhor direção e sentido para um disparo.O rastreamento por vídeo [2,3,4] é uma ferramenta que substitui ou auxilia os sistemas de rastreamento por radar. Muitos fatores dificultam o acompanhamento por radar [5]. Entre eles estão as condições climáticas que geram cluster (espécie de ruído) nos sinais de radar, a presença de zonas não cobertas pelo radar, os sistemas de contramedidas eletrônicas que geram sinais eletromagnéticos capazes de saturar ou enganar os sinais recebidos pela antena do radar e o elevado custo do hardware envolvido. O sistema de rastreamento de alvos por vídeo utiliza os sinais das EOS (alças optrônicas), responsáveis por captar imagens do cenário tático onde se encontra o navio para detectar o alvo de superfície e realizar o rastreamento em tempo real.Este artigo apresenta um rastreador de alvos de superfície em vídeo baseado na rede neural sem peso WiSARD [6,7,8] que é eficiente, executado em tempo real e que consegue compensar erros de binarização gerados na etapa de segmentação de cada quadro. Para atingir a melhor configuração (compensar melhor os erros de b...

show abstract

“…These have been the basis for silicon implementations: in the McCulloch-Pitts case, one example (of many) is the Intel chip [Cor90], and in the weightless case, the work of Aleksander et al simply using memory technology [ATB84], and Austin using more specialised silicon implementations [AK98]. We do not discuss these or related work further in this chapter, since they are not strictly "neuromorphic": nonetheless, these remain interesting approaches.…”

Section: Introductionmentioning

confidence: 99%

Neuromorphic Systems: Past, Present and Future

Smith

2009

Advances in Experimental Medicine and Biology

View full text Add to dashboard Cite

Neuromorphic systems are implementations in silicon of elements of neural systems. The idea of electronic implementation is not new, but modern microelectronics has provided opportunities for producing systems for both sensing and neural modelling that can be mass produced straightforwardly. We review the the history of neuromorphic systems, and discuss the range of neuromorphic systems that have ben developed. We discuss recent ideas for overcoming some of the problems, particularly providing effective adaptive synapses in large numbers.

show abstract

WISARD·a radical step forward in image recognition

Cited by 265 publications

References 1 publication

Uso de Redes GSN Em Tarefas De Ordena��o (Ranking) Aplicadas � Medida De Adimpl�ncia De Clientes

Uso de Redes GSN Em Tarefas De Ordena��o (Ranking) Aplicadas � Medida De Adimpl�ncia De Clientes

Aplicação da Rede Neural Sem Peso Wisard para o Rastreamento de Alvos de Superfície no Mar

Neuromorphic Systems: Past, Present and Future

Contact Info

Product

Resources

About