Implementação e testes de sistema de visão computacional para o reconhecimento de placas de carros.

Tamanho: px
Começar a partir da página:

Download "Implementação e testes de sistema de visão computacional para o reconhecimento de placas de carros."

Transcrição

1 III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p , jun, ISBN: Implementação e testes de sistema de visão computacional para o reconhecimento de placas de carros. Francisco Felipe Moreira Sousa 1, Joniel Bastos Barreto 1, Açucena de Gois Parente 1, Danilo Alves Oiveira 1, Thomaz Maia de Almeida 1 1 Eixo de Controle e Processos Industriais Instituto Federal de Educação, Ciência e Tecnologia do Estado do Ceará. (IFCE) Sobral CE Brasil {felipems1202, joniel.bb, acucena.gois.p, daniloreriutaba, thomazmaia}@gmail.com Abstract. Artificial neural networks are applied in the solution of complex problems. In more challenging problems, increasing the number of neurons can usually achieve greater efficiency. However, this increase must be well planned, from a certain amount the tendency of one to fall. In this way, this article presents an analysis of the influence on the amount of neurons of a neural network, for the character recognition of a car plate. The tests carried out with 49 photos of the front of cars. The obtained result shows that 30 neurons are ideal for the recognition of the plate characters, obtaining a success rate of 97.5%. Resumo. As redes neurais artificiais geralmente são aplicadas na solução de problemas complexos. Em problemas mais desafiadores, ao aumentar o número de neurônios normalmente é possível conseguir uma maior eficiência. Porém, esse aumento deve ser bem planejado, pois a partir de certa quantidade a eficiência tende a cair. Desta forma, este artigo apresenta uma análise da influencia na quantidade de neurônios de uma rede neural, para o reconhecimento de caracteres de uma placa de carro. Os testes realizados utilizaram 49 fotos da parte frontal de carros. O resultado obtido mostra que 30 neurônios são ideais para o reconhecimento dos caracteres da placa, obtendo uma taxa de acerto de 97.5%. 1. Introdução As redes neurais artificiais (RNA) são técnicas computacionais inspiradas na estrutura neural humana. De acordo com Haykin (2001), uma RNA pode ser caracterizada pelo processamento robusto e paralelamente distribuída em unidades de processamento simples denominadas neurônios. Simplificadamente, redes neurais podem ser classificadas em supervisionadas e não supervisionadas; e para cada um dos dois tipos existem vários modelos disponíveis [BRAGA, 2007]. Na supervisionada é mostrada à RNA a resposta desejada de acordo com o padrão de entrada. Por outro lado, a não supervisionada não ocorre essa indicação e a RNA ajusta a resposta por conta própria. A capacidade das RNAs em resolver problemas depende de sua arquitetura, isto é, a quantidade de camadas e de neurônios em cada camada. A arquitetura varia de

2 acordo com a complexidade do problema e não pode ser definida antes do treinamento, constituindo uma procura empírica baseada em tentativas e erros [Hagan et al., 1996]. Desta forma, o presente artigo consiste em utilizar técnicas de visão computacional para processar a imagem, localizar, segmentar e identificar os caracteres da placa do carro. Além disso, analisar a influencia da quantidade de neurônios em uma RNA supervisionada do tipo perceptron multicamada (do inglês, Multilayer Perceptron, MLP) visando buscar a melhor arquitetura para a identificação do caractere. 2. Trabalhos Relacionados Na literatura são encontrados diversos trabalhos no contexto deste. Abaixo se enumera alguns deles. Moreira et. al.(2006) desenvolveram uma Rede Neural Artificial (RNA) para estimar a erosividade da chuva para o Estado de São Paulo, e analisou a acurácia desta com o método de interpolação Inverso de uma Potência da Distancia (ID). Foram utilizados dados de erosividade de 138 estações pluviométricas sendo dessas, escolhidas de forma aleatória, 100 estações para treinamento e 38 estações para testes. Combinando números de neurônios, funções de ativação, números de interações e regras de treinamento, a RNA apresentou melhor desempenho na estimativa da erosividade da chuva do que o método de interpolação ID. Junior et. al.(2015) avaliaram configurações de uma rede neural artificial para discriminar e estimar áreas da cultura da soja. A área de estudo compreendeu o estado do Paraná, na região sul do Brasil. Nesse espaço foram selecionados e definidos polígonos de diversos tamanhos, obtendo assim amostras de cultura de soja, não soja e de demais usos (principalmente cursos d água). Variando a arquitetura da rede, quantidade de camadas e de neurônios, foi obtido um valor de precisão de 85.01% nas classificações das regiões. Rodrigues et. al.(2016) analisaram o desempenho de uma rede neural artificial supervisionada do tipo Perceptron Multicamada (MLP), aplicada na aproximação de funções. Para o estudo, foi usada uma função real senoide somada a termo quadrático que, acrescida de um ruído branco gaussiano, representava os dados de saída da função para o treino da MLP. O resultado obtido a partir do processamento da rede é uma função próxima à função real estipulada não ruidosa, quando a configuração dos parâmetros atribuídos à rede, como a quantidade neurônios e de épocas, eram ajustados. Em todos os trabalhos relacionados descritos nesta seção, é observada a importância de ajustar os parâmetros da RNA a fim de obter resultados satisfatórios. Desta forma este trabalho apresenta uma analise comparativa da quantidade de neurônios na camada oculta de uma MLP, aplicado no reconhecimento óptico de caracteres advindos de placas veiculares. 3. Materiais e Métodos O projeto é dividido em três etapas. Sendo a primeira a aquisição das imagens dos carros, a segunda etapa o processamento das imagens e a terceira etapa o reconhecimento dos caracteres.

