Classificação dos Usuários da Rede Social Scientia.Net através de Redes Neurais Artificiais

Tamanho: px
Começar a partir da página:

Download "Classificação dos Usuários da Rede Social Scientia.Net através de Redes Neurais Artificiais"

Transcrição

1 Classificação dos Usuários da Rede Social Scientia.Net através de Redes Neurais Artificiais Vinicius Ponte Machado 1 Bruno Vicente Alves de Lima 1 Sanches Wendyl Ibiapina Araújo 1 Heloína Alves Arnaldo 1 1 Departamento de Informática e Estatística - Universidade Federal do Piauí Campus Universitário Petrôneo Portela - Bairro Ininga - Teresina - PI Abstract. Social networks have become especially relevant in the Internet due to the large numbers of users to various Web sites that use the concept (Orkut, MySpace, Facebook e Flickr). These users form databases that provide an important means to share, organize and find content, and to establish contacts with common interests. In this context was created Scientia.Net - social networking site that integrates information contained in various Internet services (forums, repositories of articles, websites, blogs and other social networks). Furthermore, this tool promotes the interaction of its users (students, teachers and researchers) for academic purposes, based on your interests. This paper presents an application developed to automatically group Scientia.Net users, using Artificial Neural Networks. The application was created to offer Scientia.Net a sorting mechanism to provide each user of the site, a list of other researchers based on their common researches. It is intended to contribute to the interaction between similar profile users and thus improve the productivity of their research thus allowing the knowledge exchange. Resumo. Redes sociais tornaram-se especialmente relevantes na internet devido a grande adesão de usuários aos vários de sites Web que utilizam o conceito (Orkut, MySpace, Facebook e Flickr). Seus usuários formam bases de dados que proveem um importante meio de compartilhar, organizar e encontrar conteúdo, além de estabelecer contatos através de interesses comuns. Neste contexto foi criado o Scientia.Net - site de rede social que integra informações contidas em diversos serviços da Internet (fóruns, repositórios de artigos, sites, blogs e demais redes sociais). Além disso, esta ferramenta promove a interação de seus usuários (estudantes, professores e pesquisadores) para fins acadêmicos, com base nos seus interesses em comum. Este artigo apresenta uma aplicação desenvolvida para agrupar de forma automática os usuários do Scientia.Net, utilizando o Redes Neurais Artificiais. A aplicação foi criada para oferecer ao Scientia.Net um mecanismo de classificação que apresente a cada usuário do site, uma relação de outros pesquisadores com base nas suas pesquisas em comum. Com isso, pretende-se contribuir para a interação entre usuários de perfis semelhantes e assim melhorar na produtividade de suas pesquisas permitindo assim a troca de conhecimento.

