Um Wrapper para Seleção de Eletrodos em Interfaces Cérebro Computador Baseadas em Imaginação de Movimento
|
|
- André Terra Carreira
- 6 Há anos
- Visualizações:
Transcrição
1 Um Wrapper para Seleção de Eletrodos em Interfaces Cérebro Computador Baseadas em Imaginação de Movimento Maria B Kersanach Luisa F S Uribe Thiago B S Costa Romis Attux
2 Interface Cérebro Computador: O que é? Interface Cérebro-Computador é um sistema de comunicação no qual mensagens ou comandos que um indivíduo envia para o mundo externo não passam por vias de saída normais do cérebro, como nervos periféricos e músculos, mas sim pela tradução de fenômenos eletrofisiológicos, sejam eles evocados ou espontâneos. Ao traduzir a atividade eletroquímica do tecido neural diretamente em uma função - seja motora, sensorial ou até mesmo cognitiva -, a BCI pode funcionar como uma prótese para os nervos e músculos, sendo chamada de neuroprótese motora.
3 Principais Paradigmas Existentes P 300 SSVEP MOTOR IMAGERY [Carvalho et al., 2015] [Uribe et al., 2016]
4 Imaginação de Movimento Simulação mental de um movimento cinestésico que modula atividades da banda mu e beta no córtex sensoriomotor sem qualquer movimento físico do corpo. Seja a realização do movimento, sua preparação ou somente a imaginação de estar realizando-no criam oscilações em regiões / funções similares do cérebro, o que possibilita a utilização desta característica para a tradução da intenção do usuário. Exemplos de Aplicação: Engenharia de Reabilitação (cadeira de rodas, exoesqueleto) e Jogos.
5 Visão Geral da Interface
6 #1 Aquisição Touca modelo g.saharasys de 16 eletrodos secos privilegiando o córtex motor; 20 sessões de 8 segundos cada Alterna entre momentos de imaginação da mão esquerda, direita e repouso. Frequência de Amostragem do Sinal de 256 Hz. Janelamento de 3 s com sobreposição de 0,5 s. Aquisições aprovadas pelo comitê de ética da UNICAMP (protocolo 791/2010)
7 #2 Pré Processamento Amplificador do tipo g.usbamp (GTEC); Filtro passa-banda entre 5 e 60 Hz; Reduzir interferências externas (ex.: rede elétrica, filtro notch 60 Hz) e internas (sinais fora do contexto); - Aumentar a relação sinal / ruído; Filtro Espacial Filtro CAR: Filtro de Referência de Média Comum Reduz a presença de artefatos semelhantes presentes na maioria dos eletrodos, o que destaca as informações que evidenciarão a diferença entre os sinais! V = V(j) - 1 n V(j)
8 #3 Extração de Características Extrair as informações dos dados de cada eletrodo para uma sessão; Método do Periodograma de Welch Estima a densidade espectral de potência (PSD) utilizando a Transformada de Fourier (FFT). Muda do domínio do tempo para o domínio da frequência; Bandas utilizadas: 8 a 12 Hz, 12 a 16 Hz e 16 a 20 Hz. Cada janela (3 s) = gera 3 atributos (1 PSD/banda). = 3 * N atributos (N = número de eletrodos) Gera vetor de atributos para próxima etapa! (Classificação)
9 #4 Classificação Identificar a intenção do usuário a partir de opções pré-definidas. Sinais neurofisiológicos são associados a comandos para a máquina. Recebe atributos e toma uma decisão quanto a qual conjunto eles pertencem (no caso, imaginação da mão esquerda ou da direita). Método escolhido: Mínimos Quadrados - Linear! MMQ -> Matriz Pseudo-Inversa de Moore-Penrose Matriz Pseudo-Inversa & Rótulos -> vetor w (solução ótima) Resposta gerada = matriz de características * vetor w y = w(i) * a(i) + w(0)
10 #4 Classificação #1 Passo: Treinamento A. Roda o classificador em 70% das sessões (escolhidas aleatoriamente) com acesso aos rótulos (respostas esperadas); B. Gera estrutura w (identidade do classificador); #2 Passo: Teste A. Roda os 30% restantes dos dados mantendo a estrutura gerada (w) no treinamento para o classificador; B. Compara a resposta obtida em #2 com o rótulo associado; C. Gera uma taxa de erro que julga o conjunto de eletrodos em questão.
