Caixa Postal , Ilha Solteira, SP
|
|
- Mikaela Gesser Fonseca
- 6 Há anos
- Visualizações:
Transcrição
1 Mapeamento da cnemátca nversa de manpuladores robótcos usando RNAs confguradas em paralelo aplcado a um manpulador de 5 GDL controlado pela placa Intel Galleo Gen 2 Rcardo F. Nunes 1[ ] e Suely C. A. Mantovan² [ ] 1 Departamento de Engenhara Elétrca, Insttuto Federal de Educação Cênca e Tecnologa de São Paulo- Presdente Eptáco, SP 2 Departamento de Engenhara Elétrca, Unversdade Estadual Paulsta Julo de Mesquta Flho, Caxa Postal , Ilha Soltera, SP rnunes@fsp.edu.br,suely@dee.fes.unesp.br Abstract. Neste trabalho apresenta-se uma abordagem para o mapeamento da cnemátca nversa utlzando Redes Neuras Artfcas do tpo Perceptron Multcamadas confguradas em paralelo, tendo como caso de estudo o protótpo de um manpulador robótco de 5 graus de lberdade, composto por servomotores controlados pela plataforma de desenvolvmento Intel Galleo Gen 2. As equações da cnemátca nversa, normalmente apresentam múltplas soluções, e para contornar esta partculardade propõe-se o uso de Redes Neuras Artfcas em razão da sua flexbldade e capacdade de aprendzado que, por meo do trenamento, armazena o conhecmento da relação cnemátca entre o sstema de coordenadas das juntas e a posção fnal da ferramenta do manpulador. A avalação da efcênca do método proposto se deu por smulações, as quas demonstram pelos resultados obtdos, melhor desempenho quando comparadas a uma Rede Neural Artfcal smples do tpo Perceptron Multcamadas. Keywords: Manpuladores Robótcos, Cnemátca Dreta, Cnemátca Inversa, Redes Neuras Artfcas. 1 Introdução Os robôs manpuladores são consderados parte ndspensável nas modernas fábrcas, devdo à capacdade de executar os mas varados tpos de tarefas de alto nível de complexdade e perculosdade, de forma efcente e confável, com relação custo/benefíco ncontestável. Vsando o estudo e as dferentes aplcações prátcas, nos projetos de robôs manpuladores duas lnhas de pesqusas podem ser abordadas, a cnemátca e a dnâmca. A cnemátca trata do movmento sem consderar as forças que causam este movmento, o estudo das forças faz parte da dnâmca. Na lteratura a cnemátca de robôs manpuladores é abordada por meo de dos modelos, o da cnemátca dreta e a nversa. A cnemátca dreta consste em achar a orentação e a posção do efetuador termnal a partr do vetor de ângulos das artculações
2 2 e dos parâmetros geométrcos do modelo. Denavt-Hartemberg [1] propuseram um método matrcal para modelagem e solução sstemátcas de problemas que utlzam a técnca da cnemátca dreta. A cnemátca nversa é consderada uma técnca efetva de controle de um braço robótco, consstndo em achar o vetor de ângulos das artculações, a partr da orentação e posção do efetuador termnal. Apresenta grandes desafos devdos a não lneardade das equações e múltplas soluções para manpuladores com mutos graus de lberdade [2], [3]. Métodos tradconas podem ser usados para calcular a cnemátca nversa de manpuladores robótcos, tas como, os geométrcos, numérco-teratvos e os algébrcos, consderados trabalhosos se a estrutura do manpulador é muto complexa [4]. As redes neuras artfcas (RNAs) são uma das técncas frequentemente propostas na lteratura, para resolver o problema resultante da modelagem por meo da cnemátca nversa [5],[6]. As RNAs são capazes de estabelecer as relações necessáras para controlar o manpulador robótco, por meo de trenamentos que permtem a sua flexbldade e capacdade de aprendzagem. Alguns trabalhos combnam técncas de RNAs, com outras técncas, tas como, Algortmo Genétco, Lógca Fuzzy ou alguma outra heurístca de otmzação para acelerar a convergênca da técnca que utlza a cnemátca nversa, de forma a proporconar o aumento do desempenho do sstema [7],[8],[9]. Neste trabalho propõe-se a aplcação de RNAs do tpo Multlayer Perceptron (MLP) confguradas em paralelo, para o mapeamento da cnemátca nversa de robôs com mas alto grau de lberdade. A técnca é aplcada consderando-se trajetóras e pontos dstrbuídos em todo o volume de trabalho, adotando-se como caso de estudo, um protótpo de um manpulador robótco ddátco com 5 graus de lberdade (GDL) construído em laboratóro, usando a placa de desenvolvmento Intel Galleo Gen 2. As RNAs confguradas em paralelo são comparadas a uma RNA. Neste artgo organza-se o texto de forma que na seção 2, apresenta-se a cnemátca dos manpuladores robótcos. Na seção 3 descreve-se a estratéga das Redes Neuras Artfcas e os padrões de trenamento utlzados. Os resultados são apresentados na seção 4, segudos das conclusões. 2 Cnemátca de Manpuladores Robótcos Um manpulador robótco consste de uma sequênca de elos nterconectados por meo de juntas (artculações), composto por um pulso e um efetuador, ao qual podem ser acopladas ferramentas para o robô realzar tarefas preestabelecdas. Cada junta do manpulador contrbu, normalmente, com 1 GDL. O movmento em cada grau de lberdade se dá por atuadores atvados por um snal de um controlador que é ntegrado com o modelo cnemátco do manpulador. Os modelos cnemátcos representam matematcamente o movmento espacal realzado pelo robô[10]. A resolução de problemas que tratam da cnemátca dreta de manpuladores é consderada smples, se comparada ao da forma nversa [3]. Na cnemátca nversa os ângulos entre as juntas podem ser determnados pelos parâmetros dos elos e a posção do