2 1. Introdução Na área científica, a interação das pessoas é um fator importante para o avanço das pesquisas. É crescente o número de pesquisadores de diferentes instituições, muitas vezes distantes geograficamente que têm colaborado entre si em diversos projetos. Neste cenário acadêmico os sistemas de redes sociais se destacam como uma ferramenta para reunir e facilitar contato com pessoas que detém o conhecimento. Esses sistemas funcionam com o princípio da interação social, ou seja, buscando conectar pessoas e proporcionar sua comunicação forjando laços sociais. Uma rede social é definida como um conjunto de dois elementos: atores (pessoas, instituições ou grupos; os nós da rede) e suas conexões (interações ou laços sociais) [Recuero 2004]. A rede social, derivando deste conceito, passa a representar um conjunto de participantes autônomos, unindo ideias e recursos em torno de interesses compartilhados a partir das interações estabelecidas entre eles. O Scientia.Net é um site de rede social voltado ao ambiente acadêmico que visa agregar aos seus usuários itens de relevância acadêmica relacionados ao seu perfil. Dessa forma, o Scientia.Net é uma agregador de informações contidas em diversos serviços da Internet (fóruns, repositórios de artigos, sites, blogs e demais redes sociais). Além disso, a ferramenta provê a interação de seus usuários (estudantes, professores e pesquisadores) com base nos seus interesses em comum. Este artigo apresenta o desempenho dos algoritmos de aprendizagem de máquina Redes Neurais Artificiais, na classificação automática dos usuários do Scientia.Net. O objetivo é oferecer a cada usuário do Scientia.Net uma relação de outros usuários com perfis e interesses comuns a estes. Algoritmos que utilizam técnicas de Aprendizagem de Máquina melhoram automaticamente à medida que aprendem com experiências passadas [Mitchell 1997]. Estes algoritmos têm como objetivo encontrar e descrever padrões a partir dos dados obtidos do ambiente. A tarefa principal é aprender um modelo a partir do ambiente e manter esse modelo consistente de modo a atingir as finalidades de sua aplicação. A tarefa de aprender consiste em escolher ou adaptar os parâmetros de representação do modelo. 2. Scientia.Net O Scientia.Net é uma rede social voltada para o ambiente acadêmico com conteúdos específicos para cientistas que desejam compartilhar suas pesquisas ou avançar em seus trabalhos por meio da interação com outros pesquisadores. É baseada na Internet está sendo desenvolvida implementando ferramentas que permitem a interação de seus usuários (estudantes, professores e pesquisadores) com base nos seus interesses em comum por meio de algoritmos de aprendizagem de máquina. Além disso, visa agregar aos seus usuários itens de relevância relacionados ao seu perfil de forma automática. Ou seja, de acordo com o perfil do pesquisador, são sugeridos artigos, eventos e contatos de outros pesquisadores. Dessa forma o Scientia.Net cria um grande agregador de informações acadêmicas contidas em diversos serviços da Internet (fóruns, repositórios de artigos, sites, blogs e demais redes sociais) (Fig:1), permitindo aos seus usuários uma melhoria na produtividade de suas pesquisas, além de fornecer mecanismos para interatividade e troca de conhecimento entre pesquisadores. O Scientia.Net diferente de outras redes sociais, oferece um mecanismo de classificação

3 Figura 1. Serviços e Informações agregadas ao Scientia.Net. automático de seus usuários e de conteúdo. Esse diferencial tem como objetivo oferecer a cada usuário do Scientia.Net uma relação de outros usuários cujos perfis e interesses são semelhantes. Esta classificação é feita de forma automática com base nos padrões descobertos pelos algoritmos de Redes Neurais Artificiais. 3. Aprendizagem de Máquina A utilização de Algoritmos de Aprendizagem de máquina tem como objetivo o desenvolvimento de técnicas computacionais sobre o aprendizado bem como a construção de sistemas capazes de adquirir conhecimento de forma automática.[matos et al. 2009] A intuição humana não pode ser inteiramente eliminada nesse caso, desde que o desenvolvedor do sistema especifique como os dados devem ser representados e que mecanismos serão usados por uma caracterização dos dados. Sob este aspecto existem três principais tipos de técnicas de aprendizagem de máquina: O Aprendizado Supervisionado, que implica, necessariamente, a existência de dados de entradas e a indicação de uma saída a ser aprendida para ocorrer o processo de aprendizagem [Braga et al. 2007]. Um exemplo desses algoritmo são as Redes Neurais Artificiais de Múltiplas Camadas. Aprendizado Não-Supervisionado envolve a aprendizagem de padrões na entrada, quando não são fornecidos valores de saídas específicos [Mitchell 1997]. Aprendizado por Reforço que consiste em mapear situações (estados do ambiente) para ações (o que fazer) de modo a maximizar um sinal de recompensa numérico [Sutton and Barto 1998]. A ideia básica é simplesmente captar os aspectos mais importantes do problema real posto diante de um agente aprendiz interagindo com o ambiente para alcançar uma meta Redes Neurais Artificiais Um dos algoritmos de Aprendizagem de Máquina utilizados nesse trabalho foi Redes Neurais Artificiais. Redes Neurais Artificiais são sistemas que tentam simular o funcionamento do cérebro humano. São compostas por unidades de processamento simples chamados de Neurônios Artificiais. [Braga et al. 2007] Neurônio Artificial (Perceptron) O modelo de neurônio artificial proposto por McCulloch e Pitts [Braga et al. 2007] é uma simplificação do neurônio biológico. O modelo propõe que o neurônio artificial possui