11 mas a melhor informação está sempre na mesma região?
12 mas a melhor informação está sempre na mesma região? SIM! (Geralmente, sim)
13 mas a melhor informação está sempre nos mesmos eletrodos?
14 mas a melhor informação está sempre nos mesmos eletrodos? Nem Sempre...
15 #5 Seleção de Atributos Elimina atributos redundantes e/ou irrelevantes. Método escolhido: Wrappers Progressivo Avalia progressivamente subconjuntos variáveis utilizando o próprio classificador para selecionar os eletrodos mais relevantes. Inicia com um eletrodo e iterativamente cria subconjuntos de até 16 eletrodos ao testar os subgrupos decorrentes da adição de um eletrodo por vez. Parâmetro de relevância: taxa de erro no teste.
16 Visão Geral da Interface próximo passo: Resultados!
17 Análise De Resultados 3 voluntários saudáveis do banco de dados - resultados escolhidos para representarem diferentes níveis de resposta ao uso da interface. Sem treinamento prévio com a interface (!); Respostas: Sujeito 1, melhores resultados; Sujeito 2, resultados medianos; Sujeito 3, respostas abaixo da média.
18 Indivíduo 1: Resultados Acima da Média Média das taxas de erro: 15,7% Desvio Padrão: 5,2% Taxa de Erro e Ordens Ótimas de 4 Trials para o Sujeito 1 Trial Menor Taxa de Erro (%) Ordem ótima dos eletrodos até o mínimo do wrapper 1 9,09 FC4, C4, C2, CP4 2 21,21 C4, FC4, CP3, POz, CP4, Pz 3 18,18 C4, Pz, CP3, C2, FC3, C6, FCz 4 14,39 C4, Pz, FC4, CP3, Fz Resultado para o Sujeito 1 Trial 3
19 Indivíduo 2: Resultados na Média Média das taxas de erro: 20,8% Desvio Padrão: 8,85% Resultados do Trial 1 do Sujeito 2 Resultados do Trial 3 do Sujeito 2 Trial Menor Taxa de Erro (%) Ordem ótima dos eletrodos até o mínimo do wrapper 1 27,27 Cz, C6, C3, C4 2 14,39 C6, POz, CP3, CPz, FC4,Pz, CP4, C2 3 29,55 C4, Fz, C3, C5, FC3, Pz, FCz, CP3, CP4, C1 4 12,12 Cz, C6, CP3, POz, FC3, CP4, Pz, FC4, C5, CPz Taxa de Erro e Ordens Ótimas de 4 Trials para o Sujeito 2
20 Indivíduo 3: Resultados Abaixo da Média Média das taxas de erro: 30,88% Desvio Padrão: 3,63% Taxa de Erro e Ordens Ótimas de 4 Trials para Sujeito 3 Trial Menor Taxa de Erro (%) Ordem ótima dos eletrodos até o mínimo do wrapper 1 29,55 CP4, C3, C4, C5, Pz, FCz, C6, CP3, CPz, FC3 2 32,58 C1, POz, CPz, CP4 3 26,52 CP3, C2, C1, C6, Cz, Pz, CP4, FCz 4 34,85 CP4, FC3, Fz Resultados do Trial 4 do Sujeito 3
21 Algumas Observações... Da Biologia Diferença de evocação entre indivíduos Diferença entre trials na evocação de um mesmo indivíduo (aleatorização) Da Interface Importância do conjunto de melhor ordem e tamanho Prós e Contras do Algoritmo Progressivo
22 Possíveis Melhorias Adaptação do Usuário à Interface { Neuroplasticidade cerebral } Treinamento prévio do usuário Feedback para usuário Adaptação da Interface ao Usuário { Aprendizado de Máquina } MMQ (linear) + Redes Neurais (não-linear) Wrapper + Algoritmos Genéticos
23 Possíveis Melhorias Adaptação do Usuário à Interface { Neuroplasticidade cerebral } Treinamento prévio do usuário Feedback para usuário Adaptação da Interface ao Usuário { Aprendizado de Máquina } MMQ (linear) + Redes Neurais (não-linear) Wrapper + Algoritmos Genéticos Próximo Passo!
