1. Introdução As origens da RNA O nosso cérebro Plasticidade e modulação sináptica... 5
|
|
- Samuel Camarinho da Mota
- 8 Há anos
- Visualizações:
Transcrição
1 Sumário 1. Introdução As origens da RNA O nosso cérebro Plasticidade e modulação sináptica As redes neurais artificiais Estrutura da RNA Modelos de RNAs Aprendizado em RNAs Reconhecimento e classificação de padrões Classificadores elementares Conclusão
2 1. Introdução As redes neurais artificiais (RNAs) são sistemas que procuram simular o comportamento do sistema nervoso biológico. É uma linha de desenvolvimento da inteligência artificial que vem ganhando cada vez mais força, sendo empregada com sucesso em inúmeros casos. Neste trabalho procuramos explorar, por meio de diversas pesquisas, as redes neurais artificiais operando com reconhecimento de padrões e demonstrar seu funcionamento. 2
3 2. As origens da RNA A inteligência artificial foi um assunto recorrente a partir dos anos 50, principalmente com os trabalhos publicados pelo matemático e cientista britânico Alan Turing. Em seu artigo, Turing mencionava que uma máquina poderia ser considerada inteligente caso pudesse simular o comportamento humano tão bem que um possível interlocutor não saberia diferenciar a máquina de um homem. O tema do trabalho era Máquinas podem pensar?. Alguns estudiosos tentaram responder a esse questionamento. A partir daí foram muitos os esforços no sentido de atingir o nível de inteligência proposto por Turing. O termo inteligência artificial foi empregado pela primeira vez em 1956 numa conferência em Darthmouth College, que reuniu grandes nomes das maiores universidades e laboratórios da época. Nesse panorama, basicamente duas correntes surgiram: a simbolista e a conexionista. A corrente simbolista procura obter resultados inteligentes baseados principalmente nas interações da máquina com o meio. O ramo simbolista desenvolveu-se abordando as bases de conhecimento e alcançou sucesso com os sistemas especialistas. A corrente conexionista leva em conta principalmente a arquitetura do sistema. Segundo ela, para que a máquina apresente um comportamento similar ao humano é necessário que seja similar à nossa construção biológica, em especial no que diz respeito ao processamento de dados, ou seja, a parte neurológica. Nesse contexto surgiu o conceito de redes neurais artificiais. O primeiro neurônio artificial é um pouco anterior a isso. Em 1943 o psiquiatra e neuroanatomista americano Warren McCulloch e o matemático Walter Pitts apresentaram o que foi considerado o primeiro modelo matemático para um neurônio. McCulloch e Pitts também publicaram em seu estudo um modelo de redes neurais, ou seja, fizeram a descrição lógica e matemática de como o neurônio criado deveria ser interligado a outros. 3
4 No final dos anos 50 e início dos anos 60 surgiram os primeiros neurocomputadores: Perceptron I de Rosemblatt (1957) e Adaline de Windrow (1962). Rosemblatt também desenvolveu um algoritmo para o ajuste dos pesos das redes neurais. Inicialmente a corrente conexionista encontrou mais dificuldades no seu desenvolvimento em virtude das limitações tecnológicas do momento. Mas com o advento de novas tecnologias as redes neurais artificiais tornaram-se mais possíveis e, hoje em dia estão envolvidas na grande maioria das pesquisas que tratam de inteligência artificial. 4
5 3. O nosso cérebro O cérebro humano é composto de bilhões de pequenas células polarizadas, denominadas neurônios que comunicam-se por meio de sinapses elétricas e químicas. Os neurônios possuem um axônio e vários dendritos, por meio dessas estruturas é efetuada a comunicação. O axônio emite um impulso elétrico que pode ser recebido pelo dendrito de outro neurônio. O potencial elétrico é formado pela diferença de concentração de potássio dentro das células e sódio em seu exterior. Quando está em repouso o potencial da célula é de -70mV. Ao receber um impulso nervoso esse potencial se altera e, se atingir a tensão de limiar de -50mV os canais que ligam o interior ao exterior da célula abrem-se, permitindo a entrada do sódio. O potencial da célula torna-se positivo e produz um impulso elétrico. O impulso nervoso é propagado pelo axônio até as conexões sinápticas e pode originar um impulso nervoso. O impulso enviado pode ser inibitório ou excitatório. O neurônio que receber o impulso passa pelo mesmo processo e, de acordo com os potenciais inibitórios e excitatórios pode ou não ter seu potencial de ação atingido. O processo se repete assim por diante Plasticidade e modulação sináptica Os neurônios possuem como característica a plasticidade, ou seja, têm a capacidade de se modificar estruturalmente, de acordo com os estímulos. Ao receber determinado estímulo, a célula pode criar novos dendritos ou extinguir os já existentes, os dendritos podem ser alongados ou encolhidos, por fim, uma célula pode ser totalmente suprimida ou regenerada. Essas modificações podem ser rápidas, lentas ou permanentes. Esse conjunto de alterações físicas é denominado modulação sináptica, pois a forma do neurônio influi diretamente na ocorrência das sinapses. É por meio da modulação 5
6 sináptica, portanto, que dá-se a formação de memórias e é estabelecido o aprendizado. Esse conceito foi proposto pela primeira vez pelo biólogo canadense Donald Hebb em Hebb acreditava que quando uma interação entre o axônio de uma célula e o dendrito de outra ocorre repetidas vezes, há uma alteração física ou metabólica nas mesmas de forma a aumentar a eficiência deste processo. O enunciado ficou conhecido como Lei de Hebb e serviu de base para muitos cientistas envolvidos com RNA que tentavam reproduzir o aprendizado humano nas redes artificiais. 6
