Algoritmos de segmentação por corte em grafo generalizado
|
|
- Miguel Costa Amado
- 5 Há anos
- Visualizações:
Transcrição
1 Algoritmos de segmentação por corte em grafo generalizado Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br
2 Corte em grafo generalizado Considere um grafo ponderado G = V,E,w derivado de uma imagem Î, onde os pesos w(c,d) entre pixels vizinhos são projetados para ter valores elevados nas transições das bordas do objeto de interesse (e.g., w(c,d) = I(c) I(d) ).
3 Corte em grafo generalizado Para cada grafo G = V,E,w, considere o espaço X de todas as funções x: V [0,1], referido como subconjuntos fuzzy de V, com o valor x(c) indicando um grau de pertinência com o qual c pertence ao conjunto. A família X de todas as funções x X com os valores permitidos somente de 0 e 1 (i.e., x: V {0,1}) será referida como a família de todos subconjuntos hard de V. Cada x X é identificado com o subconjunto P = {c V : x(c) = 1} de V. Note que, em tal caso, x é a função característica χ P de P V.
4 Corte em grafo generalizado Nós geralmente restringimos a coleção X de todos os objetos permitidos através de dois conjuntos disjuntos, referidos como sementes: S obj V indicando o objeto e S bkg V indicando o fundo. Isto restringe o conjunto de saídas admissíveis dos algoritmos para a família X(S obj,s bkg ) de todos x X com x(s) = 1 para todo s S obj, e x(t) = 0 para todo t S bkg. Note que X(S obj,s bkg ) = {χ P : S obj P V \S bkg }.
5 Corte em grafo generalizado Para q [1, ] considere o funcional de energia ε q : X [0, ), onde, para cada x X, ε q (x) é definido como a q-norma do funcional F x : E R, dado pela fórmula F x (c,d) = w(c,d) x(c) x(d) para c,d E. Isto é, ε (x) = F x = max c,d E w(c,d) x(c) x(d), ) q ε q (x) = F x q = q c,d E ( w(c,d) x(c) x(d) para q <, onde w(c,d) = K w(c,d). Note que lim q ε q (x) = ε (x), visto que q-norma converge, quando q, para a -norma.
6 Corte em grafo generalizado Seja ε q min o mínimo da energia ε q(x) sobre todos os objetos permitidos x X(S obj,s bkg ), isto é, ε q min = min{ε q(x): x X(S obj,s bkg )}. Qualquer elemento de X q (S obj,s bkg ) = {x X(S obj,s bkg ): ε q (x) = ε q min } será referido como uma solução ótima da energia ε q em X(S obj,s bkg ). Qualquer algoritmo A que, dada uma imagem Î e conjuntos de sementes S obj e S bkg, retorna um objeto, denotado por A(Î,S obj,s bkg ), de X q (S obj,s bkg ) será referido como um algoritmo de ε q -minimização.
7 Corte em grafo generalizado Note que o algoritmo padrão de fluxo máximo/corte mínimo é um algoritmo de ε 1 -minimização. Vamos usar um símbolo GC sum para denotar este algoritmo. Os métodos Relative Fuzzy Connectedness (RFC), Iterative Relative Fuzzy Connectedness (IRFC), Floresta de Espalhamento Mínima, e alguns casos de Floresta de Caminhos Ótimos são todos algoritmos de ε -minimização. Todos esses métodos podem ser obtidos via a Transformada Imagem-Floresta (IFT).
8 Por simplicidade, vamos considerar o problema equivalente dual dado pela maximização da energia abaixo: ε (x) = min c,d E x(c) x(d) w(c,d),
9 As funções de conexidade são especificadas por uma regra de inicialização e uma regra de extensão de caminho. { 0 se t S = Sobj S f sum ( t ) = bkg + caso contrário f sum (π s s,t ) = f sum (π s )+w β (s,t) f max ( t ) = { 1 se t S = Sobj S bkg + caso contrário f max (π s s,t ) = max{f max (π s ),w(s,t)}
10 f w ( t ) = f w (π s s,t ) = w(s,t) { 1 se t S = Sobj S bkg + caso contrário f IRFC ( t ) = f IRFC (π s s,t ) = { 1 se t S = Sobj S bkg + caso contrário { max{firfc (π s ),2 w(s,t)+1} se R(s) S obj max{f IRFC (π s ),2 w(s,t)} se R(s) S bkg onde R(s) = org(π s ).