24 Contatos Maria B Kersanach mmboker@gmail.com Romis Attux attux@dca.fee.unicamp.br Agradecimentos atenção de vocês!
Um Tutorial em processamento de sinais para EEG
Um Tutorial em processamento de sinais para EEG Técnicas para reconhecimento de estados mentais em Interfaces Cérebro-Computador Grupo de Pesquisa em Computação Musical - IME/USP March 14, 2016 Interfaces
Leia mais4 Pré-Processamento e Extração de Características
42 4 Pré-Processamento e Extração de Características Uma vez digitalizados, os sinais EEG precisam ser pré-processados, o que é feito basicamente em quatro etapas: eliminação de ruídos remanescentes, filtragem
Leia maisPor que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Abordagens automáticas
Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Abordagens automáticas Wrapper Filtros Muitos algoritmos de AM são projetados de modo a selecionar os
Leia maisEletroencefalograma no controlo de sistemas biónicos
Eletroencefalograma no controlo de sistemas biónicos Trabalho realizado no âmbito da cadeira Introdução à Eletrónica Médica Por: Inês Barradas, 36146, Bioengenharia Introdução-O que é o eletroencefalograma?
Leia maisMineração de Dados. Análise e Seleção de Variáveis
Mineração de Dados Análise e Seleção de Variáveis 1 Análise e Seleção de Variáveis Parte da uma área chamada de Redução de Dados Obtenção de uma representação reduzida em volume mas que produz resultados
Leia mais06/01/2011. Desenvolvendo equipamentos para a avaliação eletrofisiológica. Introdução. Introdução. Potenciais evocados. Avaliação do PEA e do VEMP
Desenvolvendo equipamentos para a avaliação eletrofisiológica Introdução Potenciais evocados auditivos (PEA) e Miogênicos vestibulares (VEMP) Método objetivo considerado eficiente na observação da integridade
Leia maisSeleção de Atributos 1
Seleção de Atributos 1 Tópicos Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Seleção de atributos antes do aprendizado Benefícios Abordagens automáticas
Leia maisParâmetros importantes de um Analisador de Espectros: Faixa de frequência. Exatidão (frequência e amplitude) Sensibilidade. Resolução.
Parâmetros importantes de um Analisador de Espectros: Faixa de frequência Exatidão (frequência e amplitude) Sensibilidade Resolução Distorção Faixa dinâmica Faixa de frequência: Determina as frequências
Leia maisMétodo dos Mínimos Quadrados na Identificação de Sistemas LIT.
Método dos Mínimos Quadrados na Identificação de Sistemas LIT. ENGC65: Sistemas de Controle III Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 14 de abril de 2014 Sumário
Leia maisAula 6 Mineração Streams Representação dos Dados. Profa. Elaine Faria UFU
Aula 6 Mineração Streams Representação dos Dados Profa. Elaine Faria UFU - 2017 Agradecimentos Este material é baseado No livro Tan et al, 2006 Nos slides do prof. Andre C. P. L. F. Carvalho Agradecimentos
Leia maisposicionados no escalpe do usuário, medindo sinais eletroencefalográficos (EEG). Uma vez medidos, esses sinais são então classificados por modelos
1 Introdução A interação entre humanos e máquinas tem sido um campo de pesquisa e desenvolvimento em expansão nos últimos anos. As três últimas décadas testemunharam o aparecimento de interfaces homem-máquina
Leia maisVisão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
Leia maisReconhecimento de Padrões
Reconhecimento de Padrões André Tavares da Silva andre.silva@udesc.br Roteiro da aula Conceitos básicos sobre reconhecimento de padrões Visão geral sobre aprendizado no projeto de classificadores Seleção
Leia maisBCC390 - Monografia I
BCC390 - Monografia I DESENVOLVIMENTO DE UM REPOSITÓRIO DE DADOS DO FUTEBOL BRASILEIRO Rafael Belini Souza November 9, 2012 Tópicos 1 Introdução 2 Justificativa 3 Objetivo 4 Fontes 5 Pré-processamento
Leia maisCOMPARAÇÃO DE TÉCNICAS PARA DETERMINAR FADIGA MUSCULAR ATRAVÉS DO SINAL EMG