7 4. As redes neurais artificiais Como já foi dito anteriormente, as redes neurais artificiais, conhecidas como RNAs têm por objetivo simular o comportamento do sistema nervoso biológico. Para atingir resultados coerentes com realidade, procura imitar o funcionamento de sua estrutura. As redes neurais artificiais são, portanto, um conjunto de métodos matemáticos e computacionais e técnicas de circuitos interagindo para alcançar esses objetivos Estrutura da RNA Uma RNA basicamente é formada pelos neurônios de entrada, neurônios de saída, pesos, bias e função de ativação. Os neurônios de entrada são aqueles que recebem os sinais, analogamente aos neurônios responsáveis pelos órgãos sensoriais do sistema biológico. Figura 1 - Neurônio natural e artificial Cada entrada é associada a um peso. O peso corresponde às sinapses e, assim como na sinapse natural, o peso pode ser excitatório ou inibitório. No somador, os sinais são multiplicados pelos seus pesos, ou seja as parcelas efetivas dos sinais são somados. No somador ainda pode haver um 7
8 bias, agindo como um segundo peso que pode aumentar ou diminuir o sinal que vai para a função de ativação. A função de ativação é o último estágio antes da saída e garante a não linearidade da mesma. A célula não transmite a informação à outra a menos que seu potencial de ativação alcance o valor pré-estabelecido pela função de ativação conhecido como limiar de ativação. Corresponde a tensão de limiar do neurônio natural. Alguns exemplos são a função degrau (Heavyside / hard limiter) que assume apenas valores 0 e1 (em alguns casos -1 e 1); função sigmoid (logística) que assume valores entre 0 e 1; função tangente hiperbólica (análoga a função logística, mas que assume valores entre -1 e 1) Figura 2 - Funções de ativação Por último vem a saída, totalmente dependente da função de ativação, análoga aos motoneurônios, responsáveis pela excitação muscular Modelos de RNAs Ao longo do tempo algumas arquiteturas de RNAs diferentes foram desenvolvidas. Como o modelo Perceptron, o modelo multicamadas e o modelo de Hopfield. As diferentes estruturas basicamente se encaixam em dois grupos: feedforward e feedback. No modelo feedback as saídas são ligadas as entradas e no modelo feedforward não. O modelo Perceptron é o mais simples, exatamente como descrito anteriormente no tópico acerca da estrutura das RNAs. Apresenta, porém, o 8
9 problema da incapacidade de separar funções não-linearmente separáveis. O primeiro neurônio separa o conjunto em dois quadrantes, o segundo separa cada um dos dois em outros dois e assim por diante. Mas no caso de um conjunto estar contido dentro de outro ou se cruzarem o Perceptron não apresenta resposta satisfatória. No caso das redes neurais de múltiplas camadas, (multicamadas ou Perceptron Multi) entre a entrada e a saída estão as camadas intermediárias (ou ocultas), que não recebem ou enviam estímulos, mas desempenham processamento interno dentro da rede. Na arquitetura mais comum uma camada só possui conexão com as camadas imediatamente anterior e seguinte. Neste modelo as funções não-linearmente separáveis podem ser separadas. O modelo de Hopfield é baseado em recorrência (feedback), ou seja, as saídas são interligadas às entradas. O neurônio segue exatamente o mesmo padrão do modelo multicamadas o diferencial é a realimentação. Figura 3 - Multicamadas e Hopfield 4.3. Aprendizado em RNAs Toda RNA passa por uma fase de aprendizado ou treinamento. O aprendizado da rede neural artificial dá-se com o ajuste dos pesos para obter a resposta esperada, de forma análoga à modulação sináptica. De acordo com a resposta do ambiente o aprendizado pode ser classificado em supervisionado, não-supervisionado e por reforço. De acordo com as regras de aprendizagem pode ser classificado em correção de erros, baseado em memória, hebbiano, e competitivo. 9
10 No aprendizado supervisionado, um tutor (agente externo), é utilizado para impor padrões conhecidos às entradas do sistema, dessa forma sabe-se qual é será a saída desejada. A saída obtida é utilizada para o cálculo do erro, que é a diferença entre a esperada e a produzida, tal erro é analisado e utilizado para efetuar pequenas correções aos pesos. Com a apresentação sequencial do mesmo padrão na entrada, é possível minimizar o erro até um nível aceitável, em que o sistema atinge um estado estável. No aprendizado por reforço não existe um padrão preferencial de saída, assim como no aprendizado não-supervisionado, mas existe um crítico (ou juiz) que se assemelha ao tutor. O aprendizado por reforço é baseado na tentativa e erro. Quando uma entrada é apresentada verifica-se a saída e o crítico é responsável por dar um reforço positivo ou negativo para a mesma. Dessa forma, a rede procura obter o máximo de sinais positivos de reforço. No caso do aprendizado não-supervisionado não existe uma saída totalmente conhecida. Observa-se primordialmente a entrada e a própria rede é responsável por reconhecer suas regularidades. No ajuste por correção de erros os pesos são corrigidos de acordo com uma equação durante as interações com o sistema. Quanto ao ajuste dos pesos no processo de aprendizagem, normalmente pode ocorrer de duas formas: padrão e Batch. No modo padrão a cada ciclo de entrada e saída diversos pesos são corrigidos para se adequar à saída desejada. No modo Batch, a cada ciclo somente um peso é alterado e observa-se a nova saída resultante. Existem dois tipos de aprendizado baseado em memória: o auto associativo e o heteroassociativo. No autoassociativo uma série de padrões de entrada é armazenada na rede. Quando um novo padrão é apresentado, a rede busca na memória o padrão armazenado que melhor combina com o novo. No heteroassociativo uma série de pares de padrões é armazenada na rede. Ao apresentar um novo padrão a rede procura o par adequado. O aprendizado hebbiano tem origem na Lei de Hebb. Quando dois neurônios estão sincronizados, um para enviar e outro para receber a 10
