RAV para Sistemas de Diálogo
|
|
- Evelyn Salvado Carneiro
- 8 Há anos
- Visualizações:
Transcrição
1 RAV para Sistemas de Diálogo Introdução Problemas com o reconhecimento da voz: Exemplo usando sistema SUMMIT para informações meteorológicas. Reduzindo cálculos Modelo de agregação Classificadores baseados em comitato (ou composição) 1
2 Exemplo Sistema Baseado em Diálogo Vocabulários tipicamente têm 1000s de palavras. Sistemas amplamente implementados tendem a ser mais conservativos. Diálogos diretos têm poucas palavras por frase. Média das palavras é diminuída pelo maior número de confirmações. Conversações Humano-humano usam mais palavras. 2
3 RAV, Baseado em Telefone, Conversacional Largura de faixa do telefone varia com o aparelho. Condições de ruído de fundo. Usuários principiantes com pequeno número de interações. Homens, mulheres, crianças; Vozes nativas e não nativas; Perguntas genuínas, browsers, hackers. Efeitos da voz espontânea por ex., pausas preenchidas, palavras parciais,artefatos não falantes; Palavras fora do vocabulário e fora do domínio de perguntas; É necessário o vocabulário completo para total entendimento; Diferenciação de palavras e frases não são estratégias primárias; Iniciativa de diálogo misto fornece pouca restrição ao reconhecedor. Decodificação em tempo real. 3
4 Problemas Com a Coleta de Dados Desenvolvimento de sistemas é um problema da galinha & ovo. A coleção de dados tem evoluído consideravelmente. Baseados em especialização sistema-basedo em coleção de dados; Implantação de Laboratório implantação pública; 100s de usuários milhares milhões. Dados de usuários reais resolvendo problemas reais aceleram o desenvolvimento tecnológico: Significativamente diferente do ambiente do laboratório; Realça fraquezas, permite uma avaliação contínua; Mas requer sistemas provendo informações reais. Expansão do corpo requer treinamento não supervisionado ou adaptação a dados não etiquetados. 4
5 Coleta de Dados (Domínio meteorológico) Coleta inicial de frases lidas e frases específicas. Mais de 756k frases a partir de 112k chamadas desde Maio,
6 Características do Corpus Meteorologia Corpus dominado por vozes masculinas americanas. Aproximadamente 11% dos dados contendo ruído significativo. Mais de 6% de dados continham efeitos da voz espontânea. Pelo menos 5% dos dados provenientes de vozes no microfone. 6
7 Seleção do Vocabulário Domínios com restrição naturalmente limitam o tamanho do vocabulário. Vocabulário com palavras fornece uma boa cobertura para a meteorologia. No conjunto de testes uma taxa de ~2% de palavras fora do vocabulário. 7
8 Vocabulário Vocabulário atual consiste de aproximadamente 2000 palavras. Baseado nas capacidades do sistema e perguntas do usuário. Tipo Geografia Tempo Básico Tamanho Exemplos boston, alberta, france, áfrica temperatura, neve, ensolarado, neblina eu, que, janeiro, amanhã Incorporação de pares de palavras& palavras comuns reduzidas. Tipo Redução Composição Exemplos give_me, going_to, want_to, what_is, i_would clear_up, heat_wave, pollen_count Léxico baseado no dicionário LDC PRONLEX. 8
9 <>* <pausea1> <pause2> <uh> <um> <unknown> a a_m am don+t new_york_city sixty today today+s Exemplo Arquivo Vocabulário Ordenados alfabeticamente Início da frase & marcador de fim Pausas no inicio da frase & fim Modelos com pausa preenchida * d itens não têm realização acústica Modelo palavra fora do vocabulário <> palavras d não contam como erro Sublinhado distingue seqüências de letras de palavras reais + símbolo convencionalmente utilizado para Minúscula é uma convenção comum Números tendem a ser soletrados Cada forma de palavra tem uma entrada separada 9
10 Exemplo Arquivo Forma Base pausas especiais preenchidas com vogal descontinuidade na palavra permite pausa 10
11 Editando Forma Base Geradas Arquivo forma base automaticamente gerado deveria ser verificado manualmente pelos seguintes problemas: Variações na pronuncia perdidas que são necessárias. Variações na pronuncia presentes mas não desejadas. Perda de palavras no vocabulário em PRONLEX. 11
12 Aplicando Regras Fonológicas Formas base fonéticas são representações canônicas. Formas base têm realizações acústicas múltiplas. Realizações Acústicas são fonemas ou unidades fônicas. Exemplo: batter: b ae tf er Isto pode ser realizado foneticamente como: 12
13 Exemplo de Regras Fonológicas Exemplo regra para eliminação do /t/ ( destination ): contexto à esquerda fonema contexto à direita realização fonética Exemplo regra para palatalização de /s/ ( miss you ): 13
14 Modelando da Linguagem Classes bi- e trigramas usadas para produzir as 10 melhores saídas. Treinamento dos dados acrescido com restrição de cidade e estado. Medida de entropia relativa usada para auxiliar a seleção de classes. 200 classes de palavras de perplexidade reduzida e taxas de erro. Tipo Palavra bigrama + palavra trigrama classe bigrama + classe trigrama Perplexidade 18,4 17,8 17,6 16,1 % Taxa Erro palavras 16,0 15,5 15,6 14,9 14
