En el proyecto se propone desarrollar un sistema de reconocimiento de micropiezas para mediciones en micromecánica [1], [2]. Se propone usar un sistema óptico para obtener las imágenes de micropiezas y usarlas en mediciones. El problema principal de estas mediciones es reconocer los bordes de las micropiezas. Los filtros convencionales para extraer los contornos no permiten resolver este problema porque producen muchos contornos que no pertenecen a los bordes de las micropiezas y se pierden muchos contornos que pertenecen a los bordes. En este proyecto se va a desarrollar el sistema de reconocimiento de bordes usando los clasificadores neuronales que fueron presentados en la última década, los cuales fueron probados en varias tareas [3], [4], [5], [6]. En este proyecto podemos desarrollar nuevos tipos de redes neuronales, especialmente clasificadores neuronales, y aplicarlos para reconocer los bordes de micropiezas. Con este propósito vamos a producir las micropiezas, hacer la base de imágenes de estas micropiezas, dividir esta base en dos partes (una para entrenamiento de clasificadores neuronales y otra para probarlos). Después, con esta base de datos vamos a hacer los experimentos para estimar la eficiencia de este sistema en el reconocimiento de bordes. Es muy importante realizar los algoritmos de redes neuronales, asi como también optimizar su estructura y sus parámetros._x000D_ Una de las líneas de investigación de este proyecto es realizar algunos algoritmos de funcionamiento de redes neuronales con esquemas electrónicos. Con estos esquemas podemos disminuir el tiempo de trabajo total que el sistema requiere para el reconocimiento._x000D_ Como resultado de este proyecto vamos a preparar varios artículos para revistas internacionales y nacionales. También vamos a preparar a estudiantes de licenciatura y de doctorado._x000D_ Referencias:_x000D_ 1. Kussul E., Baidyk T., Ruiz-Huerta L., Caballero A., Velasco G., Kasatkina L., 2002, Development of Micromachine Tool Prototypes for Microfactories, Journal of Micromechanics and Microengineering, 12, pp. 795-813._x000D_ 2. Kussul E., Baidyk T., Ruiz-Huerta L., Caballero-Ruiz A., Velasco G. Scaling down of microequipment parameters. Precision Engineering, V.30, Issue 2, ISSN: 0141-6359, 2006, pp.211-222._x000D_ 3. Baidyk T., Kussul E., Makeyev O., Vega A., Limited receptive area neural classifier based image recognition in micromechanics and agriculture, International Journal of Applied Mathematics and Informatics, Issue 3, Vol. 2, 2008, pp.96-103._x000D_ 4. Baidyk T., Kussul E., Makeyev O. Texture Recognition with Random Subspace Neural Classifier, WSEAS Transactions on Circuits and Sysytems, Issue 4, Volume 4, April 2005, pp.319-325_x000D_ 5. Baidyk T., Kussul E., Makeyev O., Caballero A., Ruiz L., Carrera G., Velasco G., 2004, Flat image recognition in the process of microdevice assembly. Pattern Recognition Letters. Vol.25, Issue 1, pp. 107-118._x000D_ 6. Kussul E., Baidyk T., Wunsch D., Makeyev O., Martín A. Permutation coding technique for image recognition systems. IEEE Transactions on Neural Networks, Vol. 17/6, November 2006, pp. 1566-1579.

Como resultado de este proyecto esperamos obtener el sistema de reconocimiento de bordes de micropiezas. Este sistema es muy importante para la automatización de los procesos en micromecánica. El sistema va a usarse en un futuro para mediciones de micropiezas con sistemas ópticos. _x000D_ Como otro resultado de este proyecto esperamos obtener los algoritmos de redes neuronales realizados con esquemas electrónicos. Con este resultado podemos aumentar la velocidad de trabajo del sistema de reconocimiento._x000D_ Vamos a usar los resultados de este proyecto para preparar nuevos sistemas útiles en micromecánica (por ejemplo, de mediciones) y para los propósitos didácticos._x000D_