PSO Algorithm Applied to Codebook Design for Channel-Optimized Vector Quantization

Tamanho: px
Começar a partir da página:

Download "PSO Algorithm Applied to Codebook Design for Channel-Optimized Vector Quantization"

Transcrição

1 PSO Algorithm Applied to Codebook Design for Channel-Optimized Vector Quantization H. A. S. Leitão, W. T. A. Lopes, Member, IEEE and F. Madeiro Abstract Vector quantization (VQ) has been used in signal compression systems. However, in the scenario of image transmission, VQ is very sensitive to channel errors. An approach to decrease such sensitivity is channel-optimized vector quantization (), which involves VQ codebook design taking into account the characteristics of the channel. In the present work, particle swarm optimization (PSO) is applied to codebook design for. Simulation results are presented for a variety of bit error rates of a binary symmetric channel (BSC) and reveal the effectiveness of the method in decreasing visual impairment by blocking artifacts in the reconstructed images, overperforming conventional codebook design in terms of peak signal to noise ratio of the reconstructed images for approximately 90% of exhaustive evaluations of image transmission over BSC. Keywords image vector quantization, channel-optimized vector quantization, particle swarm optimization, signal processing. I. INTRODUÇÃO C OM o avanço tecnológico dos sistemas computacionais, o uso de recursos de mídias digitais, tais como imagens, voz e vídeo, cresce e se populariza, tanto para contextos sociais quanto para contextos profissionais. Com isso, os requisitos de largura de banda para transmissão de sinais precisam ser reduzidos. Essa redução pode ser obtida por meio da codificação de sinais, particularmente codificação de fonte. Neste cenário, a quantização vetorial se apresenta como uma técnica amplamente utilizada. Estudos abordam seu uso em diversas aplicações como, por exemplo, na compressão de imagens [1-4], em projetos de alocação de antenas para telefonia celular [5], em processamento de imagens médicas [6] e em segurança da informação envolvendo imagens digitais (por exemplo, esteganografia e marca d água digital) [7-11]. A quantização vetorial de imagens envolve o mapeamento de blocos de pixels da imagem de entrada (imagem a ser quantizada) em um conjunto finito de possíveis blocos de pixels, os quais são denominados vetores-código (ou vetores de reconstrução, protótipos, vetores de referência, blocos de referência). Esse conjunto finito é denominado dicionário. O número de pixels de cada vetor é denominado dimensão e o número de vetores-código é denominado tamanho do dicionário. O projeto de dicionário é levado a efeito no sentido de minimizar a distorção introduzida na representação dos vetores de entrada pelos respectivos vetores-código. Uma abordagem usual para o projeto de dicionário consiste em utilizar um H. A. de S. Leitão, Universidade Federal de Pernambuco, Pernambuco, Brasil, W. T. A. Lopes, Universidade Federal de Campina Grande (UFCG), Paraíba, Brasil, F. M. Bernardino Junior, Universidade de Pernambuco (UPE), Pernambuco, Brasil, conjunto de treino, constituído por uma sequência representativa da fonte a ser quantizada. Exemplos de técnicas que usam conjunto de treino incluem o algoritmo LBG (Linde- Buzo-Gray) [12], versões aceleradas do algoritmo K-means [13,14], algoritmos de redes neurais [15,16], algoritmos fuzzy K-means [17,18] e algoritmos meméticos [19]. Nos algoritmos supramencionados, a atualização do dicionário é guiada pela passagem do conjunto de treino. Assim, classes diferentes de imagens requerem dicionários diferentes, visto que o alvo da compressão baseada em quantização vetorial é reduzir a distorção introduzida na quantização, ou seja, na substituição dos vetores de entrada pelos respectivos vetores-código. A quantização vetorial é sensível a erros de canal que podem ocorrer na transmissão. No caso particular da quantização vetorial com imagens, os ruídos de canal geram artefatos que comprometem visualmente a qualidade das imagens reconstruídas [20]. Uma abordagem utilizada para o problema é a quantização vetorial otimizada para canal (, channeloptimized vector quantization), técnica de quantização que busca minimizar os efeitos dos erros que acontecem no canal e que afetam a qualidade das imagens reconstruídas. A utiliza no projeto do dicionário informações da fonte e do próprio canal de transmissão [21]. A partir dessas informações, em se tratando de projeto de dicionário para, o alvo é obter um dicionário mais robusto aos erros de canal quando comparado a dicionário obtido de técnicas convencionais de projeto (considerando apenas informações da fonte). O projeto de dicionários para pode ser visto como um problema de otimização. Problemas de otimização são passíveis de aplicação de técnicas de computação bioinspirada. A computação bio-inspirada é uma área de estudo onde são desenvolvidos algoritmos baseados em processos naturais ou em comportamentos sociais [22], podendo ser aplicada em diversos contextos e em diversas situações, como em reconfiguração de redes elétricas [23] e reconhecimento facial [24]. Como exemplos de aplicações ao tem-se a otimização do projeto de dicionários a partir do uso de lógica nebulosa [25], de algoritmos genéticos [26] e do algoritmo do vagalume [27]. O presente artigo apresenta a aplicação da otimização por enxame de partículas (PSO, Particle Swarm Optimization), modelo de computação bio-inspirada apresentado por Eberhart e Kennedy em 1995 [28], ao projeto de dicionários para. Denominado de PSO-, este método busca reduzir a distorção média final dos dicionários projetados e, por consequência, melhorar a qualidade das imagens reconstruídas a partir da obtenção de dicionários mais robustos a erros de canal. O restante deste artigo encontra-se organizado da seguinte forma: a Seção II aborda a quantização vetorial otimizada para canal, a Seção III apresenta a meta-heurística de otimização por

2 enxame de partículas, a Seção IV descreve o funcionamento do PSO-, os resultados são apresentados na Seção V e as conclusões na Seção VI. II. A é um método de quantização vetorial utilizado na compressão de imagens para transmissão por canais com ruídos. A Fig. 1 apresenta um diagrama de blocos que ilustra um sistema de transmissão utilizando o processo de quantização vetorial. O codificador E( ) mapeia um vetor formado por um bloco de pixels da imagem fonte, R, em um índice = E(), {1, 2,, }. A operação do codificador está relacionada a um conjunto de particio-namento de R, ={,,, }, tal que E() =. O decodificador ( ), realiza o mapeamento do índice j, {1,2,,}, recebido após a transmissão, em um vetor-código (centroide) =(), R. O vetor-código faz parte de um dicionário ={,,, }. Figura 1. Sistema de transmissão utilizando o processo de quantização vetorial. Seja uma transmissão por canal binário simétrico com probabilidade de erro de bit. A probabilidade de o codificador transmitir o índice e o decodificador receber o índice é dada por ( ). Considerando que a medida de distorção (, ) associada ao mapeamento de um vetor X em um vetor Y é dada pela distância euclidiana quadrática (, ) =, (1) o projeto de dicionários para consiste em obter um dicionário formado por um conjunto de vetores que serão utilizados no processo de quantização vetorial. Esta etapa pode ser resumida da seguinte forma: (a) Particionamento os vetores do conjunto de treino são alocados nas regiões do conjunto de particionamento ={,,, } de acordo com =: ( ) ( ),. (b) Atualização do dicionário os novos vetores-código das regiões do conjunto de particionamento são calculados de acordo com (2) = ( ) ( ), (3) em que é o número de vetores de treino pertencentes à região. (c) Cálculo da distorção calcula-se a distorção média obtida por [] = 1 ( ), (4) em que denota o número da iteração. (d) Teste de convergência critério de parada do algoritmo. As etapas de particionamento, atualização do dicionário e cálculo da distorção, que ocorrem em uma iteração, são realizadas repetidamente até que o critério de parada definido no teste de convergência seja satisfeito. Precisamente, o algoritmo para ao final da t-ésima iteração se [] [] [], (5) em que é um parâmetro denominado de limiar de distorção. III. OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS A otimização por enxame de partículas (PSO, particle swarm optimization) é um algoritmo de inteligência artificial desenvolvido por Eberhart e Kennedy [28], inspirado no comportamento social apresentado por bandos de pássaros em revoada. Na PSO, o termo partícula simboliza o pássaro e representa uma possível solução para o problema; o espaço de busca por possíveis soluções representa a área sobrevoada pelos pássaros; e a solução ótima representa o local do ninho ou da comida. Para avaliar o grau de aptidão das soluções obtidas, a PSO utiliza uma função denominada fitness. As partículas possuem dois operadores associados a elas: o vetor posição e o vetor velocidade. O vetor posição grava a posição da partícula no espaço de busca e o vetor velocidade direciona as mudanças de posição das partículas durante a execução do algoritmo. Além da informação desses dois operadores, cada partícula grava duas posições: a posição global best (gbest), que é a melhor posição conhecida pelo enxame, e a posição personal best (pbest), que é a melhor posição conhecida pela partícula. Essas posições funcionam como um histórico de melhores resultados a ser utilizado no processo decisório de reposicionamento, ou seja, a partícula deve procurar se movimentar na direção das melhores regiões visitadas por ela e pela partícula com melhor resultado momentâneo do enxame. A Fig. 2 mostra o fluxograma do algoritmo PSO. Na inicialização, são gerados aleatoriamente os vetores,,,, N, que representam as posições das partículas no espaço de busca. Em seguida a função fitness é utilizada para calcular a aptidão de cada partícula. Ao ter a informação do valor de aptidão de cada partícula, o algoritmo verifica qual informação vai ficar gravada nas posições pbest e gbest. Na primeira iteração, na posição pbest de cada partícula fica gravada justamente a sua posição inicial; nas demais iterações,