15 Definindo Classes de Palavras N-grama Definição de classe tem nome da classe na esquerda e palavra na direita. Nome de classe com <U>_ força todas as palavras serem igualmente prováveis. Palavras Alternantes na classe podem ser colocadas na mesma linha com o separador. 15
16 O Arquivo Treinador de Sentença Um modelo n-gram é estimado a partir dos dados de treinamento. Arquivo de treinamento contém uma sentença por linha. Palavras no arquivo de treinamento devem ter a mesma forma que as palavras no arquivo do vocabulário. Arquivos de treinamento utilizam as seguintes convenções: Cada sentença limpa começa com <pause1> e termina com <pause2>, Palavras compostas sublinhadas são tipicamente removidas antes do treinamento; As sublinhas são automaticamente re-inseridas durante o treinamento baseado em palavras compostas presentes no arquivo do vocabulário; Unidades de artefatos especiais podem ser usadas para ruídos e outros eventos significantes que não sejam voz: <clipped1>, <clipped2>, <hangup>, <cough>, <laugh> 16
17 Exemplo Arquivo de Treinamento de Sentença Todos os sons significativos são transcritos 17
18 Compondo Redes Léxicas Quatro redes básicas FST são compostas para formar uma rede completa para pesquisa. G: Modelo de linguagem; L: Modelo Léxico; P: Modelo de Pronuncia; C: Mapeamento do modelo acústico dependente do contexto. Matemática composta utilizando a expressão: CoPoLoG 18
19 Exemplo FST Etiqueta Entrada Etiqueta Saída Pontuação Pronuncias Alternativas Palavras compartilham arcos na rede 19
20 Modelos Acústicos Modelos podem ser construídos para segmentos e contornos, Melhor precisão pode ser obtida quando se utilizam os dois; Reconhecimento atual em tempo real usa somente modelos de contorno. Etiquetas de contorno combinadas nas classes: Classes determinadas usando aglomeramento da árvore de decisão; Um modelo Gaussiano misturado treinado para cada classe; 112 dimensões do vetor característica reduzidas a 50 dimensões via PCA; 1 componente Gaussiana para todos 50 tokens de treinamento (baseada no # dims). Modelos treinados por mais de 100 horas de voz telefônica espontânea coletada de vários domínios. 20
21 Detalhes da Pesquisa Pesquisa usa passos para frente e para trás: Pesquisa para frente Viterbi usando bigrama. Pesquisa para trás A* usando bigrama para criar um gráfico de palavras. Re pontue o gráfico das palavras com trigramas (ou seja subtraia a pontuação dos, bigramas); Pesquisa para trás A*usando trigramas para criar as N-melhores saídas. A pesquisa se baseia em dois tipos de cortes: Corte baseado na pontuação relativa de verossimilhança; Corte baseado no número máximo de hipóteses; Corte fornece o balanço entre velocidade e precisão. Pesquisa pode controlar o balanço entre inserções e eliminações: Modelos de Linguagem polarizados em sentenças curtas; O peso heurístico de transição da palavra é ajustado para retirar a polarização. 21
22 Experimentos Sobre Reconhecimento A coleta de dados reais melhora o desempenho: Possibilita que modelos acústicos e de linguagem se tornem mais complexos e robustos, Melhor casamento que o obtido a partir de registros em laboratório. 22
23 Análise de Erro (Conjunto de teste com 2506 sentenças) 23
24 A* Latência na Pesquisa Latência média 0,62 segundos. 85% < 1 segundo; 99% < 2 segundos. Latência não depende do comprimento da sentença. 24
25 Seleção Gaussiana ~50% do total dos cálculos são para a avaliação da densidade Gaussiana. Pode utilizar VQ binário para selecionar as componentes da mistura a serem avaliadas. Critério de seleção para cada palavra código VQ: Aquelas dentro do limiar para a distância. Aquelas dentro da palavra código (ou seja, toda componente utilizada pelo menos uma vez). Pode reduzir significativamente o cálculo com pequena perda de erros. Pelo menos uma componente do modelo para cada palavra código (ou seja somente se necessário). 25
26 Modelo de Agregação Algoritmos K-meios e EM convergem para diferentes mínimos locais a partir de diferentes pontos de inicialização. Desempenho sobre dados em desenvolvimento não é necessariamente um forte indicador do desempenho em dados de teste. TIMIT erro de reconhecimento fonético par 24 ensaios de treinamento. 1) 26
27 Experimentos Sobre Agregação Combinando diferentes execuções de treinamento pode melhorar o desempenho. Três sistemas experimentais:classificação fonética, reconhecimento fonético (TIMIT), e reconhecimento de palavra (RM). Modelos Acústicos: Mistura de densidades Gaussianas,inicia aleatoriamente K-meios. 24 diferentes ensaios de treinamento. Mede o desempenho médio de M únicos modelos agregados N vezes (iniciando a partir de 24 modelos separados). % Erro Classificação de Fonemas Rec. de Fonemas Rec. de palavras M=24 N=1 22,1 29,3 4,5 M=6 N=4 20,7 28,4 4,2 M=1 N=24 20,2 28,1 4,0 % Redução 8,3 4,0 12,0 27