11 Exemplo:
12 Possíveis bordas de corte da IFT com f max :
13 Possíveis bordas de corte da IFT com f max (desempate LIFO):
14 Possíveis bordas de corte da IFT com f max (desempate FIFO):
15 Possíveis bordas de corte da IFT com f IRFC :
16 Possíveis bordas de corte da IFT com f w :
17 Relative-fuzzy connectedness (RFC) Dois mapas de conexidade separados são calculados: V o (q) que leva em conta apenas as sementes em S obj. V b (q) que leva em conta apenas as sementes em S bkg. V o (q) = V b (q) = min π q in(v,e) org(π q) S obj {f max (π q )}, (1) min π q in (V,E) org(π q) S bkg {f max (π q )}. (2) A segmentação final é obtida por comparação dos dois mapas de conexidade V o (q) e V b (q), tal que cada pixel q V é rotulado como sendo do objeto somente se V o (q) < V b (q).
18 Diagrama das relações entre métodos
19 Diagrama das relações entre métodos
20 (a) RFC (b) IRFC (c) IFT fmax
21 Imagem de pesos e o resultado usando f max (π).
22 Imagem de pesos e o resultado usando f sum (π) (β pequeno).
23 Imagem de pesos e o resultado usando f sum (π) (β elevado).
24 Bibliografia P.A.V. Miranda, and A.X. Falcão, Elucidating the relations among seeded image segmentation methods and their possible extensions, Sibgrapi 2011 (XXIV Conference on Graphics, Patterns and Images), Maceió, AL, Brazil, pp , Krzysztof Chris Ciesielski, J.K. Udupa, A.X. Falcão, and P.A.V. Miranda, Fuzzy Connectedness image segmentation in Graph Cut formulation: A linear-time algorithm and a comparative analysis, Journal of Mathematical Imaging and Vision, vol. 44, no. 3,
Transformada Imagem-Floresta (IFT)
Transformada Imagem-Floresta (IFT) Prof. Dr. Paulo A. V. de Miranda pmiranda@vision.ime.usp.br Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) P.A.V. Miranda, aula 3 p. Caminhos
Leia maisTransformada Imagem-Floresta (IFT)
(IFT) Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br / Um caminho π no grafo G = (D I,A) é uma sequência de pixels
Leia maisAlgoritmo da IFT 2 / 16. Algoritmo da IFT Estrutura da fila de prioridade Resolvendo empates. Algoritmo 1 Algoritmo geral da IFT
Transformada Imagem-Floresta (Estrutura de dados) Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br 1 / 16 Algoritmo
Leia maisÁrvore de componentes Aula 8
Árvore de componentes Aula 8 Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br Decomposição por limiarização Uma imagem
Leia maisÁrvore de componentes
Árvore de componentes Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br Decomposição por limiarização Uma imagem Î
Leia maisProcessamento de Imagens usando Grafos (MAC6903)
Processamento de Imagens usando Grafos (MAC6903) Prof. Dr. Paulo A. V. de Miranda pmiranda@vision.ime.usp.br Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) P.A.V. Miranda,
Leia maisMétodos de Agrupamento (Clustering) Aula 18
Métodos de Agrupamento (Clustering) Aula 18 Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br Existem duas classes
Leia maisProcessamento de Imagens usando Grafos (MAC6903)
Processamento de Imagens usando Grafos (MAC6903) Prof. Dr. Paulo A. V. de Miranda pmiranda@vision.ime.usp.br Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) P.A.V. Miranda
Leia maisSegmentação de Imagens pela Transformada Imagem-Floresta com Faixa de Restrição Geodésica. Caio de Moraes Braz
Segmentação de Imagens pela Transformada Imagem-Floresta com Faixa de Restrição Geodésica Caio de Moraes Braz Dissertação apresentada ao Instituto de Matemática e Estatística da Universidade de São Paulo
Leia maisProcessamento de Imagens usando Grafos (MAC6903)
Processamento de Imagens usando Grafos (MAC6903) Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br 1 / 20 Uma imagem