3 a posição pbest somente será atualizada se a aptidão da partícula na iteração for melhor. Por sua vez, a posição gbest na primeira iteração grava a posição da partícula que obteve melhor valor de aptidão; nas demais iterações, a posição gbest somente é atualizada quando alguma partícula obtém aptidão melhor. Após verificar as informações das posições pbest e gbest é avaliado o critério de parada, caso este não tenha sido alcançado o algoritmo continua atualizando o vetor velocidade de cada partícula. De acordo com a literatura [29,30], uma possível forma de atualização do vetor velocidade é [] = [] + [] [] [] + [] [] [], em que é o vetor velocidade da partícula i no momento da mudança de posição, t é a iteração, é o parâmetro cognitivo da partícula, é o parâmetro de aprendizado social e e são valores aleatórios compreendidos no intervalo de 0 a 1. Na Equação 6, os parâmetros cognitivo e de aprendizado social ponderam respectivamente o quanto a partícula irá aproveitar da sua distância em relação às informações memorizadas e, já e representam a ação instintiva de aproveitamento de determinada parcela de informação. Calcula-se então a nova posição para cada partícula. (6) partículas. (b) Em seguida a imagem de treino (ou uma concatenação de imagens) é particionada em M vetores, formando o conjunto de treino = {,,, }. (c) É realizado, para cada partícula, o mapeamento dos M vetores de treino nas N regiões do conjunto de particionamento P, conforme mostrado na Equação 2. (d) Calcula-se, para cada partícula, o vetor-código (centroide) de cada região do conjunto de particionamento P, conforme a Equação 3. (e) Calcula-se, para cada partícula, a distorção média [], apresentada na Equação 4, em que l representa a partícula e t representa o número da iteração do algoritmo. (f) Calcula-se a aptidão para cada partícula. A aptidão da partícula é o inverso da distorção média calculada em (e). Quanto menor for a distorção média (função de otimização) maior é a aptidão da partícula, [] = 1 []. (8) (g) Atualiza-se a informação que vai ficar gravada na posição pbest de cada partícula. (h) Atualiza-se a informação que vai ficar gravada na posição gbest. (i) Realiza-se o teste de convergência (Equação 5) na partícula que possui o melhor valor de aptidão até o momento, valor gravado na posição gbest. A condição de parada da etapa de projeto de dicionário para PSO- depende do limiar de distorção estabelecido. Caso o critério de parada não tenha sido alcançado, o PSO- continua na ação descrita na etapa (j). (j) Atualiza-se o vetor velocidade de cada vetor-código em cada partícula. A atualização do vetor velocidade acontece em duas etapas. Na primeira etapa, determinase o valor da velocidade para cada vetor-código, conforme mostrado na Equação 9, fazendo com que a partícula siga uma trajetória de convergência baseada nas características do projeto de dicionários da. [] = [] [], (9) =, (10) Figura 2. Fluxograma do algoritmo PSO. [] = [] + []. (7) Na sequência, inicia-se uma nova iteração do algoritmo PSO. IV. PSO- O algoritmo PSO aplicado ao projeto de dicionários para quantização vetorial otimizada para canal (PSO-) pode ser descrito da seguinte forma: (a) Inicialmente são gerados aleatoriamente dicionários iniciais de tamanho N e dimensão K. Cada dicionário inicial será representado no PSO- por uma das em que é o centroide j do conjunto de particionamento P, Equação 3, pertencente à partícula l. Na segunda etapa, a velocidade de cada vetor-código é atualizada pela equação [] = [] + [] [] [] + [] [] []. (11) (k) Atualiza-se o vetor posição de cada partícula na iteração t, adicionando-se o vetor velocidade ao valor atual, [] = [] + []. (12)

4 Com a atualização do posicionamento das partículas, o PSO- retorna à etapa (c) para iniciar uma nova iteração. V. RESULTADOS Esta seção apresenta os resultados obtidos pelos dicionários projetados utilizando as imagens apresentadas na Fig. 3, de pixels com 256 níveis de cinza. As imagens foram utilizadas como conjunto de treino na etapa de projeto de dicionários e como imagens de transmissão. Na etapa de projeto de dicionários para PSO- foram utilizados 50 dicionários iniciais aleatórios (dicionários compostos por vetores-código da imagem de treino escolhidos aleatoriamente), em que, para cada projeto de dicionário, o dicionário escolhido na primeira iteração, representando a partícula com melhor aptidão inicial, foi utilizado no projeto de dicionário para. Foram avaliados dicionários de tamanho = 32, 64, 128 e 256 vetores-código, com dimensão =16 (blocos de 4 4 pixels), e com limiar de distorção = 0,001, projetados para transmissão de imagens por canal binário simétrico com probabilidade de erro de bit () de 0,005; 0,010; 0,050 e 0,100. Os valores dos parâmetros aplicados ao PSO- na etapa de projeto de dicionários são mostrados na Tabela I. Os valores utilizados como parâmetro cognitivo da partícula ( ) e como parâmetro de aprendizado social ( ) foram obtidos a partir de uma análise prévia, em que foram observados valores para e que produzissem um ambiente mais competitivo entre as partículas, procurando obter um número maior de troca de partículas escolhidas ao longo do processo. Outro fator observado em relação à e foi a escolha de valores para esses parâmetros que gerassem dicionários mais robustos aos erros de canal. A avaliação de robustez dos dicionários está relacionada à avaliação da qualidade das imagens reconstruídas correspondentes, medida pela relação sinal-ruído de pico (PSNR, Peak Signal-to-Noise Ratio), = 10. log, (13) em que MSE (Mean Square Error) é o erro médio quadrático entre os pixels da imagem original e os pixels da imagem reconstruída, e é o valor máximo que um pixel pode possuir na imagem. Em se tratando de imagens 8 bpp (bits por pixel), = 255. (b) Boat. (a) Lena. Figura 3. Imagens utilizadas no estudo. (c) Clock. No estudo, denota-se por o valor médio de relação sinal-ruído de pico das imagens reconstruídas por dicionário, considerando 50 transmissões. Denota-se por o valor médio de relação sinal-ruído de pico final para cada N e ν. A Tabela II apresenta os valores de obtidos para as três imagens. Pode-se observar que 89,58% dos valores de obtidos pelo PSO- foram maiores que os valores de da, subindo para 100% nos casos de canal binário simétrico com as menores faixas de probabilidade de erro de bit (0,005; 0,010 e 0,050). O melhor ganho em decibéis do PSO- em relação à para cada imagem foi: 0,47 db para a imagem Lena, ocorrido nos dicionários projetados com =64 e = 0,005; 0,44 db para a imagem Boat, ocorrido nos dicionários projetados com = 256 e = 0,005; e 0,28 db para a imagem Clock, ocorrido nos dicionários projetados com =64 e = 0,010. TABELA I. PARÂMETROS DO PSO-. Imagens Lena e Boat = 0,5 e =0,7 Imagem Clock = 0,5 e =0,7 para =32 e =64 = 0,5 e =0,9 para =128 e =256

