Caracterização semântica de sinais acústicos Aplicação à classificação automática de peças cerâmicas
|
|
- Ayrton Ribas Back
- 8 Há anos
- Visualizações:
Transcrição
1 Caracterização semântica de sinais acústicos Aplicação à classificação automática de peças cerâmicas Tese de Mestrado Miguel Falcão o Moreira de Sousa FEUP 1999/2002
2 Sumário Caracterização do problema Detecção automática de impactos Extracção de características Classificação Métodos Estatísticos Redes Neuronais Implementação Impacto do ruído Conclusões
3 Caracterização do problema Motivação: O processo de controlo de qualidade utilizado tradicionalmente na indústria cerâmica baseia-se na apreciação da resposta impulsional sonora das peças Objectivo: A automatização do controlo de qualidade de peças cerâmicas através da análise da resposta impulsional acústica e recorrendo a: métodos processamento digital de sinais áudio métodos de reconhecimento de padrões Abordagem Aquisição 2x A/D 44.1kHz Stream PCM PCM Segmentado Características Detecção Extracção de características Classificação BOM MAU Standard Amostra
4 Caracterização - A Cerâmica Os materiais cerâmicos são indispensáveis numa vasta gama de aplicações exemplos: materiais de construção, abrasivos, ferramentas de corte, refractários, isoladores, resistências eléctricas, supercondutores, memórias de computador e implantes ósseos artificiais. Em todas as suas aplicações, os materiais cerâmicos são valorizados pela sua capacidade para suportar o calor e ataque químico. Estas virtudes provêm das fortes ligações que mantêm os seus átomos constituintes na sua posição. Contudo, a natureza destas ligações também impõe aos materiais cerâmicos um inconveniente crítico: fragilidade. Um material frágil não se deforma sob tensão, tem propensão para fissurar e partir facilmente. Esta propriedade desfavorável torna um material cerâmico particularmente sensível a imperfeições minúsculas na sua microestrutura, as quais são o ponto de partida para fracturas.
5 Caracterização Tecnologia de aquisição de sinal 2 microfones de medida que efectuam a banda de frequência dos 15 Hz aos 20 khz diagrama polar de sensibilidade omnidireccional Conversores analógico-digital Stereo Precisão de 16 bit frequência de amostragem de 44.1 khz Este sistema, pretende apenas reproduzir os limites de audição de um ser humano, Espectro audível de 20 khz Gama dinâmica máxima de 120 db.
6 Detecção automática de impactos ObjectivoObjectivo Identificar automaticamente a ocorrência de impulsos mecânicos e resultante resposta impulsional das peças cerâmicas de modo a efectuar ectuar posterior processamento. Abordagem Detectar e armazenar em memória passagens fortemente não estacionárias (transitórios). Principio Principio de funcionamento Procurar acontecimentos relevantes do ponto de vista energético, os quais correspondem com grande probabilidade à resposta impulsional x[n] 127 E 1 Filtro y[n] E + 2 LD log E1 = [ yn ( )] 1 = (FIR 5) 1 10 LD E0 + 1 n= 0 E = E 0 1 S LD>0.8 N Detecção Não detecção
7 Extracção de Características A resposta impulsional no domínio dos tempos e das frequências 20k Representação Temporal 70 Representação Espectral Amplitude 10k 0-10k Peça Boa Amplitude (db) Peça Boa Amplitude -20k tempo (ms) 20k 10k 0-10k -20k Peça Ma tempo (ms) Amplitude (db) Frequência (Hz) Peça Ma Frequência (Hz)
8 Extracção de Características Análise tempo-frequência 4186 Amostras Resposta Impulsional Acústica NumSeg-2 Janela(n) m... X 1024 Amostras NumSeg-1 NumSeg 768 Amostras x( n + m 256)* Janela( n) OVERLAP 75 % Energia (Banda db) * * Banda * b ( m ) * FFT X m (k) Banda b (m) X m (k) Índice Espectral (k) * * * * * * * * * * * * Tempo (m)
9 Extracção de Características Persistência F1 Mede o decaimento energético ao longo do tempo para uma banda resultando uma medida para cada uma das bandas consideradas Estabilidade F2 Mede a regularidade do decaimento energético através s do cálculo c do desvio padrão o das diferenças entre valor de energia consecutivos de uma banda Dispersão F3 Mede a abertura espectral acumulada ao longo do tempo através do calculo do valor médio de energia num segmento e comparando-o o com os valores de energia em cada uma das bandas. Energia em db Evolução energética por banda Boa Má Banda 1 Banda 2 Banda 3 Banda Evolução energética do espectro por segmento Boa Má Instante m Instante m Banda b 80 Banda b
10 Extracção de Características NumSeg 1 Persistência F1 = MAX ( Banda ) Banda ( m) b = 1,2,.., Numbanda b b b m= 0 Energia (Banda db) Comparando a sonoridade emitida por uma peça cerâmica sem defeitos com a sonoridade produzida por uma peça cerâmica com defeitos, constata-se que o som da primeira se prolonga mais no tempo, ou seja, é mais persistente. * * * * A área a sombreado representa o decaimento de energia na banda * * * * * * * * * * * * Tempo (ordem segmento) Energia em db na Banda l Conformidade Instante m Não-conformidade 130 Banda 1 Banda Banda 3 Banda Instante m
11 Extracção de Características Estabilidade F2 Regularidade do decaimento energético Deriv ( m) = Band ( m) Band ( m + 1) Energia (Banda db) Derivada db * * * * Média * Diferença entre 2 valores consecutivos de energia * * * Tempo (ordem segmento) ( ( ) ) 1 Desvio = Deriv m Deriv F 2 = b b b NS 1 2 b b b NS 1 m= 1 1 NB NB m= 1 Desvio m * * * * Desvio Padrão Energia em db na Banda l Conformidade Instante m Não-conformidade 130 Banda 1 Banda Banda 3 Banda Instante m
12 Extracção de Características Dispersão F3 mede a abertura espectral acumulada ao longo do tempo 125 Conformidade 125 Não-conformidade M 1 MedBand( m) = Bandi ( m) M < NB, M m = 1 b = 1 i= 1 NS NB 1 F 3 = Bandb( m) - MedBand( m) NS ( ) 2 Energia em db Banda b Banda b
13 Extracção de Características Apresentaçã ção o de resultados F1, F2 e F3 F1-B1 Direita F1-B2 Direita F1-B3 Direita F1-B4 Direita F1-B1 Esquerda F1-B2 Esquerda F1-B3 Esquerda F1-B4 Esquerda F2 Direita F2 Esquerda F3 Direita F3 Esquerda Histogramas da Características