28 Modelo de Agregação Agregação combina N classificadores,com igual peso, para formar um classificador agregado. ϕ A N 1 r ( X ) = ϕ ( ) n X O erro esperado de um classificador agregado é menor que o erro esperado de qualquer constituinte escolhido aleatoriamente. Classificador agregado N-fold tem N vezes mais cálculos. r N Kernels Gaussianos do modelo agregados podem ser hierarquicamente aglomerados e eliminados seletivamente. n= 1 Experimento: Faça cortes no modelo 24-fold para obter modelos N-fold menores. 28
29 Experimentos Com Agregação 29
30 Confusões Sobre a Classificação Fonética A maior parte das confusões ocorre quanto ao comportamento da classe 30
31 Classificação Baseada em Comitato Mudança na base temporal afeta o erro entre classes Variação suave de base co-seno é melhor para vogais e nasais Partes separadas de forma constante melhor para fricativas e pausa Combinando fontes de informação pode reduzir o erro 31
32 Classificadores Caseados em Comitato (Halberstadt, 1998) Usa vetores de características acústicas múltiplas e classificadores para incorporar diferentes fontes de informação Explora 3 métodos de combinação votação, linear, indep.) Obtém o estado da arte em termos de resultados para classificação fonética e reconhecimento (TIMIT) Combinando 3 modelos de contorno no domínio da meteorologia Jupiter Taxa de erro de palavras 10-16% redução relativa em relação à base Taxa de erro de substituição 14-20% redução relativa em relação à base 32
33 Trabalhos Relacionados ROVER sistema desenvolvido no NIST [Fiscus, 1997] 1997 LVCSR Hub-5E Teste Benchmark Redução do erro na saída do reconhecedor utilizando votação Combina a confiabilidade no reconhecimento de palavras na saída de múltiplos reconhecedores Obtém-se 12.5% redução relativa no WER Noção da combinação de múltiplas fontes de informação Baseado em silabas e baseado em palavras [Wu, Morgan et al, 1998] Diferentes inventários fonéticos [AT&T] 80, 100, ou 125 quadros por segundo [BBN] Tri-fonema and quin- fonema [HTK] Reconhecimento da voz baseado em sub-banda [Bourland, Dupont, 1997] 33
34 Referências E. Bocchieri. Vector quantization for the efficient computation of continuous density likelihoods. Proc. ICASSP, T. Hazen and A. Halberstadt. Using aggregation to improve the performance of mixture Gaussian acoustic models. Proc. ICASSP, J. Glass, T. Hazen, and L. Hetherington. Real-time telephone-based speech recognition in the Jupiter domain. Proc. ICASSP, A. Halberstadt. Heterogeneous acoustic measurements and multiple classifiers for speech recognition. Ph.D. Thesis, MIT, T. Watanabe et al. Speech recognition using tree-structured probability density function. Proc. ICSLP,
Modelando Novas Palavras
Modelando Novas Palavras Introdução Modelando palavras fora do vocabulário (OOV Out Of- Vocabulary) Formulação Probabilística Métodos independentes do Domínio Conhecendo unidades de subpalavras OOV Modelos
Leia maisNovos Recursos e Utilização de Adaptação de Locutor no Desenvolvimento de um Sistema de Reconhecimento de Voz para o Português Brasileiro
Novos Recursos e Utilização de Adaptação de Locutor no Desenvolvimento de um Sistema de Reconhecimento de Voz para o Português Brasileiro Patrick Silva Nelson Neto Aldebaro Klautau Simpósio Brasileiro
Leia maisIntrodução ao Reconhecimento Automático da Voz (RAV)
ao Reconhecimento Automático da Voz (RAV) Professores: Jim Glass & Professores convidados ao RAV Definição do problema Exemplos do estado da arte Visão do curso Resumo da aula Tarefas Projeto Avaliação
Leia maisCURRÍCULO 1º ANO do ENSINO UNDAMENTAL LINGUAGEM
CURRÍCULO do ENSINO UNDAMENTAL LINGUAGEM ORALIDADE Formar frases com seqüência e sentido. Relacionar palavras que iniciam com vogais. Associar primeira letra/som em palavras iniciadas por vogal. Falar
Leia maisLÓGICA DE PROGRAMAÇÃO. Vitor Valerio de Souza Campos
LÓGICA DE PROGRAMAÇÃO Vitor Valerio de Souza Campos Exemplos de algoritmos Faça um algoritmo para mostrar o resultado da multiplicação de dois números. Algoritmo em descrição narrativa Passo 1 Receber
Leia maisDiagrama de fluxo de dados na Plataforma Vicon SAGA. Terminologias de bancos de dados: Banco de Dados, Tabela, Campos, Registros
Exercício Objetivo Aplicativo Exercício para ambientação com Sistemas de Informação e Bancos de Dados. O usuário criará modelará um banco de dados aplicado ao contexto de desastres; realizará cadastros
Leia maisAulas 17 & 18. Comutação Rápida a Pacote. Eytan Modiano MIT
Aulas 17 & 18 Comutação Rápida a Pacote Eytan Modiano MIT 1 Comutador a Pacote Etiqueta Um comutador a pacote consiste de uma máquina de roteamento (table lookup), um escalonador e uma máquina de comutação.