Leia maisAulas 10 e 11 / 18 e 20 de abril
1 Conjuntos Aulas 10 e 11 / 18 e 20 de abril Um conjunto é uma coleção de objetos. Estes objetos são chamados de elementos do conjunto. A única restrição é que em geral um mesmo elemento não pode contar
Leia maisResolução de sistemas de equações não-lineares: Método Iterativo Linear
Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 18 de setembro de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Leia maisResolução de sistemas de equações não-lineares: Método Iterativo Linear
Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Leia maisFundamentos de Matemática
Fundamentos de Matemática Aula 1 Antonio Nascimento Plano de Ensino Conteúdos Teoria dos Conjuntos; Noções de Potenciação, Radiciação; Intervalos Numéricos; Fatoração, Equações e Inequações; Razão, Proporção,
Leia maisBases Matemáticas. Definição ingênua de conjunto. Aula 3 Conjuntos. Rodrigo Hausen
1 ases Matemáticas ula 3 Conjuntos Rodrigo Hausen v. 2012-9-26 1/14 Definição ingênua de conjunto 2 Um conjunto é uma qualquer coleção de objetos, concretos ou abstratos, sem repetição. Dado um conjunto,
Leia maisThe Image Foresting Transform (IFT)
The Image Foresting Transform (IFT) Paulo A. V. de Miranda pavm@ic.unicamp.br Laboratório de Informática Visual (LIV), Instituto de Computação (IC), Universidade Estadual de Campinas (UNICAMP) P.A.V. Miranda,
Leia maisPedro Ferreira Alexandre. Segmentação de imagens pela Transformada Imagem-Floresta em grafos de superpixels
Universidade de São Paulo Instituto de Matemática e Estatística Bachalerado em Ciência da Computação Pedro Ferreira Alexandre Segmentação de imagens pela Transformada Imagem-Floresta em grafos de superpixels
Leia maisA = B, isto é, todo elemento de A é também um elemento de B e todo elemento de B é também um elemento de A, ou usando o item anterior, A B e B A.
Capítulo 1 Números Reais 1.1 Conjuntos Numéricos Um conjunto é uma coleção de elementos. A relação básica entre um objeto e o conjunto é a relação de pertinência: quando um objeto x é um dos elementos
Leia maisTeoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisPesquisa Operacional
Pesquisa Operacional Teoria da Dualidade Profa. Sheila Morais de Almeida DAINF-UTFPR-PG outubro - 2015 Problema Dual Cada problema de Programa de Programação Linear está associado a um outro problema de
Leia maisFormulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos
Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Teobaldo L. Bulhões Júnior a a Instituto de Computação, Universidade Federal Fluminense, Niterói, RJ, Brazil
Leia maisRestauração de imagens NOAA por Morfologia Matemática
Restauração de imagens NOAA por Morfologia Matemática GERALD JEAN FRANCIS BANON 1 ANA LÚCIA BEZERRA CANDEIAS 1 1 DPI/INPE Divisão de Processamento de Imagens / Instituto Nacional de Pesquisas Espacias
Leia maisMatemática Básica Noções Básicas de Operações com Conjuntos / Conjuntos Numéricos
Matemática Básica Noções Básicas de Operações com Conjuntos / Conjuntos Numéricos 02 1. Noção intuitiva de conjunto Intuitivamente, entendemos como um conjunto: toda coleção bem definida de objetos (chamados
Leia maisAlgoritmos para o problema da árvore de Steiner com coleta de prêmios
Algoritmos para o problema da árvore de Steiner com coleta de prêmios Camila Mari Matsubara Orientador: Prof. Dr. José Coelho de Pina Defesa de mestrado Instituto de Matemática e Estatística Universidade
Leia maisSegmentação interativa de imagens via transformação watershed
Segmentação interativa de imagens via transformação watershed Bruno Klava e Nina S. T. Hirata Departamento de Ciência da Computação Instituto de Matemática e Estatística - Universidade de São Paulo São