5 TABELA II. VALORES DE. ν Imagem Método N ,14 25,86 26,33 26,35 25,49 26,33 26,63 26,70 23,88 24,49 25,06 25,05 0,005 Boat PSO- 24,08 24,83 25,37 25,49 24,82 25,35 25,50 25,63 25,04 25,54 25,60 25,76 24,50 24,78 24,71 24,86 24,77 24,95 24,91 25,15 23,32 23,65 23,69 24,12 0,010 Boat PSO- 23,59 23,88 23,90 24,24 23,93 23,91 24,30 24,80 24,07 24,19 24,46 24,94 20,65 20,91 21,04 20,74 20,76 21,11 21,23 21,01 20,08 20,49 20,62 20,16 0,050 Boat PSO- 20,22 20,71 20,82 20,24 20,14 20,14 19,89 19,87 20,38 20,29 20,08 20,03 19,02 19,08 18,73 18,88 19,26 18,95 18,95 18,94 18,71 18,72 18,05 18,50 0,100 Boat PSO- 18,86 18,62 18,18 18,41 18,14 18,20 18,24 18,14 18,10 18,24 18,25 18,09 A Fig. 4 apresenta a distorção média a cada iteração ( [] ) para a e para o PSO-. Os números mostrados junto à distorção média do PSO- representam a partícula que obteve o melhor resultado na iteração (salienta-se que esta partícula, por ser a de maior aptidão, corresponde ao dicionário escolhido na iteração). Pode-se observar que na etapa de projeto de dicionários para PSO- foram realizadas 47 iterações, obtendo distorção média final = 9, Nessas 47 iterações houve cinco trocas de partículas ao longo do processo, apresentando quatro partículas diferentes. No projeto de dicionários para foram realizadas 30 Figura 4. Projeto de dicionário para e para PSO-. iterações, obtendo distorção média final = 9, A das imagens reconstruídas pelo PSO- foi de 24,83 db, já as imagens reconstruídas pela obtiveram de 24,41 db, o que representa, em média, uma melhoria de 0,42 db em termos de das imagens reconstruídas pelo PSO-. Nas Fig. 5, 6 e 7 são apresentadas as imagens Lena, Boat e Clock, reconstruídas após transmissão por canal binário simétrico com = 0,010, utilizando dicionários projetados para e para PSO- de tamanho = 256 vetorescódigo. As imagens foram reconstruídas com os mesmos bits incorretos na sequência de bits transmitida pelo canal binário simétrico. Com isso é possível avaliar a robustez dos dicionários, observando os efeitos causados pelos erros de canal em blocos de pixels pertencentes à mesma posição das imagens. Foram escolhidos pares de dicionários (/PSO- ) que apresentaram valores de próximos aos valores apresentados na Tabela II. (a). Figura 5. Imagens Lena reconstruídas. (b) PSO-. Os resultados de PSNR dessas imagens foram: = 25,23 db para a imagem Lena reconstruída pela, = 26,34 db para a imagem Lena reconstruída pelo PSO-, = 24,12 db para a imagem Boat reconstruída pela, = 24,73 db para a imagem Boat reconstruída pelo PSO-, = 24,50 db para a imagem Clock reconstruída pela e = 25,30 db para a imagem Clock reconstruída pelo PSO-. No zoom efetuado em regiões das imagens é possível observar o efeito dos bloqueamentos espúrios ocasionado pelos erros de canal, onde se percebe que a imagem reconstruída pelo PSO- sofre menos alteração por conta deste tipo de erro. Em simulações realizadas com imagens distintas, a diferentes taxas de codificação e considerando valores distintos de probabilidade de erro de bit do canal binário simétrico,

6 É importante mencionar que a abordagem PSO- requer a utilização de um conjunto de dicionários a serem guiados pela passagem do conjunto de treino. De fato, cada partícula na técnica particle swarm optimization corresponde a um dicionário modificado ao final de cada passagem do conjunto de treino. A abordagem, por sua vez, utiliza apenas um dicionário guiado pela passagem do conjunto de treino. Assim, se um projeto PSO- envolve o uso de partículas, a complexidade computacional correspondente é cerca de vezes maior que complexidade computacional da abordagem convencional. (a). Figura 6. Imagens Boat reconstruídas. (b) PSO-. VI. CONCLUSÕES Este artigo apresentou a aplicação do algoritmo de otimização por enxame de partículas ao projeto de dicionários para quantização vetorial otimizada para canal. O método, chamado de PSO-, utilizou a otimização por enxame de partículas para projetar dicionários com menor distorção média final e mais robustos aos erros de canal. Os resultados obtidos no estudo mostram redução na distorção média final em 90,73% dos dicionários projetados para PSO-, em comparação com os resultados obtidos pela convencional. O algoritmo PSO- também conseguiu melhorar o valor médio de relação sinal-ruído de pico final em 89,58% dos conjuntos de transmissão no estudo, mostrando-se eficiente na obtenção de dicionários mais robustos aos erros de canal. Como trabalhos futuros podem ser citados a avaliação de outros tipos de canal e os efeitos da codificação de canal, a avaliação do impacto causado pelo aumento no número de partículas utilizadas no projeto de dicionários para PSO-, e a investigação de outros algoritmos bio-inspirados aplicados ao projeto de dicionários para. AGRADECIMENTOS Os autores agradecem o apoio financeiro do CNPq e da CAPES. REFERÊNCIAS (a). Figura 7. Imagens Clock reconstruídas. (b) PSO-. observou-se que a qualidade visual das imagens reconstruídas com dicionários PSO- mostrou-se, em geral, levemente superior à qualidade visual das imagens reconstruídas com dicionários. Inspeções visuais das imagens reconstruídas também revelaram que uma percepção subjetiva de leve diferença de qualidade deve-se ao fato de que, em geral, os artefatos associados aos dicionários PSO- parecem ser visualmente menos incômodos que os associados aos dicionários. [1] D. Tsolakis, G. Tsekouras e J. Tsimikas, Fuzzy vector quantization for image compression based on competitive agglomeration and a novel codeword migration strategy, Engineering Applications of Artificial Intelligence, pp , vol 25, [2] E. Akhtarkavan e M. F. M. Salleh, Multiple descriptions coinciding lattice vector quantizer for wavelet image coding, IEEE Transactions on Image Processing, vol. 21, pp , [3] D. Tsolakis, G. Tsekouras, A. Niros e A. Rigos, On the systematic development of fast fuzzy vector quantization for grayscale image compression, Neural Networks, vol. 36, pp , [4] N. M. M. Rodrigues, E. A. B. Silva, M. B. Carvalho, S. M. M. Faria e V. M. M. Silva, On dictionary adaptation for recurrent pattern image coding, IEEE Transactions on Image Processing, vol. 17, pp , [5] Y. Qian, Antenna location design for distributed antenna systems with selective transmission, International Conference on Wireless Communication & Signal Processing, pp. 1-5, Nov [6] S. M. Hosseine e A. Naghsh-Nilchi, Medical ultrasound image compression using contextual vector quantization, Computers in Biology and Medicine, vol. 42, pp , [7] J. Shen e J. Ren, A robust associative watermarking technique based on vector quantization, Digital Signal Processing, vol. 20, pp , 2010.