3 3 efetuador no volume de trabalho. Na Fgura 1 apresenta-se um dagrama que lustra as relações entre as cnemátcas dreta e nversa. Fg. 1. Representação das relações entre as cnemátcas do robô. Desta forma, na cnemátca nversa, consderando um ponto P(P x, P y, P z ) e um manpulador com n GDL, deve-se determnar os ângulos das juntas, dados por Θ = f(p x, P y, P z ), para = 1,..., n. Neste trabalho propõe-se a solução do problema da cnemátca nversa de um manpulador robótco utlzando RNAs e tendo como base de conhecmento as relações orundas da cnemátca dreta por meo da sstemátca proposta por Denavt-Hartenberg (D-H), ndependente do número de artculações e dos graus de lberdade. 2.1 Modelo cnemátco dreto A sstemátca de D-H para a solução da cnemátca dreta é recomendada para manpuladores com mas de 3 GDL, e é utlzada como um padrão de representação de manpuladores robótcos. Para a aplcação desta técnca deve-se determnar o sstema de referêncas para a estrutura de elos e juntas de um manpulador de 5GDL, conforme Fgura 2, obtendo-se o modelo cnemátco dreto na representação de D-H, com parâmetros físcos e os lmtes das juntas da Tabela 1. Fg. 2. Sstemas de coordenadas do manpulador construído.
4 4 Table 1. Parâmetros de D-H do protótpo e lmtes das juntas Junta θ [ ] d [mm] α [ ] a [mm] θ mín [ ] θ máx [ ] 1 θ θ θ θ 4-41, Analsando-se o sstema de referênca, obtêm-se para cada junta, quatro parâmetros,θ - ângulo da junta; d - dstânca da junta; a - dstânca do elo; e, α - ângulo de torção do elo. Estes parâmetros são utlzados nas matrzes de transformações homogêneas que relaconam o sstema de referênca da junta atual com o sstema de referênca da junta anteror, representada pela Equação (1). A 1, cos sen cos sen cos cos sen 0 sen sen sen cos cos 0 a cos a sen d 1 (1) A matrz de transformação total do robô se dá pela assocação de cada referencal da junta anteror ( 1), com a junta atual,, ou seja, da relação da base até a prmera junta, da prmera à segunda, e assm por dante, até o referencal do sstema de coordenadas do termnal efetuador [1]. 3 Estratéga adotada para as RNAs As RNAs são técncas computaconas que apresentam um modelo matemátco nsprado na estrutura neural de organsmos ntelgentes e que adqurem conhecmento através da experênca. Têm como vantagem a habldade de representarem relações lneares e não lneares, aprenderem a partr destas relações e serem modeladas pelos dados que chegam até elas. Nas RNAs os neurônos artfcas são organzados de forma paralela. Assemelhamse ao cérebro humano, cujo conhecmento adqurdo por meo de um processo de aprendzagem é armazenado nas nterconexões nternas conhecdas como pesos snáptcos. No processo de trenamento a RNA é apresentada a dversos padrões de entrada e seus respectvos padrões de saída desejados, de forma a ajustar os parâmetros obtendo-se a mínma dferença entre a saída da RNA e a saída desejada. Após esta fase, espera-se que, caso seja apresentado um padrão de entrada não pertencente ao conjunto de trenamento, a RNA seja capaz de nferr um provável padrão de saída, demonstrando habldade de generalzação das nformações. A exstênca de propredades como, a habldade de aprendzado e generalzação de padrões, estmulam aplcações de RNAs em reconhecmento de padrões, controle de processos, na robótca, entre outros [11]. A RNA utlzada neste trabalho é a Perceptron Multcamadas (MLP), uma das mas comuns, que utlza trenamento supervsonado. A topologa da RNA escolhda é apresentada na Fgura 3, composta por 3 neurônos na camada de entrada, referentes às
5 5 varáves do sstema de coordenadas retangulares x, y e z; 7 e 8 neurônos na prmera e segunda camadas ntermedáras, respectvamente, e 4 neurônos na camada de saída referentes aos ângulos das juntas. A MLP aprende usando um algortmo de Retropropagação do Erro ou Error Backpropagaton (BP), em que a entrada de dados é repetdamente apresentada à rede neural, e em cada apresentação a saída da RNA é comparada à saída desejada, e um erro é computado. Este erro a realmenta e é utlzado para ajustar os pesos snáptcos, tal que o erro decresça a cada teração e o modelo da rede convrja de forma a produzr a saída desejada, chamado processo de trenamento. Fg. 3. Topologa da RNA proposta. O algortmo de trenamento é, portanto, consttuído de duas etapas: a propagação e a retropropagação. Na etapa de propagação, através de um vetor j de entrada, obtêm-se os respectvos valores de saída, oj, que são comparados aos valores desejados, dj, para gerar o erro, ej. Este erro é retropropagado para ajustar os valores dos pesos snáptcos, num processo de otmzação baseado no gradente descendente. Neste trabalho foram propostas e mplementadas RNAs confguradas em paralelo para resolver a cnemátca nversa de robôs manpuladores, todas com a mesma topologa da RNA anterormente menconada (Fgura 3), modelo adaptado de [7]. 3.1 RNAs confguradas em paralelo Na solução do problema da cnemátca nversa, 9 RNAs são confguradas em paralelo, nomeadas de A a I, atvadas de acordo com o valor da coordenada z do plano cartesano representado na Tabela 2. Uma RNA específca é atvada em relação à coordenada z da entrada pela lógca de dreconamento de padrões (algortmo) de trenamento, Fgura 4, proporconando a obtenção de RNAs especalzadas em uma determnada faxa do volume de trabalho do manpulador, ao nvés de uma únca rede.