3 3.1. Coletas de dados: Nesta etapa, foram adquiridas 49 fotos da parte frontal dos carros de diversos modelos, tentando manter sempre a mesma distancia e em horários diferentes. Desta forma, foi criado um banco de imagens de placas com iluminação variada. Cada placa de carro possui sete caracteres, três letras e quatro números, num total de 147 letras e 196 números Pré-processamento As técnicas utilizadas para tal processo foram: conversão em escala de cinza, seguido de um filtro de suavização. Após esses processos é aplicado o algoritmo de detecção de bordas de Canny, seguido de uma operação de dilatação para aumentar a espessura das linhas de contornos. Esses processos resultam na imagem vista na Figura 1. a. b. Figura 1 a. Imagem original; b. imagem pré-processada Localização da placa O próximo passo é a localização da placa utilizando a morfologia matemática para realçar as regiões de interesse. Os fundamentos da morfologia matemática encontram-se na teoria dos conjuntos, dependendo das operações de união, interseção, complemento, diferença, translação e reflexão de conjuntos [GONZALEZ; WOODS, 2010]. Na Figura 1.b, é aplicado um conjunto de operações de fechamento e abertura, com elementos estruturantes (EE) no formato de linha e de tamanho relacionado a morfologia dos caracteres e da placa veicular. Essas operações foram: fechamento horizontal com EE na largura próxima a dos caracteres, depois duas abertura vertical com EE no valor de altura menor que a placa e outra com valor menor que a altura dos caracteres e por fim uma abertura vertical com EE no valor da altura da placa. Desta forma, tem-se a mascara (Figura 2.a) ideal para retirar da imagem original apenas a placa, como pode ser visto na Figura 2.b. De posse da placa é necessário separar os caracteres. Para isso converte-se novamente em escala de cinza, aplicamos um filtro de suavização seguido por um filtro de Canny e por fim uma operação de dilatação visto na Figura 2.c.

4 a. b. Figura 2 a. imagem da máscara da placa; b. imagem da aplicação da máscara; c. imagem da placa após aplicado os filtros Segmentação Nesta etapa é aplicado um algoritmo para localizar bordas. Esse algoritmo serve para obter os contornos de cada letra, logo a posição do caractere na imagem, como observado da Figura 3.a. Com a posição, recorta-se da imagem com a placa (Figura 3.a) o caractere e realiza uma limiarização usando o método de Otsu. O algoritmo de Otsu é bastante utilizado em cenários naturais e sua implementação está presente em vários trabalhos científicos [JIANG et al., 2013]. Em seguida, é salva a imagem da Figura 3.b, ou seja, o caractere limiarizado. c. a. b. Figura 3 a. Imagem após o algoritmo de localização de bordas; b. Imagem do caractere limiarizada. 3.5 Reconhecimento Para identificação dos caracteres é usado uma rede neural chamada MLP Multi Layers Perceptron, que para ser aplicada é necessário obter as características especifica de cada caractere que os diferenciem, ou seja, que os tornem únicos. Essas características descrevem cada caractere de uma maneira individual para que a RNA não confunda nenhum deles e, por isso, são chamadas de descritores de caracteres. No processo de identificação do caractere é usada a técnica de projeção. Esta técnica consiste em calcular algumas projeções de uma imagem de entrada, combinandoas a fim de formar um único vetor de características descritor daquela imagem [CRUZ G. D. C. CAVALCANTI, 2009]. Sabendo disso, é feito uma normalização de todos os caracteres, isso garante que o tamanho das imagens seja o mesmo. A partir dessa imagem é feito as projeções vertical e horizontal como ilustrados na Figura 4.

5 a. b. c. Figura 4 a. Imagem com o caractere; b. projeção vertical; c. projeção horizontal. 4. Resultados Na sequência deste trabalho foi realizado o treinamento da MLP com o banco de dados conseguido de acordo com a descrição do tópico anterior. Então foi treinada a MLP com quantidades variadas de neurônios e observada à quantidade de acertos e erros, como visto na Tabela 1 a seguir. Tabela 1. Resultados da MLP, após o treinamento com quantidades diferentes de neurônios. Qtd. De neuronios Acertos Erros Acerto Médio ,5% ,5% ,5% ,0% ,5% ,0% ,5% ,0% ,0% ,0% Analisando a mesma, notamos que quanto mais neurônios forem utilizados, maior a taxa de acerto médio da rede neural, porém com certa quantidade de neurônios, a taxa de acerto médio não consegue ser maior independente de quantos neurônios forem adicionados. Portanto, para essa aplicação, 30 neurônios é o suficiente para o reconhecimento dos caracteres da placa veicular.