Leia maisRedes Neurais Artificiais: Funções de Base Radial
Treinamento COELCE CEFET UFC MÓDULO II 2008.1 Redes Neurais Artificiais: Funções de Base Radial Prof. Dr. Guilherme de Alencar Barreto Depto. Engenharia de Teleinformática (DETI/UFC) URL: www.deti.ufc.br/~guilherme
Leia maisIntrodução. Capítulo. 1.1 Considerações Iniciais
Capítulo 1 Introdução 1.1 Considerações Iniciais A face humana é uma imagem fascinante, serve de infinita inspiração a artistas há milhares de anos. Uma das primeiras e mais importantes habilidades humanas
Leia maisSEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno
SEGEMENTAÇÃO DE IMAGENS Nielsen Castelo Damasceno Segmentação Segmentação Representação e descrição Préprocessamento Problema Aquisição de imagem Base do conhecimento Reconhecimento e interpretação Resultado
Leia maisGuia para usar o Toolkit
Guia para usar o Toolkit Parte do Toolkit, da Fundação PHG, para a Avaliação das Necessidades de Saúde em relação a Doenças Congênitas Versão: 1.1 setembro 2013 PHG Foundation is a charity registered in
Leia maisGerenciamento de Requisitos Gerenciamento de Requisitos
Gerenciamento de Requisitos Objetivos da disciplina Descrever o processo de Gerenciamento e Engenharia de Requisitos para projetos Treinar alunos no Gerenciamento de Requisitos Apresentar estudos de caso
Leia maisRegras Métodos Identificadores Variáveis Constantes Tipos de dados Comandos de atribuição Operadores aritméticos, relacionais e lógicos
Lógica Aula 2 Técnicas de Programação Criando algoritmos Regras Métodos Identificadores Variáveis Constantes Tipos de dados Comandos de atribuição Operadores aritméticos, relacionais e lógicos Criando
Leia maisApêndice A Objetivos PEI
A Apêndice A Objetivos PEI Legenda: (A) = aluno; R+ = reforçador; E = esquerda; D = direita Sistema de Comunicação por Troca de Figuras (PECS) Objetivos - Amostra (A)luno: Local: Fase Fase I Ao ver e
Leia maisReconhecimento de Padrões. Reconhecimento de Padrões
Reconhecimento de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superior de Tecnologia Engenharia Informática Reconhecimento de Padrões Prof. João Ascenso e Prof.
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 maisPROJETO (OU DESIGN) DO SOFTWARE Diagrama de Estrutura
PROJETO (OU DESIGN) DO SOFTWARE Diagrama de Estrutura Auxiliadora Freire Fonte: Engenharia de Software 8º Edição / Ian Sommerville 2007 Slide 1 PROJETO (OU DESIGN) DO SOFTWARE Na fase de projeto (ou design)
Leia mais3.1 Definições Uma classe é a descrição de um tipo de objeto.
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Classes Autoria:Aristófanes Corrêa Silva Adaptação:
Leia maisLinear Solver Program - Manual do Usuário
Linear Solver Program - Manual do Usuário Versão 1.11.0 Traduzido por: Angelo de Oliveira (angelo@unir.br/mrxyztplk@gmail.com) 1 Introdução Linear Program Solver (LiPS) é um pacote de otimização projetado
Leia maisEngenharia de Software II
Engenharia de Software II Aula 28 Revisão para a Prova 2 http://www.ic.uff.br/~bianca/engsoft2/ Aula 28-28/07/2006 1 Matéria para a Prova 2 Gestão de projetos de software Conceitos (Cap. 21) Métricas (Cap.
Leia maisSIMULADO DO TESTE DE RESOLUÇÃO DE PROBLEMAS
SIMULADO DO TESTE DE RESOLUÇÃO DE PROBLEMAS PROPOSTA Este simulado é um material de apoio para você se preparar para o Teste de Resolução de Problemas, com o objetivo de: 1. Compartilhar dicas e normas
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisChaves. Chaves. O modelo relacional implementa dois conhecidos conceitos de chaves, como veremos a seguir:
Chaves 1 Chaves CONCEITO DE CHAVE: determina o conceito de item de busca, ou seja, um dado que será empregado nas consultas à base de dados. É um conceito lógico da aplicação (chave primária e chave estrangeira).