14 Extracção de Características Matriz dos coeficientes de correlação Más Boas Canal Esquerdo Canal Direito F1 B1 F1 B2 F1 B3 F1 B4 F3 F2 F1 B1 F1 B2 F1 B3 F1 B4 F3 F2 F1 B1 1,00 0,35 0,44 0,33-0,25 0,74 0,90 0,53 0,34 0,36-0,34 0,72 Canal Esquerdo F1 B2 0,05 1,00 0,61 0,61-0,37 0,52 0,32 0,65 0,50 0,50-0,38 0,37 F1 B3-0,12 0,02 1,00 0,63 0,00 0,58 0,50 0,62 0,60 0,64-0,08 0,54 F1 B4-0,25 0,15 0,28 1,00 0,63 0,00 0,58 0,50 0,62 0,60 0,64-0,08 F3 0,10-0,04-0,09-0,40 1,00-0,26-0,15-0,13 0,04 0,01 0,91-0,15 F2 0,20 0,18-0,08 0,27-0,25 1,00 0,76 0,71 0,35 0,32-0,38 0,92 F1 B1 0,75 0,04 0,02-0,25 0,16 0,04 1,00 0,76 0,71 0,35 0,32-0,38 Canal Direito F1 B2 0,05 0,42 0,13 0,04 0,17-0,03 0,07 1,00 0,38 0,42-0,26 0,71 F1 B3 0,08 0,33 0,26 0,18 0,02 0,00 0,19 0,17 1,00 0,44 0,06 0,34 F1 B4 0,09 0,29 0,05 0,46-0,27 0,33 0,07 0,28 0,14 1,00-0,04 0,30 F3 0,10 0,00-0,05-0,34 0,88-0,26 0,06 0,15 0,02-0,32 1,00-0,29 F2 0,14 0,16-0,10 0,12-0,08 0,65 0,11 0,12 0,05 0,31-0,11 1,00
15 Classificaçã ção O projecto de um classificador deverá atender a: Probabilidade na fonte de cada uma das classes Probabilidade de classificar um exemplo erradamente Custo associado a classificar um exemplo erradamente Risco de classificação ( ω ω ) ( ω ω ) ( ω ω ) ( ω ω ) R= C p p + C p p p 1 ( ω ω ) p ω 1 2 ( ω ω ) C ω 1 2 Classificaçã ção o paramétrica A abordagem paramétrica admite que as funçõ ções densidade probabilidade das classes, podem ser aproximadas por funçõ ções parametrizadas por um ou mais valores. A distribuiçã ção o normal é muitas vezes utilizada para definir a distribuiçã ção o de uma determinada classe.
16 Classificaçã ção Funçã ção o discriminatória ria de Fisher Transformação de uma observação multidimensional numa observação unidimensional através de uma projecção linear. A projecção linear que melhor separa duas distribuições obtém-se maximizando a distância D entre as médias das classes projectadas normalizada pelo desvio padrão combinado D = y 1 2 S y y Outra Projecção Método: Paramétrico Supervisionado Projecção de Fisher
17 Classificaçã ção o Não-paramN paramétrica Os classificadores não n o paramétricos não n o assumem a possibilidade de parametrizar as fdp. Os classificadores não-paramn paramétricos são s o mais abrangentes para a abordagem de problemas de reconhecimento de padrões. Visto não n o existir parametrizaçã ção o das fdp,, a estimaçã ção o das classes é realizada directamente sobre um conjunto de treino pré-classificado. Este requisito torna esta classe de classificadores impraticáveis na maioria das aplicaçõ ções (exige requisitos consideráveis de memória e capacidade de processamento). No entanto, a sua aplicaçã ção o produz geralmente bons resultados e são o muitas vezes utilizadas comparativamente como majorantes dos métodos paramétricos.
18 Classificaçã ção k-vizinhos mais próximos (knn) Um novo padrão x,, cuja classe é desconhecida, é comparado com todo o conjunto de exemplos pré-classificados. x 2 Classe ω 1 Classe ω 2 Considera-se se a classe dos exemplos mais próximos, na atribuição de uma classe a x. A comparação realiza-se geralmente calculando a distância euclidiana que separa este exemplo dos elementos do conjunto pré-classificado. k=1 k=3 x x 1
19 Classificaçã ção Método GáudioG O classificador Gaudio é uma implementação empírica de um classificador estatístico Apresenta as seguintes características: Supervisionado, Paramétrico, A correlação entre características não é considerada, Apresenta um comportamento não linear P Ponderação x x x x i i N n n i = i i n n σ 1 + σ 2 n= 1 σ 1 + σ 2 N i i x x 1 c = Pi MAX 0, MIN 1, i i i= 1 x2 x 1 c< 0,5 x ω1 c > 0,5 x ω2
20 Classificaçã ção Validação Caracterização da amostra de peças cerâmicas Consideram-se se 34 telhas cerâmicas resultantes de varias fornadas, 17 de cada classe, pré-classificadas Cada peça foi amostrada 10 vezes procurando-se por cada amostragem variar ligeiramente o local de impacto Todas as peças foram amostrada utilizando o protótipo de classificação icação em condições de ruído ambiente laboratorial Validação Cruzada Afere a eficiência do classificador (% de erro) Divide a amostra de exemplos em N subconjuntos N-1 1 subconjuntos de treino 1 subconjunto de teste Permuta N vezes Calcula erro médio das N permutações Permite validar um classificador quando a dimensão da amostra não permite a sua divisão num conjunto de treino e num conjunto de teste t
21 Classificaçã ção Validaçã ção o Cruzada A validaçã ção o cruzada permite validar um classificador quando a dimensão da amostra não permite a sua divisão num conjunto de treino e num conjunto de teste. Conjunto dos padrões pré-classificados disponível Subconjunto 1 Subconjunto 2 Subconjunto 3 Subconjunto N... Conjunto de Treino Conjunto de Teste Selecção de 1 subconjunto para teste do classificador Selecção dos restantes subconjuntos para treino do Classificador erro 1 erro 2 erro 3 erro med 1 N = erroi N i = 1... erro N
22 No modelo wrapper Classificaçã ção Selecçã ção o de Variáveis A selecçã ção de características é efectuada utilizando o próprio prio método de classificaçã ção Selecçã ção o por Forward Sequencial Search Divisão o do conjunto de características em candidatas e escolhidas A selecçã ção efectua-se: Testando variáveis veis escolhidas incluindo uma a uma as variáveis veis candidatas Incluindo a melhor variável vel candidata no conjunto das variáveis veis Esta técnica t garante que em cada passo a variável vel acrescentada ao conjunto das escolhidas, confere ao classificador a melhor selecçã ção de variáveis veis
23 filter Classificaçã ção Selecçã ção o de Variáveis wrapper Características de entrada Selecção do subconjunto de características Método de Classificação Características de entrada Procura de subconjuntos Método de Classificação Avaliação de subconjuntos Método de Classificação No modelo filter as características são s o filtradas independentemente do algoritmo de classificaçã ção. O classificador não n o intervém m no processo de selecçã ção de características. É necessário seleccionar um classificador que possa efectuar a avaliaçã ção o das variáveis veis candidatas No modelo wrapper a selecçã ção de características é efectuada utilizando o próprio prio método m de classificaçã ção. As características seleccionada foram testadas no próprio prio classificador. O modelo wrapper é certamente preferível pois selecciona as características no contexto do próprio prio classificador.