11 informação a força da sinapse é aumentada. O ajuste dos pesos dá-se com base nesse conceito. No aprendizado competitivo os neurônios são agrupados em unidades e as unidades competem entre si para responder a entrada. As unidades são diferenciadas pelos pesos associados a elas. As unidades especializam-se para atender a um determinado tipo de entrada, assim é possível reconhecer características e regularidades do sistema. 11
12 5. Reconhecimento e classificação de padrões O reconhecimento de padrões está presente no cotidiano de todo ser humano. Somo capazes de reconhecer e identificar imagens, sons, cheiros, texturas e gostos, padrões lógicos ou temporais, etc. Na verdade o reconhecimento de padrões é uma ferramenta de sobrevivência e está inserido na maioria dos animais. Três formas são mais utilizadas no reconhecimento de padrões: estatístico, estrutural e neural. No reconhecimento estatístico de padrões, os padrões são transformados em vetores e cálculos próprios da estatística são aplicados a eles, para que seja feita a separação em classes. No método estrutural os padrões são transformados em símbolos e são classificados por casamento ou equivalência desses símbolos. O método neural utiliza redes neurais para separar determinados padrões de entrada em classes específicas. O reconhecimento de padrões no aprendizado supervisionado é feito por meio da classificação das entradas em uma saída determinada de acordo com a indicação do tutor externo. No aprendizado não-supervisionado é realizado um agrupamento das entradas de acordo com a percepção do próprio sistema. A aprendizagem baseada em memória é muito utilizada para o reconhecimento de padrões em redes neurais. Normalmente algumas etapas são cumpridas para que se reconheça um padrão. A primeira delas é perceber a variedade de classes existentes. A segunda é perceber os elementos que fazem parte de cada uma dessas classes. Esses elementos possuem uma série de atributos, de forma que um padrão normalmente não é constituído de uma característica única, mas sim de uma associação de múltiplas características. A separação dos elementos de acordo com seus atributos em determinadas classes é armazenada na memória. A separação dos padrões dá-se por meios de regras. Essas regras podem ser extraídas dos elementos das classes já existentes ou podem ser criadas com o intuito de classificar de acordo com o desejado. 12
13 Figura 4 - Atributos e classes Cada elemento pode ser representado por uma matriz de atributos, onde cada atributo figura como um número adotado de acordo com uma escala comum. Alguns métodos são aplicados para se determinar a proximidade entre dois elementos. Dentre eles, dois dos mais conhecidos são: cálculo da distância quarteirão e cálculo da distância euclidiana. O cálculo da distância quarteirão é o somatório dos módulos das diferenças entre os atributos dos elementos correspondentes das matrizes. Assim: Dq = X1 Y1 + X2 Y2 + X3 Y Xn Yn O cálculo da distância euclidiana é a raiz quadrada do somatório dos quadrados das diferenças entre os atributos dos elementos correspondentes das matrizes. Logo De = [(X1 Y1)² + ( X2 Y2)² + (X3 Y3)² (Xn Yn)² 5.1. Classificadores elementares Dois tipos de classificadores elementares são mais comuns, são eles regra do vizinho mais próximo (nearest neighbour) e regras dos k vizinhos mais próximos. De acordo com a regra do vizinho mais próximo, quando deseja-se classificar um novo elemento é feito o cálculo da distância desse objeto em relação ao demais. A menor distância encontrada é chamada Xnear e designa-se ao novo elemento a mesma classe de Xnear. 13
14 A regra dos k vizinhos mais próximos é uma variante da primeira. Nela a rede identifica um número k de possíveis vizinhos. E a classe para a qual o novo elemento é direcionado é aquela em que for identificado o maior número de vizinhos. Essa técnica é também chamada, voto da maioria. Será descrito como exemplo o reconhecimento de caracteres. O caractere que se deseja reconhecer é apresentado às entradas distribuídas da rede; existem vários grupos de neurônios, cada um responsável pelo reconhecimento de um tipo de caractere. O grupo de neurônios correspondentes ao caractere da entrada deve fornecer saída igual a 1. Todos os demais devem fornecer saída igual a 0. Ou seja, no exemplo de reconhecimento de caracteres a rede possui vários elementos ativos na entrada, mas a saída é localizada. 14