6 5. Conclusões e Trabalhos Futuros Este trabalho aborda uma análise comparativa da quantidade de neurônios, visando buscar a melhor arquitetura para o reconhecimento de caracteres de placas veiculares. O método proposto consiste na localização da placa utilizando morfologia matemática e para a extração de característica dos caracteres foi usado a técnica de projeção. Com essas projeções foi criado um banco de dados no qual é treina a MLP. Essa RNA foi treinada variando a quantidade de neurônios, buscando a melhor taxa de acerto médio da rede. Os resultados mostram que para essa aplicação o número ideal é de 30 neurônios, obtendo uma taxa média de acertos de 97.5%. Por fim, uma proposta para trabalho futuro sugere-se padronizar as quantidades de caracteres no banco, visto que o mesmo pode melhorar a qualidade da RNA. Referências BRAGA, A. P.; FERREIRA, A. C. P. L.; LUDERMIR, T. B. Redes neurais artificiais: teoria e aplicações. LTC Editora, 2007 CRUZ G. D. C. CAVALCANTI, T. I. R. R. O. Análise de técnicas de extração de características para o reconhecimento de dígitos manuscritos. In: Proceedings of WUW 2009 (SIBGRAPI 2009), [S.l.: s.n.], 2009 GONZALEZ, Rafael C.; WOODS, Richard E. Processamento Digital de Imagens. 3 ed.,são Paulo: Pearson Prentice Hall, p HAGAN, M.T.; DEMUTH, H.B. & BEALE, M. Neural network design. Boston, PWS Publishing Company, Não paginado. Haykin, Simon. Redes neurais: princípios e prática. 2. ed. trad. Paulo Martins Engel. Porto Alegre: Bookman, pp , JIANG, H.; XIAO, Y.; ZHANG, Y.; WANG, X.; TAI, H. Curve path detection of unstructured roads for the outdoor robot navigation. Mathematical and Computer Modelling, v. 58, p , 2013 JUNIOR, C. A. S. et. al. Rede neural artificial(perceptron) aliada a índices de vegetação na estimative de áreas com plantas de soja. In: Simpósio Brasileiro de Sensoriamento Remoto, 17. (SBSR), 2015, João Pessoa. Anais. São Paulo: INPE/SELPER, 2015, 8p. KERKENI, A. et al. A coronary artery segmentation method based on multiscale analysis and region growing. Computerized Medical Imaging and Graphics, v. 48, p , MOREIRA, Michel Castro et al. Desenvolvimento e análise de uma rede neural artificial para estimativa da erosividade da chuva para o Estado de São Paulo. Rev. Bras. Ciênc. Solo, Viçosa, v. 30, n. 6, p , Dec RODRIGUES, F. I. B et. al. Estudo de algoritmo mlp como aproximador de função. In: Congresso Técnico Científico de Engenharia e da Agronomia - CONTECC 2016, Foz do Iguaçu PR. Contecc, 2016.

Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática

Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática DETECÇÃO DE BORDAS DE IMAGENS UTILIZANDO ELEMENTOS DE MORFOLOGIA MATEMÁTICA PROPOSTA DE TRABALHO DE GRADUAÇÃO

Leia mais

ESTUDO DE ALGORITMO MLP COMO APROXIMADOR DE FUNÇÃO

ESTUDO DE ALGORITMO MLP COMO APROXIMADOR DE FUNÇÃO Congresso Técnico Científico da Engenharia e da Agronomia CONTECC 2016 Rafain Palace Hotel & Convention Center- Foz do Iguaçu - PR 29 de agosto a 1 de setembro de 2016 ESTUDO DE ALGORITMO MLP COMO APROXIMADOR

Leia mais

Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV

Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA

Leia mais

3 Redes Neurais Artificiais

3 Redes Neurais Artificiais 3 Redes Neurais Artificiais 3.1. Introdução A capacidade de implementar computacionalmente versões simplificadas de neurônios biológicos deu origem a uma subespecialidade da inteligência artificial, conhecida

Leia mais

Usando MLP para filtrar imagens

Usando MLP para filtrar imagens Usando MLP para filtrar imagens Thiago Richter, Ediel Wiezel da Silva, e Adilson Gonzaga Departamento de Engenharia Elétrica, Universidade de São Paulo, Brasil thiago.richter@yahoo.com.br, edielws@gmail.com,

Leia mais

Redes Neurais Artificial. Prática. Inteligência Artificial

Redes Neurais Artificial. Prática. Inteligência Artificial Redes Neurais Artificial Prática Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução a MLP 2. Base de dados e Pré-Processamento 3. Prática MLP - Introdução Redes

Leia mais

11º ENTEC Encontro de Tecnologia: 16 de outubro a 30 de novembro de 2017

11º ENTEC Encontro de Tecnologia: 16 de outubro a 30 de novembro de 2017 A UTILIZAÇÃO DAS REDES NEURAIS ARTIFICIAIS NO AUXÍLIO NA IDENTIFICAÇÃO DE MELANOMAS Adroaldo Antônio Candido Neto 1 ; Stéfano Schwenck Borges Vale Vita 2 1, 2 Universidade de Uberaba adroaldoneto94@outlook.com;

Leia mais

Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN

Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN Alan Caio Rodrigues MARQUES 1, Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Escola de Engenharia Elétrica e de Computação 1

Leia mais

SEMINÁRIO DOS ARTIGOS:

SEMINÁRIO 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 mais

Detecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais

Detecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais Detecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais Wellington da Rocha Gouveia Universidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica

Leia mais

Processamento de Imagens Termais Aplicado à Navegação Autônoma. Wanessa da Silva

Processamento de Imagens Termais Aplicado à Navegação Autônoma. Wanessa da Silva Processamento de Imagens Termais Aplicado à Navegação Autônoma Wanessa da Silva Outubro, 2016 Introdução Roteiro Métodos Imagens Utilizadas Resultados Considerações Finais 1. Introdução 2. Métodos 4. Imagens:

Leia mais

Rede RBF (Radial Basis Function)

Rede RBF (Radial Basis Function) Rede RBF (Radial Basis Function) André Tavares da Silva andre.silva@udesc.br Roteiro Introdução à rede neural artificial RBF Teorema de Cover da separabilidade de padrões RBF x MLP RBF Função de ativação

Leia mais

RECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO

RECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO RECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO Fernanda Maria Sirlene Pio SUMARIO Introdução Trabalhos Relacionados Metodologia Experimentos Conclusão Referências 2 INTRODUÇÃO Reconhecimento de Padrões

Leia mais

Processamento digital de imagens

Processamento digital de imagens Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação

Leia mais

Transformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais

Transformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais Transformação de Imagens Digitais em Código CNC Aprimoradas com Redes Neurais Artificiais Abstract. Jader Teixeira 1, Alex Vinícios Telocken 1 1 Universidade de Cruz Alta (UNICRUZ) jader033139@unicruz.edu.br,

Leia mais

5 RNA para Diagnóstico de Falhas em Turbinas a Gás

5 RNA para Diagnóstico de Falhas em Turbinas a Gás 5 RNA para Diagnóstico de Falhas em Turbinas a Gás 5.1. Introdução Neste capítulo, a aplicação de RNAs para diagnosticar as falhas no caminho do gás de turbinas a gás foi investigada. As redes neurais