6 6 Table 2.- Faxa de operação para cada RNA Rede Neural Artfcal Faxa de operação(mm) RNA A Z 100 RNA B 100 < Z 150 RNA C 150 < Z 200 RNA D 200 < Z 250 RNA E 250 < Z 300 RNA F 300 < Z 350 RNA G 350 < Z 390 RNA H 390 < Z 430 RNA I Z > 430 Fg. 4. Arqutetura das RNAs confguradas em paralelo 3.2 Padrões de trenamento gerados Os padrões de trenamento são gerados pela cnemátca dreta va sstemátca de D-H, com os parâmetros obtdos por meo do sstema de coordenadas do manpulador construído. O volume de trabalho é lmtado aos valores de ângulos máxmos e mínmos de cada junta (Tabela 1), restrções devdas aos lmtes físcos do protótpo e para reduzr as suas redundâncas, embora as equações da cnemátca dreta sejam váldas para qualquer valor de ângulo. O protótpo sob estudo possu 5 GDL, mas consderam-se somente 4 para a geração dos padrões de trenamento, pos ao elmnar um grau de lberdade, o número de padrões reduz exponencalmente quando se deseja mapear todo o espaço de trabalho do protótpo, para o programa usando a cnemátca dreta. Os padrões de trenamento para a aprendzagem das RNAs são obtdos a partr de duas abordagens dstntas. A prmera por meo da geração de uma trajetóra consttuída
7 7 de 120 pontos, conforme a Fgura 5, percorrendo 3 quadrantes do plano cartesano. A outra abordagem utlza um conjunto consttuído de pontos dstrbuídos em todo o volume de trabalho delmtado, Fgura 6. Fg. 5. Trajetóra gerada por 120 pontos Fg. 6. Pontos dstrbuídos no espaço de trabalho 4 Resultados 4.1 Fase de trenamento e smulações (offlne) O projeto fo desenvolvdo em duas fases, uma relaconada à geração dos padrões de trenamento e o trenamento que ocorre de forma offlne vsando obter o banco de conhecmentos das matrzes de pesos snáptcos. Na outra fase, a de valdação onlne aplcada ao protótpo, o banco de conhecmentos das matrzes de pesos snáptcos, gerados na fase offlne são mportados para a plataforma de desenvolvmento mcroprocessada utlzada. Na Fgura 7 tem-se o dagrama de blocos para as duas fases.
8 8 Fg Dagrama de blocos funconal das fases offlne e onlne do projeto. Essa estratéga de desenvolvmento é adotada devdo a exgênca de recursos e tempos computaconas elevados para o trenamento das RNAs, nváves para o processamento onlne em plataformas de desenvolvmento com recursos lmtados de armazenamento e processamento. Nas etapas da fase offlne utlza-se um notebook, processador Intel Core U, 2,6GHz, RAM de 8GB, e o software MATLAB. O conjunto de RNAs confguradas em paralelo é submetdo ao aprendzado pelos dos padrões de trenamento gerados. Os resultados destas smulações são comparados com os resultados obtdos das smulações para os mesmos padrões, usando somente uma RNA. 4.2 Smulações para as trajetóras Para smulações da trajetóra supractada, ambos os processos de trenamento, RNA smples e as RNAs em paralelo foram nterrompdas à época de número O algortmo de trenamento, para a RNA smples, obteve o melhor desempenho com um erro quadrátco médo de, aproxmadamente, Para o algortmo composto por RNAs em paralelo, o erro quadrátco médo varou entre na RNA de melhor desempenho, e na de por desempenho. O desempenho dos algortmos é comparado na Tabela 3, pelas médas artmétcas dos erros para cada junta (em graus), após a valdação dos resultados, ou seja, a soma dos erros de cada padrão dvdda pelo número de padrões apresentados. No caso do algortmo das RNAs confguradas em paralelo soma-se e dvde-se a méda artmétca de cada RNA, pelo número de RNAs utlzadas, alcançando a méda das médas artmétcas. Table 3. Desempenho dos algortmos RNA smples e RNA em paralelo para uma Trajetóra J 1 J 2 J 3 J 4 Méda artmétca dos erros (uma RNA) 1,92º 1,43º 1,27º 1,64º Méda das médas artmétcas dos erros (RNAs em paralelo) 0,82º 0,61º 0,52º 0,20º
9 9 Grafcamente é possível comparar o desempenho dos dos algortmos pela análse da Fgura 8. Fg. 8. Desempenho dos algortmos RNA smples e RNAs em paralelo, para uma trajetóra. 4.3 Smulação para pontos dstrbuídos em todo o volume de trabalho O trenamento da uma RNA smples consderando o conjunto de pontos dstrbuídos em todo o volume de trabalho fo nterrompdo na época de número , apresentando um melhor desempenho na época de número 94 com um erro quadrátco médo de Observa-se que a RNA atngu o melhor desempenho prematuramente e, posterormente, demonstrou um comportamento de saturação de conhecmento. Para RNAs confguradas em paralelo o trenamento também fo nterrompdo na época de número , onde a RNA que obteve o melhor resultado, RNA A, apresentou um erro quadrátco médo de , na época de número 9762 e a RNA que obteve o por desempenho, RNA H, apresentou um erro de na época de número 414. Na Tabela 4 têm-se os valores das médas artmétcas dos erros para cada junta (em graus). Table 4.