24 Classificaçã ção Forward Sequencial Search Inicializado vazio Inicializado com todas as variáveis disponíveis Conjunto das variáveis Escolhidas [e 1, e 2,,e N ] Conjunto das variáveis Candidatas [c 1, c 2,,c M ] M vezes Selecção uma variável c i das candidatas para i de 1 até M Validação utilizando o conjunto de variáveis [e1, e2,,e N, c i ] Selecção da variável candidata c j que melhor validou o classificador Acrescenta c j às escolhidas N=N+1 Retira c j das candidatas M=M-1 Termina quando N corresponder ao número de variáveis pretendido Esta técnica t garante que em cada passo a variável vel acrescentada ao conjunto das escolhidas, confere ao classificador a melhor selecçã ção de variáveis. veis.
25 Fisher Classificaçã ção Análise discriminatória ria da amostra Projecção de Fisher Peças Boas -20 Peças Más Fronteira exemplos
26 Métodos de Classificação Classificador de Fisher Classificador KNN Classificador Gaudio Classificaçã ção Avaliaçã ção Selecção de Variáveis por Forward Sequencial Search Canal Esquerdo Canal Direito F1 F1 Classificador banda 1 banda 2 banda 3 banda 4 F3 F2 banda 1 banda 2 banda 3 banda 4 F3 F2 Fisher 10ª 2ª 8ª 4ª 6ª 9ª 12ª 5ª 7ª 3ª 1ª 11ª Gaudio 10ª 2ª 7ª 12ª 6ª 3ª 4ª 5ª 9ª 8ª 1ª 11ª KNN (k=1) 9ª 8ª 11ª 7ª 1ª 4ª 6ª 2ª 12ª 10ª 3ª 5ª KNN (k=3) 7ª 4ª 10ª 8ª 1ª 5ª 2ª 11ª 12ª 9ª 3ª 6ª KNN (k=5) 4ª 7ª 11ª 12ª 1ª 5ª 10ª 2ª 8ª 9ª 3ª 6ª KNN (k=7) 6ª 7ª 9ª 10ª 1ª 4ª 11ª 2ª 12ª 8ª 3ª 5ª KNN (k=9) 7ª 8ª 10ª 11ª 1ª 5ª 3ª 2ª 12ª 9ª 4ª 6ª
27 Classificaçã ção Avaliação dos Classificadores Evolução do Erro de Classificação Erro Médio Percentual 5.5% 5.0% 4.5% 4.0% 3.5% 3.0% 2.5% 2.0% 1.5% 1.0% 0.5% KNN (k=1) KNN (k=5) KNN (k=9) Fisher Gaudio Número de Características
28 Classificaçã ção As redes neuronais Entradas Entradas Saídas Entradas Saídas V Redes de transferência de sinal Redes de transferência de estado Redes de aprendizagem competitiva
29 Classificaçã ção Self-Organizing Map,, SOM O SOM é uma rede composta por células organizadas numa grelha em que cada célula está associado um vector de pesos com dimensão igual à dimensão do vector de dados de entrada Treino Exposição dos exemplos de treino à rede adaptando as células vencedoras e as suas vizinhas à amostra Classificação Identificação da célula mais próxima do exemplo a classificar Regressão não-paramétrica que implica a adaptação não supervisionada de um conjunto ordenado de vectores de referência a um conjunto de dados de entrada
30 Classificaçã ção Self-Organizing Map,, SOM c x n { i } c= arg min x m i x m i.. mi n i-2 i-1 i
31 () α () 2 rc ri 2 2 ci t = t e σ () t Classificaçã ção Projecto do SOM Tamanho do mapa (número de células) Evolução do passo de adaptação Critério de paragem do treino Topologia da rede () α () r 2 h t = t e σ ci 2 c ri 2 () t c c c Hexagonal Quadrada Unidimensional
32 Classificaçã ção Treino de um SOM 1) Inicialização do vector de pesos m i 2) Apresentação de um exemplo x(t) à rede 3) Identificação da célula vencedora c e da sua vizinhança c= arg min{ x() t m } i i 4) Actualização do vector de pesos na vizinhança N c de c ( + 1 ) = () + () () (), () mi t mi t hci t x t mi t i Nc t 5) Processamento de m exemplos até x(m) verificar o critério de paragem
33 Classificaçã ção Um Exemplo de treino SOM processo adaptativo de um mapa SOM a um conjunto de exemplos formado por 2 distribuições normais bidimensionais. O mapa exemplificado, apresenta uma topologia hexagonal e encontra-se distribuído numa grelha rectangular de 6x9 células.
34 Classificaçã ção - Método Unified Matrix Atribuiçã ção o de uma tonalidade de cinza parametrizada pela distância média de uma célula c às s suas vizinhas 1 d = m m ne N ( ) c c i c i N para uma célula c muito próxima das suas vizinhas (pequeno) é atribuída uma tonalidade clara para uma célula c distante das suas vizinhas ( elevado) é aplicada uma tonalidade escura. Atribuiçã ção o da classe do exemplo mais próximo à célula c Peça boa Peça má
35 Classificaçã ção LVQ - Quantificação Vectorial Adaptativa LVQ X X LVQ2 + 1º 2º + + X + + +
36 Classificação usando LVQ Processo de treino do classificador LVQ 1. Inicialização dos pesos das células usando SOM Treino não supervisionado. Permite uma correcta inicialização dos protótipos no interior da distribuição da amostres 2. Calibragem das células recorrendo ao exemplo mais próximo. Indexa cada célula dependendo da sua localização relativa à distribuição dos exemplos de cada uma das classes. 3. Treino supervisionado utilizando o método LVQ1. Desloca os centróides para zona de influência de cada classe, distribuindo-os os de acordo com a função densidade de probabilidade de cada classe. 4. Afinação final dos pesos recorrendo a LVQ2. Permite definir, com maior precisão a fronteira das classes. Inicialização SOM Calibragem SOM Treino LVQ1 Afinação LVQ2
37 Classificaçã ção Resultados LVQ Evolução do erro para diferentes redes Erro Médio Percentual 12% 11% 10% 9% 8% 7% 6% 5% 4% 3% (2x2 células) (2x4 células) (3x4 células) (4x5 células) (5x7 células) 2% 1% 0% Número de Características
38 Classificaçã ção - Análise dos resultados LVQ Dimensão da rede De 6 a 20 células Número de características De 5 a 9 características seleccionadas por forward search Erro médio percentual 1ª 0.0% 2ª 0.0% Validação Cruzada - Ordem de permutação 3ª 0.0% 4ª 11,8% 5ª 0.0% 6ª 0.0% 7ª 8,8% 8ª 0.0% 9ª 0.0% 10ª 0.0% Média 2.1% Reduzida dimensão da amostra
39 Implementação Elementos do Sistema Estrutura metálica Impulso de Comando Plataforma de processamento digital de sinal Sinal Áudio Analógico Sistema de comando pneumático Simulação e visualização de resultados num computador Pessoal Comando Pneumático Ordem de Comando Porta Paralela Computador Pessoal Matlab Sistema DSP Porta Série Características
40 Implementação Sistema gerador de impulsos mecânicos 1) Microfones 2) Cilindro pneumático 3) Elemento de impacto 4) Peça cerâmica 5) Sensor de presença 6) Tapete transportado 7) Elementos de tracção ❻ ❽ ❶ ❸ ❷ ❹ ❺ ❼ ❼