Leia mais

2. Redes Neurais Artificiais

2. Redes Neurais Artificiais Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.3. Perceptron Multicamadas - MLP 2.3.1. Introdução ao MLP 2.3.2. Treinamento

Leia mais

Minicurso: Inteligência Artificial Aplicada a Sistemas Elétricos

Minicurso: Inteligência Artificial Aplicada a Sistemas Elétricos Minicurso: Inteligência Artificial Aplicada a Sistemas Elétricos Introdução a Machine Learning: Teoria, Aplicações e IA na Arquitetura Intel Vitor Hugo Ferreira, DSc - UFF Flávio Mello, DSc UFRJ e Ai2Biz

Leia mais

2. Redes Neurais Artificiais

2. Redes Neurais Artificiais Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.4. Outras Redes Neurais Artificiais 2.4.1. Redes RBF 2.4.2. Mapas

Leia mais

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica REDES NEURAIS ARTIFICIAIS PERCEPTRON MULTICAMADAS Prof. Dr. André A. P. Biscaro 1º Semestre de 2018 Arquitetura Redes Perceptron de Múltiplas Camadas (PMC), também conhecidas como redes MLP (Multiple Layer

Leia mais

Aplicação de redes neurais artificiais para estimativa de produção florestal utilizando imagens Landsat 7

Aplicação de redes neurais artificiais para estimativa de produção florestal utilizando imagens Landsat 7 http://dx.doi.org/10.12702/viii.simposfloresta.2014.8-528-1 Aplicação de redes neurais artificiais para estimativa de produção florestal utilizando imagens Landsat 7 Pablo F. Lopes 1, Thaissa R. Teixeira

Leia mais

Redes Neurais: MLP. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação

Redes Neurais: MLP. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais: MLP DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos Redes diretas de múltiplas

Leia mais

RECONHECIMENTO DE CARACTERES EM PLACAS AUTOMOTIVAS UTILIZANDO REDES NEURAIS

RECONHECIMENTO DE CARACTERES EM PLACAS AUTOMOTIVAS UTILIZANDO REDES NEURAIS RECONHECIMENTO DE CARACTERES EM PLACAS AUTOMOTIVAS UTILIZANDO REDES NEURAIS Eduarda Gonçalves Dias 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o

Leia mais

ESTUDO DE MÁQUINA DE APRENDIZAGEM EXTREMA APLICADA À APROXIMAÇÃO DE FUNÇÃO

ESTUDO DE MÁQUINA DE APRENDIZAGEM EXTREMA APLICADA À APROXIMAÇÃO DE FUNÇÃO Congresso Técnico Científico da Engenharia e da Agronomia CONTECC 2017 Hangar Convenções e Feiras da Amazônia - Belém - PA 8 a 11 de agosto de 2017 ESTUDO DE MÁQUINA DE APRENDIZAGEM EXTREMA APLICADA À

Leia mais

ESTIMAÇÃO DA VELOCIDADE DE DESLOCAMENTO DE UMA ESTEIRA TRANSPORTADORA UTILIZANDO REDES NEURAIS ARTIFICIAIS

ESTIMAÇÃO DA VELOCIDADE DE DESLOCAMENTO DE UMA ESTEIRA TRANSPORTADORA UTILIZANDO REDES NEURAIS ARTIFICIAIS ESTIMAÇÃO DA VELOCIDADE DE DESLOCAMENTO DE UMA ESTEIRA TRANSPORTADORA UTILIZANDO REDES NEURAIS ARTIFICIAIS Samuel Vieira DIAS (1); Geraldo Luis Bezerra RAMALHO (2); (1) Instituto Federal de Educação, Ciência

Leia mais

2. Redes Neurais Artificiais

2. Redes Neurais Artificiais Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.3. Perceptron Multicamadas - MLP 2.3.1. Introdução ao MLP 2.3.2. Treinamento

Leia mais

TÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais

TÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais TÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais ricardo.kerschbaumer@ifc.edu.br http://professor.luzerna.ifc.edu.br/ricardo-kerschbaumer/ Introdução O Cérebro humano Mais fascinante processador

Leia mais

RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ

RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ Marcela Ribeiro Carvalho marcela@enecar.com.br IFG/Câmpus Goiânia Hipólito Barbosa Machado Filho hipolito.barbosa@ifg.edu.br IFG/Câmpus Goiânia Programa Institucional

Leia mais

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA Projeto de Redes Neurais Projeto de Redes Neurais Baseado apenas em dados Exemplos para treinar uma rede devem ser compostos por

Leia mais

Diego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo

Diego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo

Leia mais

Classificação de Padrões. Abordagem prática com Redes Neurais Artificiais

Classificação de Padrões. Abordagem prática com Redes Neurais Artificiais Classificação de Padrões Abordagem prática com Redes Neurais Artificiais Agenda Parte I - Introdução ao aprendizado de máquina Parte II - Teoria RNA Parte III - Prática RNA Parte IV - Lições aprendidas

Leia mais

Redes Neurais Artificiais

Redes Neurais Artificiais Redes Neurais Artificiais Prof. Dr. Hugo Valadares Siqueira Semana de Eletrônica e Automação 2014 Redes Neurais Artificiais Uma rede neural artificial é um circuito composto por uma grande quantidade de

Leia mais

Introdução às Redes Neurais Artificiais

Introdução às Redes Neurais Artificiais Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Introdução às Redes Neurais Artificiais DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos

Leia mais

A instalação do DCR compreende apenas a descompactação do arquivo DCR.zip num diretório no disco. Descompacte o arquivo DCR.zip num novo diretório.