COMPARAÇÃO DE TÉCNICAS PARA DETERMINAR FADIGA MUSCULAR ATRAVÉS DO SINAL EMG Ramon de Freitas Elias CAMPOS 1,2 ; Marcus Fraga VIEIRA 1,2 1 Programa de Pós-Graduação em Engenharia Elétrica e da Computação
Leia maisTransformada de Fourier Discreta (DFT)
UNIVERSIDADE FEDERAL DA PARAÍBA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Transformada de Fourier Discreta (DFT) Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br 1 Transformada de Fourier
Leia maisO Algoritmo de Treinamento: Máquina de Aprendizado Extremo (Extreme Learning Machine - ELM)
O Algoritmo de Treinamento: Máquina de Aprendizado Extremo (Extreme Learning Machine - ELM) Thiago Henrique Cupertino SCE5809 - Redes Neurais 23 de Novembro de 2010 Conteúdo Introdução Desvantagens do
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 maisTrabalho de Conclusão de Curso
Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Aplicadas Departamento de Engenharia Elétrica Trabalho de Conclusão de Curso Análise de técnicas de extração de características de sinais
Leia mais2 Fundamentos Teóricos
19 2 Fundamentos Teóricos 2.1.Interfaces cérebro máquina Interfaces cérebro-máquinsistemas de comunicaçãoo que permitem o usuário interagir com o ambiente ( Brain Machine Interface BMI) são apenas por
Leia maisFiltros Digitais. Filtros básicos, parâmetros no domínio do tempo e frequência, classificação de filtros
Filtros Digitais Filtros básicos, parâmetros no domínio do tempo e frequência, classificação de filtros Filtros são usados basicamente para dois propósitos: Separação de sinais combinados; Restauração
Leia maisProcessamento Digital de Sinais. Aplicações da DFT. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Aplicações da DFT Prof. Dr. Carlos Alberto Ynoguti Aplicações da DFT Nesta seção iremos apresentar três aplicações bastante comuns da DFT: 1) Análise espectral de sinais
Leia maisParadigmas de Aprendizagem
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Paradigmas de Aprendizagem Redes Neurais Artificiais Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisAUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS
AUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS Introdução Câncer de mama É uma das neoplasias mais comuns que afligem as mulheres Globalmente, a cada 3 min uma mulher é diagnosticada
Leia maisTrabalho de Conclusão de Curso. Controle On-line de um Manipulador Robótico por Meio de um Sistema BCI-SSVEP
Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Aplicadas Colegiado de Engenharia Elétrica Trabalho de Conclusão de Curso Controle On-line de um Manipulador Robótico por Meio de um Sistema
Leia maisNEURO-MEP MIO. Sistema de Monitorização Intraoperatória. EMG contínua. Descargas espontâneas. EMG estimulada. Alarmes visuais e sonoros
NEURO-MEP Sistema de Monitorização Intraoperatória EMG contínua Descargas espontâneas EMG estimulada Alarmes visuais e sonoros MIO NEURO-MEP COMPLETO, AMIGÁVEL, CONFIÁVEL O sistema de monitorização intraoperatória
Leia maisCompressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA. Utilizando JAVA. TCC - Monografia
Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA TCC - Monografia Wanderson Câmara dos Santos Orientador : Prof. Dr. Luiz Felipe de Queiroz Silveira 1 Departamento
Leia maisDeterminação de vícios refrativos oculares utilizando Support Vector Machines
Determinação de vícios refrativos oculares utilizando Support Vector Machines Giampaolo Luiz Libralão, André Ponce de Leon F. de Carvalho, Antonio Valerio Netto, Maria Cristina Ferreira de Oliveira Instituto
Leia maisRESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS. Nielsen Castelo Damasceno
RESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS Nielsen Castelo Damasceno Restauração de imagem Procura recuperar uma imagem corrompida com base em um conhecimento a priori do fenômeno de degradação. Restauração
Leia maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia mais6 Modelo Gamma-Cetuc (GC)