41 Implementação Aplicação gráfica para a aquisição de impulsos Aquisição e armazenamento do sinal PCM resultante do ensaio Visualização do sinal temporal Visualização do espectro de segmentos do sinal Análise do decaimento da energia do sinal por bandas Análise da evolução do perfil espectral
42 Implementação Aplicação gráfica para a aquisição de amostras ❶ ❹ ❺ ❼ ❾ ❷ ❸ ❻ ❽ ❷ ❹ ❺ ❼ 9 ❻ ❶ impacto mecânico na peça cerâmica; ❻ intensidade máxima do impacto ❷ identifica a peça que se está a visualizar ❼ valores obtidos para cada características ❸ conj. treino para calibrar o classificador ❽ resultado da classificação ❹ gráfico de decaimento energético ( 50,-4,0,-4,0 50,2,2 ❺ gráfico da evolução do espectro ❾ informação estatística da amostra
43 Implementação Sistema de processamento sinal em tempo real Ficha JTAG Porta JTAG DSP SHARC Porta Série CODEC Entrada Stereo Saída Stereo Barramento Externo Algoritmo implementado em DSP Rotina de interrupção RS-232 UART EPROM Inicialização Portas Série e DMA Inicio da Interrupção CODEC Inicialização CODEC Recepção das Amostras o DSP de 32 bits de vírgula flutuante, 150 MFLOPS o CODEC sigma-delta stereo de 16 bits Inicialização Comunicações RS-232 Inicialização de Tabelas Inicialização das interrupções Detector de Não-estacionaridades Sim Fim da aquisição de Não-estacionaridade? Não Extracção de Características F1, F2 e F3 Transmissão de F1, F2, F3 Via RS-232 Ciclo Infinito Fim da Interrupção CODEC
44 Impacto do ruído na classificação 80 db SPL Telha Boa Má db SPL Telha Boa Má Energia (db) Banda 1 Banda 2 Banda 3 Espectro do Ruído Industrial Banda Intensidade acústica de pico do impacto Mínima Média Máxima Frequência (KHz) Telhas Boas db SPL db SPL db SPL Telhas Más 87.4 db SPL 95.7 db SPL db SPL
45 A extracção de características Conclusões Efectuada através da interpretação subjectiva da sonoridade Conjunto de características revelaram-se com capacidade discriminatória Não são todas necessárias ( 2 micros e 6 características por cada a micro) A classificação estatística Bons resultados para métodos paramétricos Gaudio Erro 1,2% 6 características Fisher Erro 1,8% 6 características Beneficiam de uma implementação computacionalmente pouco exigente Apresentam polarização do erro (0% erro na classificação das peças boas) As redes neuronais (SOM LVQ) Resultados satisfatórios embora inferiores (Rede de 3x4 células Erro 2,1% 9 caract.) Sugerem-se novos testes com amostra mais representativa Permitem a classificação em mais do que duas classes (ex( ex: : tipo de peça) Apresentam um processo de treino complexo embora processo de classificação simples Dimensão da rede de 8 a 16 células Erro não polarizado Influência do ruído ambiente Controlada desde que a níveis inferiores aos níveis das respostas s impulsionais acústicas
46 Conclusões Objectivos Concretizados Construção de um sistema para produção automática dos impactos mecânicos em peças cerâmicas Implementação em tempo-real num DSP genérico do algoritmo de detecção de sinal e extracção de características Desenvolvimento de aplicações em PC para a aquisição, análise e classificação da amostra de peças
47 Conclusões Trabalho Futuro Incorporar o protótipo numa linha de produção de cerâmica Avaliar na linha de produção: Influência do Ruído Influência do movimento da peça Variabilidade das características para diferentes fornadas Diferenciar os vários modelos de peças cerâmicas Com as características actuais (F1, F2 e F3) ou através da investigação e extracção de novas características Reavaliar os métodos abordados e novos métodos numa amostra mais representativa captada em condições reais de aquisição Aplicar a tecnologia desenvolvida em outras áreas identificar a estrutura da grafite no ferro fundido extracção de características e classificação de material áudio
CATÁLOGO TÉCNICO DE PRODUTO
Descrição: Medições fiáveis e de alta precisão para realização de testes e desenvolvimento de eletrónica de potência! Os compactos analisadores de potência da série Fluke Norma possuem a mais recente tecnologia
Leia maisClassificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões
Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos
Leia maisEnunciados de Problemas
INSTITUTO SUPERIOR TÉCNICO LICENCIATURA EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES Enunciados de Problemas de Sistemas de Telecomunicações I Ano Lectivo de 2002/2003 2.17 Admita que o coeficiente de
Leia maisClassificação de Imagens
Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,
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 maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisDíodo de Junção Semicondutora
íodo de Junção emicondutora ispositivos Eletrónicos Licenciatura em Engenharia Electrónica C. Ferreira Fernandes 2012-13 Laboratório de ispositivos Electrónicos ÍOO E JUNÇÃO Material utilizado: Placa de
Leia maisSC102. Sonómetro integrador tipo 2 com protocolos de medição. Aplicações Dispõe de protocolos de medição para: Ruído gerado por veículos a motor
Sonómetro integrador tipo 2 com protocolos de medição Aplicações Dispõe de protocolos de medição para: Ruído gerado por veículos a motor MEDIR O RUÍDO NUNCA FOI TÃO FÁCIL Níveis sonoros emitidos e produzidos
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 maisEspectro da Voz e Conversão A/D
INSTITUTO SUPERIOR TÉCNICO LICENCIATURA EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES GUIA DO 1º TRABALHO DE LABORATÓRIO DE SISTEMAS DE TELECOMUNICAÇÕES I Espectro da Voz e Conversão A/D Ano Lectivo de
Leia mais4. Tarefa 16 Introdução ao Ruído. Objetivo: Método: Capacitações: Módulo Necessário: Análise de PCM e de links 53-170
4. Tarefa 16 Introdução ao Ruído Objetivo: Método: Ao final desta Tarefa você: Estará familiarizado com o conceito de ruído. Será capaz de descrever o efeito do Ruído em um sistema de comunicações digitais.