- Desempenho dos algortmos RNA smples e em paralelo, para pontos dstrbuídos no volume de trabalho. J 1 J 2 J 3 J 4 Méda artmétca dos erros (uma RNA) 7,84º 8,74º 12,17º 10,33º Méda das médas artmétcas dos erros (RNAs em paralelo) 1,55º 7,86º 10,74º 5,78º Analsando-se a méda artmétca dos erros das juntas, J, = 1,..., 4, para as duas smulações pode-se conclur que o algortmo que utlza a confguração de RNAs em paralelo obteve melhor desempenho no aprendzado da relação cnemátca do manpulador em estudo.
10 O protótpo e a Fase de operação (onlne) O manpulador robótco em estudo, da Fg. 9, é do tpo artculado (RRR) de 5 GDL, sendo 3 GDL necessáros para o movmento do braço e dos para o pulso. Os movmentos do protótpo são proporconados pelo aconamento de sete servomotores, sendo dos para o movmento do braço (MG996R - TowerPRO), três entre base e antebraço (MG995 - Futaba), um para o punho (MG90S - TowerPRO) e um para a garra (S3003-TowerPRO). Fo confecconado em alumíno e nylon nos laboratóros do DEE- FEIS-UNESP e do IFSP, Campus Presdente Eptáco-SP-Brasl. Fg. 9. Protótpo do manpulador robótco. A plataforma Intel Galleo Gen 2 [12] consderada uma Sngle Board Controller (SBCt) é utlzada para a realzação da etapa de operação (onlne) do algortmo desenvolvdo, pos possu recursos de hardware/software sufcentes para esta aplcação, tas como, número de saídas PWM, capacdade de processamento e de memóra (Processador Intel Quark SoC X1000, 16K cache e 400 MHz, RAM de 256 MB, DDR3) e a possbldade de nterfaceamento e programação em lnguagens de alto nível. Um programa em lnguagem Python é mplementado na SBCt, para atender ao usuáro. Apresentam-se na Fgura 10 os componentes usados na montagem para os testes no protótpo. Fg. 10. Montagem do protótpo com o Intel Galleo Gen 2
11 11 Nesta fgura, a plataforma de controle Intel Galleo Gen 2 é lgada a um notebook va um cabo ethernet para o acesso, usando o protocolo de rede SSH (Secure Shell) e por ntermédo do software PuTTy. O notebook é utlzado para a vsualzação, entrada de dados e comandos por teclado para o sstema, pos, na fase onlne, o manpulador robótco é aconado com base nos parâmetros desejados pelo usuáro. Uma nterface entre o manpulador e a plataforma de controle nterlga os termnas para aconamento e fornece a almentação para os servomotores dada por uma fonte externa de 5 Vcc. Os termnas dos servomotores conectados va entradas GPIO (General Purpose Input/Output) da plataforma de controle são aconados por snas PWM (Pulse Wdth Modulaton) de 50Hz, gerados por um programa resdente na placa Galleo Gen 2. Os testes são ncados pela mportação das matrzes dos valores dos pesos snáptcos que representam o conhecmento das nove RNAs em paralelo, para o cartão de memóra mcrosd (Secure Dgtal Card) do Galleo Gen 2. Para realzar um teste de posconamento va cnemátca nversa smulando uma trajetóra no protótpo, executa-se o algortmo da RNA MLP confgurada em paralelo. São escolhdos 7 pontos (x, y, z), como pontos desejados dentro do volume de trabalho trenado, vsando traçar a trajetóra e verfcar a precsão obtda pelo algortmo proposto. A resposta do algortmo gerou uma segunda trajetóra por onde o manpulador supostamente posconou a garra. Com esses dados, os desejados e os percorrdos, foram plotadas as trajetóras lustradas na Fgura 11. Demonstra-se a partr daí que a RNA em paralelo fo trenada de forma satsfatóra, pos apresenta uma resposta próxma da trajetóra desejada, podendo ser usada para resolver a cnemátca nversa de um manpulador robótco. Fg Resposta do algortmo na fase onlne. 5 Conclusão Neste trabalho apresenta-se uma alternatva para resolver o problema da cnemátca nversa utlzando RNAs confguradas em paralelo, aplcadas a um protótpo de um manpulador robótco de 5GDL controlado pela plataforma Intel Galleo Gen 2. O