7 [8] C. Chang, C. Lin e Y. Hsieh, Data hiding for vector quantization images using mixed-base notation and dissimilar patterns without loss of fidelity, Information Sciences, vol. 201, pp , [9] J. Lee, Y. Chiou e J. Guo, Lossless data hiding for VQ indices based on neighboring correlation, Information Sciences, vol. 221, pp , [10] W. Wang, C. Huang, C. Liu, P. Su e S. Wang, Data embedding for vector quantization image processing on the basis of adjoining state- codebook mapping, Information Sciences, vol. 246, pp , [11] W. Wang, C. Huang e S. Wang, VQ applications in steganographic data hiding upon multimedia images, IEEE Systems Journal, vol. 5, pp , [12] Y. Linde, A. Buzo e R. Gray. An algorithm for vector quantizer design. IEEE Transactions on Communications, vol. 28, PP , [13] D. Lee, S. Baek e K. Sung. Modified K-means algorithm for vector quantizer design. IEEE Signal Processing Letters, vol. 4, n 1, pp. 2-4, [14] K. K. Paliwal e V. Ramasubramanian. Comments on Modified K-means algorithm for vector quantizer design. IEEE Transactions on Image Processing, vol. 9, n 11, pp , [15] F. Madeiro, R. M. Vilar, J. M. Fechine e B. G. Aguiar Neto. A selforganizing algorithm for vector quantizer design applied to signal processing. International Journal of Neural Systems, pp , vol. 9, n 3, [16] A. K. Krishnamurthy, S. C. Ahalt, D. E. Melton e P. Chen. Neural networks for vector quantization of speech and images. IEEE Journal on Selected Areas in Communications, vol. 8, n 8, pp , [17] N. B. Karayiannis e P. I. Pai, Fuzzy vector quantization algorithms and their application in image compression. IEEE Transactions on Image Processing, vol. 4, n 9, pp , [18] F. Madeiro, R. R. A. Galvão, F. A. B. S. Silveira e D. C. Cunha. Uma alternativa de aceleração do algoritmo fuzzy K-Means aplicado à quantização vetorial. TEMA. Tendências em Matemática Aplicada e Computacional, vol. 13, pp , [19] C. R. B. Azevedo, R. A. Azevedo, E. L. Bispo Junior, T. A. E. Ferreira, W. T. A. Lopes e F. Madeiro. Um algoritmo memético para a otimização de quantizadores vetoriais. Learning and Nonlinear Models, vol. 5, n 1, pp. 1-15, [20] W. T. A. Lopes, F. Madeiro, J. F. Galdino, B. G. Aguiar Neto e M. S. Alencar, Diversidade em modulação aplicada a canais de comunicações móveis: efeito dos erros de estimação de canal na transmissão de imagens, Revista da Sociedade Brasileira de Telecomunicações, vol. 19, p.p , [21] N. Favardin e V. Vaishampayan, On the performance and complexity of channel-optimized vector quantizers, IEEE Transactions on Information Theory, vol. 37, pp , Jan [22] X. S. Yang, Nature-Inspired Metaheuristic Algorithms. United Kingdom: Luniver Press, [23] F. Scenna, D. Anaut, L. Passoni e G. Meschino, Reconfiguration of electrical networks by an ant colony optimization algorithm, IEEE Latin America Transactions, vol. 11, pp , Feb [24] L. X. Medeiros, G. A. Carrijo, E. L. Flôres and A. C. P. Veiga, Genetic algorithms applied in face recognition, IEEE Latin America Transactions, vol. 10, pp , Dec [25] W. Hwang, F. Lin e C. Lin, Fuzzy channel-optimized vector quantization, IEEE Communication Letters, vol. 4, pp , [26] W. Hwang, C. Ou e C. Yeh, Genetic channel-optimized vector quantizer design for burst error channels, 11 th European Symposium on Artificial Neural Networks, pp , [27] H. A. S. Leitão, F. Madeiro e W. T. A. Lopes, Algoritmo do vagalume aplicado ao projeto de dicionários do, Congresso Brasileiro de Inteligência Computacional, Set [28] J. Kennedy e R. C. Eberhart, Particle swarm optimization, Proceedings of the IEEE International Conference on Neural Networks, vol. 4, pp , [29] N. Jin e Y. Rahmat-Samii, Advances in particle swarm optimization for antenna designs: real-number, binary, single-objective and multiobjective implementations, IEEE Transactions on Antennas and Propagation, vol. 55, pp , [30] R. Eberhart e Y. Shi, Particle swarm optimization: developments, applications and resources, Proceedings of the Congress on Evolutionary Computation, vol. 1, pp , Herbert Albérico de Sá Leitão nasceu em Recife, Pernambuco, em Recebeu o diploma de Engenheiro Eletricista em 2003 pela Universidade Federal de Pernambuco e o título de Mestre em Engenharia de Sistemas em 2014 pela Universidade de Pernambuco. Atualmente é professor do Departamento de Engenharia Elétrica da Universidade Federal de Pernambuco, Brasil. Seus principais interesses de pesquisa incluem processamento de sinais, sistemas de comunicação e inteligência computacional. Waslon Terllizzie Araújo Lopes nasceu em Petrolina, Pernambuco, em 29 de dezembro de Recebeu o diploma de Engenheiro Eletricista e o título de Mestre em Engenharia Elétrica pela Universidade Federal da Paraíba em 1998 e 1999, respectivamente. Recebeu o título de Doutor em Engenharia Elétrica pela Universidade Federal de Campina Grande em junho de Foi professor e chefe do Núcleo de Telecomunicações do Curso de Engenharia Elétrica da Faculdade ÁREA1, Salvador, BA, no período de agosto de 2003 a dezembro de Atualmente, Waslon Terllizzie é professor Adjunto 3 do Depar-tamento de Engenharia Elétrica da Universidade Federal de Campina Grande. É coordenador executivo do Instituto de Estudos Avançados em Comunicações (Iecom) e tutor do Grupo PET-Engenharia Elétrica e suas atividades de pesquisa concentram-se em quantização vetorial robusta, sistemas de comunicações sem fio, comunicações móveis, teoria das comunicações e processamento digital de imagens e sinais de voz, áreas em que tem mais de uma centena de trabalhos publicados em congressos, revistas e livros, nacionais e internacionais. Francisco Madeiro nasceu em Fortaleza, Ceará, Brasil, em Recebeu o título de Doutor em Engenharia Elétrica pela Universidade Federal da Paraíba, Brasil, em Atualmente é professor da Universidade de Pernambuco, Brasil. Seus principais interesses de pesquisa incluem processamento de sinais, sistemas de comunicação e inteligência computacional. Foi ganhador do prêmio Destaque em Ensino da Escola Politécnica de Pernambuco (POLI), em 2008, e dos prêmios de Destaque em Pesquisa e Destaque em Ensino da POLI, em Tem atuado em projetos de pesquisa e desenvolvimento (P&D) em transmissão digital e processamento de imagem. Desde 2011, é bolsista de Produtividade em Desenvolvimento Tecnológico e Extensão Inovadora (DT) do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).

FERRAMENTA PARA O ENSINO DE QUANTIZAÇÃO VETORIAL EM CURSOS DE ENGENHARIA ELÉTRICA

FERRAMENTA PARA O ENSINO DE QUANTIZAÇÃO VETORIAL EM CURSOS DE ENGENHARIA ELÉTRICA FERRAMENTA PARA O ENSINO DE QUANTIZAÇÃO VETORIAL EM CURSOS DE ENGENHARIA ELÉTRICA Jair Galvão jair.galvao@upe.br Escola Politécnica de Pernambuco POLI/UPE Rua Benfica, 455, Madalena CEP: 50720-001 Recife

Leia mais

Inserção de Marca D Água em Imagens Digitais com particionamento do dicionário utilizando o algoritmo Harmony Search

Inserção de Marca D Água em Imagens Digitais com particionamento do dicionário utilizando o algoritmo Harmony Search Inserção de Marca D Água em Imagens Digitais com particionamento do dicionário utilizando o algoritmo Harmony Search L. K. S. Gomes, J. G. Araújo, F. Madeiro, E. A. O. Lima Universidade de Pernambuco Recife,

Leia mais

Método Dialético de Otimização usando o Princípio da Máxima Entropia

Método Dialético de Otimização usando o Princípio da Máxima Entropia Learning and Nonlinear Models Revista da Sociedade Brasileira de Redes Neurais (SBRN) Vol 7 No. 2 pp. 54-64 2009 Método Dialético de Otimização usando o Princípio da Máxima Entropia Wellington Pinheiro

Leia mais

Introdução às Redes Neurais Artificiais

Introdução às Redes Neurais Artificiais Introdução às Redes Neurais Artificiais Treinamento via Algoritmos Genéticos Prof. João Marcos Meirelles da Silva http://www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola

Leia mais

Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1

Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1 Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1 O Journal Citation Reports (JCR) publica anualmente o índice conhecido por fator de impacto de um periódico para medir a freqüência com que

Leia mais

Vetor Quantização e Aglomeramento (Clustering)

Vetor 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 mais

COMPLEXIDADE COMPUTACIONAL DE UM ALGORITMO COMPETITIVO APLICADO AO PROJETO DE QUANTIZADORES VETORIAIS

COMPLEXIDADE COMPUTACIONAL DE UM ALGORITMO COMPETITIVO APLICADO AO PROJETO DE QUANTIZADORES VETORIAIS COMPLEXIDADE COMPUTACIONAL DE UM ALGORITMO COMPETITIVO APLICADO AO PROJETO DE QUANTIZADORES VETORIAIS Francisco Madeiro Departamento de Estatística e Informática Universidade Católica de Pernambuco Recife,

Leia mais

UM ALGORITMO MEMÉTICO PARA A OTIMIZAÇÃO DE QUANTIZADORES VETORIAIS

UM ALGORITMO MEMÉTICO PARA A OTIMIZAÇÃO DE QUANTIZADORES VETORIAIS UM ALGORITMO MEMÉTICO PARA A OTIMIZAÇÃO DE QUANTIZADORES VETORIAIS Carlos R. B. Azevedo, Renan A. Azevedo, Esdras L. Bispo Júnior Departamento de Estatística e Informática Universidade Católica de Pernambuco