15 6. Exemplos e aplicações O reconhecimento de padrões tem sido muito demandado nas novas tecnologias que surgem. Está inserido em diversas linhas de pesquisa. Na área da medicina o reconhecimento de padrões de imagens é empregado em radiografias e ressonâncias magnéticas, e outros exames que envolvem análise de imagens para identificar, por exemplo, células cancerígenas ou padrões de atividade cerebral. Na área de segurança o reconhecimento de imagens pode ser utilizado para o monitoramento remoto de objetos e pessoas por meio de câmeras; reconhecimento de íris, digitais e assinatura; identificação de alvos. Na geologia o reconhecimento de imagens é utilizado na identificação e caracterização da composição de solos, inclusive é ferramenta de auxílio a busca de petróleo. Na área de controle de tráfego aéreo, terrestre ou marítimo o reconhecimento de padrões pode ser utilizado na análise de informações obtidas a partir de radares. Em algumas rodovias há o sistema de reconhecimento de placas LPR (license plate recognition), que é capaz de identificar a área da imagem em que a placa está contida e reconhecer os caracteres na placa. Na robótica o reconhecimento de imagens e de sons pode ser utilizado para simular visão e audição humanas. Além disso, o reconhecimento de padrões de linguísticos é utilizado na simulação de linguagem natural. Existem linhas de pesquisa no sentido de implementar redes neurais artificiais para classificação de documentos. A rede seria responsável por identificar os padrões de referências utilizadas nos arquivos para categorizá-los em classes comuns. 15
16 O OCR (optical character recognition) é um exemplo bastante conhecido de reconhecimento de padrões, por meio desta ferramenta é possível manipular informações de caracteres obtidos através de imagens. Adam Project é uma linha de pesquisa da Microsoft que trabalha o reconhecimento de imagens. Atualmente vem sendo treinado para o reconhecimento de cães. É capaz de identificar se um determinado objeto é um cão ou não e indicar sua espécie e subespécie. O objetivo da empresa é que futuramente Adam possa ser treinado para reconhecer doenças de pele e alimentos de uma refeição bem como calcular seu valor nutricional. PhotoMath é um aplicativo desenvolvido para Windows Phone. Ao direcionar a câmera do smartphone para uma equação o aplicativo reconhecea e apresenta em poucos segundos uma solução. Myscript calculator é outro aplicativo do gênero matemático. Ao escrever na tela do smartphone o aplicativo reconhece os números e as operações, ainda que com uma grafia fora dos padrões, e apresenta a solução rapidamente. O FireFly é um aplicativo para Fire Phone. Com esta ferramenta, ao apontar a câmera do aparelho para qualquer objeto, o FireFly o reconhece e realiza a busca automática do mesmo no site da Amazon, mostrando rapidamente os resultados encontrados na página da loja. Assistentes virtuais como a Cortana da Microsoft, a Siri da Apple e o Google Now da Google utilizam reconhecimento de voz para realizar as funções solicitadas pelo usuário. 16
17 7. Conclusão As redes neurais artificiais buscam simular a inteligência natural não apenas em relação ao resultado obtido, mas também na forma pela qual se atinge esse objetivo. Assim, os sistemas de RNA buscam compreender e reproduzir o comportamento dos neurônios e suas sinapses, células responsáveis pelo gerenciamento de todo o organismo biológico. Contudo esta não é uma tarefa fácil, devido à alta complexidade com a qual o sistema nervoso natural trabalha. São bilhões de neurônios e incontáveis conexões acontecendo continuamente. Além disso, as células biológicas podem organizar-se em camadas funcionais, otimizando os processos. Muitos avanços já foram possíveis em virtude das descobertas na área de RNA, mas muito ainda há que se melhorar. Alguns sistemas de informação já empregam essas técnicas, mas por esse motivo tornam-se muito pesados em relação aos demais e em algumas situações até inviáveis. Tudo indica que as redes neurais artificiais são o futuro de toda a tecnologia voltada à área de inteligência artificial por essa razão são consideradas em inúmeras linhas de pesquisa. Isso se deve principalmente ao fato de que a RNA é dotada da capacidade de aprendizado, o que a difere de todos os sistemas considerados inteligentes já propostos. 17
Do neurônio biológico ao neurônio das redes neurais artificiais
Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais
Leia maisComplemento II Noções Introdutória em Redes Neurais
Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações
Leia maisRedes Neurais. A IA clássica segue o paradigma da computação simbólica
Abordagens não simbólicas A IA clássica segue o paradigma da computação simbólica Redes Neurais As redes neurais deram origem a chamada IA conexionista, pertencendo também a grande área da Inteligência
Leia maisRedes Neurais. Profa. Flavia Cristina Bernardini
Redes Neurais Profa. Flavia Cristina Bernardini Introdução Cérebro & Computador Modelos Cognitivos Diferentes Cérebro Computador Seqüência de Comandos Reconhecimento de Padrão Lento Rápido Rápido Lento
Leia maisAula 2 RNA Arquiteturas e Treinamento
2COP229 Aula 2 RNA Arquiteturas e Treinamento 2COP229 Sumário 1- Arquiteturas de Redes Neurais Artificiais; 2- Processos de Treinamento; 2COP229 1- Arquiteturas de Redes Neurais Artificiais -Arquitetura:
Leia maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisModelos Pioneiros de Aprendizado
Modelos Pioneiros de Aprendizado Conteúdo 1. Hebb... 2 2. Perceptron... 5 2.1. Perceptron Simples para Classificaçãod e Padrões... 6 2.2. Exemplo de Aplicação e Motivação Geométrica... 9 2.3. Perceptron
Leia maisDisciplina: Introdução à Informática Profª Érica Barcelos
Disciplina: Introdução à Informática Profª Érica Barcelos CAPÍTULO 4 1. ARQUITETURA DO COMPUTADOR- HARDWARE Todos os componentes físicos constituídos de circuitos eletrônicos interligados são chamados
Leia maisMLP (Multi Layer Perceptron)
MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -
Leia maisRadar de Penetração no Solo e Meio- Ambiente
UNIVERSIDADE DE SÃO PAULO INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS DEPARTAMENTO DE GEOFÍSICA Curso 3ª Idade Radar de Penetração no Solo e Meio- Ambiente Vinicius Rafael Neris dos Santos
Leia maisSUMÁRIO 1. AULA 6 ENDEREÇAMENTO IP:... 2