12 12 conjunto de nove RNAs confguradas em paralelo fo comparado a uma únca RNA, ambas compostas por RNAs MLP de mesmas característcas. Cada RNA confgurada em paralelo atua em uma regão do volume de trabalho do protótpo, em relação à coordenada z do plano cartesano. Para cada padrão de trenamento apresentado, atva-se apenas uma RNA por vez, ajustando um número relatvamente baxo de snapses, todava, todo o conhecmento, é armazenado de forma organzada em todas as RNAs, o que possblta em maor utlzação de snapses, sem perder a efcênca no trenamento. Analsando os resultados da comparação da RNA em paralelo com uma smples, conclu-se que a técnca proposta apresenta melhor desempenho no mapeamento da cnemátca nversa, embora os parâmetros das RNAs e a sua convergênca, possam ser melhorados usando algortmos híbrdos - algortmo genétco ou lógca fuzzy. Referêncas Bblográfcas [1] S. Nku, Introducton to Robotcs. New Jersey: John Wley & Sons, [2] A. T. Hasan, a. M. S. Hamouda, N. Ismal, and H. M. a a Al-Assad, An adaptve-learnng algorthm to solve the nverse knematcs problem of a 6 D.O.F seral robot manpulator, Adv. Eng. Softw., vol. 37, no. 7, pp , [3] J. J. Crag, Robótca, 3rd ed. São Paulo: Edtora Pearson, [4] S. Alavandar and M. J. Ngam, Neuro-Fuzzy based Approach for Inverse Knematcs Soluton of Industral Robot Manpulators, Int. J. Comput. Commun. Control, vol. III, no. 3, pp , [5] V. M. H. Dávla and J. S. B. Read, Cnemátca nversa de un manpulador robótco con redes neuronales., Encuentro Investg. en Ing. Elétrca, p. 5, [6] D. R. Raj, I. J. Raglend, and M. Anand, Inverse knematcs soluton of a fve jont robot usng feed forward and Radal Bass Functon Neural Network, Comput. Power, Energy Inf. Communcaton, pp , [7] B. Daya, S. Khawand, and M. Akoum, Applyng Neural Network Archtecture for Inverse Knematcs Problem n Robotcs, J. Softw. Eng. Appl., vol. 3, no. 3, pp , [8] Y. Feng, W. Yao-nan, and Y. Y-mn, Inverse Knematcs Soluton for Robot Manpulator based on Neural Network under Jont Subspace, Int. J. Comput. Commun. Control, vol. 7, no. 3, pp , [9] P. Jha, B. B. Bswal, and O. P. S. Sahu, Inverse Knematc Soluton of Robot Manpulator Usng Hybrd Neural Network, Int. J. Mater. Sc. Eng., [10] F. E. Fernandes Junor, Estudo e mplementação de redes neuras e algortmos genétcos para resolução de cnemátca nversa de um manpulador robótco com 5 graus de lberdade, Unversdade Estadual de Campnas, Campnas, [11] S. S. HAYKIN, Redes Neuras. Prncípos e prátca, 2nd ed. Porto Alegre: BOOKMAN COMPANHIA ED, 2001.
INF 1771 Inteligência Artificial
INF 77 Intelgênca Artfcal Aula 8 Redes Neuras Edrle Soares de Lma Formas de Aprendzado Aprendzado Supervsonado Árvores de decsão. K-Nearest Neghbor (KNN). Support Vector Machnes (SVM).
Leia maisRedes Neurais (Inteligência Artificial)
Redes Neuras (Intelgênca Artfcal) Aula 14 Redes Neuras Edrle Soares de Lma Formas de Aprendzado Aprendzado Supervsonado Árvores de Decsão. K-Nearest Neghbor (KNN). Support Vector Machnes
Leia maisIntrodução. Introdução. Introdução I - PERCEPTRON. Modelos de Neurônios LABIC. Neurônio:
Modelos de Neurônos Introdução Característcas Báscas Modelo de Neurôno Estrutura da Rede Neurôno: Cada neurôno é composto por: dendrtos: con de termnas de entrada corpo central Algortmo de Aprendzado axôno:
Leia maisEstudo comparativo entre redes neurais artificiais e análise de regressão múltipla na avaliação de bens, para pequenas amostragens
Estudo comparatvo entre redes neuras artfcas e análse de regressão múltpla na avalação de bens, para pequenas amostragens Elane Hasselmann Camardella Schavo (CEFET/RJ) elane@consultora-cca.com.br Márco
Leia maisFUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores
FUNDMENTOS DE ROBÓTIC Modelo Cnemátco de Robôs Manpuladores Modelo Cnemátco de Robôs Manpuladores Introdução Modelo Cnemátco Dreto Modelo Cnemátco de um Robô de GDL Representação de Denavt-Hartenberg Exemplos
Leia mais4. Sistemas Neuro-Fuzzy
4. Sstemas Neuro-Fuzzy Neste capítulo será apresentado o sstema híbrdo Neuro-Fuzzy, o qual é a combnação das técncas de fuzzy e redes neuras. Alguns modelos Neuro-Fuzzy já desenvolvdos na lteratura são
Leia maisDESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA
DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisPERCEPTRON. Características Básicas Modelo de Neurônio Estrutura da Rede Algoritmo de Aprendizado CARACTERISTICAS BASICAS
PERCEPTRON Característcas Báscas Modelo de Neurôno Estrutura da Rede Algortmo de Aprendzado CARACTERISTICAS BASICAS - Regra de propagação net - Função de atvação: Degrau = x w + - Topologa: uma únca camada
Leia maisPROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS
PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara
Leia maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
Leia maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia mais5 Validação dos Elementos
5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisCONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:
CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia maisFigura 3: Diagrama de blocos do sistema de inferência da qualidade.