Leia mais

Inteligência de Enxame: PSO

Inteligência de Enxame: PSO ! A otimização por enxame de partículas: «É baseada em uma estratégia inspirada no voo dos pássaros e movimento de cardumes de peixes; «Permite a otimização global de um função objetivo A função objetivo

Leia mais

Avaliação de técnicas de seleção de quadros-chave na recuperação de informação por conteúdo visual

Avaliação de técnicas de seleção de quadros-chave na recuperação de informação por conteúdo visual Avaliação de técnicas de seleção de quadros-chave na recuperação de informação por conteúdo visual Shênia Salvador de Pinho, Kleber J. F. Souza Instituto de Ciências Exatas e Informática PUC Minas Guanhães,

Leia mais

A Otimização Nuvem de Partículas (particle swarm)

A Otimização Nuvem de Partículas (particle swarm) A Otimização Nuvem de Partículas (particle swarm) Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 20/06/2007 Índice Introdução Algoritmo Nuvem de Partículas Interpretação

Leia mais

Um Método Simples e Eficiente para Detecção de Atividade de Voz Usando a Transformada Wavelet

Um Método Simples e Eficiente para Detecção de Atividade de Voz Usando a Transformada Wavelet Anais do CNMAC v.2 ISSN 984-82X Um Método Simples e Eficiente para de Atividade de Voz Usando a Transformada Wavelet Marco A. Q. Duarte Curso de Matemática, UUC, UEMS 7954-, Cassilândia, MS E-mail: marco@uems.br

Leia mais

de Imagens em Canais com Desvanecimento Waslon Terllizzie Araújo Lopes

de Imagens em Canais com Desvanecimento Waslon Terllizzie Araújo Lopes Diversidade em Modulação Aplicada à Transmissão de Imagens em Canais com Desvanecimento Waslon Terllizzie Araújo Lopes Tese de Doutorado submetida à Coordenação dos Cursos de Pós-Graduação em Engenharia

Leia mais

Codificação de Canal

Codificação de Canal Laboratório de Processamento de Sinais Laboratório de Sistemas Embarcados Universidade Federal do Pará 26 de janeiro de 2012 Sumário 1 Introdução a 2 Códigos de Blocos Lineares 3 Códigos Cíclicos Introdução

Leia mais

CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves

CAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia

Leia mais

Verificação de Impressões Digitais usando Algoritmos Genéticos

Verificação de Impressões Digitais usando Algoritmos Genéticos 1. Introdução Verificação de Impressões Digitais usando Algoritmos Genéticos Matheus Giovanni Pires, Fernando Vieira Duarte, Adilson Gonzaga Escola de Engenharia de São Carlos Universidade de São Paulo

Leia mais

Inteligência Computacional [2COP229]

Inteligência Computacional [2COP229] Inteligência Computacional [2COP229] Mestrado em Ciência da Computação Sylvio Barbon Jr barbon@uel.br (2/24) Tema Aula 1 Introdução ao Reconhecimento de Padrões 1 Introdução 2 Componentes clássicos da

Leia mais

Transmissão de Imagens e Sinais de Voz Quantizados Vetorialmente em Canais com Desvanecimento. Waslon Terllizzie Araújo Lopes

Transmissão de Imagens e Sinais de Voz Quantizados Vetorialmente em Canais com Desvanecimento. Waslon Terllizzie Araújo Lopes Transmissão de Imagens e Sinais de Voz Quantizados Vetorialmente em Canais com Desvanecimento Waslon Terllizzie Araújo Lopes Dissertação de Mestrado submetida à Coordenação dos Cursos de Pós-Graduação

Leia mais

Rubens L. Cirino Instituto Politécnico IPRJ Nova Friburgo. Diego C. Knupp Agência Nacional de Transportes Terrestres ANTT

Rubens L. Cirino Instituto Politécnico IPRJ Nova Friburgo. Diego C. Knupp Agência Nacional de Transportes Terrestres ANTT APLICAÇÃO DO ALGORITMO DOS VAGALUMES NA IDENTIFICAÇÃO SIMULTÂNEA DA ESPESSURA ÓPTICA E ALBEDO COM VARIAÇÃO ESPACIAL EM UM PROBLEMA INVERSO DE TRANSFERÊNCIA RADIATIVA Rubens L. Cirino Instituto Politécnico

Leia mais

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Adriano Lima de Sá Faculdade de Computação Universidade Federal de Uberlândia 20 de junho de 2014 Adriano L. Sá (UFU)

Leia mais

Uma Versão Intervalar do Método de Segmentação de Imagens Utilizando o K-means

Uma Versão Intervalar do Método de Segmentação de Imagens Utilizando o K-means TEMA Tend. Mat. Apl. Comput., 6, No. 2 (2005), 315-324. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Uma Versão Intervalar do Método de Segmentação de Imagens Utilizando

Leia mais

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Access Control System Based on Face Recognition Tiago A. Neves, Welton S. De Oliveira e Jean-Jacques De Groote Faculdades COC de Ribeirão

Leia mais

Inteligência Computacional Aplicada a Engenharia de Software

Inteligência Computacional Aplicada a Engenharia de Software Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar

Leia mais

I Seminário da Pós-graduação em Engenharia Elétrica

I Seminário da Pós-graduação em Engenharia Elétrica DESENVOLVIMENTO DE FERRAMENTAS COMPUTACIONAIS PARA ESTUDOS EM LINHAS SUBTERRÂNEAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Danilo Sinkiti Gastaldello Aluno do Programa de Pós-Graduação em Engenharia Elétrica

Leia mais

I Seminário dos Grupos de Pesquisa da UNISC Ficha de Inscrição do Grupo de Pesquisa. Nome do Grupo: GPSEM Grupo de Projeto de Sistemas Embarcados e

I Seminário dos Grupos de Pesquisa da UNISC Ficha de Inscrição do Grupo de Pesquisa. Nome do Grupo: GPSEM Grupo de Projeto de Sistemas Embarcados e I Seminário dos Grupos de Pesquisa da UNISC Ficha de Inscrição do Grupo de Pesquisa Nome do Grupo: GPSEM Grupo de Projeto de Sistemas Embarcados e Microeletrônica Área: Sistemas de Computação Nome do Líder:

Leia mais

DO ANALÓGICO AO DIGITAL: CONCEITOS E

DO ANALÓGICO AO DIGITAL: CONCEITOS E DO ANALÓGICO AO DIGITAL: CONCEITOS E TÉCNICAS BÁSICASB Fernando Pereira Instituto Superior TécnicoT Digitalização Processo onde se expressa informação analógica de forma digital. A informação analógica

Leia mais

Alocação de Cabos em Redes de Distribuição de Energia Elétrica de Média Tensão (MT) Utilizando Algoritmo Chu-Beasley

Alocação de Cabos em Redes de Distribuição de Energia Elétrica de Média Tensão (MT) Utilizando Algoritmo Chu-Beasley 1 Alocação de Cabos em Redes de Distribuição de Energia Elétrica de Média Tensão (MT) Utilizando Algoritmo Chu-Beasley J. Castilho Neto, A. M. Cossi Resumo-- Neste trabalho é proposta uma metodologia para

Leia mais

Sistema de Monitoração Remota de Baixo Custo Baseado em Vídeo Digital

Sistema de Monitoração Remota de Baixo Custo Baseado em Vídeo Digital 1 Sistema de Monitoração Remota de Baixo Custo Baseado em Vídeo Digital Patrick Letouzé Moreira, letouze@unb.br Francisco Assis de Oliveira Nascimento, assis@unb.br Cristiano Jacques Miosso, miosso@engineer.com

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a

Leia mais

1 Problemas de transmissão

1 Problemas de transmissão 1 Problemas de transmissão O sinal recebido pelo receptor pode diferir do sinal transmitido. No caso analógico há degradação da qualidade do sinal. No caso digital ocorrem erros de bit. Essas diferenças

Leia mais

O PAPEL DOS CONVERSORES SIGMA-DELTA NO FRONT END DOS SISTEMAS DE COMUNICAÇÃO DIGITAL

O PAPEL DOS CONVERSORES SIGMA-DELTA NO FRONT END DOS SISTEMAS DE COMUNICAÇÃO DIGITAL O PAPEL DOS CONVERSORES SIGMA-DELTA NO FRONT END DOS SISTEMAS DE COMUNICAÇÃO DIGITAL EDUARDO AUGUSTO DIAS FONSECA LUIZ ALBERTO PORTILHO DE LIMA Engenharia de Telecomunicações Instituto de Educação Superior