A instalação do DCR compreende apenas a descompactação do arquivo DCR.zip num diretório no disco. Descompacte o arquivo DCR.zip num novo diretório. Manual DCR Sumário Apresentação... 1 Instalar o DCR... 1 Ativar o DCR... 1 Treinamento... 2 Entrar no Modo Treinamento... 2 Criar um Conjunto de Entrada... 2 Treinar a RNA... 4 Retreinar a RNA... 5 Testar

Leia mais

Reconhecimento de Faces Utilizando Redes Neurais MLP

Reconhecimento de Faces Utilizando Redes Neurais MLP Reconhecimento de Faces Utilizando Redes Neurais MLP Autor: Adilmar Coelho Dantas 1, Orientador: Márcia Aparecida Fernandes 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal do

Leia mais

Análise de Técnicas de Extração de Características para o Reconhecimento de Dígitos Manuscritos

Análise de Técnicas de Extração de Características para o Reconhecimento de Dígitos Manuscritos Análise de Técnicas de Extração de Características para o Reconhecimento de Dígitos Manuscritos Rafael M. O. Cruz, George D. C. Cavalcanti e Tsang Ing Ren Centro de Informática Universidade Federal de

Leia mais

Processamento de Imagens Digitais

Processamento de Imagens Digitais Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas

Leia mais

Felix da Cunha 412, Pelotas RS Home-Page: s: Bolsista BIC/FAPERGS

Felix da Cunha 412, Pelotas RS Home-Page:    s: Bolsista BIC/FAPERGS UTILIZAÇÃO DE REDES NEURAIS PARA PREVISÕES EM SÉRIES TEMPORAIS 1 A. T. Gonçalez, A. C. R. Costa, G. P. Dimuro UCPEL Universidade Católica de Pelotas, ESIN Escola de Informática GMFC Grupo de Matemática

Leia mais

AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS

AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino

Leia mais

SEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens

SEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 5 Segmentação de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga Segmentação de

Leia mais

Redes Neurais Artificial. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto

Redes Neurais Artificial. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto Redes Neurais Artificial Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Histórico 3. Conceitos Básicos 4. Aprendizado em RNA 5. Exemplo de Aprendizado com

Leia mais

Morfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense

Morfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia

Leia mais

Fundamentos de Inteligência Artificial [5COP099]

Fundamentos de Inteligência Artificial [5COP099] Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 16 Redes Neurais Artificiais (MLP) 2 de 24 (MLP) Sumário Introdução

Leia mais

Conceitos de Aprendizagem de Máquina e Experimentos. Visão Computacional

Conceitos 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 mais

PREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL

PREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL PREVISÃO CLIMÁTICA DE PRECIPITAÇÃO USANDO REDE NEURAL Juliana A. ANOCHI 1, Sabrina B. M. SAMBATTI 1, Eduardo F. P. da LUZ 1, Haroldo F. de CAMPOS VELHO 1 Instituto Nacional de Pesquisas Espaciais - INPE

Leia mais

3 Sistema de Apoio à Decisão para o Controle de Tensão (SADECT) Baseado em Redes Neurais

3 Sistema de Apoio à Decisão para o Controle de Tensão (SADECT) Baseado em Redes Neurais 3 Sistema de Apoio à Decisão para o Controle de Tensão (SADECT) Baseado em Motivado pela importância do estabelecimento de um sistema de apoio à decisão que auxiliasse o operador de tempo real durante

Leia mais

Algoritmos de Aprendizado. Formas de Aprendizado. Aprendizado Batch x Incremental. Aprendizado Batch x Incremental

Algoritmos de Aprendizado. Formas de Aprendizado. Aprendizado Batch x Incremental. Aprendizado Batch x Incremental Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square Back Propagation Formas de Aprendizado Existe dois métodos básicos de aplicação do algoritmo Back Propagation: Aprendizado

Leia mais

INTELIGÊNCIA ARTIFICIAL

INTELIGÊNCIA ARTIFICIAL INTELIGÊNCIA ARTIFICIAL REDES NEURAIS Caracterização Intuitiva: Em termos intuitivos, Redes Neurais Artificiais (RNAs) são modelos matemáticos inspirados nos princípios de funcionamento dos neurônios biológicos

Leia mais

GENERALIZAÇÃO DE REDES NEURAIS ARTIFICIAS USANDO DADOS DE DIFERENTES SENSORES - LANDSAT E CBERS - UMA ABORDAGEM ORIENTADA A REGIÕES

GENERALIZAÇÃO DE REDES NEURAIS ARTIFICIAS USANDO DADOS DE DIFERENTES SENSORES - LANDSAT E CBERS - UMA ABORDAGEM ORIENTADA A REGIÕES GENERALIZAÇÃO DE REDES NEURAIS ARTIFICIAS USANDO DADOS DE DIFERENTES SENSORES - LANDSAT E CBERS - UMA ABORDAGEM ORIENTADA A REGIÕES Igor Amazonas de Andrade 1 Mosar Faria Botelho 2 Selma Regina Aranha

Leia mais

Redes Neurais: RBF. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação

Redes Neurais: RBF. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais: RBF DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos Redes de Funções de

Leia mais

UM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA

UM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA UM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA SOUZA, REGIANE MÁXIMO YOSHINO, RUI TADASHI HANISC,H, WERNER SIEGFRIED ETO, REGINA FUMIE Palavras-chaves: Artificial Neural

Leia mais

CÁLCULO DO EQUILIBRIO DE TROCA-IÔNICA DO SISTEMA Na + -Pb 2+ -Cu 2+ USANDO REDES NEURAIS ARTIFICIAIS.