4 Solução Proposta A metodologa proposta nesta dssertação pode ser dvdda em quatro etapas complementares que estão representadas no dagrama de blocos na Fgura 3. Cada uma delas está descrta através do
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA 22 a 25 Novembro de 2009 Recfe - PE GRUPO IV GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA CA E CC - GAT DESENVOLVIMENTO
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisEstudo e Previsão da Demanda de Energia Elétrica. Parte II
Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo
Leia mais6 Modelo Proposto Introdução
6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo
Leia maisINCORPORAÇÃO DE RECORRÊNCIA EM ESTRUTURAS NEURAIS NEBULOSAS
INCORPORAÇÃO DE RECORRÊNCIA EM ESTRUTURAS NEURAIS NEBULOSAS Ivette Luna 1, Rosangela Balln 2, Fernando Gomde 3 1,3 Unversdade Estadual de Campnas Faculdade de Engenhara Elétrca e de Computação 13083-970
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisJogos. Jogos. Jogo. Jogo. Óptimo alvo investigação
Jogos Óptmo alvo nvestgação O seu estado é fácl de representar; As acções são bem defndas e o seu número lmtado; A presença de oponentes ntroduz ncerteza tornando o problema de decsão mas complcado. Estamos
Leia maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia maisRobótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016
Robótca Prof. Renaldo Banch Centro Unverstáro FEI 2016 6 a Aula IECAT Objetvos desta aula Momentos Lneares, angulares e de Inérca. Estátca de manpuladores: Propagação de forças e torques. Dnâmca de manpuladores:
Leia maisMETODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO
Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento
Leia mais2 Lógica Fuzzy Introdução
2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade
Leia maisUniversidade Federal do Rio de Janeiro GRADUAÇÃO /2. Modelo MLP. MLP Multi Layers Perceptron
Unversdade Federal do Ro de Janero GRADUAÇÃO - 8/ Modelo MLP www.labc.nce.ufrj.br Antono G. Thomé thome@nce.ufrj.br Sala - 3 598-368 MLP Mult Laers Perceptron. Redes Neuras RN de múltplas camadas resolvem
Leia maisRedes Neuronais (introdução)
Redes Neuronas (ntrodução) Vctor Lobo Introdução INÍCIO Programação Imperatva Explcta-se o algortmo Conjunto de nstruções S?? N S N Intelgênca Artfcal Usar o homem e a bologa como nspração Abordagem smbólca
Leia maisREDES NEURAIS NEBULOSAS PARA PREVISÃO DE VAZÕES MÉDIAS MENSAIS
GOP/010 21 a 26 de Outubro de 2001 Campnas - São Paulo - Brasl GRUPO IX GRUPO DE ESTUDOS DE OPERAÇÕES DE SISTEMAS ELÉTRICOS REDES NEURAIS NEBULOSAS PARA PREVISÃO DE VAZÕES MÉDIAS MENSAIS Rosângela Balln
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia mais3 Desenvolvimento do Modelo
3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede
Leia mais3 Definição automática de carregamento ótimo
3 Defnção automátca de carregamento ótmo A formulação ncal mostrada neste capítulo fo feta por Sérgo Álvares Maffra[11] e parte da mplementação fo feta por Anderson Perera, tendo sofrdo algumas modfcações
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisBrazilian Journal of Biosystems Engineering v. 11(1): 01-17, 2017
AVALIAÇÃO DO MODELO DE REGRESSÃO LINEAR MÚLTIPLA E REDES NEURAIS ARTIFICIAIS NA PREVISÃO DO GANHO DE MASSA EM ANIMAIS M. L. M. Lopes, F. R. Chavarette *, A. M. Coss UNESP - Unv. Estadual Paulsta, Faculdade
Leia maisUM MÉTODO DE PREVISÃO DE PREÇO DA CARGA, UTILIZANDO REDES NEURAIS DE RE- GRESSÃO GENERALIZADA E PERCEPTRON MULTICAMADAS.
UM MÉTODO DE PREVISÃO DE PREÇO DA CARGA, UTILIZANDO REDES NEURAIS DE RE- GRESSÃO GENERALIZADA E PERCEPTRON MULTICAMADAS. PATRÍCIA F. DA S. FREITAS 1, ANNA D. P. LOTUFO 1, NATÁLIA ALGUACIL 2, MARIA DO C.