Leia mais

Utilização de Otimização por Enxame de Partículas e Algoritmos Genéticos em Rastreamento de Padrões

Utilização de Otimização por Enxame de Partículas e Algoritmos Genéticos em Rastreamento de Padrões Utilização de Otimização por Enxame de Partículas e Algoritmos Genéticos em Rastreamento de Padrões Yuri Marchetti Tavares Departamento de Armas Diretoria de Sistemas de Armas da Marinha Rio de Janeiro,

Leia mais

Geração de Chave Pública usando o Método do Enxame de Partículas

Geração de Chave Pública usando o Método do Enxame de Partículas Geração de Chave Pública usando o Método do Enxame de Partículas Rodolfo Dalla Costa FEComp CEATEC rodolfo.dc@puccampinas.edu.br Carlos Miguel Tobar Toledo Grupo de Sistemas Inteligentes CEATEC tobar@puc-campinas.edu.br

Leia mais

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP Caio Augusto de Queiroz Souza caioaugusto@msn.com Éric Fleming Bonilha eric@digifort.com.br Gilson Torres Dias gilson@maempec.com.br Luciano

Leia mais

ESQUEMA PARA COMUNICAÇÃO COM SEGURANÇA BASEADO EM SINCRONIZAÇÃO ADAPTATIVA DE SISTEMAS CAÓTICOS UNIFICADOS

ESQUEMA PARA COMUNICAÇÃO COM SEGURANÇA BASEADO EM SINCRONIZAÇÃO ADAPTATIVA DE SISTEMAS CAÓTICOS UNIFICADOS ESQUEMA PARA COMUNICAÇÃO COM SEGURANÇA BASEADO EM SINCRONIZAÇÃO ADAPTATIVA DE SISTEMAS CAÓTICOS UNIFICADOS JOSÉ A. R. VARGAS 1, FÁBIO T. VITAL 2 1,2 Universidade de Brasília Departamento de Engenharia

Leia mais

ANÁLISE DE PRÉ-PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS

ANÁLISE DE PRÉ-PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação ANÁLISE DE PRÉ-PROCESSAMENTO NO DESEMPENHO DE PREVISÃO DE SÉRIES TEMPORAIS FINANCEIRAS PROPOSTA DE TRABALHO DE

Leia mais

LINGUAGEM DE ESPECIFICAÇÃO E DESCRIÇÃO (SDL) APLICADA AO PROCESSO DE VERIFICAÇÃO E VALIDAÇÃO DE SISTEMAS REATIVOS

LINGUAGEM DE ESPECIFICAÇÃO E DESCRIÇÃO (SDL) APLICADA AO PROCESSO DE VERIFICAÇÃO E VALIDAÇÃO DE SISTEMAS REATIVOS LINGUAGEM DE ESPECIFICAÇÃO E DESCRIÇÃO (SDL) APLICADA AO PROCESSO DE VERIFICAÇÃO E VALIDAÇÃO DE SISTEMAS REATIVOS Fabiana Fraga Ferreira Bacharelanda em Sistemas de Informação Bolsista de Iniciação Científica

Leia mais

Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha

Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha Amarildo de Vicente Colegiado do Curso de Matemática Centro de Ciências Exatas e Tecnológicas da Universidade Estadual do Oeste

Leia mais

DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA ESTUDO DA DOSE DE ENTRADA NA PELE PARA RADIOGRAFIAS DE TÓRAX E COLUNA

DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA ESTUDO DA DOSE DE ENTRADA NA PELE PARA RADIOGRAFIAS DE TÓRAX E COLUNA International Joint Conference RADIO 2014 Gramado, RS, Brazil, Augustl 26-29, 2014 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA

Leia mais

Rastreamento visual de objetos utilizando Otimização por Enxame de

Rastreamento visual de objetos utilizando Otimização por Enxame de 4-7 de Julho - FCT/UNESP - P. Prudente VI Workshop de Visão Computacional Rastreamento visual de objetos utilizando Otimização por Enxame de Partículas Flávio de Barros Vidal Departamento de Ciência da

Leia mais

Complemento IV Introdução aos Algoritmos Genéticos

Complemento IV Introdução aos Algoritmos Genéticos Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e

Leia mais

Thales Trigo. Formatos de arquivos digitais

Thales Trigo. Formatos de arquivos digitais Esse artigo sobre Formatos de Arquivos Digitais é parte da Tese de Doutoramento do autor apresentada para a obtenção do titulo de Doutor em Engenharia Elétrica pela Escola Politécnica da USP. Thales Trigo

Leia mais

1 Transmissão digital em banda base

1 Transmissão digital em banda base 1 Transmissão digital em banda base A transmissão digital oferece algumas vantagens no que diz respeito ao tratamento do sinal, bem como oferecimento de serviços: Sinal pode ser verificado para avaliar

Leia mais

2. O que é Redundância de código ou informação? Como a compressão Huffman utiliza isso? Você conhece algum formato de imagem que a utiliza?(1.

2. O que é Redundância de código ou informação? Como a compressão Huffman utiliza isso? Você conhece algum formato de imagem que a utiliza?(1. Respostas do Estudo Dirigido Cap. 26 - Reducing the information:... ou Image Compression 1. Para que serve comprimir as imagens? Que aspectos estão sendo considerados quando se fala de: Compression Rate,

Leia mais

Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h

Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara. Carga Horária: 60h Sistema de Numeração e Conversão entre Sistemas. Prof. Rômulo Calado Pantaleão Camara Carga Horária: 60h Representação de grandeza com sinal O bit mais significativo representa o sinal: 0 (indica um número

Leia mais

OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS: DIFERENÇA ENTRE APLICAÇÕES A PROBLEMAS CONTÍNUOS E DISCRETOS

OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS: DIFERENÇA ENTRE APLICAÇÕES A PROBLEMAS CONTÍNUOS E DISCRETOS OTIMIZAÇÃO POR NUVEM DE PARTÍCULAS: DIFERENÇA ENTRE APLICAÇÕES A PROBLEMAS CONTÍNUOS E DISCRETOS Marilyn Cristine Serafim de Oliveira 1, Thales Lima Silva 1, Dario José Aloise 1 1 Universidade Federal

Leia mais

MÉTODO DE PRÉ-PROCESSAMENTO PARA AUMENTAR A EFICIÊNCIA DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS E PERMITIR A CONSTRUÇÃO DE TEMPLATES MENORES

MÉTODO DE PRÉ-PROCESSAMENTO PARA AUMENTAR A EFICIÊNCIA DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS E PERMITIR A CONSTRUÇÃO DE TEMPLATES MENORES MÉTODO DE PRÉ-PROCESSAMENTO PARA AUMENTAR A EFICIÊNCIA DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS E PERMITIR A CONSTRUÇÃO DE TEMPLATES MENORES Milena B. P. Carneiro, Antônio C. P. Veiga, Edna L. Flores, Gilberto

Leia mais

A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS

A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS UMA SOLUÇÃO DO PROBLEMA DAS N RAINHAS ATRAVÉS DE ALGORITMOS GENÉTICOS A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS Eliane Vendramini de Oliveira Mestre em Engenharia Elétrica UNESP/ Ilha Solteira

Leia mais

Universidade Federal de Goiás Escola de Engenharia Elétrica e de Computação Laboratório de Máquinas Especiais

Universidade Federal de Goiás Escola de Engenharia Elétrica e de Computação Laboratório de Máquinas Especiais Aspectos Relacionados ao Acionamento e Controle de Velocidade de um Motor Linear a Relutância Variável. MARIANO, Rodrigo Leandro; SANTOS, Euler Bueno. Universidade Federal de Goiás Escola de Engenharia

Leia mais

Algoritmos de Subtração Básica de Fundo

Algoritmos de Subtração Básica de Fundo Algoritmos de Subtração Básica de Fundo Leonardo Ronald Perin Rauta leonardorauta@univali.br UNIVALI Anita Maria da Rocha Fernandes anita.fernandes@univali.br UNIVALI Resumo:Algoritmos de subtração de

Leia mais

[Fingerprint Recognition]

[Fingerprint Recognition] Mestrado em Engenharia de Segurança Informática Tecnologias Biométricas Pedro Santos santos.pmcm@gmail.com 12065 Filipe Vieira fil.vieira@gmail.com 12049 Rui Pereira ruipereira.eng@gmail.com 12061 Docente

Leia mais

ESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS

ESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS UNIVERSIDADE FEDERAL DE JUIZ DE FORA ESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS EM CENÁRIOS DE ALTA LUMINOSIDADE ALUNO: MARCOS VINÍCIUS

Leia mais

Introdução aos Sistemas de Comunicação

Introdução aos Sistemas de Comunicação Introdução aos Sistemas de Comunicação Edmar José do Nascimento (Princípios de Comunicação) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Colegiado de Engenharia

Leia mais

Introdução à Transmissão Digital. Funções básicas de processamento de sinal num sistema de comunicações digitais.

