Comparação entre dois modelos de redes neurais artificiais e máquinas de vetores suporte, aplicados á predição da posição da bola da categoria f180 da robocup

Abstract

Este trabalho apresenta a avaliação e utilização de dois modelos de redes neurais (Back-Propagation em Perceptrons Multi-Camada, e rede neural construtiva Cascade-Correlation) e Máquinas de Vetores Suporte (SVMs) para a predição do posicionamento da bola durante jogos de futebol robótico da categoria F180 da Robocup. Os dados utilizados para o treinamento das redes neurais utilizadas para prever o posicionamento bola são obtidos experimentalmente usando um campo real, visualizado por uma câmera posicionada sobre o campo. Os dados são extraídos a partir das imagens, utilizando o software de rastreio Tracker. Os dois modelos de redes neurais são comparados em termos de precisão do treinamento e facilidade de parametrização. Experimentos mostram que tanto as redes treinadas com o algoritmo BackPropagation quanto as SVMs apresentam melhor generalização, quando confrontado com dados que não são utilizados no treinamento, enquanto a rede Cascade-Correlation, apesar de possuir menos parâmetros a ajustar, tende ao sobre-treinamento.