Máquina Associadora de Eventos - MAE
Índice
- 1 Manual da MAE
- 1.1 Introdução
- 1.2 Instalando a MAE
- 1.3 Framework MAE
- 1.4 Tutorial
- 1.4.1 Uma Aplicação Exemplo – Reconhecimento de Faces
- 1.4.2 Base de Dados de Entrada – AR Face Database
- 1.4.3 Arquitetura da Aplicação MAE face_recog_planar
- 1.4.4 Descrição da face_recog_planar em NADL
- 1.4.5 Compilando e Rodando a face_recog_planar
- 1.4.6 Interface do Usuário com a face_recog_planar
- 1.4.7 Funções do Usuário Associadas à Aplicação face_recog_planar
- 1.4.8 Controlando a face_recog_planar via CSL
- 1.5 Especificação da NADL
- 1.6 Especificação da CSL
- 1.7 Funções do Usuário
- 1.8 Implementação da MAE
Manual da MAE
Introdução
O que é a MAE?
Histórico
Instalando a MAE
No Windows
- Baixando a MAE
- Dependências (bibliotecas)
- Compilando a MAE
- Compilando os Exemplos
- Gerando DLLs de Aplicações MAE
No Linux
- Baixando a MAE
- Dependências (bibliotecas)
- Compilando a MAE
- Compilando os Exemplos
Framework MAE
Arquitetura da MAE
Network Architecture Description Language
==== Control Script Language
Tutorial
Uma Aplicação Exemplo – Reconhecimento de Faces
Base de Dados de Entrada – AR Face Database
Arquitetura da Aplicação MAE face_recog_planar
Descrição da face_recog_planar em NADL
Compilando e Rodando a face_recog_planar
Interface do Usuário com a face_recog_planar
Funções do Usuário Associadas à Aplicação face_recog_planar
Controlando a face_recog_planar via CSL
Especificação da NADL
Variáveis
Constantes
Camadas Neurais
Uma neuron_layer é, basicamente, uma matriz de neurônios que são utilizadas para implementar as camadas de neurônios (células simples, células complexas, células de MT, etc.). A sintaxe para especificar uma neuron_layer é mostrada abaixo:
neuron_layer <nome><dimensão> with <tipo de saída> outputs;
<nome> : Nome pelo qual a neuron_layer poderá ser referenciada. <dimensão> : Dimensão da neuron_layer. Definida entre colchetes. Exemplo da dimensão de uma neuron_layer bidimensional 10x10 com um total de 100 neurônios: [10][10].
<tipo de saída> : Define o tipo de saída dos neurônios de uma neuron_layer. Pode ser: b&w, grayscale, grayscale_float e color. Quando as saídas são definidas como b&w elas podem assumir os valores 0 ou 1 apenas, representando, o preto e o branco. Quando as saídas são definidas como grayscale elas podem assumir valores inteiros de 0 à 255, representando uma escala de cinza com 256 valores. Quando as saídas são definidas como grayscale_float elas podem assumir qualquer valor de ponto flutuante, entretanto para a visualização, é selecionado o maior valor em módulo (|s_max|) da saída dos neurônios desta neuron_layer, e este valor é utilizado para realizar uma discretização na visualização: a parte positiva, definida pelo intervalo [0, |s_max|], é discretizada e visualizada como 256 níveis de verde, enquanto que a parte negativa, definida pelo intervalo [-|s_max|, 0[, é discretizada e visualizada como 256 níveis de vermelho. Caso só possua valores positivos, a visualização é feita em escala de cinza. Quando as saídas são definidas como color, elas podem assumir um valor RGB de 24 bits, com 8 bits por cor.