6 Modelo Gamma-Cetuc (GC) Um modelo de sintetização de séries temporais de atenuação por chuva envolve a geração de dados aleatórios que satisfaçam especificações de estatísticas de primeira e de segunda
Leia maisCOMPRESSÃO DE SINAIS DE ELETROMIOGRAFIA
Universidade de Brasília UnB Faculdade de Tecnologia FT Departamento de Engenharia Elétrica ENE COMPRESSÃO DE SINAIS DE ELETROMIOGRAFIA Marcus Vinícius Chaffim Costa 1, Alexandre Zaghetto 2, Pedro de Azevedo
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 09 Árvores de Decisão Max Pereira Classificação É a tarefa de organizar objetos em uma entre diversas categorias pré-definidas. Exemplos
Leia maisProcessamento Digital de Sinais. Aplicações da DFT. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Aplicações da DFT Prof. Dr. Carlos Alberto Ynoguti Aplicações da DFT Nesta seção iremos apresentar três aplicações bastante comuns da DFT: 1) Análise espectral de sinais
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Introdução + Estudo de Caso Introdução Percepção de máquina Um
Leia maisSEL Processamento Digital de Imagens Médicas. Aula 4 Transformada de Fourier. Prof. Dr. Marcelo Andrade da Costa Vieira
SEL 0449 - Processamento Digital de Imagens Médicas Aula 4 Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Jean Baptiste Joseph Fourier 2 Exemplo: Função Degrau 3 Exemplo:
Leia maisAnálise no Domínio da Frequência
Análise no Domínio da Frequência Processamento de Sinais e Instrumentação para a Análise do Movimento Humano Prof. Dr. Renato de Moraes Os 4 componentes essenciais de um sinal que varia no tempo Frequência
Leia mais4 SISTEMA DE CLASSIFICAÇÃO DE UNIDADES CONSUMIDORAS DE ENERGIA ELÉTRICA
94 4 SISTEMA DE CLASSIFICAÇÃO DE UNIDADES CONSUMIDORAS DE ENERGIA ELÉTRICA 4.1 INTRODUÇÃO Conforme dito no capítulo 1, a diminuição das perdas técnicas e comerciais é uma das principais prioridades das
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 02 Representação dos dados Pré-processamento Max Pereira Tipo de Dados Os atributos usados para descrever objetos de dados podem ser de diferentes tipos: Quantitativos
Leia maisComplexidade Computacional do Algoritmo de Detecção de Energia
4 Simulações Este capítulo apresenta a comparação e avaliação dos algoritmos que foram apresentados no capítulo anterior. O primeiro resultado apresentado é a comparação da complexidade computacional dos
Leia maisInteligência Artificial. Raimundo Osvaldo Vieira [DComp IFMA Campus Monte Castelo]
Inteligência Artificial Raimundo Osvaldo Vieira [DComp IFMA Campus Monte Castelo] Aprendizagem de Máquina Área da Inteligência Artificial cujo objetivo é o desenvolvimento de técnicas computacionais sobre
Leia mais$QiOLVHGHVHQVLELOLGDGHHVWDWtVWLFD
$QiOLVHGHVHQVLELOLGDGHHVWDWtVWLFD,QWRGXomR Alguns métodos para a análise de sensibilidade e a importância destes foram apresentados no capítulo 3 O capítulo atual trata da análise de sensibilidade estatística
Leia maisSEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Leia maisUNIVERSIDADE FEDERAL DE OURO PRETO INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA
UNIVERSIDADE FEDERAL DE OURO PRETO INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA MARINA LUIZA DOS REIS SENA DESENVOLVIMENTO DE UM SISTEMA BCI-SSVEP E TESTES PRELIMINARES
Leia mais3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
Leia maisUma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo
Análise Espectral Uma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo Análise espectral: determinação do espectro de
Leia maisAbordagem para Extração Automática de Características para Reconhecimento de Aves Tinamidae Baseada em Análise Espectral
Abordagem para Extração Automática de Características para Reconhecimento de Aves Tinamidae Baseada em Análise Espectral Paulo Francisco da CONCEIÇÃO Escola de Engenharia Elétrica e de Computação pfrancisco43@gmail.com
Leia maisHP UFCG Analytics Abril-Maio Um curso sobre Reconhecimento de Padrões e Redes Neurais. Por Herman Martins Gomes.