Leia maisSepare pedidos em 10 passos
Separe pedidos em 10 passos Confira diferentes métodos de trabalhar com pedidos que podem servir para diversos tipos de operação A de pedidos é um dos processos onde há mão de obra intensiva dentro de
Leia maisBase de dados I. Uma base de dados é um simples repositório de informação relacionado com um determinado assunto ou finalidade
Base de dados I O que é? Uma base de dados é um simples repositório de informação relacionado com um determinado assunto ou finalidade Para que serve? Serve para gerir vastos conjuntos de informação de
Leia maisFigure 2 - Nós folhas de uma árvore binária representando caracteres ASCII
A ocorrência tamanho ASCII codificação de Huffman é um A Codificação método de compactação de Huffman caracteres (American e a variável codificação dos usado símbolos Standard para por cada muitas no Code
Leia maisVariáveis, Expressões, Atribuição, Matrizes, Comandos de Desvio
Programação de Computadores I UFOP DECOM 2013 2 Exercícios de Revisão Variáveis, Expressões, Atribuição, Matrizes, Comandos de Desvio Sumário 1 Testes de Compreensão 1 2 Variáveis, Expressões, Atribuição,
Leia maisCampus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini E-mail: prof.andre.luis.belini@gmail.com /
Campus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini E-mail: prof.andre.luis.belini@gmail.com / andre.belini@ifsp.edu.br MATÉRIA: GESTÃO DE PROJETOS Aula N : 10 Tema: Gerenciamento
Leia maisResumo de alterações da versão 2.0 para a 3.0 do PA-DSS
Indústria de cartões de pagamento (PCI) Padrão de segurança de dados de formulário de pagamento Resumo de alterações da versão 2.0 para a 3.0 do PA-DSS Novembro de 2013 Introdução Este documento fornece
Leia maisSimulado de Algoritmos - Respostas
Simulado de Algoritmos - Respostas 1. Descreva o processo de criação de programas, desde o entendimento do problema até a obtenção do resultado esperado, por meio de sua execução, citando os passos a serem
Leia maisILP - Introdução à Linguagem de Programação. Plano de estudo: - Constantes e variáveis. - Atribuindo valores às variáveis.
Plano de estudo: -. - Atribuindo valores às variáveis. - Expressões Na maioria das vezes, precisamos armazenar dados para manipulá-los. Por exemplo, em um escritório de contabilidade, armazenamos os dados
Leia maisPermitir a troca de mensagens de texto entre os dois alunos; Permitir que um aluno enviasse para o outro uma cópia de prova;
Software Básico 2008.2 Trabalho Prático 1: programação de E/S, uso de sinais Prática de programação voltada a eventos Trabalho individual ou em dupla Data de entrega: 01/10/2008 1 O Objetivo Utilizando
Leia maisLista de Exercícios Tratamento de Incerteza baseado em Probabilidade
Lista de Exercícios Tratamento de Incerteza baseado em Probabilidade 1) Explique o termo probabilidade subjetiva no contexto de um agente que raciocina sobre incerteza baseando em probabilidade. 2) Explique
Leia maisVetor Quantização e Aglomeramento (Clustering)
(Clustering) Introdução Aglomeramento de K-partes Desafios do Aglomeramento Aglomeramento Hierárquico Aglomeramento divisivo (top-down) Aglomeramento inclusivo (bottom-up) Aplicações para o reconhecimento
Leia maisGerenciamento de Projeto: Planejando os Riscos. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Planejando os Riscos Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Introdução Planejar o Gerenciamento dos Riscos. Identificar os Riscos Realizar a Análise Qualitativa
Leia maisFAZEMOS MONOGRAFIA PARA TODO BRASIL, QUALQUER TEMA! ENTRE EM CONTATO CONOSCO!
FAZEMOS MONOGRAFIA PARA TODO BRASIL, QUALQUER TEMA! ENTRE EM CONTATO CONOSCO! DEFINIÇÃO A pesquisa experimental é composta por um conjunto de atividades e técnicas metódicas realizados para recolher as
Leia mais1.1. Viagens com GPS. Princípios básicos de funcionamento de um GPS de modo a obter a posição de um ponto na Terra.
1.1. Viagens com GPS Princípios básicos de funcionamento de um GPS de modo a obter a posição de um ponto na Terra. O que é o GPS? Como funciona o GPS? Qual é a precisão do GPS? O sistema de satélites do
Leia mais(ROA) 1) 20010 10% 2011 11%. A
CURSO LISTA DE EXERC CÍCIOS 2012.2 UNIDADE II ADM SEMESTRE 2º BLOCOO DISCIPLINA Gestão Financeira NOTA TURMA ADM 5NB ESTUDANTES PROFESSOR (A) Dr. Wellington Ribeiro Justo DATA 01/12/2012 Responda com responsabilidade
Leia maisPonte rolante: como escolher
Ponte rolante: como escolher Vários fatores devem ser analisados antes de se optar por um modelo A decisão sobre a escolha do tipo de ponte rolante é altamente influenciada pelo local onde ela deve ser
Leia maisCADERNOS DE INFORMÁTICA Nº 1. Fundamentos de Informática I - Word 2010. Sumário
CADERNO DE INFORMÁTICA FACITA Faculdade de Itápolis Aplicativos Editores de Texto WORD 2007/2010 Sumário Editor de texto... 3 Iniciando Microsoft Word... 4 Fichários:... 4 Atalhos... 5 Área de Trabalho:
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisResolução da lista de exercícios de casos de uso
Resolução da lista de exercícios de casos de uso 1. Explique quando são criados e utilizados os diagramas de casos de uso no processo de desenvolvimento incremental e iterativo. Na fase de concepção se
Leia maisConceitos básicos da linguagem C
Conceitos básicos da linguagem C 2 Em 1969 Ken Thompson cria o Unix. O C nasceu logo depois, na década de 70. Dennis Ritchie, implementou-o pela primeira vez usando o sistema operacional UNIX criado por
Leia maisComo criar um blog. Será aberta uma janela onde você deverá especificar o título do blog, o endereço do blog, e o modelo.
