SISTEMA E MÉTODO DE TREINAMENTO E INFERÊNCIA PARA CLASSIFICAÇÃO DE IMAGENS DE 3 CANAIS UTILIZANDO MÁQUINA DE APRENDIZADO EXTREMO CONVOLUCIONAL APRIMORADA E MEIO LEGÍVEL POR COMPUTADOR NÃO TRANSITÓRIO

Abstract

SISTEMA E MÉTODO DE TREINAMENTO E INFERÊNCIA PARA CLASSIFICAÇÃO DE IMAGENS DE 3 CANAIS UTILIZANDO MÁQUINA DE APRENDIZADO EXTREMO CONVOLUCIONALAPRIMORADA E MEIO LEGÍVEL POR COMPUTADOR NÃO TRANSITÓRIO. A presente invenção refere-se a sistema e método para classificação eficiente de imagens coloridas ou multicanais através de arquitetura de rede neural denominada Enhanced Convolutional Extreme Learning Machine for 3 Channels (E-CELM 3). O método utiliza duas camadas convolucionais com filtros fixos inteligentemente inicializados para extração hierárquica de características, seguidas de redução dimensional através de projeção aleatória esparsa e cálculo analítico dos pesos de saída via decomposição em valores singulares. O sistema elimina necessidade de treinamento iterativo por retropropagação, resultando em redução significativa do tempo de treinamento enquanto mantém precisão competitiva. A arquitetura é otimizada para imagens com três canais de informação, adaptando automaticamente número de filtros e parâmetros de regularização baseado nas características dos dados. Aplicações incluem visão computacional industrial, análise médica, segurança, agricultura de precisão e veículos autônomos, sendo implementável em diversas plataformas computacionais desde dispositivos embarcados até servidores de alta performance.

Classificazione IPC