4 n entradas (x 1, x 2, x 3,..., xn) e apenas um terminal de saída y, sendo que cada entrada possui um peso correspondente (w 1, w 2, w 3,..., w n ),visualizados na Fig. 2. Figura 2. Modelo de Neurônio Artifical de McCulloch e Pitts. Fonte: Adaptado de Ludwing e Eduard, Para gerar a saída o neurônio faz o somatório da multiplicação de cada entrada com seu respectivo peso. Após isso é levado à Função de Transferência e depois enviado para a saída do neurônio. A saída geralmente é comparada com a saída indicada e se houver erro, que é a diferença entre a saída obtida e a saída desejada, será corrigido utilizando a regra delta. [Mitchell 1997] A Regra Delta ajusta os pesos do neurônio de tal forma que este multiplicado pela entrada possa representar uma saída correta. Para cada entrada do Perceptron soma-se o peso atual com a multiplicação da entrada com a taxa de aprendizagem e o erro. Esse processo é realizado com todos os pares de entradas com seus respectivos pesos. A Regra Delta é utilizada para o treinamento do Perceptron que é um tipo de neurônio, também dito como o mais simples tipo de rede neural. O Perceptron apresenta apenas um conjunto de neurônios de entrada e um conjunto de neurônios de saída, sem haver nenhuma camada de neurônios intermediária.[mitchell 1997] Os neurônios são constituídos por uma função de ativação e uma função de transferência. A função de ativação faz a soma ponderada dos sinais de entrada e a função de transferência determina a saída do neurônio, em função da soma ponderada. Quando ocorre erro em alguma das entradas, é utilizada a regra delta para a correção dos erros, ou seja, o treinamento do Perceptron. Portanto os algoritmos de aprendizado das Redes Neurais visam o desenvolvimento de técnicas para a obtenção de um valor mais apropriado de pesos para a obtenção da solução do problema depois que todos os pesos estiverem ajustados, e não existir mais erro, ou o menor erro possível. E assim utilizar os pesos para a utilização da rede neural.[braga et al. 2007] Redes Neurais de Múltiplas Camadas A Rede Perceptron de Múltiplas Camadas é uma rede com uma camada de entrada, contendo as entradas da rede, com uma ou mais camadas ocultas, que tem como objetivo resolver problemas não lineares, e uma camada de saída. Um exemplo de rede neural é

5 mostrado na Fig. 3. Figura 3. Exemplo de Rede Neural com Múltiplas Camadas Algoritmo Backpropagation Algoritmo Back-Propagation é utilizado no treinamento das Redes Perceptrons de Múltiplas Camadas. É dividido em duas fases. A primeira é a forward que é onde é determinada a saída da rede neural. A segunda é a fase backward, onde é comparada a saída obtida com a saída desejada e assim calculado o erro. Na fase forward é apresentado às entradas da rede, e as saídas dos neurônios da primeira camada oculta são calculadas. As saídas da primeira camada oculta serão as entradas utilizadas nos cálculos da saída da próxima camada. Esse processo se repete até chegar a camada de saída, onde são produzidas as saídas da rede. Por fim, a saída obtida é comparada com a saída desejada, caso haja erro o algoritmo passa para a fase backward. Na fase backward o erro da camada de saída é utilizado para ajustar diretamente os seus pesos. Posteriormente, esse erro é propagado para a camada anterior, utilizandose para isso os pesos das conexões entre as camadas, que serão multiplicadas com os erros correspondentes. Esse processo é executado até a primeira camada oculta da rede neural, chegando a camada de entrada, onde serão ajustados os pesos das entradas finalizando o processo. [Haykin 2001] 4. Classificação Automática 4.1. Ferramenta WEKA Os algoritmos utilizados no Scientia.Net estão disponíveis na biblioteca WEKA - Waikato Environment for Knowledge Analysis, que é uma ferramenta de KDD 1 que contempla uma série de algoritmos de preparação de dados, de aprendizagem de máquina (mineração) e de validação de resultados. WEKA foi desenvolvido na Universidade de Waikato na Nova Zelândia, sendo escrito em Java e possuindo código aberto disponível na Web (a atual versão demanda Java 1.4). 1 Knowledge-discovery in databases (Extração do Conhecimento) é um processo de extração de informações de base de dados, que cria relações de interesse que não são observadas pelo especialista no assunto, bem como auxilia a validação de conhecimento extraído.