CÁLCULO DO EQUILIBRIO DE TROCA-IÔNICA DO SISTEMA Na + -Pb 2+ -Cu 2+ USANDO REDES NEURAIS ARTIFICIAIS. CÁLCULO DO EQUILIBRIO DE TROCA-IÔNICA DO SISTEMA Na + -Pb 2+ -Cu 2+ USANDO REDES NEURAIS ARTIFICIAIS. A. B. B. GIOPATTO 1, E. A. SILVA 2, T. D. MARTINS 1 1 Universidade Federal de São Paulo, Departamento

Leia mais

Inteligência Artificial. IA Conexionista: Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis. Renan Rosado de Almeida

Inteligência Artificial. IA Conexionista: Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis. Renan Rosado de Almeida Inteligência Artificial IA Conexionista: Redes Neurais Artificiais Perceptron de Múltiplas Camadas Mapas Auto-Organizáveis Renan Rosado de Almeida rralmeida@inf.ufrgs.br Perceptron de Múltiplas Camadas

Leia mais

Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local

Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,

Leia mais

Alunos: Caio Santos Renato Miceli

Alunos: Caio Santos Renato Miceli rangel@dscufcgedubr/ rangeldequeirop@yahoocombr Alunos: Caio Santos Renato Miceli UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UFCG Av Aprígio Veloso, S/N Bodocongó CEP: 58109-190 Campina Grande PB www.ufcg.edu.br/

Leia mais

1. Introdução. Tecnologia do Estado do Ceará. (IFCE) Sobral CE Brasil

1. Introdução. Tecnologia do Estado do Ceará. (IFCE) Sobral CE Brasil III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p. 64-69, jun, 2017. www.eripi.com.br/2017 - ISBN: 978-85-7669-395-6 Análise comparativa entre Redes Neurais

Leia mais

Comparação entre uma neuroprevisão(empírica) e um modelo físico simplificado para estimação hidrológica

Comparação entre uma neuroprevisão(empírica) e um modelo físico simplificado para estimação hidrológica Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Comparação entre uma neuroprevisão(empírica) e um modelo

Leia mais

MODELO NEURAL COM ATRASO DE TEMPO PARA A PREVISÃO DO INCC

MODELO NEURAL COM ATRASO DE TEMPO PARA A PREVISÃO DO INCC MODELO NEURAL COM ATRASO DE TEMPO PARA A PREVISÃO DO INCC Paulo Roberto Barbosa 1 Elaine Inacio Bueno 2 Nas Ciências Econômicas ocorrem fenômenos temporais que dependem da observação de dados em um período

Leia mais

Interpolação de Curvas de Nível por Difusão de Calor

Interpolação de Curvas de Nível por Difusão de Calor Interpolação de Curvas de Nível por Difusão de Calor Roberto de Beauclair Seixas Luiz Henrique de Figueiredo Cláudio Antonio da Silva {tron,lhf,cads}@visgraf.impa.br Motivação Identificação de um método

Leia mais

COMPARAÇÃO ENTRE DIFERENTES ESTRUTURAS DE REDES NEURAIS NO PROBLEMA PRESA-PREDADOR 1

COMPARAÇÃO ENTRE DIFERENTES ESTRUTURAS DE REDES NEURAIS NO PROBLEMA PRESA-PREDADOR 1 COMPARAÇÃO ENTRE DIFERENTES ESTRUTURAS DE REDES NEURAIS NO PROBLEMA PRESA-PREDADOR 1 Márcia Da Silva 2, Eldair Fabricio Dornelles 3, Rogério S. M. Martins 4, Édson L. Padoin 5. 1 Pesquisa desenvolvida

Leia mais

Análise Quantitativa de Tecidos em Úlceras de Perna

Análise Quantitativa de Tecidos em Úlceras de Perna 49 5 Análise Quantitativa de Tecidos em Úlceras de Perna A avaliação das áreas proporcionais de cada tecido interno das úlceras fornece informações importantes sobre seu estado patológico [BERRISS, 2000],

Leia mais

Redes Neurais MLP: Exemplos e Características

Redes Neurais MLP: Exemplos e Características Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais MLP: Exemplos e Características DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1

Leia mais

ROBUSTEZ NA SEGMENTAÇÃO DE PLACAS VEICULARES EM CONDIÇÕES COMPLEXAS DE AQUISIÇÃO

ROBUSTEZ NA SEGMENTAÇÃO DE PLACAS VEICULARES EM CONDIÇÕES COMPLEXAS DE AQUISIÇÃO UNIVERSIDADE PRESBITERIANA MACKENZIE MESTRADO EM ENGENHARIA ELÉTRICA LUIZ ANGELO D AMORE ROBUSTEZ NA SEGMENTAÇÃO DE PLACAS VEICULARES EM CONDIÇÕES COMPLEXAS DE AQUISIÇÃO SÃO PAULO 2010 Livros Grátis http://www.livrosgratis.com.br

Leia mais

Implementação dos Algoritmos e Resultados

Implementação 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

Aprendizagem por treinamento de redes de aproximação

Aprendizagem por treinamento de redes de aproximação Aprendizagem por treinamento de redes de Marco H. Terra Departamento de Eng. Elétrica - EESC - USP SEL 0362 - Inteligência Artificial 1 Introdução Neste capítulo, serão apresentados conceitos sobre redes

Leia mais

A UTILIZAÇÃO DAS REDES NEURAIS ARTIFICIAIS NA PREVISÃO DE RADIAÇÃO SOLAR GLOBAL

A UTILIZAÇÃO DAS REDES NEURAIS ARTIFICIAIS NA PREVISÃO DE RADIAÇÃO SOLAR GLOBAL Congresso Técnico Científico da Engenharia e da Agronomia CONTECC 2017 Hangar Convenções e Feiras da Amazônia - Belém - PA 8 a 11 de agosto de 2017 A UTILIZAÇÃO DAS REDES NEURAIS ARTIFICIAIS NA PREVISÃO

Leia mais

Inteligência Artificial Redes Neurais

Inteligência Artificial Redes Neurais Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre

Leia mais

2. Redes Neurais Artificiais

2. Redes Neurais Artificiais Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.2. Perceptron 2.2.1. Introdução 2.2.2. Funcionamento do perceptron