Leia maisDeterminação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Marina Andretta/Franklina Toledo ICMC-USP 13 de maio de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina Toledo (ICMC-USP) sme0301
Leia maisNotações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisMétodo de restrições ativas para minimização com restrições lineares
Método de restrições ativas para minimização com restrições lineares Marina Andretta ICMC-USP 27 de outubro de 2018 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 27 de outubro de 2018 1 /
Leia maisDeterminação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner Marina Andretta/Franklina Toledo ICMC-USP 29 de outubro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
Leia maisImage Descriptors: color
Image Descriptors: color Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: color 2011 1 / 29 Agenda
Leia maisMétodos de Pesquisa Operacional
Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução
Leia maisBernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2
Uma Introdução à Otimização sob Incerteza Bernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2 1 Departamento de Matemática Pontifícia Universidade Católica do Rio de Janeiro 2 Departamento de Matemática
Leia maisAprendizado de Máquina
Aprendizado de Máquina André C. P. L. F. de Carvalho Posdoutorando: Isvani Frias-Blanco ICMC-USP Agrupamento de dados Tópicos Agrupamento de dados Dificuldades em agrupamento Algoritmos de agrupamento
Leia maisProjeções Multi-dimensionais
Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto de Ciências Matemáticas e de Computação (ICMC) Universidade de São Paulo (USP) 23 de setembro de 2010 Introdução
Leia maisTeoria dos Conjuntos 1. Definição Hora do Exemplo:
1. Definição 2. Denotação 3. Representação 4. Diagrama de Venn 5. Relação de Pertinência 6. Família de Conjuntos 7. Igualdade de Conjuntos 8. Desigualdade de Conjuntos 2 1. Definição: Intuitivamente, por
Leia maisINTRODUÇÃO À ANALISE DE SINAIS ELT 032
INTRODUÇÃO À ANALISE DE SINAIS ELT 032 Prof. Jeremias Barbosa Machado Introdução Neste capítulo estudaremos as Transformadas de Laplace. Elas apresentam uma representação de sinais no domínio da frequência
Leia maisPor meio de uma figura fechada, dentro da qual podem-se escrever seus elementos. Diagrama de Venn-Euler.
REPRESENTAÇÕES Um conjunto pode ser representado da seguinte maneira: Enumerando seus elementos entre chaves, separados por vírgulas; Exemplos: A = { 1, 0, 1} N = {0, 1, 2, 3, 4,...} Indicando, entre chaves,
Leia maisModelagem Computacional. Parte 8 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisExtração de características de imagens. Descritores de cor
Extração de características de imagens Descritores de cor Descritores de imagens Problema: computar, de forma eficiente, valores que descrevam uma imagem (ou parte dela) Vetores de características (feature
Leia maisAula 05 Transformadas de Laplace
Aula 05 Transformadas de Laplace Pierre Simon Laplace (1749-1827) As Transformadas de Laplace apresentam uma representação de sinais no domínio da frequência em função de uma variável s que é um número
Leia maisAula 05 Transformadas de Laplace
Aula 05 Transformadas de Laplace Pierre Simon Laplace (1749-1827) As Transformadas de Laplace apresentam uma representação de sinais no domínio da frequência em função de uma variável s que é um número
Leia maisTransformada de Fourier: fundamentos matemáticos, implementação e aplicações musicais
Transformada de Fourier: fundamentos matemáticos, implementação e aplicações musicais MAC 0337 Computação Musical Jorge H. Neyra-Araoz IME USP 22/11/2007 Resumo Série de Fourier para funções periódicas