6 O WEKA possui interface gráfica e seus algoritmos fornecem relatórios com informações analíticas e estatísticas dos dados em questão. Grande parte de seus recursos é acessível via sua interface, sendo que os demais podem ser utilizados através de API s 2 em códigos criados por terceiros. A interface WEKA Explorer pode ser visualizada na Fig. 4. Figura 4. Janela do WEKA rodando algoritmo de Aprendizagem de Máquina Para a utilização dos algoritmos implementados utilizando-se a ferramenta WEKA no Scientia.Net, deve-se fornecer dados para o treinamento. Esses dados são fornecidos através de um arquivo com extensão.arff. O Arquivo ARFF, é dividido em 3 partes: Relação - primeira linha do arquivo que deve conter a identificação da relação ou tarefa que esta sendo estudada, sendo, antecedida da Atributos - lista de atributos, onde cada linha inicia acompanhada do nome do atributo e seguida do seu tipo, que pode ser nominal (as alternativas devem ser relacionadas como uma lista separada por vírgulas e cercadas por chaves) ou numérico (neste caso o nome deve ser seguido do tipo de dado); Dados - relação de dados correspondentes aos atributos que é iniciada com uma linha simples contendo a Cada linha representa uma instância e deve ter valores separados por vírgula correspondentes (e na mesma ordem) dos atributos da seção Atributos. O Fato de o WEKA ser escrito em Java e ter suas bibliotecas disponíveis, teve um peso relevante na decisão de utilizá-lo no Scientia.Net. Com isso os algoritmos podem ser utilizados em várias plataformas, deixando assim, o trabalho com uma boa portabilidade Dados Envolvidos Scientia.Net ainda é um protótipo, logo não foi disponibilizado para o cadastro de pessoas reais, de modo que para fins de testes e validação dos algoritmos propostos foi utilizado um banco de dados povoado com dados customizados oriundos do sitio web Generatedata 3 contendo 500 usuários fictícios, estes dados estão estruturados de forma a caracterizar o preenchimento do cadastro do Scientia.net. 2 API - Application Programming Interface (ou Interface de Programação de Aplicativos) é um conjunto de rotinas e padrões estabelecidos por um software para a utilização das suas funcionalidades por programas aplicativos que não querem envolver-se em detalhes da implementação do software, mas apenas usar seus serviços. 3 Script gratuito e de código aberto escrito em JavaScript, PHP e MySQL que permite gerar rapidamente grandes volumes de dados personalizados em uma variedade de formatos para uso em testes de software, povoando bases de dados.

7 Esses usuários possuem formação acadêmica distribuída em dez áreas do conhecimento (Direito, Medicina, Engenharia Civil, Biologia, Química, Odontologia, Física, Matemática, Economia e Letras). Para cada área do conhecimento existem 50 usuários associados. A classificação leva em consideração os valores dos atributos que formam o perfil acadêmico desses usuários. Estes atributos incluem: Graduação, Mestrado, Doutorado, Pós-Doutorado e suas respectivas subáreas Resultados Utilizando os dados mencionados na Seção 4.2, executamos o algoritmo de aprendizado de máquina Redes Neurais, a fim de avaliar o desempenho deste na classificação de usuários da rede social acadêmica Scientia.Net. Um trabalho semelhante foi desenvolvido e publicado em [Machado et al. 2011], utilizando 60 usuários fictícios, onde 40 foram usados para treinamento e 20 para classificação Redes Neurais Artificiais de Múltiplas Camadas Para realizarmos a avaliação da rede neural optamos por utilizar uma ferramenta padrão em estatística conhecida como validação cruzada (cross-validation ), posto que esta ferramenta fornece uma apreciação consistente do modelo trabalhado, ou seja, independente da escolha de instâncias para classificação, e é largamente utilizado dentro desse nicho de pesquisa. Com o objetivo de avaliarmos o desempenho dos algoritmos utilizamos algumas métricas de desempenho tais como: tempo de execução, porcentagem de acerto, porcentagem de erro e matriz de confusão. A Tabela 1 mostra os resultados da classificação da rede neural. O algoritmo Backprogation executou em um tempo 350 s para treinar com dados com 500 usuários. A execução da Rede Neural para a classificação obteve um tempo de 321 s. Dos 500 usuários classificados a Rede Neural apresentou um resultado de 100% de acerto. Tabela 1. Resultados do algoritmo Redes Neurais Artificiais de Múltiplas Camadas Métricas de Desempenho Redes Neurais Tempo de Execução (Treinamento) ms Tempo de Execução (Classificação) ms Porcentagem de Acertos 100% Porcentagem de Erros 0% Numero total de Instancias 500 A Tabela 2 mostra a matriz de confusão do resultado de classificação da Rede Neural. Foram utilizadas 10 áreas do conhecimento, dos 500 usuários, haviam 50 de cada área. Todos os usuários foram devidamente classificados em sua área de interesse de acordo com o seu perfil. 5. Conclusão O Scientia.Net enquanto rede social acadêmica tem como objetivo reunir pesquisadores nas mais diversas áreas do conhecimento afim de possibilitar a troca de informações entre eles, e isto feito de forma automática através de algoritmos de Aprendizagem de