Leia maisESCOLA NÁUTICA INFANTE D. HENRIQUE DEPARTAMENTO DE MÁQUINAS MARÍTIMAS
ESCOLA NÁUTICA INFANTE D. HENRIQUE DEPARTAMENTO DE MÁQUINAS MARÍTIMAS 4º Ano da Licenciatura em Engenharia de Máquinas Marítimas ºTESTE DE INTRUMENTAÇÃO (M42) Data -.2.2006 Duração - 2.5 horas ª Parte
Leia maisToleranciamento Geométrico João Manuel R. S. Tavares
CFAC Concepção e Fabrico Assistidos por Computador Toleranciamento Geométrico João Manuel R. S. Tavares Bibliografia Simões Morais, José Almacinha, Texto de Apoio à Disciplina de Desenho de Construção
Leia maisMEMÓRIA M.1 - HIERARQUIA DE MEMÓRIAS NUM COMPUTADOR DIGITAL
MEMÓRIA M.1 - HIERARQUIA DE MEMÓRIAS NUM COMPUTADOR DIGITAL Quando se caminha no sentido da memória secundária encontramos memórias com maior capacidade, maior tempo de acesso e mais baixo custo/bit. Fig
Leia maisJ. ROMA, Lda. www.jroma.pt
MEDIDORES DE CAMPO ELECTROMAGNÉTICO Para medidas de campos EMF criados por radares (em funcionamento), telemóveis, UMTS; telefones sem fios, torres de transmissão, Wlan, Wifi, Bluetooth, fornos microondas,
Leia maisModulação por Pulsos
Modulação por Pulsos Propriedades Amostragem de sinais Modulação por amplitude de pulso (PAM) Modulação por pulso codificado (PCM) Modulação por largura de pulso (PWM) Modulação por posição de pulso (PPM)
Leia mais4. Conversores de corrente continua-corrente contínua com isolamento
onversores com isolamento galvânico 4. onversores de corrente continuacorrente contínua com isolamento Exercício nº4.1 Pretendese dimensionar um conversor redutor com isolamento galvânico para controlar
Leia maisIntrodução ao Estudo da Corrente Eléctrica
Introdução ao Estudo da Corrente Eléctrica Num metal os electrões de condução estão dissociados dos seus átomos de origem passando a ser partilhados por todos os iões positivos do sólido, e constituem
Leia maisTRABALHO 1 - ESTUDO DE CIRCUITOS RC e RLC
TRABALHO - ESTUDO DE CIRCUITOS RC e RLC Objectivo - Verificar o comportamento em frequência de circuitos RC e RLC. A função de transferência e o seu significado na análise de sistemas Lineares e Invariantes
Leia maisSílvio A. Abrantes DEEC/FEUP
Sistemas de espalhamento espectral com saltos em frequência (FH/SS) Sílvio A. Abrantes DEEC/FEUP Saltos em frequência (FH) Se a frequência de uma portadora modulada saltar sequencialmente de valor em valor
Leia maisExpansão de Imagem #2
Faculdade de Engenharia da Universidade do Porto Engenharia Electrotécnica e de Computadores Expansão de Imagem #2 Televisão Digital António Alberto da Silva Marques Pedro Ricardo dos Reis Porto, 2004
Leia maisJogos vs. Problemas de Procura
Jogos Capítulo 6 Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas os movimentos que podem ser tomados pelo adversário Pontuação com sinais opostos O que
Leia maisAnalisador de Espectros
Analisador de Espectros O analisador de espectros é um instrumento utilizado para a análise de sinais alternados no domínio da freqüência. Possui certa semelhança com um osciloscópio, uma vez que o resultado
Leia maisCapítulo 3 Modelos Estatísticos
Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide
Leia maisReconhecimento de Padrões Utilizando Filtros Casados
Detecção e estimação de sinais Reconhecimento de Padrões Utilizando Filtros Casados Aline da Rocha Gesualdi Mello, José Manuel de Seixas, Márcio Portes de Albuquerque, Eugênio Suares Caner, Marcelo Portes
Leia maisÍndice Geral Índice Geral Pág.Pág.
VELFAC - Vidros Índice Geral Pág. Pág. Vidros VELFAC VELFAC ENERGY VELFAC SUN VELFAC VELFAC DÉCOR VELFAC SOUND VELFAC SAFETY VELFAC SECURE VELFAC Fachada VELFAC FIRE Termos Técnicos p/ Protecção Térmica
Leia maisProcessamento digital de imagens. introdução
Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética
Leia maisMAPA DE RUÍDO RESUMO NÃO TÉCNICO
MAPA DE RUÍDO DO MUNICÍPIO DE SATÃO Actualização para os novos indicadores de ruído Lden e Ln MAPA DE RUÍDO RESUMO NÃO TÉCNICO Abril 2011 Revisão 01 Rua Pedro Hispano 12 3030-289 Coimbra Tel: (+351) 239
Leia maisEA616B Análise Linear de Sistemas Resposta em Frequência
EA616B Análise Linear de Sistemas Resposta em Frequência Prof. Pedro L. D. Peres Faculdade de Engenharia Elétrica e de Computação Universidade Estadual de Campinas 2 o Semestre 2013 Resposta em Frequência
Leia maisEstatística descritiva. Também designada Análise exploratória de dados ou Análise preliminar de dados
Estatística descritiva Também designada Análise exploratória de dados ou Análise preliminar de dados 1 Estatística descritiva vs inferencial Estatística Descritiva: conjunto de métodos estatísticos que
Leia maisFontes de Alimentação
Fontes de Alimentação As fontes de alimentação servem para fornecer energia eléctrica, transformando a corrente alternada da rede pública em corrente contínua. Estabilizam a tensão, ou seja, mesmo que
Leia maisDistribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas
Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000
Leia maisAutomatismos Industriais
Automatismos Industriais Introdução à Pneumática Nos actuais sistemas de automação a pneumática é um elemento muito importante pois está presente num vasto numero de aplicações, seja como sistema totalmente
Leia maisGoodears Robot Orientado por Farol Acústico
Goodears Robot Orientado por Farol Acústico José Vieira, Luís Almeida, Paulo Santos, João Reis vieira@det.ua.pt, lda@det.ua.pt, athos@portugalmail.pt, joao.m.rei@portugalmail.pt Resumo DET - IEETA Universidade
Leia maisTécnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos
Técnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos José Rogado jose.rogado@ulusofona.pt Universidade Lusófona Mestrado Eng.ª Informática e Sistemas de Informação 2013/14 Resumo
Leia maisINTRODUÇÃO À ACÚSTICA
INTRODUÇÃO À ACÚSTICA 1. Introdução As sociedades industriais com o seu desenvolvimento tecnológico têm contribuído para o aumento dos níveis de ruído, sendo um dos principais factores de risco para a
Leia maisSegmentação de Imagens
Segmentação de Imagens (Processamento Digital de Imagens) 1 / 36 Fundamentos A segmentação subdivide uma imagem em regiões ou objetos que a compõem; nível de detalhe depende do problema segmentação para
Leia maisANÁLISE DE PROGRAMAS DE CÁLCULO PARA ESTRUTURAS DE ALVENARIA RESISTENTE. Ivone Maciel 1 Paulo Lourenço 2 ivone@civil.uminho.pt pbl@civil.uminho.