HP UFCG Analytics Abril-Maio 2012 Um curso sobre Reconhecimento de Padrões e Redes Neurais Por Herman Martins Gomes hmg@dsc.ufcg.edu.br Programa Visão Geral (2H) Reconhecimento Estatístico de Padrões (3H)
Leia maisPadrões, Modelagem e Neurocomputação
Escola Politécnica Universidade de São Paulo Departamento de Engenharia Elétrica Sistemas Eletrônicos PSI2672 Práticas em Reconhecimento de Padrões, Modelagem e Neurocomputação APRESENTAÇÃO FINAL 21/06/2016
Leia mais3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução
3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução Como já mencionado na seção 1.1, as SVMs geram, da mesma forma que redes neurais (RN), um "modelo caixa preta" de
Leia maisTópicos Especiais em Informática Fatec Indaiatuba 13/07/2017
Inteligência de Negócios Fatec Indaiatuba Prof. Piva Compreender as definições e conceitos básicos da Mineração de Dados (MD) Entender o processo KDD (Knowledge Discovery Data) e MD Descrever as etapas
Leia mais6 Aplicação da Metodologia Proposta
6 Aplicação da Metodologia Proposta 6.1 Introdução A utilização da metodologia Box & Jenkins para a identificação da estrutura adequada é tarefa difícil para um usuário sem conhecimento prévio. Por isso,
Leia maisInterface Homem-Computador
Interface Homem-Computador Aula: O Homem e a Máquina - parte II Professor: M.Sc. Flávio Barros flavioifma@gmail.com www.flaviobarros.com.br Interface Homem-Computador Psicologia Cognitiva Psicologia Cognitiva
Leia maisReconhecedor de Alcoolismo
Gabriel Figueiredo I Maria Luísa Cantadori Ricardo Bernardina Projeto da disciplina PSI 2672 Introdução Objetivo: Criar uma rede neural capaz de encontrar uma relação entre o sinal do EEG e a predisposição
Leia maisConceitos de Aprendizagem de Máquina e Experimentos. Visão Computacional
Conceitos de Aprendizagem de Máquina e Experimentos Visão Computacional O que você vê? 2 Pergunta: Essa imagem tem um prédio? Classificação 3 Pergunta: Essa imagem possui carro(s)? Detecção de Objetos
Leia maisProcessamento Digital de Sinais:
Processamento Digital de Sinais: Conceitos e Aplicações Joseana Macêdo Fechine Régis de Araújo IC-DSC-UFCG 1 Por que estudar PDS? 2 PDS Conceitos Básicos Sinais Padrões de variações que representam uma
Leia maisProfs.: Eduardo Vargas Ferreira Walmes Marques Zeviani
Universidade Federal do Paraná Laboratório de Estatística e Geoinformação - LEG Introdução Profs.: Eduardo Vargas Ferreira Walmes Marques Zeviani O que é Machine Learning? Estatística Machine Learning
Leia maisClustering (k-means, SOM e hierárquicos)
Clustering (k-means, SOM e hierárquicos) André Tavares da Silva andre.silva@udesc.br (Capítulo 10 de Duda e Hart) Clustering Introdução e tipos Roteiro Agrupamentos hierárquicos AGNES, DIANA e Dendogram
Leia maisF- Classificação. Banda A
F- Classificação Classificação Digital é associar determinado pixel a determinada categoria por meio de critérios estatísticos Banda B? da d b dc Espaço dos Atributos Classes Banda A Classificação: ordenar,
Leia maisCapítulo 4. Comitê BAS 35
4 Comitê BAS Devido à flexibilidade do algoritmo BAS, que aceita qualquer distribuição inicial para os exemplos, diversas heurísticas podem ser implementadas com o objetivo de criar classificadores de
Leia maisESPECIFICAÇÃO TÉCNICA SISTEMA DE MONITORAMENTO ON-LINE PORTÁTIL
ESPECIFICAÇÃO TÉCNICA SISTEMA DE MONITORAMENTO ON-LINE PORTÁTIL O OneproD-VMS é o nosso Sistema de Monitoramento Condicional em Tempo Real de Todos os Canais Síncronos o OneproD-MVX acoplado há uma maleta
Leia maisSISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS
SISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS GIAN LUCAS DE OLIVEIRA PAIVA GRADUANDO EM ENGENHARIA ELETRÔNICA ORIENTADOR: PROF. CRISTIANO JACQUES MIOSSO DR. EM ENGENHARIA
Leia maisCURSO DE PÓS-GRADUAÇÃO LATO SENSU AUTOMAÇÃO INDUSTRIAL E SISTEMAS DE CONTROLE - MECATRÔNICA
CURSO DE PÓS-GRADUAÇÃO LATO SENSU AUTOMAÇÃO INDUSTRIAL E SISTEMAS DE CONTROLE - MECATRÔNICA Motivação O setor industrial experimentou nas últimas duas décadas um extraordinário avanço devido ao aumento
Leia maisAprendizado de Máquina
Aprendizado de Máquina Principais tópicos Aprendizado profundo André C P L F de Carvalho Posdoutorando: Isvani Frias-Blanco ICMC-USP Introdução Redes profundas Aprendizado profundo Redes autodecodificadoras
Leia maisProcessamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres
Processamento de Imagem Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres Lembrando Filtragem Correlação A correlação e a convolução sãos dois conceitos relacionados a filtragem.