Leia maisO teorema do ponto fixo de Banach e algumas aplicações
O teorema do ponto fixo de Banach e algumas aplicações Andressa Fernanda Ost 1, André Vicente 2 1 Acadêmica do Curso de Matemática - Centro de Ciências Exatas e Tecnológicas - Universidade Estadual do
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisDepartamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =
Departamento de Matemática da Universidade de Coimbra Optimização Numérica Licenciatura em Matemática Ano lectivo 2006/2007 Folha 1 1. Considere as matrizes A = [ 1 1 1 2 ] e B = [ 1 3 1 2 (a) Verifique
Leia maisGabriel Coutinho DCC035 - Pesquisa Operacional Lista 6
Lista 6 Exercício. O objetivo deste exercício é modelar o problema de emparelhamento em um grafo bipartido como um problema de fluxo, e verificar que o Teorema de Konig é essencialmente o Teorema de Fluxo
Leia maisSegmentação de Objetos Matriciais por Corte em Grafos
Davi Baptista Rodrigues Segmentação de Objetos Matriciais por Corte em Grafos Juiz de Fora 18/12/2007 (2007) Davi Baptista Rodrigues Segmentação de Objetos Matriciais por Corte em Grafos Orientador: Marcelo
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Segmentação
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Segmentação A separação dos pixeis relativos a cada objeto, ou região, é uma etapa fundamental para o sucesso do processo de análise da imagem. Embora
Leia maisEquação da reta. No R 2 UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 05
UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 05 Assunto:Equações da reta no R 2 e no R 3, equações do plano, funções de uma variável real a valores em R n Palavras-chaves: Equação da reta,
Leia maisExistem conjuntos em todas as coisas e todas as coisas são conjuntos de outras coisas.
MÓDULO 3 CONJUNTOS Saber identificar os conjuntos numéricos em diferentes situações é uma habilidade essencial na vida de qualquer pessoa, seja ela um matemático ou não! Podemos dizer que qualquer coisa
Leia maisMétodo dos gradientes (ou método de máxima descida)
Método dos gradientes (ou método de máxima descida) Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 14 de setembro de 2010 1 / 16 Método dos gradientes
Leia maisMATEMÁTICA DISCRETA PARA ENGENHARIA DE COMPUTAÇÃO
MATEMÁTICA DISCRETA PARA ENGENHARIA DE COMPUTAÇÃO Profa. Kathya Collazos Linares *As aulas baseiam-se no material do Professor Antonio Alfredo Ferreira Loureiro; Jorge Figueiredo e Judith Gersting Árvore
Leia maisIntrodução às Redes Neurais Artificiais
Introdução às Redes Neurais Artificiais Clusterização: Conceitos Básicos Prof. João Marcos Meirelles da Silva www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola de Engenharia
Leia maisAnálise de Algoritmos
Análise de Algoritmos Parte 1 Prof. Túlio Toffolo http://www.toffolo.com.br BCC202 Aula 04 Algoritmos e Estruturas de Dados I Qual a diferença entre um algoritmo e um programa? Como escolher o algoritmo
Leia maisModelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados
Modelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados Erica Castilho Rodrigues 23 de Maio de 207 Introdução 2 3 Vimos como encontrar o EMV usando algoritmos numéricos. Duas possibilidades:
Leia mais4 as Jornadas Politécnicas de Engenharia
4 as Jornadas Politécnicas de Engenharia Imagens de Faces: Exemplos de Metodologias e Aplicações Fernando Carvalho, João Manuel R. S. Tavares Aplicação Metodologias Modelos Conclusões Trabalho Futuro Introdução:
Leia maisProgramação Matemática
Programação Matemática Docentes: Ana Paula, Franklina e Maristela Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP (Material Elaborado por Aline Leão modificado por