Leia mais7 Tratamento dos Dados
7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisMODELAGEM COMPUTACIONAL DA DIFUSÃO DE NÊUTRONS EM GEOMETRIA UNIDIMENSIONAL CARTESIANA
27 Internatonal Nuclear tlantc Conference - INC 27 antos, P, razl, eptember 3 to October 5, 27 OCIÇÃO RILEIR DE ENERGI NUCLER - EN IN: 978-85-99141-2-1 MODELGEM COMPUTCIONL D DIFUÃO DE NÊUTRON EM GEOMETRI
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisÂngulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)
4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo
Leia maisAplicação de Funções de Base Radial em Problemas de Previsão de Cargas Elétricas via Redes Neurais Artificiais
UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Aplcação de Funções de Base Radal em Problemas de Prevsão de Cargas Elétrcas va
Leia maisEcho State Networks. Universidade de São Paulo São Carlos / SP. Instituto de Ciências Matemáticas e de Computação
Unversdade de São Paulo São Carlos / SP Insttuto de Cêncas Matemátcas e de Computação Echo State Networks Sstemas Intelgentes Prof. Dra. Rosel A. Franceln Romero Fabríco Breve João R. Bertn Jr. Sumáro
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisTRAJETÓRIA ÓTIMA DE ROBÔS MANIPULADORES AO INTERCEPTAR OBJETOS EM MOVIMENTO
16º POSMEC Unversdade Federal de Uberlânda Faculdade de Engenhara Mecânca TRAJETÓRIA ÓTIMA DE ROBÔS MANIPULADORES AO INTERCEPTAR OBJETOS EM MOVIMENTO Rogéro Rodrgues dos Santos Faculdade de Engenhara Mecânca,
Leia maisBalanceamento das cargas nas respectivas fases do circuito [8]: Posicionamento do transformador abaixador: Recondutoramento dos circuitos:
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN PLANEJAMENTO DE CIRCUITOS SECUNDÁRIOS DE DISTRIBUIÇÃO USANDO ALGORITMO EVOLUTIVO ESPECIALIZADO Antono Marcos Coss Grupo
Leia maisRealimentação negativa em ampliadores
Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia mais3 Redes Neurais Auto-Associativas
44 3 Redes Neuras Auto-Assocatvas 3.1. Neurôno Artfcal Redes neuras artfcas são estruturas compostas por dversas undades processadoras, chamadas de neurônos artfcas, que são nterlgados através de conexões,
Leia maisRadiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)
Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,
Leia maisModelagem dinâmica do manipulador RD5NT
DOI: 10.5935/1809-2667.20140030 Artgo Orgnal Modelagem dnâmca do manpulador RD5NT Dynamc modelng of the manpulator RD5NT Eduardo Montero Aguar * Este artgo apresenta o desenvolvmento de um modelo matemátco
Leia maisAprendizagem de Máquina
Plano de Aula Aprendzagem de Máquna Aprendzagem Baseada em Instâncas Alessandro L. Koerch Introdução Espaço Eucldano Aprendzagem Baseada em Instâncas (ou Modelos Baseados em Dstânca) Regra knn (k vznhos
Leia maisMODELAGEM DE CURVAS DE MAGNETIZAÇÃO PARA SOLUÇÃO ITERATIVA DE CIRCUITOS MAGNÉTICOS NÃO LINEARES
MODELAGEM DE CURVAS DE MAGNETIZAÇÃO PARA SOLUÇÃO ITERATIVA DE CIRCUITOS MAGNÉTICOS NÃO LINEARES MEZA, Rafael Argüello, estudante de graduação, CEFET-PR, 2005 Centro Federal de Educação Tecnológca do Paraná
Leia maisREDE NEURAL ARTMAP NEBULOSA PARA ANÁLISE DE ESTABILIDADE TRANSITÓRIA DE SISTEMAS DE ENERGIA ELÉTRICA
REDE NEURAL ARTMAP NEBULOSA PARA ANÁLISE DE ESTABILIDADE TRANSITÓRIA DE SISTEMAS DE ENERGIA ELÉTRICA Sandra C. Marchor Carlos R. Mnuss Anna Dva P. Lotufo Unversdade Estadual Paulsta UNESP - Câmpus de Ilha
Leia maisAPLICAÇÃO DE SISTEMAS INTELIGENTES PARA ANÁLISE EM TEMPO REAL DO ESTADO DE OPERAÇÃO DE SISTEMAS DE POTÊNCIA EM RELAÇÃO À ESTABILIDADE DE TENSÃO
APLICAÇÃO DE SISTEMAS INTELIGENTES PARA ANÁLISE EM TEMPO REAL DO ESTADO DE OPERAÇÃO DE SISTEMAS DE POTÊNCIA EM RELAÇÃO À ESTABILIDADE DE TENSÃO VICTORIA Y. MATSUNAGA, CAROLINA M. AFFONSO, WALTER BARRA
Leia mais2 Redes Neurais Auto-Organizáveis
2 Redes Neuras Auto-Organzáves 2.1 Introdução Problemas de clusterng estão presentes nos mas varados contetos, como por eemplo: classfcação de padrões, mneração de dados e recuperação de nformações de
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisESTRATÉGIA DE ESTIMAÇÃO DE FLUXO ESTATÓRICO PARA MOTORES DE INDUÇÃO UTILIZANDO REDES NEURAIS
ESTRATÉGIA DE ESTIMAÇÃO DE FLUXO ESTATÓRICO PARA MOTORES DE INDUÇÃO UTILIZANDO REDES NEURAIS VICTOR P. B. AGUIAR, RICARDO S. T. PONTES, RODRIGO C. CIARLINI Laboratóro de Efcênca Energétca em Sstemas Motrzes-LAMOTRIZ,
Leia maisAPLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS
APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS Raann Pablo de Alencar AZEEDO; Ícaro Bezerra de Queroz ARAÚJO; Elel Pogg dos
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Prof. André Y. Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisUm Estudo Comparativo Entre Diferentes Técnicas de Otimização do Treinamento de Neurocontroladores
Proceedngs of the IV Brazlan Conference on Neural Networks - IV Congresso Braslero de Redes Neuras pp. 29-24, July 2-22, 999 - ITA, São José dos Campos - SP - Brazl Um Estudo Comparatvo Entre Dferentes
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisPrimeiras Redes Neurais. Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática
Prmeras Redes Neuras Aluzo Fausto Rbero Araújo Unversdade Federal de Pernambuco Centro de Informátca Conteúdo. Modelo de McCullough and Ptts 2. Teora de Hebb 3. O Perceptron 4. Exemplos 2 Modelo de McCullough
Leia maisIBAPE XII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAÇÕES E PERÍCIAS, BELO HORIZONTE/MG
IBAPE XII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAÇÕES E PERÍCIAS, BELO HORIZONTE/MG ESTUDO COMPARATIVO ENTRE REDES NEURAIS ARTIFICIAIS E ANÁLISE DE REGRESSÃO MÚLTIPLA NA AVALIAÇÃO DE BENS,
Leia maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia maisModelo de Alocação de Vagas Docentes
Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisRelação de Pré-Requisitos
Universidade Federal de Juiz de Fora - UFJF Centro de Gestão do Conhecimento Organizacional - CGCO Sistema ntegrado de Gestão Acadêmica - SGA CDARA - COORDENADORA DE ASSUNTOS E REGSTROS ACADÊMCOS CAMPUS
Leia maisProblema Real (avião, carro,...) Validação
Modelo Físco/ (EFD)? Problema Real? (avão, carro,...) Modelo Matemátco (CFD) Túnel de Vento Modelo Condções de Frontera Escala Approx. nas eqs., (ν t ) Equações (modelo de turbulênca) Instrumentos de Medda
Leia maisde Engenharia de São Carlos - USP Av. Trabalhador São-carlense, 400 - Centro - CEP 13566-590, São Carlos SP # UTFPR, Cornélio Procópio PR
APLICAÇÃO DE SISTEMAS FUZZY EM MOTORES DE INDUÇÃO PARA IDENTIFICAÇÃO DE TORQUE DE CARGA SÉRGIO F. DA SILVA *, IVAN N. SILVA *, ALESSANDRO GOEDTEL #, CRISTIANO MINOTTI * * Laboratóro de Automação Intelgente
Leia maisChapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação
Chapter 9 Locaton Localzação de Instalações Problemas de comuncação http://www.youtube.com/watch?v=h_qnu4rwlvu INTRODUÇÃO INTRODUÇÃO Analsar padrões de localzação pode ser nteressante Porque a Whte Castle,
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisDesenvolvimento de interface gráfica e cálculo de vigas hiperestáticas aplicados ao ensino de Engenharia
Desenvolvmento de nterface gráfca e cálculo de vgas hperestátcas aplcados ao ensno de Engenhara Flader Alves Pmentel, Mara de Nazaré Batsta da Slva Departamento de Engenhara Cvl, Unversdade Federal de
Leia maisNOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO
I Congresso Baano de Engenhara Santára e Ambental - I COBESA NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO Marcos Vnícus Almeda Narcso (1)
Leia mais4 Sistemas de partículas
4 Sstemas de partículas Nota: será feta a segunte convenção: uma letra em bold representa um vector,.e. b b Nesta secção estudaremos a generalzação das les de Newton a um sstema de váras partículas e as
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisMÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL
CIRCUITOS ELÉTRICOS Método de Análse: Análse Nodal Dscplna: CIRCUITOS ELÉTRICOS Professor: Dr Marcos Antôno de Sousa Tópco MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL Referênca bbloráfca básca:
Leia maisAs leis de Kirchhoff. Capítulo
UNI apítulo 11 s les de Krchhoff s les de Krchhoff são utlzadas para determnar as ntensdades de corrente elétrca em crcutos que não podem ser convertdos em crcutos smples. S empre que um crcuto não pode
Leia maisRobótica. Prof. Reinaldo Bianchi Centro Universitário da FEI 2016
Robótca Prof. Renaldo Banch Centro Unverstáro da FEI 26 3ª Aula Parte B - Matlab û ù ë é D D D 9 8 7 6 5 4 3 2 z r r r y r r r x r r r 3x3 rotaton matrx 3x translaton matrx perspectve global scale Matrz
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel
Leia maisO QUEBRA-CABEÇA DE LANGFORD
O QUEBRA-CABEÇA DE LANGFORD Mateus Mendes Magela Unversdade Federal do Espírto Santo mateusmendes.m@uol.com.br Resumo: O Quebra-Cabeça de Langford é um passatempo muto atraente e sufcentemente engenhoso
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia mais