Leia maisSelf Organizing Maps - Redes de Kohonen
Self Organizing Maps - Redes de Kohonen 1. Redes auto organizáveis Existe uma classe de redes neurais artificias que possuem a capacidade de auto organização, sendo por isto chamadas de redes auto organizáveis.
Leia maisCepstrum. Walter Roberto Godefroid Steiger
Walter Roberto Godefroid Steiger Cepstrum Trabalho apresentado como parte da avaliação da disciplina Processamento Digital de Sinais, do Departamento de Engenharia elétrica da Universidade Federal do Paraná.
Leia maisMapas Auto-Organizáveis de Kohonen SOM
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Mapas Auto-Organizáveis de Kohonen SOM Redes Neurais Artificiais Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência ω = ω ω Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação gráfica deste conjunto
Leia mais3 Identificação de Locutor Usando Técnicas de Múltiplos Classificadores em Sub-bandas Com Pesos Não-Uniformes
3 Identificação de Locutor Usando Técnicas de Múltiplos Classificadores em Sub-bandas Com Pesos Não-Uniformes Neste capítulo, é apresentada uma nova proposta de combinação de múltiplos classificadores
Leia mais3 Os Atributos MFCC e PNCC do Sinal de Voz
3 Os Atributos MFCC e PNCC do Sinal de Voz No sinal de voz incorporam-se informações importantes do falante, que são altamente perceptíveis, tais como, dialeto, contexto, estilo de falar, estado emocional,
Leia maisAprendizado de Máquina
Aprendizado de Máquina Introdução ao WEKA Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://web.inf.ufpr.br/luizoliveira Luiz S. Oliveira (UFPR) Aprendizado de
Leia maisBruna Galle UPE Ecomp Mêuser Valença UPE Ecomp
Bruna Galle UPE Ecomp bcga@ecomp.poli.br Mêuser Valença UPE Ecomp meuserv@yahoo.com.br Roteiro Motivação Objetivos Conceitos básicos: Redes Neurais Pré processamento dos Dados Treinamento Resultados Conclusões
Leia maisGuias de Laboratório da Unidade Curricular Eletrónica 2 (Licenciatura em Engenharia Eletrotécnica e de Computadores)
Guias de Laboratório da Unidade Curricular Eletrónica 2 (Licenciatura em Engenharia Eletrotécnica e de Computadores) Jorge Manuel Martins ESTSetúbal, julho de 2017 Índice Lab. 1 - Estudo de um Amplificador
Leia mais7 Extração de Dados Quantitativos
Capítulo 7 - Extração de Dados Quantitativos 119 7 Extração de Dados Quantitativos A técnica de medição desenvolvida e descrita nos capítulos anteriores produz como resultado a variação temporal da espessura
Leia maisMapas Auto-Organizáveis de Kohonen SOM
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Mapas Auto-Organizáveis de Kohonen SOM Redes Neurais Artificiais Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Introdução
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Introdução Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceito básicos de reconhecimento
Leia maisAprendizado de Máquinas. Introdução à Aprendizado Não- Supervisionado
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquinas Introdução à Aprendizado Não- Supervisionado David Menotti, Ph.D. http://web.inf.ufpr.br/menotti Objetivos
Leia maisMetodologia Aplicada a Computação.