8 Tabela 2. Matriz de confusão da execução algoritmo Redes Neurais de Múltiplas Camadas a b c d e f g h i j Classificado como a = Biologia b = Direito c = Economia d = Engenharia Civil e = Física f = Letras g = Matemática h = Medicina i = Odontologia j = Química Máquina. Baseado nesse contexto apresentamos um algoritmos de aprendizagem de maquina, a saber, Redes Neurais Artificiais de Múltiplas Camadas a fim de observarmos o desempenho destes quando da classificação automática de usuários do Scientia.Net [Vieira et al. 2003]. Tendo em vista os resultados obtidos executando o algoritmo sobre dados propostos percebemos que este algoritmo obteve desempenho satisfatório e podem ser utilizados na classificação de usuários do Scientia.Net. A Rede Neural Artificial de Múltiplas Camadas atingiu uma classificação com 100% de acerto. Referências Braga, A. P., de Leon Ferreira de Carvalho, A. P., and Ludermir, T. B. (2007). Redes Neurais Artificiais: Teoria e Aplicações. Rio de Janeiro, 2 edition. Haykin, S. (2001). Redes Neurais: princípios e prática. Porto Alegre. Machado, V. P., de Lima, B. V. A., Arnaldo, H. A., and Araújo, S. W. I. (2011). Classificação automática dos usuários da rede social acadêmica scentia.net. IV Congresso Tecnológico TI e Telecom.INFOBRASIL Matos, P. F., de O. Lobardi, L., Ciferri, R. R., Prado, T. A. S., de A. Ciferri, C. D., and Vieira, M. T. P. (2009). Conceitos sobre aprendizado de máquina. Mitchell, T. M. (1997). Machine learning. Recuero, R. C. (2004). Teoria das redes e redes sociais na internet: Considerações sobre o orkut, os weblogs e os fotologs. XXVII Congresso Brasileiro de Ciências da Comunicação. XXVII INTERCOM. Sutton, R. S. and Barto, A. G. (1998). Reinforcement Learning:An Introduction. Cambridge. Vieira, R. C., Tenório, M. B., Roisenberg, M., and Soares, P. S. S. (2003). Comparação entre redes neurais artificiais e rough sets para classificação de dados. IV Congresso Brasileiro de Redes Neurais.

Classificação Automática dos Usuários da Rede Social Acadêmica Scientia.Net

Classificação Automática dos Usuários da Rede Social Acadêmica Scientia.Net Classificação Automática dos Usuários da Rede Social Acadêmica Scientia.Net Vinícius Ponte Machado 1, Bruno Vicente Alves de Lima 2, Heloína Alves Arnaldo 3, Sanches Wendyl Ibiapina Araújo 4 Departamento

Leia mais

Classificação Automática de Usuários de uma Rede Social utilizando Algoritmos Não-Supervisionados

Classificação Automática de Usuários de uma Rede Social utilizando Algoritmos Não-Supervisionados Classificação Automática de Usuários de uma Rede Social utilizando Algoritmos Não-Supervisionados Vinicius P. Machado 1, Bruno V. A. de Lima 1, Sanches W. I. Araújo 1 1 Departamento de Informática e Estatística

Leia mais

Complemento II Noções Introdutória em Redes Neurais

Complemento II Noções Introdutória em Redes Neurais Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO

XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL

Leia mais

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica João Paulo Teixeira*, José Batista*, Anildio Toca**, João Gonçalves**, e Filipe Pereira** * Departamento de Electrotecnia

