Primeira implementação de uma rede multi-layer perceptron.
Esse trabalho tinha como objetivo geral a implementação da rede neural Perceptron Multicamadas (MPL), com o algoritmo de aprendizagem Backpropagation. A tarefa a ser desempenhada por essa rede consiste em reconhecer 10 (dez) classes de imagens binárias 32x32, que representam dígitos manuscritos. Os dados a serem processados pertencem à base de dados da UCI (University of Califórnia, Irvine) e o download destes pode ser feito a partir do seguinte endereço: https://archive.ics.uci.edu/ml/machine-learning-databases/optdigits/
Optamos por utilizar Gradle para a execução facilitada do nosso algoritmo.
Basta acessar a pasta /IA21_MLP e utilizar o comando ./gradlew run.
Será oferecida a opção de utilizar os arquivos que definimos como padrão dentro de nossa implementação (Y), por padrão, os arquivos serão inseridos na pasta /IA21_MLP/src/main/resources/, caso opte por definir outros arquivos a serem utilizados (N), basta digitar os endereços dos arquivos que deseja utilizar como entrada e saída.
A apresentação dos resultados obtidos está resumida nestes slides: https://drive.google.com/file/d/1St03t_yX7AEFYZbj4cGkgcU2GtNmgOPV/view?usp=share_link