Orientador: Peter Sussner

Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica

Resumo: Em meados dos anos 90, a memória associativa morfológica (MAM) foi apresentada como um modelo de memória associativa distributiva que realiza determinadas operações morfológicas definidas na teoria matemática de álgebra mini-max. Os modelos de MAMs vêm em duas versões diferentes que são...

Resumo: Em meados dos anos 90, a memória associativa morfológica (MAM) foi apresentada como um modelo de memória associativa distributiva que realiza determinadas operações morfológicas definidas na teoria matemática de álgebra mini-max. Os modelos de MAMs vêm em duas versões diferentes que são tolerantes a diferentes tipos de ruído nos padrões de entrada. Para superar esta desvantagem, recorremos à teoria mais recente da morfologia matemática em inf-semirreticulado cujos operadores elementares são autoduais e definimos um modelo de memória associativa neste quadro

Abstract: In the mid 1990's, the morphological associative memory (MAM) was introduced as a distributive associative memory model that performs certain morphological operations defined in the mathematical theory of mini-max algebra. MAM models come in two different versions that are tolerant to...

Abstract: In the mid 1990's, the morphological associative memory (MAM) was introduced as a distributive associative memory model that performs certain morphological operations defined in the mathematical theory of mini-max algebra. MAM models come in two different versions that are tolerant to different types of noise in the input patterns. To overcome this drawback, we resort to the more recent theory of mathematical morphology (MM) on inf-semilattices whose elementary operators are self-dual and we define an associative memory (AM) model in this framework