Como criar um blog Criando o blog Vá em www.blogger.com. Entre com sua conta google (a mesma que você usa para acessar o gmail). Escolha um perfil. Na página seguinte, clique no botão novo blog. Será aberta
Leia maisÁlgebra. SeM MiSTéRio
Álgebra SeM MiSTéRio Série SeM MiSTéRio Alemão Sem Mistério Álgebra Sem Mistério Cálculo Sem Mistério Conversação em Alemão Sem Mistério Conversação em Espanhol Sem Mistério Conversação em Francês Sem
Leia maisNeste tópico, veremos como selecionar e copiar informações entre bancos de dados de empresa no SAP Business One.
Neste tópico, veremos como selecionar e copiar informações entre bancos de dados de empresa no SAP Business One. 1 Neste tópico, você aprenderá a usar a ferramenta Quick Copy durante um projeto de implementação.
Leia maisAvaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Introdução a Avaliação de Desempenho de Sistemas Prof. Othon M. N. Batista othonb@yahoo.com Roteiro Definição de Sistema Exemplo de Sistema: Agência Bancária Questões
Leia maisBases Metodológicas do Treinamento Desportivo
Bases Metodológicas do Treinamento Desportivo Unidade II Controle e Prescrição do Treinamento Prof. Esp. Jorge Duarte Prescrição de Atividades Físicas Condições de saúde; Estado geral do aluno (cliente);
Leia maisAnálise e Projeto de Software
Análise e Projeto de Software 1 Mundo Real Modelagem Elicitação Análise Problemas Soluções Gap Semântico Mundo Computacional Elicitação de Requisitos Análise de Requisitos Modelagem dos Requisitos 2 Projeto
Leia maisMINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br
MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para
Leia mais2 Estudo dos Acoplamentos
24 2 Estudo dos Acoplamentos Um problema acoplado é aquele em que dois ou mais sistemas físicos interagem entre si e cujo acoplamento pode ocorrer através de diferentes graus de interação (Zienkiewicz
Leia mais4. Metodologia. Capítulo 4 - Metodologia
Capítulo 4 - Metodologia 4. Metodologia Neste capítulo é apresentada a metodologia utilizada na modelagem, estando dividida em duas seções: uma referente às tábuas de múltiplos decrementos, e outra referente
Leia maisFACULDADE FIA DE ADMINISTRAÇÃO E NEGÓCIOS Mantida pela Fundação Instituto de Administração
EDITAL DO VESTIBULAR 2/2011 O Diretor Geral da Faculdade FIA de Administração e Negócios, no uso de suas atribuições regimentais e da legislação vigente, por meio do presente Edital, torna público o edital
Leia maisSistemas Distribuídos Modelo Cliente-Servidor
Sistemas Distribuídos Modelo Cliente-Servidor Disciplina: Sistemas Distribuídos Prof.: Edmar Roberto Santana de Rezende Faculdade de Engenharia de Computação Centro de Ciências Exatas, Ambientais e de
Leia maisGerenciamento de Projetos Modulo IX Qualidade
Gerenciamento de Projetos Modulo IX Qualidade Prof. Walter Cunha falecomigo@waltercunha.com http://waltercunha.com Bibliografia* Project Management Institute. Conjunto de Conhecimentos em Gerenciamento
Leia maisFamília de Telefones para Conferência Polycom
Família de Telefones para Conferência Polycom Linha de produtos: IP e Analógicos Pequenas salas Intermediário Ponta SoundStation IP 5000 SoundStation IP 6000 SoundStation IP 7000 Nitidez Polycom HD Voice,
Leia maisExemplos: Pág 5 FUNÇÕES. UC Extensão - Excel Docente: André Luiz Silva de Moraes OPERADORES BOOLEANOS
Roteiro 1: Planilhas Eletrônicas > funções Objetivos Manipular e editar planilhas eletrônicas; Utilizar Operadores de texto, booleanos; Utilizar comandos para o desenvolvimento de funções; Explorar as
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 maisGuia de utilização da notação BPMN
1 Guia de utilização da notação BPMN Agosto 2011 2 Sumário de Informações do Documento Documento: Guia_de_utilização_da_notação_BPMN.odt Número de páginas: 31 Versão Data Mudanças Autor 1.0 15/09/11 Criação
Leia maisObjetivos. Teoria de Filas. Teoria de Filas
Objetivos Teoria de Filas Michel J. Anzanello, PhD anzanello@producao.ufrgs.br 2 Teoria de Filas Filas estão presentes em toda a parte; Exemplos evidentes de fila podem ser verificados em bancos, lanchonetes,
Leia maisAula 5 - Classificação
AULA 5 - Aula 5-1. por Pixel é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos. Os Classificadores "pixel a pixel" utilizam apenas a informação espectral isoladamente
Leia maisGlossário de Termos Mais Usados
Anexo 11 Glossário de Termos Mais Usados Tabela 10: Glossário de Termos Termos Abrigo no próprio local Acampamento Alcance do Controle Área de preparação Ativo Centro de Comando da EMT Centro de Informações
Leia maisInstituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação. Tarefa 6 Modelamento da Línguagem
Instituto de Tecnologia de Massachusetts Departamento de Engenharia Elétrica e Ciência da Computação 6.345 Reconhecimento Automático da Voz Primavera, 2003 Publicado: 14/03/03 Devolução: 02/04/03 Tarefa
Leia maisAplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral
Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Hedenir M. Pinheiro Instituto de Informática Universidade Federal de Goiás (UFG) Caixa Postal 131 74001-970 Goiânia
Leia maisManual do Artikulate. Andreas Cord-Landwehr Ondrila Gupta Tradução: André Marcelo Alvarenga
Andreas Cord-Landwehr Ondrila Gupta Tradução: André Marcelo Alvarenga 2 Conteúdo 1 Introdução 5 1.1 Conceito de aprendizagem................................. 5 1.2 Primeiros passos no Artikulate..............................