Introdução à Transmissão Digital. Funções básicas de processamento de sinal num sistema de comunicações digitais. Introdução à Transmissão Digital Funções básicas de processamento de sinal num sistema de comunicações digitais. lntrodução à transmissão digital Diferença entre Comunicações Digitais e Analógicas Comunicações

Leia mais

Implementações e Comparação de Multiplicadores de Alta Velocidade para Dispositivos Reconfiguráveis

Implementações e Comparação de Multiplicadores de Alta Velocidade para Dispositivos Reconfiguráveis Implementações e Comparação de Multiplicadores de Alta Velocidade para Dispositivos Reconfiguráveis Tiago dos Santos Patrocinio, Ivan Saraiva Silva Departamento de Computação Universidade Federal do Piauí

Leia mais

Visão Computacional e Realidade Aumentada. Trabalho 3 Reconstrução 3D. Pedro Sampaio Vieira. Prof. Marcelo Gattass

Visão Computacional e Realidade Aumentada. Trabalho 3 Reconstrução 3D. Pedro Sampaio Vieira. Prof. Marcelo Gattass Visão Computacional e Realidade Aumentada Trabalho 3 Reconstrução 3D Pedro Sampaio Vieira Prof. Marcelo Gattass 1 Introdução Reconstrução tridimensional é um assunto muito estudado na área de visão computacional.

Leia mais

Aula 04. Código BCD, Códigos Alfa-numéricos e Sistemas de Detecção de Erros

Aula 04. Código BCD, Códigos Alfa-numéricos e Sistemas de Detecção de Erros Aula 04 Código BCD, Códigos Alfa-numéricos e Sistemas de Detecção de Erros Prof. Otávio Gomes otavio.gomes@ifmg.edu.br sites.google.com/a/ifmg.edu.br/otavio-gomes/ 1 Bytes A maioria dos microcomputadores

Leia mais

Inteligência de Enxames

Inteligência de Enxames Inteligência de Enxames André Ricardo Gonçalves andreric [at] dca.fee.unicamp.br www.dca.fee.unicamp.br/~andreric Sumário 1 Inteligência de Enxames p. 3 1.1 Ant Colony Optimization...........................

Leia mais

3DODYUDVFKDYH Visão Computacional, Inteligência Artificial, Redes Neurais Artificiais.

3DODYUDVFKDYH Visão Computacional, Inteligência Artificial, Redes Neurais Artificiais. 80,7(0$'(9, 23$5$5(&21+(&,0(172'(3(d$(080 7$%8/(,52'(;$'5(= Sérgio Faustino Ribeiro Juracy Emanuel M. da França Marcelo Alves de Barros José Homero Feitosa Cavalcanti Universidade Federal da Paraíba CCT/COPIN/NEUROLAB-CT/DTM

Leia mais

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001

Figura 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 mais

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP Reconhecimento de face utilizando banco de imagens monocromáticas e coloridas através dos métodos da análise do componente principal (PCA) e da Rede Neural Artificial (RNA) [Recognition to face using the

Leia mais

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica

Identificação 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 mais

IN0997 - Redes Neurais

IN0997 - Redes Neurais IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Ementa

Leia mais

Estudos Iniciais do Sistema didático para análise de sinais no domínio da frequência DSA-PC: tipos de janelas temporais.

Estudos Iniciais do Sistema didático para análise de sinais no domínio da frequência DSA-PC: tipos de janelas temporais. Estudos Iniciais do Sistema didático para análise de sinais no domínio da frequência DSA-PC: tipos de janelas temporais. Patricia Alves Machado Telecomunicações, Instituto Federal de Santa Catarina machadopatriciaa@gmail.com

Leia mais

Nathalie Portugal Vargas

Nathalie Portugal Vargas Nathalie Portugal Vargas 1 Introdução Trabalhos Relacionados Recuperação da Informação com redes ART1 Mineração de Dados com Redes SOM RNA na extração da Informação Filtragem de Informação com Redes Hopfield

Leia mais

AMBIENTE MULTIPLATAFORMA DE SIMULAÇÃO DE UM SISTEMA DE COMUNICAÇÃO DIGITAL - ASSICOM

AMBIENTE MULTIPLATAFORMA DE SIMULAÇÃO DE UM SISTEMA DE COMUNICAÇÃO DIGITAL - ASSICOM AMBIENTE MULTIPLATAFORMA DE SIMULAÇÃO DE UM SISTEMA DE COMUNICAÇÃO DIGITAL - ASSICOM Igor Flávio Simões de Sousa igorvolt@gmail.com Rogério Guerra Diógenes Filho rogerio.diogenes.f@gmail.com Francisco

Leia mais

UNIVERSIDADE F EDERAL DE P ERNAMBUCO ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO

UNIVERSIDADE F EDERAL DE P ERNAMBUCO ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO UNIVERSIDADE F EDERAL DE P ERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2010.2 ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno!

Leia mais

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com

Leia mais

CONTAGEM DE PESSOAS POR VÍDEO USANDO CÂMERAS EM POSIÇÃO ZENITAL

CONTAGEM DE PESSOAS POR VÍDEO USANDO CÂMERAS EM POSIÇÃO ZENITAL Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM CONTAGEM DE PESSOAS POR VÍDEO USANDO CÂMERAS EM POSIÇÃO ZENITAL Aluno: Victor

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO

UNIVERSIDADE FEDERAL DE PERNAMBUCO UNIVERSIDADE FEDERAL DE PERNAMBUCO Mestrado em Ciência da Computação CENTRO DE INFORMÁTICA Análise comparativa entre os diferentes tipos De protocolos para transmissão de dados Grupo: Professora: Disciplina:

Leia mais

Cálculo do conjunto paralelo

Cálculo do conjunto paralelo Cálculo do conjunto paralelo Vamos usar letras maiúsculas A; B, etc para representar conjuntos e letras minusculas x, y, etc para descrever seus pontos. Vamos usar a notação x para descrever a norma de

Leia mais

Sinal analógico x sinal digital. Sinal analógico. Exemplos de variações nas grandezas básicas. Grandezas básicas em sinais periódicos

Sinal analógico x sinal digital. Sinal analógico. Exemplos de variações nas grandezas básicas. Grandezas básicas em sinais periódicos Plano Redes de Computadores Transmissão de Informações nálise de Sinais ula 04 Introdução Dados, sinais e transmissão Sinal analógico x sinal digital Sinais analógicos Grandezas básicas Domínio tempo x

Leia mais

ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA

ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA 136 ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA FILITTO, Danilo 1 Resumo: Os algoritmos Genéticos inspiram-se no processo de evolução natural e são utilizados para resolver problemas de busca e otimização

Leia mais

Algoritmos Genéticos

Algoritmos Genéticos UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Algoritmos Genéticos Rafael Xavier e Willyan Abilhoa Outubro/2012 www.computacaonatural.com.br

Leia mais

Rede de Elementos Caóticos Acoplados Globalmente

Rede de Elementos Caóticos Acoplados Globalmente Rede de Elementos Caóticos Acoplados Globalmente Rosagela Follmann 1, Elbert E. N. Macau 2 1 Programa de Pós-graduação em Computação Aplicada - CAP Instituto Nacional de Pesquisas Espaciais - INPE 2 Laboratório

Leia mais

de Bordas em Imagens Digitais

de Bordas em Imagens Digitais Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,

Leia mais

[1] ALCAIM, A.. Processamento de Voz e Imagem. PUC Rio, 1999.