ANÁLISE DE PROGRAMAS DE CÁLCULO PARA ESTRUTURAS DE ALVENARIA RESISTENTE Ivone Maciel 1 Paulo Lourenço 2 ivone@civil.uminho.pt pbl@civil.uminho.pt 1 Mestranda e Bolseira de investigação do Departamento
Leia maisProtecção de Sobretensões. Luis Cabete Nelson Vieira Pedro Sousa
Protecção de Sobretensões Luis Cabete Nelson Vieira Pedro Sousa Sobretensões São as diferenças de potencial anormais que se produzem num circuito eléctrico, como consequência de diversas perturbações,
Leia maisAcústica em Reabilitação de Edifícios
Reabilitação 009- Parte 1 - Conceitos Básicos 1 Reabilitação 009- Acústica de edifícios / Áreas de Estudo 1 - Condicionamento acústico interior - Isolamento sonoro Sons aéreos Sons de percussão De fachada
Leia maisTECNOLOGIA DE EDIFÍCIOS
Universidade do Algarve Instituto Superior de Engenharia TECNOLOGIA DE EDIFÍCIOS ACÚSTICA DE EDIFÍCIOS António Morgado André UAlg-EST-ADEC aandre@ualg.pt 1 Exercício 2.1 Considere uma sala de aula de 4,5x
Leia maisSeminário sobre energia eléctrica INOTEC
A importância dos diagnósticos. As redes subterrâneas de MT, normalmente fiáveis do ponto de vista técnico, apresentam pontos fracos importantes a ter em conta durante o seu tempo de vida útil, designadamente:.
Leia maisMiguel Nascimento Nº 2010426 TIM LTM 12 Janeiro 2011
Miguel Nascimento Nº 2010426 TIM LTM 12 Janeiro 2011 Introdução Existem actualmente diversos formatos para reprodução de som multi-canal, mas neste trabalho serão abordados os seguintes: Estéreo LCRS 5.1
Leia mais8.5. Inter-relação entre os requisitos acústicos e as exigências de conforto higrotérmico e ventilação
8.5. Inter-relação entre os requisitos acústicos e as exigências de conforto higrotérmico e ventilação 8.5.1. Introdução O conforto higrotérmico tem motivado o desenvolvimento de tecnologias passivas com
Leia maisIntrodução ao CoolEdit c : programa de edição de som digital
Introdução ao CoolEdit c : programa de edição de som digital J. M. B. Lopes dos Santos 19 de Julho de 2005 Departamento de Física, Faculdade de Ciências, Universidade do Porto, R. Campo Alegre, 687, 4169-007
Leia maisInstrumentação para Espectroscopia Óptica. CQ122 Química Analítica Instrumental II 2º sem. 2014 Prof. Claudio Antonio Tonegutti
Instrumentação para Espectroscopia Óptica CQ122 Química Analítica Instrumental II 2º sem. 2014 Prof. Claudio Antonio Tonegutti INTRODUÇÃO Os componentes básicos dos instrumentos analíticos para a espectroscopia
Leia maisCDI 20705 Comunicação Digital
CDI Comunicação Digital DeModulação em Banda Base Digital Communications Fundamentals and Applications Bernard Sklar ª edição Prentice Hall Marcio Doniak www.sj.ifsc.edu.br/~mdoniak mdoniak@ifsc.edu.br
Leia maisUniposRio - FÍSICA. Leia atentamente as oito (8) questões e responda nas folhas de respostas fornecidas.
UniposRio - FÍSICA Exame Unificado de Acesso às Pós-Graduações em Física do Rio de Janeiro 9 de novembro de 00 Nome (legível): Assinatura: Leia atentamente as oito (8) questões e responda nas folhas de
Leia maisPar simétrico de fios (ou linha bifilar)
Par simétrico de fios (ou linha bifilar) Par simétrico de fios: linha de transmissão constituída por dois condutores isolados condutor: cobre; isolador: polietileno. Ldx Rdx I Parâmetros primários: Gdx
Leia maisAntenas e Propagação. Artur Andrade Moura. amoura@fe.up.pt
1 Antenas e Propagação Artur Andrade Moura amoura@fe.up.pt 2 Parâmetros fundamentais das antenas Permitem caracterizar o desempenho, sobre vários aspectos, das antenas Apresentam-se definições e utilização
Leia maisAmostragem e PCM. Edmar José do Nascimento (Princípios de Comunicações) http://www.univasf.edu.br/ edmar.nascimento
Amostragem e PCM Edmar José do Nascimento (Princípios de Comunicações) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Roteiro 1 Amostragem 2 Introdução O processo
Leia maisPlanificação de. Aplicações Informáticas B
Escola básica e secundária de Velas Planificação de Aplicações Informáticas B Ano letivo 2011/2012 1- Introdução à Programação Planificação de Aplicações Informáticas B Unidade Sub-Unidades Objetivos Conteúdos
Leia maisNovos Métodos para. Dimensionamento Sísmico de Estruturas
Novos Métodos para Dimensionamento Sísmico de Estruturas Rita Bento Instituto Superior Técnico Junho 2003 Ciclo de Palestras em Engenharia Civil 2003 Universidade Nova de Lisboa Centro de Investigação
Leia maisELECTRÓNICA DE POTÊNCIA
ELECTRÓNIC DE POTÊNCI CIRCUITO DE DISPRO DE UM TIRISTOR CIRCUITO COM CRG RESSONNTE COMUTÇÃO PEL CRG GRUPO: DI: TURNO: HORS: LUNO: LUNO: LUNO: LUNO: Nº: Nº: Nº: Nº: IST DEEC 2003 Profª Beatriz Vieira Borges
Leia maisOs ensaios descritos neste capítulo estão adequados aos Níveis de Qualidade (NQ) definidos no ponto 1.2.
6 ENSAIOS Na realização de ensaios nas ITED, a entidade certificadora e o instalador deverão ter em consideração o projecto técnico e os requisitos do presente Manual ITED. 6.1 GENERALIDADES O presente
Leia mais1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.
1 I-projeto do campus Programa Sobre Mecânica dos Fluidos Módulos Sobre Ondas em Fluidos T. R. Akylas & C. C. Mei CAPÍTULO SEIS ONDAS DISPERSIVAS FORÇADAS AO LONGO DE UM CANAL ESTREITO As ondas de gravidade
Leia maisTranscrição Automática de Música
Transcrição Automática de Música Ricardo Rosa e Miguel Eliseu Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria Departamento de Engenharia Informática A transcrição automática de
Leia maisUNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE ENGENHARIA ELÉTRICA E INFORMÁTICA DEPARTAMENTO DE ENGENHARIA ELÉTRICA ELETRÔNICA
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE ENGENHARIA ELÉTRICA E INFORMÁTICA DEPARTAMENTO DE ENGENHARIA ELÉTRICA ELETRÔNICA SÉRIE DE EXERCÍCIO #A4 (1A) FONTE CHAVEADA PAINEL SOLAR Uma aplicação possível
Leia mais3.1. Classifique: 3.1.1. o tipo de movimento da formiga. 3.1.2. o tipo de movimento da barata.