SUMÁRIO 1. AULA 6 ENDEREÇAMENTO IP:... 2 1.1 Introdução... 2 1.2 Estrutura do IP... 3 1.3 Tipos de IP... 3 1.4 Classes de IP... 4 1.5 Máscara de Sub-Rede... 6 1.6 Atribuindo um IP ao computador... 7 2
Leia maisMatlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida
27 de maio de 2014 O que é a Neural Networw Toolbox? A Neural Network Toolbox fornece funções e aplicativos para a modelagem de sistemas não-lineares complexos que não são facilmente modelados com uma
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisSistemas Distribuídos
Sistemas Distribuídos Modelo Cliente-Servidor: Introdução aos tipos de servidores e clientes Prof. MSc. Hugo Souza Iniciando o módulo 03 da primeira unidade, iremos abordar sobre o Modelo Cliente-Servidor
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem
Leia maisArquitetura de Rede de Computadores
TCP/IP Roteamento Arquitetura de Rede de Prof. Pedro Neto Aracaju Sergipe - 2011 Ementa da Disciplina 4. Roteamento i. Máscara de Rede ii. Sub-Redes iii. Números Binários e Máscara de Sub-Rede iv. O Roteador
Leia mais1.1. Organização de um Sistema Computacional
1. INTRODUÇÃO 1.1. Organização de um Sistema Computacional Desde a antiguidade, o homem vem desenvolvendo dispositivos elétricoeletrônicos (hardware) que funciona com base em instruções e que são capazes
Leia maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisORGANIZAÇÃO DE COMPUTADORES MÓDULO 10
ORGANIZAÇÃO DE COMPUTADORES MÓDULO 10 Índice 1. A Organização do Computador - Continuação...3 1.1. Memória Primária - II... 3 1.1.1. Memória cache... 3 1.2. Memória Secundária... 3 1.2.1. Hierarquias de
Leia maisRedes Neurais Artificiais na Engenharia Nuclear 2 Aula-1 Ano: 2005
Redes Neurais Artificiais na Engenharia Nuclear 1 - Apresentação do Professor: dados, lista de E-mail s, etc. - Apresentação da Turma: Estatística sobre origem dos alunos para adaptação do curso - Apresentação
Leia mais5 Entrada e Saída de Dados:
5 Entrada e Saída de Dados: 5.1 - Arquitetura de Entrada e Saída: O sistema de entrada e saída de dados é o responsável pela ligação do sistema computacional com o mundo externo. Através de dispositivos
Leia maisAnálise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO)
Análise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO) Parte: 1 Prof. Cristóvão Cunha Objetivos de aprendizagem
Leia maisRelatório da Aula Prática sobre Redes Neurais Artificiais
Relatório da Aula Prática sobre Redes Neurais Artificiais Instituto de Informática UFRGS Carlos Eduardo Ramisch Cartão: 134657 INF01017 Redes Neurais e Sistemas Fuzzy Porto Alegre, 16 de outubro de 2006.
Leia maisAplicações Práticas com Redes Neurais Artificiais em Java
com em Java Luiz D Amore e Mauro Schneider JustJava 2009 17 de Setembro de 2009 Palestrantes Luiz Angelo D Amore luiz.damore@metodista.br Mauro Ulisses Schneider mauro.schneider@metodista.br http://blog.mauros.org
Leia maisCapítulo 4 - Roteamento e Roteadores
Capítulo 4 - Roteamento e Roteadores 4.1 - Roteamento Roteamento é a escolha do módulo do nó de origem ao nó de destino por onde as mensagens devem transitar. Na comutação de circuito, nas mensagens ou
Leia maisMÓDULO 7 Modelo OSI. 7.1 Serviços Versus Protocolos
MÓDULO 7 Modelo OSI A maioria das redes são organizadas como pilhas ou níveis de camadas, umas sobre as outras, sendo feito com o intuito de reduzir a complexidade do projeto da rede. O objetivo de cada
Leia maisRelatório de uma Aplicação de Redes Neurais
UNIVERSIDADE ESTADUAL DE MONTES CLAROS CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE CIÊNCIAS DA COMPUTACAÇÃO ESPECIALIZAÇÃO EM ENGENHARIA DE SISTEMAS DISCIPLINA: REDES NEURAIS PROFESSOR: MARCOS
Leia maisDIFERENÇAS ENTRE HUB, SWITCH E ROOTER
ESCOLA SECUNDÁRIA DE AROUCA CURSO OPERADOR DE INFORMÁTICA (2) Educação e Formação de Adultos DIFERENÇAS ENTRE HUB, SWITCH E ROOTER 1º PERÍODO Sara Matias ICORLI 2008/2009 Muita gente sabe que hub, switch
Leia maisAlgoritmos e Programação (Prática) Profa. Andreza Leite andreza.leite@univasf.edu.br
(Prática) Profa. Andreza Leite andreza.leite@univasf.edu.br Introdução O computador como ferramenta indispensável: Faz parte das nossas vidas; Por si só não faz nada de útil; Grande capacidade de resolução
Leia maisRevisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011
Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,
Leia mais2 Diagrama de Caso de Uso
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Caso de Uso (Use Case) Autoria:Aristófanes Corrêa
Leia maisIMPLEMENTAÇÃO DE SOCKETS E THREADS NO DESENVOLVIMENTO DE SISTEMAS CLIENTE / SERVIDOR: UM ESTUDO EM VB.NET
1 IMPLEMENTAÇÃO DE SOCKETS E THREADS NO DESENVOLVIMENTO DE SISTEMAS CLIENTE / SERVIDOR: UM ESTUDO EM VB.NET Daniel da Silva Carla E. de Castro Franco Diogo Florenzano Avelino daniel.silva1@ext.mpsa.com
Leia maisPlaca Acessório Modem Impacta
manual do usuário Placa Acessório Modem Impacta Parabéns, você acaba de adquirir um produto com a qualidade e segurança Intelbras. A Placa Modem é um acessório que poderá ser utilizado em todas as centrais
Leia mais10 DICAS DE TECNOLOGIA PARA AUMENTAR SUA PRODUTIVIDADE NO TRABALHO
10 DICAS DE TECNOLOGIA PARA AUMENTAR SUA PRODUTIVIDADE NO TRABALHO UMA DAS GRANDES FUNÇÕES DA TECNOLOGIA É A DE FACILITAR A VIDA DO HOMEM, SEJA NA VIDA PESSOAL OU CORPORATIVA. ATRAVÉS DELA, ELE CONSEGUE
Leia maisCONCEITOS INICIAIS. Agenda A diferença entre páginas Web, Home Page e apresentação Web;
CONCEITOS INICIAIS Agenda A diferença entre páginas Web, Home Page e apresentação Web; O que é necessário para se criar páginas para a Web; Navegadores; O que é site, Host, Provedor e Servidor Web; Protocolos.