[1] ALCAIM, A.. Processamento de Voz e Imagem. PUC Rio, 1999. Referências Bibliográficas [1] ALCAIM, A.. Processamento de Voz e Imagem. PUC Rio, 1999. [2] ATAL, B.. Automatic Recognition of speakers from Their Voices. Proceeding of the IEEE, Vol. 64, No. 4, pp. 460-475,

Leia mais

Problema de alocação de salas de aulas: uma abordagem via algoritmos genéticos

Problema de alocação de salas de aulas: uma abordagem via algoritmos genéticos III Encontro de Modelagem Computacional Problema de alocação de salas de aulas: uma abordagem via algoritmos genéticos Marco Aurélio Buono Carone- thecoreh@gmail.com Vinícius Tinti de Paula Oliveira- viniciustinti@gmail.com

Leia mais

- Representação da Informação pelo computador - Sistemas de Numeração - Código Binário - Digitalização

- Representação da Informação pelo computador - Sistemas de Numeração - Código Binário - Digitalização Disciplina Bases Computacionais Aula 03 Informação, Dados, Variáveis, Algoritmos Roteiro da Aula: - Representação da Informação pelo computador - Sistemas de Numeração - Código Binário - Digitalização

Leia mais

SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO

SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO CONCURSO PÚBLICO PARA DOCENTES DO MAGISTÉRIO SUPERIOR Edital nº 1, de 1 de março de

Leia mais

Codificadores de voz do MPEG-4. Eriko Porto eriko_porto@uol.com.br

Codificadores de voz do MPEG-4. Eriko Porto eriko_porto@uol.com.br Codificadores de voz do MPEG-4 Eriko Porto eriko_porto@uol.com.br Roteiro Introdução Waveform Codecs Source Codecs Hybrid Codecs Áudio no MPEG-4 Comparação entre alguns codecs Codificadores de Voz Introdução

Leia mais

SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS

SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS CMNE/CILAMCE 007 Porto, 13 a 15 de Junho, 007 APMTAC, Portugal 007 SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS Marcelo Zaniboni 1 *, Osvaldo Severino Junior e João Manuel R. S. Tavares

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda

Leia mais

SISTEMA AUTOMÁTICO DE PULVERIZAÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS. PERNOMIAN, Viviane Araujo. DUARTE, Fernando Vieira

SISTEMA AUTOMÁTICO DE PULVERIZAÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS. PERNOMIAN, Viviane Araujo. DUARTE, Fernando Vieira REVISTA CIENTÍFICA ELETRÔNICA DE AGRONOMIA ISSN 1677-0293 PERIODICIDADE SEMESTRAL ANO III EDIÇÃO NÚMERO 5 JUNHO DE 2004 -------------------------------------------------------------------------------------------------------------------------------

Leia mais

Seleção Baseada em Preço dos Melhores e Piores Provedores de Serviço em Rede de Sobreposição de Serviços Par-a-Par

Seleção Baseada em Preço dos Melhores e Piores Provedores de Serviço em Rede de Sobreposição de Serviços Par-a-Par Seleção Baseada em Preço dos Melhores e Piores Provedores de Serviço em Rede de Sobreposição de Serviços Par-a-Par Renato Balestrin Júnior 1, Adriano Fiorese 1 1 Departamento de Ciência da Computação (DCC)

Leia mais

Relatório Iniciação Científica

Relatório 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 mais

Desenvolvimento de um Sistema Híbrido para Rastreamento

Desenvolvimento de um Sistema Híbrido para Rastreamento Desenvolvimento de um Sistema Híbrido para Rastreamento de Objetos aplicado ao Futebol de Robôs Eduardo W. Basso 1, Diego M. Pereira 2, Paulo Schreiner 2 1 Laboratório de Robótica Inteligente Instituto

Leia mais

SISTEMAS DE COMUNICAÇÃO ÓPTICA : INICIAR A PROPOSTA DA DISSERTAÇÃO DE MESTRADO EM DISCIPLINA OPTATIVA, DURANTE PERÍODO DE AQUISIÇÃO DE CRÉDITOS.

SISTEMAS DE COMUNICAÇÃO ÓPTICA : INICIAR A PROPOSTA DA DISSERTAÇÃO DE MESTRADO EM DISCIPLINA OPTATIVA, DURANTE PERÍODO DE AQUISIÇÃO DE CRÉDITOS. SISTEMAS DE COMUNICAÇÃO ÓPTICA : INICIAR A PROPOSTA DA DISSERTAÇÃO DE MESTRADO EM DISCIPLINA OPTATIVA, DURANTE PERÍODO DE AQUISIÇÃO DE CRÉDITOS. Sandra Maria Dotto Stump sstump@mackenzie.com.br Maria Aparecida

Leia mais

Descoberta de Domínio Conceitual de Páginas Web

Descoberta de Domínio Conceitual de Páginas Web paper:25 Descoberta de Domínio Conceitual de Páginas Web Aluno: Gleidson Antônio Cardoso da Silva gleidson.silva@posgrad.ufsc.br Orientadora: Carina Friedrich Dorneles dorneles@inf.ufsc.br Nível: Mestrado

Leia mais

1 Modulação digital para comunicações móveis

1 Modulação digital para comunicações móveis 1 Modulação digital para comunicações móveis Tabela 1: Algumas modulações empregadas em telefonia celular Sistema Forma de Largura da Critério de Razão celular modulação portadora qualidade sinal-ruído

Leia mais

Inteligência de Enxame

Inteligência de Enxame UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Inteligência de Enxame Alexandre Szabo Diego Almeida Orientador: Leandro Nunes de Castro Outubro/2012

Leia mais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,

Leia mais

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS 5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS TÍTULO DO TRABALHO: REDES NEURAIS APLICADAS EM INDÚSTRIAS PETROQUÍMICAS DE FABRICAÇÃO DE FIBRAS DE POLIÉSTER. AUTORES: Lívia Maciel

Leia mais

Comparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas

Comparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas Comparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas Vinicius Ruela Pereira Borges 1 1 Faculdade de Computação - Universidade Federal de Uberlândia

Leia mais

Projeto de Modulação sobre Superfícies Topológicas Associadas a Canais Discretos sem Memória: uma Solução para o Sistema Integrado

Projeto de Modulação sobre Superfícies Topológicas Associadas a Canais Discretos sem Memória: uma Solução para o Sistema Integrado Universidade do Estado do Rio Grande do Norte Universidade Federal do Semi-Árido Mestrado em Ciência da Computação Projeto de Modulação sobre Superfícies Topológicas Associadas a Canais Discretos sem Memória:

Leia mais

- Computação Evolutiva -

- Computação Evolutiva - - Computação Evolutiva - Prof. Dr. Cícero Garrozi DEINFO - UFRPE PPGIA@UFRPE cicerog@gmail.com Site da disciplina: http://cicerog.blogspot.com Sumário Situando a Computação Evolucionária Metáfora principal

Leia mais

EXTRACÇÃO DE SOMBRA A PARTIR DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO

EXTRACÇÃO DE SOMBRA A PARTIR DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO EXTRACÇÃO DE SOMBRA A PARTIR DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO Classificação Não Supervisionada, Reclassificação de Imagem e Classificação Orientada a Segmento Morna Nandaia Ricardo Silva SUMÁRIO

Leia mais

APLICAÇÕES COMPUTACIONAIS NO ENSINO DE PROBABILIDADE E ESTATÍSTICA EM ENGENHARIA

APLICAÇÕES COMPUTACIONAIS NO ENSINO DE PROBABILIDADE E ESTATÍSTICA EM ENGENHARIA APLICAÇÕES COMPUTACIONAIS NO ENSINO DE PROBABILIDADE E ESTATÍSTICA EM ENGENHARIA Júlio Cézar Figueiredo j.cezar@aol.com Cibelly Araújo de Azevedo Lima cibellyazevedo@gmail.com Francisco Rafael Marques

Leia mais

Engenheiro de Telecomunicações pelo Instituto de Estudos Superiores da Amazônia IESAM (Belém, Pará).

Engenheiro de Telecomunicações pelo Instituto de Estudos Superiores da Amazônia IESAM (Belém, Pará). Transmissão Digital em Banda Base: Modelagem do Canal Este tutorial apresenta a implementação da formatação de um pulso para transmissão digital em banda base que simule a resposta ao impulso de um canal

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática MATRIZ CURRICULAR ELETIVAS

UNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática MATRIZ CURRICULAR ELETIVAS MATRIZ CURRICULAR S LIVRE ESCOLHA Núcleo Temático: HUMANAS Disciplina: LÍNGUA BRASILEIRA DE SINAIS 34 h/a (.34 ) Teóricas Etapa: 4ª Compreensão de aspectos composicionais da Língua Brasileira de Sinais

Leia mais