Escola Secundária Vitorino Nemésio Segundo teste de avaliação de conhecimentos de Física e Química A Componente de Física 11º Ano de Escolaridade Turma C 10 de Dezembro de 2008 Nome: Nº Classificação:
Leia maisTrabalho prático: O contador de Geiger-Muller. Descrição geral
Trabalho prático: O contador de Geiger-Muller Descrição geral Um dos primeiros tipos de detector desenvolvidos foi o chamado contador (ou tubo) de Geiger-Muller. Este contador permite detectar a presença
Leia maisSistema Multi-Agente Mediação Electrónica de Seguros
Sistema Multi-Agente Mediação Electrónica de Seguros Luís Nogueira (ISEP) Eugénio Oliveira (FEUP) LIACC / NIAD&R Motivação e Objectivos Problema apresentado no AMEC SIG meeting da rede AgentLink, 2001
Leia maisSimulado ENEM: Matemática
Simulado ENEM: Matemática Questão 1 Cinco diretores de uma grande companhia, doutores Arnaldo, Bernardo, Cristiano, Denis e Eduardo, estão sentados em uma mesa redonda, em sentido horário, para uma reunião
Leia maisCamada Física. Camada Física
Camada Física Camada Física lida com a transmissão pura de bits definição do meio físico, níveis de tensão, duraçãodeumbit,taxade transmissão,comprimento máximo, construção dos conectores 1 Camada Física
Leia maisSOLUÇÕES DE ÁGUA QUENTE
Bombas de Calor para A.Q.S. AQUAECO SOLUÇÕES DE ÁGUA QUENTE Índice Bombas de Calor para A.Q.S. Uma tecnologia de futuro Sistema eficiente de aquecimento de águas 03 Serviços de Apoio ao Cliente 04 Bomba
Leia maisESCOLA SUPERIOR DE TECNOLOGIA
Departamento Informática Disciplina Sistemas de Instrumentação Engenharia de Sistemas e 1 Ano Curso Ano 2º Semestre Informática º Lectivo Aulas TeóricoPráticas Ficha de Trabalho N.º5 2005/2006 Título Sistemas
Leia maisOptimização de um Mundo Virtual
secção 3.2 Optimização de um Mundo Virtual Dadas as limitações impostas pela actual tecnologia, um mundo virtual que não seja cuidadosamente optimizado torna-se necessariamente demasiado lento para captar
Leia maisCerVANTES. Co-VAlidatioN Tool for Embedded Systems. Autor: José Cabrita. Orientadores: José Costa e Paulo Flores. INESC-ID, grupo ALGOS
CerVANTES Co-VAlidatioN Tool for Embedded Systems Autor: José Cabrita Orientadores: José Costa e Paulo Flores INESC-ID, grupo ALGOS 1 1 Objectivo Este projecto tem como objectivo a implementação de um
Leia maisABSORÇÃO ATÓMICA E FOTOMETRIA DE CHAMA SÃO DOIS MÉTODOS QUANTITATIVOS DE ANÁLISE ELMENTAR, QUE PODEM SER USADOS PARA QUANTIFICAR APROXIMADAMNETE 70 ELEMENTOS. AS APLICAÇÕES SÃO NUMEROSAS, E AS CONCENTRAÇÕES
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 maisANEXO II TABELA DE TAXAS DE SERVIÇOS METROLÓGICOS. Seção 1. Verificação inicial e verificação subsequente
ANEXO II TABELA DE TAXAS DE SERVIÇOS METROLÓGICOS Seção 1 Verificação inicial e verificação subsequente Valor R$ da classe de exatidão M3 (peso comercial) 1 até 50 g 1,70 1,70 2 de 100 g até 1 kg 3,90
Leia maisUm especialista em manutenção preditiva
Análise de vibrações A UU L AL A Um especialista em manutenção preditiva foi chamado para monitorar uma máquina em uma empresa. Ele colocou sensores em pontos estratégicos da máquina e coletou, em um registrador,
Leia mais3.4 O Princípio da Equipartição de Energia e a Capacidade Calorífica Molar
3.4 O Princípio da Equipartição de Energia e a Capacidade Calorífica Molar Vimos que as previsões sobre as capacidades caloríficas molares baseadas na teoria cinética estão de acordo com o comportamento
Leia maisINTRODUÇÃO CARACTERÍSTICAS
FILTROS ATIVOS INTRODUÇÃO Circuitos importantes em sistemas de comunicação e instrumentação; Área vasta da eletrônica conceitos fundamentais; Conjunto de modelos de filtros e métodos de projetos; CARACTERÍSTICAS
Leia maisHamming. Kohonen. LVQ. Counterpropagation. ART1. Retropropagação
Hamming. Kohonen. LVQ. Counterpropagation. ART1. Retropropagação 1. Um comerciante tem um armazém onde guarda diversas variedades de fruta e de legumes. Muitas vezes, a fruta e os legumes chegam ao armazém
Leia maisDepartamento de Engenharia Electrotécnica e de Computadores Sistemas Digitais 2010/2011 Instituto Superior Técnico - Universidade Técnica de Lisboa
SISTEMAS DIGITAIS Ambiente de Trabalho e Portas Lógicas (Hardware) Objectivo: Este trabalho destina-se a pôr os alunos em contacto com o equipamento do laboratório, com os componentes a utilizar e com
Leia maisFICHA TÉCNICA DO CURSO
FICHA TÉCNICA DO CURSO ACÚSTICA DE EDIFÍCIOS EDIÇÃO Nº01/2015 1. DESIGNAÇÃO DO CURSO ACÚSTICA DE EDIFÍCIOS 2. COMPETÊNCIAS A DESENVOLVER - Saber dotar um edifício de boas condições de conforto acústico,
Leia maisDatas Importantes 2013/01
INSTRUMENTAÇÃO CARACTERÍSTICAS DE UM SISTEMA DE MEDIÇÃO PROBABILIDADE PROPAGAÇÃO DE INCERTEZA MÍNIMOS QUADRADOS Instrumentação - Profs. Isaac Silva - Filipi Vianna - Felipe Dalla Vecchia 2013 Datas Importantes
Leia maisProcessamento Digital de Sinais
Processamento Digital de Sinais Capítulo 1 Prof. Rodrigo Varejão Andreão 2010/2 Cap. 1 Introdução PDS: área de rápido desenvolvimento nos últimos 40 anos, resultado do avanço das tecnologias de computação
Leia maisFundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens
Fundamentos de Imagens Digitais Aquisição e Serão apresentadas as principais características de uma imagem digital: imagem do ponto de vista matemático processo de aquisição e digitalização de uma imagem
Leia maisComunicação de Dados. Aula 5 Transmissão Analógica