Leia maisDIRETO. Manual do Usuário. PROCERGS Divisão 7
DIRETO Manual do Usuário PROCERGS Divisão 7 Este documento foi produzido pela PROCERGS Praça dos Açorianos, s/n - CEP 90010-340 Porto Alegre, RS (051) 210-3100 http:\\www.procergs.com.br Sumário Sobre
Leia maisVerificação e Validação em CFD
Erro de arredondamento. Erro iterativo. Erro de discretização. As três componentes do erro numérico têm comportamentos diferentes com o aumento do número de graus de liberdade (refinamento da malha). Erro
Leia maisAVALIAÇÃO DE DESEMPENHO
AVALIAÇÃO DE DESEMPENHO Mário Meireles Teixeira Departamento de Informática, UFMA mario@deinf.ufma.br Introdução 2 Desempenho: quantidade de serviços prestados / tempo decorrido desde o início dos serviços
Leia maisARQUITETURA DE COMPUTADORES
1 ARQUITETURA DE COMPUTADORES U C P Prof. Leandro Coelho Plano de Aula 2 Aula Passada Definição Evolução dos Computadores Histórico Modelo de Von-Neumann Básico CPU Mémoria E/S Barramentos Plano de Aula
Leia maisRELATÓRIO FINAL DO PROJETO
RELATÓRIO FINAL DO PROJETO I. DADOS BÁSICOS Nome da organização: Conservation Strategy Fund Título do projeto: Economics of the Conservation of Corridors in the Atlantic Forest Parceiros que contribuíram
Leia maisArquitetura de Sistemas Operacionais
rquitetura de Sistemas Operacionais Francis Berenger Machado Luiz Paulo Maia Complementado por Sidney Lucena (Prof. UNIRIO) Capítulo 11 Sistema de rquivos 11/1 Organização de rquivos Um arquivo é constituído
Leia maisIntrodução à Programação. João Manuel R. S. Tavares
Introdução à Programação João Manuel R. S. Tavares Sumário 1. Ciclo de desenvolvimento de um programa; 2. Descrição de algoritmos; 3. Desenvolvimento modular de programas; 4. Estruturas de controlo de
Leia maisGuia Rápido Monitor CFX-750
Guia Rápido TELA EXECUTAR O CFX-750 da Trimble possui tela touch screen, onde todas as funções de trabalho e configurações são realizadas tocando-se a tela do monitor. Os ícones na tela irão alterar conforme
Leia maisLÓGICA DE PROGRAMAÇÃO PARA ENGENHARIA DISCUSSÃO DOS EXERCÍCIOS E CONSTRUÇÃO DE PROGRAMAS SEQUENCIAIS. Prof. Dr. Daniel Caetano 2012-1
LÓGICA DE PROGRAMAÇÃO PARA ENGENHARIA DISCUSSÃO DOS EXERCÍCIOS E CONSTRUÇÃO DE PROGRAMAS SEQUENCIAIS Prof. Dr. Daniel Caetano 2012-1 Objetivos Apresentar as soluções para os exercícios propostos Exercitar
Leia maisExplodindo montagens
Explodindo montagens Número da Publicação spse01691 Explodindo montagens Número da Publicação spse01691 Notificação de Direitos Limitados e de Propriedade Este software e a documentação relacionada são
Leia maisComo estimar peso vivo de novilhas quando a balança não está disponível? Métodos indiretos: fita torácica e hipômetro
Como estimar peso vivo de novilhas quando a balança não está disponível? Métodos indiretos: fita torácica e hipômetro Introdução O principal objetivo nos sistemas de criação de novilhas leiteiras é conseguir
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisGerenciamento Total da Informação
FI-7160 Funções O melhor custo-benefício da categoria Alimentador de grande volume Equipado com LCD Equipado com função de proteção avançada de papel Redutor de Desvio - mecanismo estável de alimentação
Leia maisProcessos de Software
Processos de Software Prof. Márcio Lopes Cornélio Slides originais elaborados por Ian Sommerville O autor permite o uso e a modificação dos slides para fins didáticos O processo de Um conjunto estruturado
Leia maisALGORITMOS E FLUXOGRAMAS
ALGORITMOS E FLUXOGRAMAS Prof. André Backes INTRODUÇÃO Computadores = cérebros eletrônicos? Computadores são máquinas e, por si sós, não podem ser inteligentes. Alguém as projetou e deu a ela todas as
Leia maisReconhecimento de Padrões
Engenharia Informática (ramos de Gestão e Industrial) Departamento de Sistemas e Informação Reconhecimento de Padrões Projecto Final 2004/2005 Realizado por: Prof. João Ascenso. Departamento de Sistemas
Leia maisPROJETO DE PESQUISA SOBRE O NOVO CÓDIGO DE PROCESSO CIVIL
PROJETO DE PESQUISA SOBRE O NOVO CÓDIGO DE PROCESSO CIVIL A Faculdade de Direito da Universidade do Estado do Rio de Janeiro (UERJ) faz saber aos interessados que, no período de 04 a 15 de abril de 2011,
Leia maisPROGRAMA PARA LOCAÇÃO DE SEÇÕES DIAGONAIS AUTOPORTANTES
PROGRAMA PARA LOCAÇÃO DE SEÇÕES DIAGONAIS AUTOPORTANTES Programa para locação de seções diagonais Autoportantes Linguagem: Programa Escrito em Microsoft Visual Basic por Washington de Araújo Melo (31 9104-0968)
Leia maisPRIORIDADES EM SERVIÇOS E ORGANIZAÇÃO DO TRABALHO. Professora Andréia Ribas rp_andreiaribas@hotmail.com
PRIORIDADES EM SERVIÇOS E ORGANIZAÇÃO DO TRABALHO Professora Andréia Ribas rp_andreiaribas@hotmail.com Organização Processo de estabelecer relações entre as pessoas e os recursos disponíveis tendo em vista
Leia maisTarefas, Exercícios e
Ocinas Tarefas, Exercícios e Tarefas, Exercícios e Ocinas são atividades que têm vários aspectos em comum e são o objeto deste capítulo. Tarefas As tarefas podem ser de três tipos, descritos a seguir.