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 5 Segmentação de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga Segmentação de
Leia maisResolução de problemas difíceis de programação linear através da relaxação Lagrangeana
problemas difíceis de programação linear através da relaxação Lagrangeana Ana Maria A.C. Rocha Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho arocha@dps.uminho.pt http://www.norg.uminho.pt/arocha
Leia maisMedida do Tempo de Execução de um Programa. David Menotti Algoritmos e Estruturas de Dados II DInf UFPR
Medida do Tempo de Execução de um Programa David Menotti Algoritmos e Estruturas de Dados II DInf UFPR Medida do Tempo de Execução de um Programa O projeto de algoritmos é fortemente influenciado pelo
Leia maisQuestão (a) 4.(b) 5.(a) 5.(b) 6.(a) 6.(b) 6.(c) 7 Cotação
Faculdade de Ciências Exatas e da Engenharia PROVA DE AVALIAÇÃO DE CONHECIMENTOS E COMPETÊNCIAS PARA ADMISSÃO AO ENSINO SUPERIOR PARA MAIORES DE ANOS - 018 Matemática - 1/0/018 Atenção: Justifique os raciocínios
Leia maisMétodo das Secantes. Marina Andretta/Franklina Toledo ICMC-USP. 4 de setembro de 2012
Determinação de raízes de funções: Método das Secantes Marina Andretta/Franklina Toledo ICMC-USP 4 de setembro de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta/Franklina
Leia maisRadiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP
Operações Matemáticas e Transformações Radiométricas Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Operações Matemáticas Sejam Î = (D I, I ) e Ĵ = (D J, J) duas imagens cinzas de mesmo domínio,
Leia maisMATEMÁTICA. Aula 2 Teoria dos Conjuntos. Prof. Anderson
MATEMÁTICA Aula 2 Teoria dos Conjuntos Prof. Anderson CONCEITO Na teoria dos conjuntos, um conjunto é descrito como uma coleção de objetos bem definidos. Estes objetos são chamados de elementos ou membros
Leia maisMathematical Morphology An Overview
Universidade Federal Fluminense Instituto de Computação Mathematical Morphology An Overview Jacó Júlio de Souza Costa jacojulio@gmail.com jacojulio@id.uff.br March 29, 2019 Sumário 1 Definição do Tema
Leia maisGabarito da lista de Exercícios sobre Conjuntos
Universidade Federal Fluminense Curso: Sistemas de Informação Disciplina: Fundamentos Matemáticos para Computação Professora: Raquel Bravo Gabarito da lista de Exercícios sobre Conjuntos 1. Determine quais
Leia maisMatemática Discreta - 07
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 07 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisMatemática Computacional
Matemática Computacional SLIDE V Professor Júlio Cesar da Silva juliocesar@eloquium.com.br site: http://eloquium.com.br/ twitter: @profjuliocsilva facebook: https://www.facebook.com/paginaeloquium Google+:
Leia maisInstituto de Matemática e Estatística, UFF Março de 2011
,,,,, Instituto de Matemática e Estatística, UFF Março de 2011 ,, Sumário,,. finitos,. conjunto: por lista, por propriedade.. Igualdade,. Propriedades básicas.. ,, Christos Papadimitriou, Autor dos livros
Leia maisO Teorema de Peano. f : D R n. uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e uma função ϕ : I R n tais que
O Teorema de Peano Equações de primeira ordem Seja D um conjunto aberto de R R n, e seja f : D R n (t, x) f(t, x) uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e
Leia maisSistemas lineares. Aula 6 Transformada de Laplace
Sistemas lineares Aula 6 Transformada de Laplace Introdução Transformada de Laplace Convergência da transformada de laplace Exemplos Região de Convergência Introdução Transformações matemáticas: Logaritmo:
Leia maisSemana 2. Primitivas. Conjunto das partes. Produto cartesiano. 1 Teoria ingênua dos conjuntos. 2 Axiomática ZFC de conjuntos. 4 Conjuntos numéricos
Semana 2 1 Teoria ingênua dos conjuntos 2 Axiomática ZFC de conjuntos 3 4 Semana 2 1 Teoria ingênua dos conjuntos 2 Axiomática ZFC de conjuntos 3 4 e pertinência Conjunto é entendido como uma coleção de
Leia maisProblemas de Fluxo em Redes
CAPÍTULO 7 1. Conceitos fundamentais de grafos Em muitos problemas que nos surgem, a forma mais simples de o descrever, é representá-lo em forma de grafo, uma vez que um grafo oferece uma representação
Leia maisRepresentação de poliedros
Representação de poliedros Marina Andretta ICMC-USP 8 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
Leia maisAlgoritmo para Construção do Diagrama de Voronoi com abordagem de Divisão e Conquista
Algoritmo para Construção do Diagrama de Voronoi com abordagem de Divisão e Conquista Augusto Luengo Pereira Nunes 1 1 Instituto de Informática Universidade Federal do Rio Grande do Sul (UFRGS) Caixa Postal
Leia maisSegmentação Baseado em Grafos (Grab-Cut) aplicado em Imagens LiDAR para a Extração Semi-Automática de Edificações. Marcos Aurélio Basso 1
Segmentação Baseado em Grafos (Grab-Cut) aplicado em Imagens LiDAR para a Extração Semi-Automática de Edificações Marcos Aurélio Basso 1 1 Universidade Federal do Paraná Setor de Ciências da Terra-Departamento
Leia maisExpressMath: Análise estrutural de expressões matemáticas manuscritas
ExpressMath: Análise estrutural de expressões matemáticas manuscritas Bruno Yoiti Ozahata, Ricardo Sider Nina S. T. Hirata (orientadora) Departamento de Ciência da Computação Instituto de Matemática e
Leia maisMétodo do Gradiente Projetado Para Funções Convexas Generalizadas
Método do Gradiente Projetado Para Funções Convexas Generalizadas Milton Gabriel Garcia dos SANTOS 1. Instituto de Matemática e Estatística, Universidade Federal de Goiás, Campus II- Caixa Postal 131,
Leia mais2019/01. Estruturas Básicas: Conjuntos, Funções, Sequências, e Somatórios Área de Teoria DCC/UFMG /01 1 / 76
Estruturas Básicas: Conjuntos, Funções, Sequências, e Somatórios Área de Teoria DCC/UFMG 2019/01 Estruturas Básicas: Conjuntos, Funções, Sequências, e Somatórios Área de Teoria DCC/UFMG - 2019/01 1 / 76
Leia maisAula 12 Composição Relação-Conjunto Fuzzy.
Aula 12 Composição Relação-Conjunto Fuzzy. MS58 - Introdução à Teoria Fuzzy Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade
Leia maisAlgoritmo de construção de matrizes de zeros e uns com soma das filas prescritas
Algoritmo de construção de matrizes de zeros e uns com soma das filas prescritas Rosário Fernandes Departamento de Matemática Faculdade de Ciências e Tecnologia Universidade Nova de Lisboa 2829-516 Caparica,
Leia maisUMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS. Rogério Vargas DCET UESC Home page: rogerio.in
UMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS Rogério Vargas DCET UESC Home page: rogerio.in Exemplo de aplicações: automação e visão artificial reconhecimento de caracteres análise de cromossomos veículos
Leia maisIBM1088 Linguagens Formais e Teoria da Computação
IBM1088 Linguagens Formais e Teoria da Computação Conceitos fundamentais sobre Teoria dos Conjuntos Evandro Eduardo Seron Ruiz evandro@usp.br Universidade de São Paulo E.E.S. Ruiz (USP) LFA 1 / 26 Frase
Leia maisÁrvore Binária de Busca Ótima
MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nas seções sobre árvore binária de busca ótima do capítulo 4 do livro N. Wirth. Algorithms
Leia maisSISTEMA DECIMAL. No sistema decimal o símbolo 0 (zero) posicionado à direita implica em multiplicar a grandeza pela base, ou seja, por 10 (dez).