Leia maisProcessos Técnicos - Aulas 4 e 5
Processos Técnicos - Aulas 4 e 5 Trabalho / PEM Tema: Frameworks Públicos Grupo: equipe do TCC Entrega: versão digital, 1ª semana de Abril (de 31/03 a 04/04), no e-mail do professor (rodrigues.yuri@yahoo.com.br)
Leia maisOCOMON PRIMEIROS PASSOS
OCOMON PRIMEIROS PASSOS O OCOMON ainda não possui um arquivo de Help para atender a todas questões relacionadas ao sistema. Esse arquivo serve apenas para dar as principais instruções para que você tenha
Leia maisFundamentos de Hardware
Fundamentos de Hardware Curso Técnico em Informática SUMÁRIO PLACAS DE EXPANSÃO... 3 PLACAS DE VÍDEO... 3 Conectores de Vídeo... 4 PLACAS DE SOM... 6 Canais de Áudio... 7 Resolução das Placas de Som...
Leia maisSumário 1. SOBRE O NFGoiana DESKTOP... 3 1.1. Apresentação... 3 1.2. Informações do sistema... 3 1.3. Acessando o NFGoiana Desktop... 3 1.4.
1 Sumário 1. SOBRE O NFGoiana DESKTOP... 3 1.1. Apresentação... 3 1.2. Informações do sistema... 3 1.3. Acessando o NFGoiana Desktop... 3 1.4. Interface do sistema... 4 1.4.1. Janela Principal... 4 1.5.
Leia maisT-530. Características. Características técnicas TELE ALARME MICROPROCESSADO. Aplicação
12 T-530 TELE ALARME MICROPROCESSADO Aplicação Equipamento desenvolvido a fim de realizar automaticamente discagens telefônicas para aviso de alarme. Podendo ser implementado praticamente à todos os sistema
Leia maisProjeto de Redes Neurais e MATLAB
Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação
Leia maisMultiplexador. Permitem que vários equipamentos compartilhem um único canal de comunicação
Multiplexadores Permitem que vários equipamentos compartilhem um único canal de comunicação Transmissor 1 Receptor 1 Transmissor 2 Multiplexador Multiplexador Receptor 2 Transmissor 3 Receptor 3 Economia
Leia maisPARANÁ GOVERNO DO ESTADO
A COMUNICAÇÃO NA INTERNET PROTOCOLO TCP/IP Para tentar facilitar o entendimento de como se dá a comunicação na Internet, vamos começar contando uma história para fazer uma analogia. Era uma vez, um estrangeiro
Leia maisSISTEMA NERVOSO FUNÇÕES
SISTEMA NERVOSO FUNÇÕES Deteta informação sensorial Processa e responde à informação sensorial (integração) Mantém a homeostasia Centro das atividades mentais Controla os movimentos do corpo através dos
Leia maisAlgoritmos Estruturas Seqüenciais. José Gustavo de Souza Paiva
Algoritmos Estruturas Seqüenciais José Gustavo de Souza Paiva 1 Introdução Objetivo básico da computação auxiliar os seres humanos em trabalhos repetitivos e braçais, diminuindo i i d esforços e economizando
Leia maisOrientação a Objetos
1. Domínio e Aplicação Orientação a Objetos Um domínio é composto pelas entidades, informações e processos relacionados a um determinado contexto. Uma aplicação pode ser desenvolvida para automatizar ou
Leia maisProtocolo em Rampa Manual de Referência Rápida
Protocolo em Rampa Manual de Referência Rápida 1 O que é o Protocolo em Rampa O protocolo em rampa é um protocolo para testes de esforço que não possui estágios. Nele o incremento da carga se dá de maneira
Leia maisAdministração de Sistemas de Informação Gerenciais
Administração de Sistemas de Informação Gerenciais UNIDADE III: Infraestrutura de Tecnologia da Informação Atualmente, a infraestrutura de TI é composta por cinco elementos principais: hardware, software,
Leia maisIdentificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica
Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica João Paulo Teixeira*, José Batista*, Anildio Toca**, João Gonçalves**, e Filipe Pereira** * Departamento de Electrotecnia
Leia maisNOÇÕES DE INFORMÁTICA Agente de Polícia Federal 2012
NOÇÕES DE INFORMÁTICA Agente de Polícia Federal 2012 SUMÁRIO UNIDADE 1 Conceitos básicos e modos de utilização de tecnologias, ferramentas, aplicativos e procedimentos de informática 1.1 Tipos de computadores
Leia maisManual de Publicaça o no Blog da Aça o TRIBOS nas Trilhas da Cidadania
Manual de Publicaça o no Blog da Aça o TRIBOS nas Trilhas da Cidadania Sumário Objetivos do Blog... 2 Log-in... 3 Esqueci minha senha... 4 Utilizando o Blog... 5 Encontrando seu Blog... 5 Conhecendo o
Leia maisEquipamentos de Redes. Professor Leonardo Larback
Equipamentos de Redes Professor Leonardo Larback Componentes de Expansão e Segmentação Pontos de rede localizados à distâncias maiores que o limite estabelecido pela mídia utilizada, o aumento no número
Leia mais1. CAPÍTULO COMPUTADORES
1. CAPÍTULO COMPUTADORES 1.1. Computadores Denomina-se computador uma máquina capaz de executar variados tipos de tratamento automático de informações ou processamento de dados. Os primeiros eram capazes
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisObs.: O processo irá se repetir enquanto durar o disparo do alarme.
pág. 9 DISCADOR T-430 Aplicação: Equipamento desenvolvido a fim de realizar automaticamente discagens telefônicas para aviso de alarme. Podendo ser implementado praticamente à todos os sistema de alarme.