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia mais5 As duplas candidatas deverão realizar as inscrições nas Secretarias da Uniguaçu, no valor de R$ 40,00, no período de 19 de agosto a 05 de setembro
REGULAMENTO AVOZ Regulamento para inscrição dos candidatos que participarão do Concurso de Interpretes Musicais, intitulado A voz, em comemoração aos 13 anos das Faculdades Integradas Vale do Iguaçu (Uniguaçu),
Leia maisGravando Dados e Cópias de CD s com o Nero 6.0 Disciplina Operação de Sistemas Aplicativos I
CENTRO ESTADUAL DE EDUCAÇÃO TECNOLÓGICA PAULA SOUZA Escola Técnica Estadual de Avaré ETE-AVARÉ CURSO DE TÉCNICO EM INFORMÁTICA NÚCLEO DE APOIO Gravando Dados e Cópias de CD s com o Nero 6.0 Disciplina
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 maisGestão dos Prazos e Custos do Projeto
Gestão dos Prazos e Custos do Projeto Prof. Sérgio Ricardo do Nascimento Aula 4 14 de Novembro de 2013 1 Gestão dos Prazos e Custos do Projeto - Prof. Sérgio Ricardo do Nascimento Informações iniciais
Leia maisAula de JavaScript 05/03/10
Objetos Sabe-se que variável são contêiners que podem armazenar um número, uma string de texto ou outro valor. O JavaScript também suporta objetos. Objetos são contêiners que podem armazenar dados e inclusive
Leia maisEstatística Descritiva II
Estatística Descritiva II Bacharelado em Economia - FEA - Noturno 1 o Semestre 2015 Gilberto A. Paula G. A. Paula - MAE0219 (IME-USP) Estatística Descritiva II 1 o Semestre 2015 1 / 47 Objetivos da Aula
Leia maisModelagem Dinâmica com UML
Modelagem Dinâmica com UML Prof. Márcio Barros marcio@cos.ufrj.br Diagramas de Sequência Protocolos de Interação Cenários Definição Um cenário é um caminho entre os fluxos de um use case Um use case é
Leia maisTÉCNICAS DE PROGRAMAÇÃO
TÉCNICAS DE PROGRAMAÇÃO (Adaptado do texto do prof. Adair Santa Catarina) ALGORITMOS COM QUALIDADE MÁXIMAS DE PROGRAMAÇÃO 1) Algoritmos devem ser feitos para serem lidos por seres humanos: Tenha em mente
Leia maisTrabalho Prático N o :. Técnica Operatória da Soldagem SMAW
Trabalho Prático N o :. Técnica Operatória da Soldagem SMAW 1. Objetivos: Familiarizar-se com o arranjo e a operação do equipamento utilizado na soldagem manual com eletrodos revestidos. Familiarizar-se
Leia maisProgramação I. Departamento de Engenharia Rural Centro de Ciências Agrárias
Departamento de Engenharia Rural Centro de Ciências Agrárias Programação I Prof. Bruno Vilela Oliveira bruno@cca.ufes.br http://www.brunovilela.webnode.com.br Aulas 2-3-4-5-6-7-8 Lógica Algoritmos Portugol
Leia maisAulas 22 & 23. Controle de Fluxo e de Congestionamento. Eytan Modiano MIT
Aulas 22 & 23 Controle de Fluxo e de Congestionamento Eytan Modiano MIT 1 Controle de Fluxo Controle de fluxo: mecanismo fim a fim para controlar o tráfego entre fonte e destinatário. Controle de congestionamento:
Leia maisClassificação dos Sistemas Fotovoltaicos
Só Elétrica Indústria e Comércio de Equipamentos Elétricos Rua Duque de Caxias, 796 Centro Joaçaba CEP: 89600-000 Fone: (49) 3522-2681 Um sistema fotovoltaico é uma fonte de potência elétrica, na qual
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia mais