SISTEMA DECIMAL 1. Classificação dos números decimais O sistema decimal é um sistema de numeração de posição que utiliza a base dez. Os dez algarismos indo-arábicos - 0 1 2 3 4 5 6 7 8 9 - servem para
Leia maisSME0300 Cálculo Numérico Aula 6
SME0300 Cálculo Numérico Aula 6 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 20 de agosto de 2015 Aula Passada Equações Não-Lineares: Determinar raiz
Leia maisMatemática Discreta - 07
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 07 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisMedida do Tempo de Execução de um Programa. Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP
Medida do Tempo de Execução de um Programa Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP Medida do Tempo de Execução de um Programa O projeto de algoritmos é fortemente influenciado pelo estudo
Leia maisReconstrução a partir de Seções Planares
Reconstrução a partir de Seções Planares Instituto de Ciências Matemáticas e de Computação Departamento de Computação e Estatística VICG - USP - São Carlos Luis Gustavo Nonato Rosane Minghim Maria Cristina
Leia maisOrtogonalização de Gram-Schmidt
Ortogonalização de Gram-Schmidt Antonio Elias Fabris Instituto de Matemática e Estatística Universidade de São Paulo Map 2210 Aplicações de Álgebra Linear Antonio Elias Fabris (IME-USP) Gram-Schmidt 1
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 12
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 12 Regressão com Variáveis Não-Estacionárias Considere três processos estocásticos definidos pelas seguintes
Leia maisProgramação Linear Inteira. C. Requejo (UA) Métodos de Investigação Operacional MIO / 30
Programação Linear Inteira Programação Linear Inteira C. Requejo (UA) Métodos de Investigação Operacional MIO 2016 1 / 30 Programação Linear Inteira Programação Linear Inteira Resolução de problemas de
Leia maisMétodo q-g: uma generalização do método da máxima descida
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Método q-g: uma generalização do método da máxima descida Aline C. Soterroni, Fernando Manuel Ramos, Laboratório Associado de Computação e Matemática
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 13 04/2014 Sistemas de Equações Lineares Parte 3 MÉTODOS ITERATIVOS Cálculo Numérico 3/44 MOTIVAÇÃO Os métodos iterativos
Leia maisNotas de Aula de Probabilidade A
I- CONCEITOS INICIAIS. 1.1- INTRODUÇÃO. PROBABILIDADE POPULAÇÃO AMOSTRA ESTATÍSTICA 1.2- CONJUNTOS. 1.2.1- DEFINIÇÃO. Conjunto é uma coleção de objetos chamados de elementos do conjunto. Em geral denota-se
Leia maisTeoremas de dualidade
Teoremas de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisAlgoritmos de aproximação - Método primal-dual
Algoritmos de aproximação - Método primal-dual Marina Andretta ICMC-USP 28 de outubro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab,
Leia maisO espaço das Ordens de um Corpo
O espaço das Ordens de um Corpo Clotilzio Moreira dos Santos Resumo O objetivo deste trabalho é exibir corpos com infinitas ordens e exibir uma estrutura topológica ao conjunto das ordens de um corpo.
Leia maisTeoria dos Conjuntos. Prof. Jorge
Teoria dos Conjuntos Conjuntos Conceitos iniciais Na teoria dos conjuntos, consideramos como primitivos os conceitos de elemento, pertinência e conjunto. Exemplos - Conjunto I. O conjunto dos alunos do
Leia maisPONDERADA DE GRAFOS. Spencer Barbosa da Silva 1, Anderson Ribeiro Duarte 1
Revista da Estatística da UFOP, Vol I, 011 - X Semana da Matemática e II Semana da Estatística, 010 ISSN 37-8111 PENALIZAÇÃO POR NÃO-CONECTIVIDADE PONDERADA DE GRAFOS Spencer Barbosa da Silva 1, Anderson
Leia mais