Leia mais

Introdução ao Reconhecimento. Prof. Dr. Geraldo Braz Junior

Introdução ao Reconhecimento. Prof. Dr. Geraldo Braz Junior Introdução ao Reconhecimento Prof. Dr. Geraldo Braz Junior O que você vê? 2 Pergunta: Essa imagem tem um prédio? Classificação 3 Pergunta: Essa imagem possui carro(s)? Detecção de Objetos Vários 4 Pergunta:

Leia mais

REDES NEURAIS CLASSE MODULAR APLICADAS NO RECONHECIMENTO DE CARACTERES MANUSCRITOS

REDES NEURAIS CLASSE MODULAR APLICADAS NO RECONHECIMENTO DE CARACTERES MANUSCRITOS 170 REDES NEURAIS CLASSE MODULAR APLICADAS NO RECONHECIMENTO DE CARACTERES MANUSCRITOS CLASS MODULAR NEURAL NETWORKS APPLIED IN RECOGNITION OF CHARACTER MANUSCRIPT Clariane Silva Menezes 1 ; Leandro Luiz

Leia mais

Seminários de pesquisa do DAINF Transformações de imagens baseadas em morfologia

Seminários de pesquisa do DAINF Transformações de imagens baseadas em morfologia Universidade Tecnológica Federal do Paraná - UTFPR Departamento Acadêmico de Informática - DAINF Seminários de pesquisa do DAINF Transformações de imagens baseadas em morfologia matemática e aplicações

Leia mais

Aplicação de redes neurais artificiais na classificação de imagens obtidas por sensoriamento remoto

Aplicação de redes neurais artificiais na classificação de imagens obtidas por sensoriamento remoto Aplicação de redes neurais artificiais na classificação de imagens obtidas por sensoriamento remoto Alexandre G. de Lima 1, Adrião Duarte Dória Neto 1, Jailton Carlos de Paiva 1, Vitor Meneghtetti 1, Xiankleber

Leia mais

APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR MATRIZ ORIGEM-DESTINO DE CARGA

APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR MATRIZ ORIGEM-DESTINO DE CARGA APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR MATRIZ ORIGEM-DESTINO DE CARGA Daniel Neves Schmitz Gonçalves Luiz Antonio Silveira Lopes Marcelino Aurelio Vieira da Silva APLICAÇÃO DE REDES NEURAIS

Leia mais

Rede Perceptron. Capítulo 3

Rede Perceptron. Capítulo 3 Rede Perceptron Capítulo 3 Rede Perceptron É a forma mais simples de configuração de uma RNA (idealizada por Rosenblatt, 1958) Constituída de apenas uma camada, tendo-se ainda somente um neurônio nesta

Leia mais

SISTEMA AUTOMÁTICO PARA RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS BASEADO EM PROCESSAMENTO DIGITAL DE IMAGENS E REDES PERCEPTRON DE MÚLTIPLAS CAMADAS

SISTEMA AUTOMÁTICO PARA RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS BASEADO EM PROCESSAMENTO DIGITAL DE IMAGENS E REDES PERCEPTRON DE MÚLTIPLAS CAMADAS SISTEMA AUTOMÁTICO PARA RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS BASEADO EM PROCESSAMENTO DIGITAL DE IMAGENS E REDES PERCEPTRON DE MÚLTIPLAS CAMADAS Juan Camilo Fonseca-Galindo 1 - juankmilofg@ufmg.br Cristiano

Leia mais

Detecção e Correção Automáticas de Olhos Vermelhos

Detecção e Correção Automáticas de Olhos Vermelhos Setor de Tecnologia da Universidade Federal do Paraná Curso de Engenharia Elétrica TE 072 Processamento Digital de Sinais Detecção e Correção Automáticas de Olhos Vermelhos Trabalho elaborado pelo aluno

Leia mais

REDES NEURAIS ARTIFICIAIS

REDES NEURAIS ARTIFICIAIS REDES NEURAIS ARTIFICIAIS REDES NEURAIS ARTIFICIAIS O QUE É UMA REDE NEURAL NEURÔNIOS BIOLÓGICOS CÉREBRO HUMANO E CAPACIDADE DE GENERALIZAÇÃO. Modelo McCulloch e Pitts FUNÇÕES DE ATIVAÇÃO APRENDIZADO APRENDIZADO

Leia mais

ESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS.

ESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS. ESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS. Arini de Menezes Costa 1, Kaio Martins Ramos 2, Hugo Hermano da Costa Castro 3, Antonio Alisson P.

Leia mais

SELEÇÃO DE VARIÁVEIS STEPWISE APLICADAS EM REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE DEMANDA DE CARGAS ELÉTRICAS

SELEÇÃO DE VARIÁVEIS STEPWISE APLICADAS EM REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE DEMANDA DE CARGAS ELÉTRICAS SELEÇÃO DE VARIÁVEIS STEPWISE APLICADAS EM REDES NEURAIS ARTIFICIAIS PARA PREVISÃO DE DEMANDA DE CARGAS ELÉTRICAS MARLEIDE F. ALVES 1, ANNA DIVA P. LOTUFO 1, MARA LÚCIA M. LOPES 2 1. Laboratório de Sistemas

Leia mais

T4 Processamento de Imagem

T4 Processamento de Imagem T4 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Manipulação ponto a ponto 2. Conetividade 3. Filtros espaciais 4. Extração de estruturas

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Redes Neurais Artificiais Plano de Aula Introdução Motivação Biológica

Leia mais

Processamento de Imagens Marcia A. S. Bissaco

Processamento de Imagens Marcia A. S. Bissaco Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana

Leia mais

Aplicação da Técnica de Componentes Principais no Treinamento de uma Rede Neural no Contexto de Assimilação de Dados

