Morfologia Matemática e Redes Neurais Morfológicas para Dados Multi-valorados

• Processo: 19/02278-2
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de maio de 2019
• Data de Término da vigência: 30 de abril de 2021
• Área do conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Marcos Eduardo Ribeiro Do Valle Mesquita
• Beneficiário: Marcos Eduardo Ribeiro Do Valle Mesquita
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Município da Instituição Sede: Campinas
• Assunto(s): Inteligência computacional Redes neurais Morfologia matemática
• Palavra(s)-Chave do Pesquisador: Inteligência computacional | Morfologia Matemática | processamento e análise de imagens | Redes neurais | reticulados completos | Inteligência computacional, processamento e análise de imagens.

Resumo

A morfologia matemática é uma teoria não-linear com aplicações em processamento e análise de imagens. Uma rede neural cujos neurônios efetuam operações elementares da morfologia matemática é chamada rede neural morfológica. Tal como as redes neurais tradicionais, redes neurais morfológicas podem ser usadas para classificação e regressão. Nesse projeto de pesquisa, visamos contribuir desenvolvendo operadores morfológicos para imagens multi-valoradas. Atenção particular será dada para operadores morfológicos obtidos utilizando uma ordem reduzida supervisionada. Também direcionaremos nossos estudos considerando incertezas que surgem em imagens reais ou subjetividade na descrição dos valores de uma imagem multi-valorada. Como aplicação direta dos resultados obtidos para a morfologia matemática multi-valorada, pretendemos desenvolver redes neurais morfológicas para dados multi-valorados. Redes neurais para dados multi-valorados representam um tópico ativo de pesquisa e incluem, por exemplo, as redes neurais hipercomplexas e as redes em cápsulas. Em particular, investigaremos as recentes memórias autoassociativas de projeção em reticulados completos que, além do baixo custo computacional e da simplicidade teórica, apresentaram resultados promissores em problemas de reconhecimento de faces. (AU)

Publicações científicas

(12)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DE CASTRO, FIDELIS ZANETTI; VALLE, MARCOS EDUARDO. A broad class of discrete-time hypercomplex-valued Hopfield neural networks. NEURAL NETWORKS, v. 122, p. 54-67, FEB 2020. (19/02278-2)

DOS SANTOS, ALEX SANTANA; VALLE, MARCOS EDUARDO. Max-C and Min-D Projection Auto-Associative Fuzzy Morphological Memories: Theory and an Application for Face Recognition. APPLIEDMATH, v. 3, n. 4, p. 30-pg., 2023-12-01. (22/01831-2, 19/02278-2)

VALLE, MARCOS EDUARDO; FRANCISCO, SAMUEL; GRANERO, MARCO AURELIO; VELASCO-FORERO, SANTIAGO. Irregularity Index for Vector-Valued Morphological Operators. Journal of Mathematical Imaging and Vision, v. N/A, p. 17-pg., 2022-04-27. (19/02278-2)

VALLE, MARCOS EDUARDO; LOBO, RODOLFO ANIBAL. Hypercomplex-valued recurrent correlation neural networks. Neurocomputing, v. 432, p. 111-123, APR 7 2021. (19/02278-2)

VIEIRA, GUILHERME; VALLE, MARCOS EDUARDO; IEEE. Acute Lymphoblastic Leukemia Detection Using Hypercomplex-Valued Convolutional Neural Networks. 2022 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 8-pg., 2022-01-01. (19/02278-2)

VALLE, MARCOS EDUARDO; FRANCISCO, SAMUEL; GRANERO, MARCO AURELIO; VELASCO-FORERO, SANTIAGO. Measuring the Irregularity of Vector-Valued Morphological Operators Using Wasserstein Metric. DISCRETE GEOMETRY AND MATHEMATICAL MORPHOLOGY, DGMM 2021, v. 12708, p. 13-pg., 2021-01-01. (19/02278-2)

VIEIRA, GUILHERME; VALLE, MARCOS EDUARDO; IEEE. Extreme Learning Machines on Cayley-Dickson Algebra Applied for Color Image Auto-Encoding. 2020 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 8-pg., 2020-01-01. (19/02278-2)

SANGALLI, MATEUS; VALLE, MARCOS EDUARDO; BURGETH, B; KLEEFELD, A; NAEGEL, B; PASSAT, N; PERRET, B. Approaches to Multivalued Mathematical Morphology Based on Uncertain Reduced Orderings. MATHEMATICAL MORPHOLOGY AND ITS APPLICATIONS TO SIGNAL AND IMAGE PROCESSING, ISMM 2019, v. 11564, p. 13-pg., 2019-01-01. (19/02278-2)

GARIMELLA, RAMA MURTHY; VALLE, MARCOS EDUARDO; VIEIRA, GUILHERME; RAYALA, ANIL; MUNUGOTI, DILEEP. Vector-Valued Hopfield Neural Networks and Distributed Synapse Based Convolutional and Linear Time-Variant Associative Memories. NEURAL PROCESSING LETTERS, v. N/A, p. 20-pg., 2022-09-23. (19/02278-2)

VALLE, MARCOS EDUARDO. Reduced Dilation-Erosion Perceptron for Binary Classification. MATHEMATICS, v. 8, n. 4, APR 2020. (19/02278-2)

VALLE, MARCOS EDUARDO; LOBO, RODOLFO ANIBAL. Quaternion-valued recurrent projection neural networks on unit quaternions. THEORETICAL COMPUTER SCIENCE, v. 843, p. 17-pg., 2020-12-02. (19/02278-2)

DO NASCIMENTO, ARLYSON ALVES; VALLE, MARCOS EDUARDO; BURGETH, B; KLEEFELD, A; NAEGEL, B; PASSAT, N; PERRET, B. Characterization and Statistics of Distance-Based Elementary Morphological Operators. MATHEMATICAL MORPHOLOGY AND ITS APPLICATIONS TO SIGNAL AND IMAGE PROCESSING, ISMM 2019, v. 11564, p. 13-pg., 2019-01-01. (19/02278-2)