Comunicação de Dados Aula 5 Transmissão Analógica Sumário Modulação de sinais digitais Tipos de Modulação Taxa de transmissão x Taxa de modulação Modulação por amplitude Modulação por freqüência Modulação
Leia maisProjecto de Programação por Objectos 2007/08 Escalonamento em Multi-processador por Programação Evolutiva MEBiom/MEEC 1 Problema
Projecto de Programação por Objectos 2007/08 Escalonamento em Multi-processador por Programação Evolutiva MEBiom/MEEC 1 Problema Considere-se um sistema com um conjunto finito de processadores P = {p1,...,
Leia maisMATERIAIS EM ENGENHARIA 2º Exame Ano lectivo 2013/2014 31 de Janeiro 11:30 horas
MATERIAIS EM ENGENHARIA º Exame Ano lectivo 013/014 31 de Janeiro 11:30 horas - Esta folha pode ser entregue juntamente com o exame. Aluno nº: Nome: - O EXAME É SEM CONSULTA. - NÃO É PERMITIDA A UTILIZAÇÃO
Leia mais2.1 Características Técnicas
2.1 Características Técnicas 2.1.1 Tensão da alimentação auxiliar... 2.1-2 2.1.2 Cargas... 2.1-2 2.1.3 Entradas de corrente... 2.1-2 2.1.4 Entradas de tensão... 2.1-2 2.1.5 Freqüência... 2.1-2 2.1.6 Exatidão
Leia maisCURSO PROFISSIONAL TÉCNICO DE ANÁLISE LABORATORIAL
DIREÇÃO GERAL DOS ESTABELECIMENTOS ESCOLARES DIREÇÃO DE SERVIÇOS DA REGIÃO CENTRO ANO LECTIVO 2015 2016 CURSO PROFISSIONAL TÉCNICO DE ANÁLISE LABORATORIAL MÉTODOS OPTICOS ESPECTROFOTOMETRIA MOLECULAR (UV
Leia maisRevisão: Noções básicas de estatística aplicada a avaliações de imóveis
Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.
Leia maisIntrodução ao Controlo Numérico Computorizado I Conceitos Gerais
Introdução ao Controlo Numérico Computorizado I Conceitos Gerais João Manuel R. S. Tavares Joaquim Oliveira Fonseca Bibliografia Controlo Numérico Computorizado, Conceitos Fundamentais Carlos Relvas Publindústria,
Leia maisAnálise no Domínio do Tempo de Sistemas em Tempo Discreto
Análise no Domínio do Tempo de Sistemas em Tempo Discreto Edmar José do Nascimento (Análise de Sinais e Sistemas) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco
Leia maisni.com Série de conceitos básicos de medições com sensores
Série de conceitos básicos de medições com sensores Medições de som e vibração Renan Azevedo Engenheiro de Produto, DAQ & Teste NI Henrique Sanches Marketing Técnico, LabVIEW NI Pontos principais Fundamentos
Leia maisComunicações Digitais Manual do Aluno Capítulo 7 Workboard PCM e Análise de Link
Comunicações Digitais Manual do Aluno Capítulo 7 Workboard PCM e Análise de Link Laboratório de Telecomunicações - Aula Prática 4 Sub-turma: 3 Nomes dos alunos: Tarefa 17 Ruído em um Link Digital Objetivo:
Leia maisCOLÉGIO MANUEL BERNARDES INFORMAÇÃO EXAME DE EQUIVALÊNCIA À FREQUÊNCIA
COLÉGIO MANUEL BERNARDES ANO LETIVO 2014/2015 INFORMAÇÃO EXAME DE EQUIVALÊNCIA À FREQUÊNCIA ENSINO SECUNDÁRIO 1ª e 2ª FASES PROVA DE FÍSICA CÓDIGO 315 Caracterização e estrutura da prova Tempo total para
Leia maisArquimedes e Controle de Obra
1 1. Arquimedes Servidor. Trabalho em modo multi-utilizador (Novo módulo) 1.1. Servidor de bases de dados do Arquimedes 1.1.1. Bases de dados remotas e locais 1.1.2. Configuração da acessibilidade às bases
Leia maisANALISADOR DE INSTALAÇÕES SOLARES DE PRODUÇÃO DE ENERGIA MODELO GREENTEST FTV100 MARCA CHAUVIN ARNOUX (www.chauvin-arnoux.com)
ANALISADOR DE INSTALAÇÕES SOLARES DE PRODUÇÃO DE ENERGIA MODELO GREENTEST FTV100 MARCA CHAUVIN ARNOUX (www.chauvin-arnoux.com) Estudos em potência elétrica Cálculos da eficiência do painel solar Cálculo
Leia maisFÍSICA - 3 o ANO MÓDULO 32 ACÚSTICA
FÍSICA - 3 o ANO MÓDULO 32 ACÚSTICA (FIOLHAIS, C. Física divertida. Brasília: UnB, 2001 [Adaptado].) Em qual das situações a seguir está representado o fenômeno descrito no texto? a) Ao se esconder
Leia maisExperiência 04: FILTRO RC PASSA ALTA E PASSA BAIXA
( ) Prova ( ) Prova Semestral ( ) Exercícios ( ) Prova Modular ( ) Segunda hamada ( ) Exame Final ( ) Prática de Laboratório ( ) Aproveitamento Extraordinário de Estudos Nota: Disciplina: Turma: Professor:
Leia maisOANAFAS é um programa computacional
ANAFAS Análise de Faltas Simultâneas OANAFAS é um programa computacional para cálculo de curtos-circuitos. Permite a execução automática de grande variedade de faltas e possui facilidades, como estudo
Leia maisRoot Locus (Método do Lugar das Raízes)
Root Locus (Método do Lugar das Raízes) Ambos a estabilidade e o comportamento da resposta transitória em um sistema de controle em malha fechada estão diretamente relacionadas com a localização das raízes
Leia maisMétodos Numéricos. A. Ismael F. Vaz. Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.
Métodos Numéricos A. Ismael F. Vaz Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Mestrado Integrado em Engenharia Mecânica Ano lectivo 2007/2008 A.
Leia maisFreqüência dos sons audíveis: entre 20Hz (infra-sônica) e 20.000Hz (ultra-sônica, audíveis para muitos animais).
Ondas Sonoras: - São ondas longitudinais de pressão, que se propagam no ar ou em outros meios. - Têm origem mecânica, pois são produzidas por deformação em um meio elástico. - As ondas sonoras não se propagam
Leia maisMODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias
Leia maisa) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um
Escola Superior de Tecnologia de Viseu Probabilidades e Estatística 2007/2008 Ficha nº 7 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas de vendas, A e B, para o mesmo produto.
Leia mais