Leia maisImage Enable: conceito
Image Enable Gestão Eletrônica de Documentos - GED Image Enable: conceito Empresas possuem diversos sistemas para controlar suas operações Sistemas integrados de gestão; Sistemas de Recursos humanos, Contabilidade,
Leia mais1. NÍVEL CONVENCIONAL DE MÁQUINA
1. NÍVEL CONVENCIONAL DE MÁQUINA Relembrando a nossa matéria de Arquitetura de Computadores, a arquitetura de Computadores se divide em vários níveis como já estudamos anteriormente. Ou seja: o Nível 0
Leia maisInteligência Artificial
Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas
Leia maisMemórias Prof. Galvez Gonçalves
Arquitetura e Organização de Computadores 1 s Prof. Galvez Gonçalves Objetivo: Compreender os tipos de memória e como elas são acionadas nos sistemas computacionais modernos. INTRODUÇÃO Nas aulas anteriores
Leia maisSistemas Operacionais
Sistemas Operacionais Sistemas Operacionais Prof. Marcelo Sabaris Carballo Pinto Gerenciamento de Dispositivos Gerenciamento de Dispositivos de E/S Introdução Gerenciador de Dispositivos Todos os dispositivos
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA
UNIVERSIDADE FEDERAL DE SANTA CATARINA CIÊNCIAS DA COMPUTAÇÃO MÁQUINAS DE COMITÊ APLICADAS À FILTRAGEM DE SPAM Monografia submetida à UNIVERSIDADE FEDERAL DE SANTA CATARINA para a obtenção do grau de BACHAREL
Leia maisInformática. Prof. Macêdo Firmino. Macêdo Firmino (IFRN) Informática Setembro de 2011 1 / 25
Informática Prof. Macêdo Firmino Introdução a Informática Macêdo Firmino (IFRN) Informática Setembro de 2011 1 / 25 O Que é um Computador? É uma máquina composta de um conjunto de partes eletrônicas e
Leia maisIntrodução ao Modelos de Duas Camadas Cliente Servidor
Introdução ao Modelos de Duas Camadas Cliente Servidor Desenvolvimento de Sistemas Cliente Servidor Prof. Esp. MBA Heuber G. F. Lima Aula 1 Ciclo de Vida Clássico Aonde estamos? Page 2 Análise O que fizemos
Leia maisConceitos Básicos de Telefonia Celular
O curso foi elaborado especialmente para atender o profissional que atua no mercado varejista de aparelhos celulares e quer atender seus clientes com rapidez e qualidade. O treinamento é direcionado ao
Leia maisO hardware é a parte física do computador, como o processador, memória, placamãe, entre outras. Figura 2.1 Sistema Computacional Hardware
1 2 Revisão de Hardware 2.1 Hardware O hardware é a parte física do computador, como o processador, memória, placamãe, entre outras. Figura 2.1 Sistema Computacional Hardware 2.1.1 Processador O Processador
Leia maisIntrodução. 128.10 Ligação direta 128.15 Ligação direta 129.7 128.15.1.3 Default 128.15.1.1
Introdução Roteamento é a movimentação de informações da origem até o seu destino, sendo que essa informação deve passar por pelo menos um modo intermediário, ou seja, a origem e o destino não estão ligadas
Leia maisPALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.
1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando
Leia maisProjeto de controle e Automação de Antena
Projeto de controle e Automação de Antena Wallyson Ferreira Resumo expandido de Iniciação Tecnológica PUC-Campinas RA: 13015375 Lattes: K4894092P0 wallysonbueno@gmail.com Omar C. Branquinho Sistemas de
Leia maisEngenharia de Software III
Engenharia de Software III Casos de uso http://dl.dropbox.com/u/3025380/es3/aula6.pdf (flavio.ceci@unisul.br) 09/09/2010 O que são casos de uso? Um caso de uso procura documentar as ações necessárias,
Leia maisE-books. Guia para Facebook Ads. Sebrae
E-books Sebrae Marketing e Vendas Guia para Facebook Ads Por que investir no facebook Ads? Tipos de anúncios Como funciona o sistema de pagamentos Criando anúncios Métricas Autor Felipe Orsoli 1 SUMÁRIO
Leia maisCaracterização temporal de circuitos: análise de transientes e regime permanente. Condições iniciais e finais e resolução de exercícios.
Conteúdo programático: Elementos armazenadores de energia: capacitores e indutores. Revisão de características técnicas e relações V x I. Caracterização de regime permanente. Caracterização temporal de
Leia maisQUALIDATA Soluções em Informática. Módulo CIEE com convênio empresas
FM-0 1/21 ÍNDICE 1. MÓDULO DESKTOP(SISTEMA INSTALADO NO CIEE)... 2 Cadastro de Ofertas de Empregos:... 2 Cadastro de Eventos:... 3 Cadastro de Instituições do Curriculum:... 5 Cadastro de Cursos do Curriculum:...
Leia maisA importância da Senha. Mas por que as senhas existem?