Aplicação da Técnica de Componentes Principais no Treinamento de uma Rede Neural no Contexto de Assimilação de Dados Aplicação da Técnica de Componentes Principais no Treinamento de uma Rede Neural no Contexto de Assimilação de Dados 1 Vinicius Carvalho Beck 2 Júlio Renato Q. Marques 3 Fabrício P. Härter Universidade

Leia mais

Algoritmos de Aprendizado. Formas de Aprendizado. Aprendizado Batch x Incremental. Aprendizado Batch x Incremental

Algoritmos de Aprendizado. Formas de Aprendizado. Aprendizado Batch x Incremental. Aprendizado Batch x Incremental Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square Multi-Layer Perceptrons (Back Propagation Radial Basis Functions (RBFs Competitive Learning Hopfield Formas de Aprendizado

Leia mais

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron. 1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando

Leia mais

Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino

Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem

Leia mais

Desenvolvimento de um Software para auxiliar o estudo da relação entre análise química e característica visual em plantas medicinais

Desenvolvimento de um Software para auxiliar o estudo da relação entre análise química e característica visual em plantas medicinais Desenvolvimento de um Software para auxiliar o estudo da relação entre análise química e característica visual em plantas medicinais Vinícius Leonardo Gadioli da Silva 1,4 Bernardo Antônio Tavares Gomes

Leia mais

FILTROS PARA EXTRAÇÃO DE BORDAS: UM ESTUDO PRELIMINAR PARA A ÁREA DO RESERVATÓRIO DE ITAPARICA

FILTROS PARA EXTRAÇÃO DE BORDAS: UM ESTUDO PRELIMINAR PARA A ÁREA DO RESERVATÓRIO DE ITAPARICA FILTROS PARA EXTRAÇÃO DE BORDAS: UM ESTUDO PRELIMINAR PARA A ÁREA DO RESERVATÓRIO DE ITAPARICA Alexandre Normande Guillou 1, João Rodrigues Tavares Júnior 2, Ana Lúcia Bezerra Candeias 3 1 Eng. Agrimensor,

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Segmentação. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Segmentação. Luiz Eduardo S. Oliveira, Ph.D. Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Segmentação Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceitos básicos de segmentação

Leia mais

Redes Neurais Convolucionais

Redes Neurais Convolucionais André Gustavo Hochuli Orientadores: Dr. Luiz E. S. Oliveira/Dr. Alceu Britto Programa de Pós-Graduação em Informática Departamento de Informática UFPR Neurônio Artificial Redes Neurais - Vetor de Caracteristícas

Leia mais

Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy

Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy

Leia mais

Respostas do Teste de Analise de Imagens :

Respostas do Teste de Analise de Imagens : Respostas do Teste de Analise de Imagens - 2004: 1Diga com suas palavras o que é: (Valor total da questão: 12) Filtragem passa alta (valor deste item até 0,3) - importante falar que apesar do nome ser

Leia mais

Programa 25/02/2019. Objetivo Geral: Processamento Digital de Imagens I Turma A. Objetivos Específicos:

Programa 25/02/2019. Objetivo Geral: Processamento Digital de Imagens I Turma A. Objetivos Específicos: Curso de Engenharia Cartográfica e Agrimensura Processamento Digital de Imagens I Turma A 2019/1 semestre Objetivo Geral: Conhecer técnicas de processamento de digitais que permitem extrair e identificar

Leia mais

PROCESSAMENTO E CLASSIFICAÇÃO DE IMAGENS DE SATÉLITE PARA CARACTERIZAÇÃO DE USOS DO SOLO

PROCESSAMENTO E CLASSIFICAÇÃO DE IMAGENS DE SATÉLITE PARA CARACTERIZAÇÃO DE USOS DO SOLO PROCESSAMENTO E CLASSIFICAÇÃO DE IMAGENS DE SATÉLITE PARA CARACTERIZAÇÃO DE USOS DO SOLO Jairo Lima do Nascimento 1, George Leite Mamede 2, João Paulo do Vale Madeiro 3 Resumo: A aplicação de técnicas

Leia mais

serotonina (humor) dopamina (Parkinson) serotonina (humor) dopamina (Parkinson) Prozac inibe a recaptação da serotonina

serotonina (humor) dopamina (Parkinson) serotonina (humor) dopamina (Parkinson) Prozac inibe a recaptação da serotonina Redes Neurais O modelo biológico O cérebro humano possui cerca 100 bilhões de neurônios O neurônio é composto por um corpo celular chamado soma, ramificações chamadas dendritos (que recebem as entradas)

Leia mais

SEGMENTAÇÃO DE IMAGENS DIGITAIS DE ALGAS MICROSCÓPICAS POR GRANULOMETRIA MORFOLÓGICA

SEGMENTAÇÃO DE IMAGENS DIGITAIS DE ALGAS MICROSCÓPICAS POR GRANULOMETRIA MORFOLÓGICA SEGMENTAÇÃO DE IMAGENS DIGITAIS DE ALGAS MICROSCÓPICAS POR GRANULOMETRIA MORFOLÓGICA Sérgio R. Nauffal 1, Jacques Facon 2, Flávio Bortolozzi 3 1 snauffal@utp.br, Universidade Tuiuti do Paraná, Av. Comendador

Leia mais

Introdução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana

Introdução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana Introdução à Redes Neurais Artificiais Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Introdução Redes Neurais Artificiais (RNAs)

Leia mais

Aprendizado de Máquinas. Multi-Layer Perceptron (MLP)

Aprendizado de Máquinas. Multi-Layer Perceptron (MLP) Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquinas Multi-Layer Perceptron (MLP) David Menotti, Ph.D. web.inf.ufpr.br/menotti Redes Neuronais Cérebro humano.

Leia mais

T4.1 Processamento de Imagem

T4.1 Processamento de Imagem T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.

Leia mais