Metodologia Aplicada a Computação gaudenciothais@gmail.com Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,
Leia maisAplicação da Transformada S na Decomposição Espectral de Dados Sísmicos
Dissertação de Mestrado Aplicação da Transformada S na Decomposição Espectral de Dados Sísmicos Aluna: Mauren Paola Ruthner Orientador: Marcelo Gattass Co-orientador: Adelson Santos de Oliveira* * Petrobras
Leia maisAprendizado de Máquina
Aprendizado de Máquina Introdução Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://lesoliveira.net Luiz S. Oliveira (UFPR) Aprendizado de Máquina 1 / 19 Introdução
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Tópicos 1. Seleção de atributos 2. Redução de
Leia maisSumário. 1 Sinais e sistemas no tempo discreto 1. 2 As transformadas z e de Fourier 79
Sumário 1 Sinais e sistemas no tempo discreto 1 1.1 Introdução 1 1.2 Sinais no tempo discreto 2 1.3 Sistemas no tempo discreto 7 1.3.1 Linearidade 8 1.3.2 Invariância no tempo 8 1.3.3 Causalidade 9 1.3.4
Leia maisAnalisador de espectros por FFT
Analisador de espectros por FFT A transformada de Fourier (FT) é uma ferramenta matemática utilizada essencialmente para decompor ou separar uma função ou forma de onda em senóides de diferentes frequências
Leia maisRestauração de Imagens
Restauração de Imagens Disciplina: Tópicos em Computação (Processamento Digital de Imagens) 1 / 30 Conceitos Preliminares O principal objetivo das técnicas de restauração é melhorar uma imagem em algum
Leia maisRECONHECIMENTO DE TRAJETÓRIA COM REDES NEURAIS
1 RECONHECIMENTO DE TRAJETÓRIA COM REDES NEURAIS Giovanni Crestan Leonardo Enomoto Araki Thiago Antonio Grandi De Tolosa Wânderson de Oliveira Assis Wilson Carlos Siqueira Lima Júnior IMT Instituto Mauá
Leia maisMORFOLOGIA MATEMÁTICA
MORFOLOGIA MATEMÁTICA Morfologia Na Biologia área que trata com a forma e a estrutura de plantas e animais Processamento de Imagens Ferramenta para extração de componentes de imagens que sejam úteis na
Leia maisDéfices no processamento visual associados à Neurofibromatose tipo 1
Défices no processamento visual associados à Neurofibromatose tipo 1 IBILI, Faculdade de Medicina, Universidade de Coimbra, Portugal Défices cognitivos associados com a NF1 processamento visuo espacial:
Leia maisProf. Ms. Ronaldo Martins da Costa
Prof. Ms. Ronaldo Martins da Costa Diferentes conjuntos de etapas que envolvem métodos, ferramentas e procedimentos utilizados no desenvolvimento de software CiclodeVidaClássico Prototipação Modelo Espiral
Leia maisFigura 40 - Sistema completo.
60 6 Aplicação da BMI a um Manipulador Robótico Uma vez desenvolvidos os elementos da BMI, resta descrever uma metodologia de aplicação da mesma (Figura 40). Esse capítulo tem como objetivo descrever o
Leia maisIntrodução aos Sistemas de Comunicações
aos Sistemas de Comunicações Edmar José do Nascimento () http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Colegiado de Engenharia Elétrica Roteiro 1 Sistemas de
Leia mais4 Robustez do Reconhecimento de Voz
4 Robustez do Reconhecimento de Voz Nos capítulos anteriores foram apresentados a teoria e o funcionamento das etapas que conformam o sistema de reconhecimento de voz contínua. No entanto, se o que se
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSCC0173 Mineração de Dados Biológicos
SCC0173 Mineração de Dados Biológicos Classificação I: Algoritmos 1Rule e KNN Prof. Ricardo J. G. B. Campello SCC / ICMC / USP 1 Créditos O material a seguir consiste de adaptações e extensões dos originais:
Leia maisIdentifique um número! MINERAÇÃO DE DADOS E TEXTOS MOTIVAÇÃO. Observe a imagem... SCC-230 Inteligência Artificial
MINERAÇÃO DE DADOS E TEXTOS SCC-230 Inteligência Artificial Solange Oliveira Rezende Bruno Magalhães Nogueira Thiago A. S. Pardo MOTIVAÇÃO Observe a imagem... Identifique um número! 2 1 MOTIVAÇÃO 3 MOTIVAÇÃO
Leia maisImplementação dos Algoritmos e Resultados
Capítulo 6 Implementação dos Algoritmos e Resultados 6.1 Considerações Iniciais Diversas situações foram exploradas neste trabalho visando analisar qual seria a wavelet mais adequada para sistemas de extração
Leia mais*indique seu referencial zero no gráfico.
ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia de Sistemas Eletrônicos PSI EPUSP PSI 3031 - LABORATÓRIO DE CIRCUITOS ELÉTRICOS EXPERIÊNCIA 7 Análise de Fourier de Sinais Periódicos
Leia maisSumário Introdução Revisão de Números Complexos Programação em Delphi... 94
Sumário Introdução... 14 01.Revisão de Números Complexos... 15 01. Introdução... 15 02. Propriedades dos Números Complexos... 19 03. Conjugado de um Número Complexo... 21 04. Adição de Complexos... 22
Leia mais