1 A importância da Senha Atualmente a quantidade de sistemas (Bancos, E-mail, Intranet, Rede Local etc) que precisamos utilizar no dia-a-dia é extremamente grande e ao mesmo tempo acaba sendo um tanto
Leia maisSISTEMAS OPERACIONAIS CAPÍTULO 3 CONCORRÊNCIA
SISTEMAS OPERACIONAIS CAPÍTULO 3 CONCORRÊNCIA 1. INTRODUÇÃO O conceito de concorrência é o princípio básico para o projeto e a implementação dos sistemas operacionais multiprogramáveis. O sistemas multiprogramáveis
Leia maisSISTEMA NERVOSO PARTE 1
SISTEMA NERVOSO PARTE 1 1 TECIDO NERVOSO 1. O sistema nervoso é dividido em: SISTEMA NERVOSO CENTRAL e SISTEMA NERVOSO PERIFÉRICO 2. A unidade básica = célula nervosa NEURÔNIO 3. Operam pela geração de
Leia maisDecidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade
Escola de Engenharia de Lorena - EEL Controle Estatístico de Processos CEP Prof. MSc. Fabrício Maciel Gomes Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente. Conceito de
Leia maisIntrodução ao GED Simone de Abreu
Introdução ao GED Simone de Abreu GED O que é isso? O conhecimento teve, ao longo da história, diferentes significados e funções. No tempo das cavernas nossos antepassados transmitiam aos seus descendentes
Leia maisAula 4 Pseudocódigo Tipos de Dados, Expressões e Variáveis
1. TIPOS DE DADOS Todo o trabalho realizado por um computador é baseado na manipulação das informações contidas em sua memória. Estas informações podem ser classificadas em dois tipos: As instruções, que
Leia maisEverson Scherrer Borges João Paulo de Brito Gonçalves
Everson Scherrer Borges João Paulo de Brito Gonçalves 1 Tipos de Sistemas Operacionais Os tipos de sistemas operacionais e sua evolução estão relacionados diretamente com a evolução do hardware e das
Leia mais3 Metodologia de Previsão de Padrões de Falha
3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar
Leia mais3. Arquitetura Básica do Computador
3. Arquitetura Básica do Computador 3.1. Modelo de Von Neumann Dar-me-eis um grão de trigo pela primeira casa do tabuleiro; dois pela segunda, quatro pela terceira, oito pela quarta, e assim dobrando sucessivamente,
Leia maisProf.Msc Jocênio Marquios Epaminondas. http://www.twitter.com/jocenio
Prof.Msc Jocênio Marquios Epaminondas http://www.jocenio.pro.br email:prof.jocenio@jocenio.pro.br http://www.twitter.com/jocenio A escrita, os primeiros registos: Os primeiros registos gráficos feitos
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números
Leia maisAPLICAÇÕES DE NÚMEROS COMPLEXOS
http://hermes.ucs.br/ccet/deme/emsoares/inipes/complexos/ APLICAÇÕES DE NÚMEROS COMPLEXOS Silvia Carla Menti Propicio Universidade de Caxias do Sul Centro de Ciências Exatas e Tecnologia Departamento de
Leia maisAction.NET. Agrupamento de Pontos ONS- Submódulo 2.7. Manual de Referência
SCLN 212, Bloco D, Sala 101 Brasília DF CEP: 70.865-540 fone: +55 61 3340-8486 contato@spinengenharia.com.br www.spinengenharia.com.br Action.NET Agrupamento de Pontos ONS- Submódulo 2.7 Versão 1.0.0 Manual
Leia maisMANUAL TISS Versão 3.02.00
MANUAL TISS Versão 3.02.00 1 INTRODUÇÃO Esse manual tem como objetivo oferecer todas as informações na nova ferramenta SAP que será utilizada pelo prestador Mediplan, a mesma será responsável para atender
Leia maisInstrumentação na Indústria Química. Prof. Gerônimo
Instrumentação na Indústria Química Prof. Gerônimo Ementa 1. Introdução. 2. Histórico. 3. Automação, controle de processo. 4. Instrumentos para controle de processos: - Classificação dos instrumentos -
Leia maisSistemas Numéricos bit / Byte BIT BYTE. Prof. Celso Candido ADS / REDES / ENGENHARIA
BIT BYTE 1 BIT / BYTE Toda informação introduzida em um computador precisa ser entendida pela máquina para que possa ser corretamente interpretada e processada. O computador armazena e movimenta as informações
Leia maisDisciplina: Suprimentos e Logística II 2014-02 Professor: Roberto Cézar Datrino Atividade 3: Transportes e Armazenagem
Disciplina: Suprimentos e Logística II 2014-02 Professor: Roberto Cézar Datrino Atividade 3: Transportes e Armazenagem Caros alunos, Essa terceira atividade da nossa disciplina de Suprimentos e Logística
Leia maisTecnologia PCI express. Introdução. Tecnologia PCI Express
Tecnologia PCI express Introdução O desenvolvimento de computadores cada vez mais rápidos e eficientes é uma necessidade constante. No que se refere ao segmento de computadores pessoais, essa necessidade
Leia maisTECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO - TIC 10º C. Planificação de. Curso Profissional de Técnico de Secretariado
Escola Básica e Secundária de Velas Planificação de TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO - TIC Curso Profissional de Técnico de Secretariado 10º C MÓDULO 1 FOLHA DE CÁLCULO Microsoft Excel Conteúdos
Leia maisExemplo: Na figura 1, abaixo, temos: Clique aqui para continuar, que é a primeira atividade que você precisa realizar para iniciar seus estudos.
Visão Geral VISÃO GERAL Esse material abordará o acesso ao AVA (Ambiente Virtual de Aprendizagem) da Proativa do Pará, com intenção de ilustrar os aspectos na visão do Aprendiz. Essa abordagem dedica-se
Leia maisUm Driver NDIS Para Interceptação de Datagramas IP
Um Driver NDIS Para Interceptação de Datagramas IP Paulo Fernando da Silva psilva@senior.com.br Sérgio Stringari stringari@furb.br Resumo. Este artigo apresenta o desenvolvimento de um driver NDIS 1 para
Leia maisCorrente elétrica corrente elétrica.
Corrente elétrica Vimos que os elétrons se deslocam com facilidade em corpos condutores. O deslocamento dessas cargas elétricas é chamado de corrente elétrica. A corrente elétrica é responsável pelo funcionamento
Leia maisRelatório Iniciação Científica
Relatório Iniciação Científica Ambientes Para Ensaios Computacionais no Ensino de Neurocomputação e Reconhecimento de Padrões Bolsa: Programa Ensinar com Pesquisa-Pró-Reitoria de Graduação Departamento:
Leia mais3 Estratégia para o enriquecimento de informações
34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura
Leia mais