Leia mais

Relatório de uma Aplicação de Redes Neurais

Relatório de uma Aplicação de Redes Neurais UNIVERSIDADE ESTADUAL DE MONTES CLAROS CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE CIÊNCIAS DA COMPUTACAÇÃO ESPECIALIZAÇÃO EM ENGENHARIA DE SISTEMAS DISCIPLINA: REDES NEURAIS PROFESSOR: MARCOS

Leia mais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais

Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Previsão do Índice da Bolsa de Valores do Estado de São Paulo utilizandoredes Neurais Artificiais Redes Neurais Artificiais Prof. Wilian Soares João Vitor Squillace Teixeira Ciência da Computação Universidade

Leia mais

Aplicações Práticas com Redes Neurais Artificiais em Java

Aplicações Práticas com Redes Neurais Artificiais em Java com em Java Luiz D Amore e Mauro Schneider JustJava 2009 17 de Setembro de 2009 Palestrantes Luiz Angelo D Amore luiz.damore@metodista.br Mauro Ulisses Schneider mauro.schneider@metodista.br http://blog.mauros.org

Leia mais

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS

PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Anais do XXXIV COBENGE. Passo Fundo: Ed. Universidade de Passo Fundo, Setembro de 2006. ISBN 85-7515-371-4 PROTÓTIPO DE SOFTWARE PARA APRENDIZAGEM DE REDES NEURAIS ARTIFICIAIS Rejane de Barros Araújo rdebarros_2000@yahoo.com.br

Leia mais

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES

MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES MINERAÇÃO DE DADOS PARA DETECÇÃO DE SPAMs EM REDES DE COMPUTADORES Kelton Costa; Patricia Ribeiro; Atair Camargo; Victor Rossi; Henrique Martins; Miguel Neves; Ricardo Fontes. kelton.costa@gmail.com; patriciabellin@yahoo.com.br;

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

Leia mais

Sistema Tutor Inteligente baseado em Agentes. Pedagógicas da Universidade Aberta do Piauí. Prof. Dr. Vinicius Ponte Machado

Sistema Tutor Inteligente baseado em Agentes. Pedagógicas da Universidade Aberta do Piauí. Prof. Dr. Vinicius Ponte Machado Sistema Tutor Inteligente baseado em Agentes na Plataforma MOODLE para Apoio às Atividades Pedagógicas da Universidade Aberta do Piauí Prof. Dr. Vinicius Ponte Machado Parnaíba, 14 de Novembro de 2012

Leia mais

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS Curso: Informática Disciplina: Redes Neurais Prof. Fernando Osório E-mail: osorio@exatas.unisinos.br EXEMPLO DE QUESTÕES DE PROVAS ANTIGAS 1. Supondo que

Leia mais

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br

MINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para

Leia mais

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

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

Leia mais

7 Utilização do Mobile Social Gateway

7 Utilização do Mobile Social Gateway 7 Utilização do Mobile Social Gateway Existem três atores envolvidos na arquitetura do Mobile Social Gateway: desenvolvedor do framework MoSoGw: é o responsável pelo desenvolvimento de novas features,

Leia mais

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka

Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de

Leia mais

Implementação de um Teste de Aptidão Vocacional Inteligente utilizando Redes Neurais

Implementação de um Teste de Aptidão Vocacional Inteligente utilizando Redes Neurais Implementação de um Teste de Aptidão Vocacional Inteligente utilizando Redes Neurais Ricardo B. Rodrigues 1, Sofia Mara de Souza 1 1 Departamento de Ciência da Computação Centro Universitário UnirG (UNIRG)

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS

DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS DWARF DATAMINER: UMA FERRAMENTA GENÉRICA PARA MINERAÇÃO DE DADOS Tácio Dias Palhão Mendes Bacharelando em Sistemas de Informação Bolsista de Iniciação Científica da FAPEMIG taciomendes@yahoo.com.br Prof.

Leia mais

Utilização da plataforma Ning para o desenvolvimento de rede social temática para o agronegócio do leite

Utilização da plataforma Ning para o desenvolvimento de rede social temática para o agronegócio do leite Utilização da plataforma Ning para o desenvolvimento de rede social temática para o agronegócio do leite Leonardo Mariano Gravina Fonseca 1, Myriam Maia Nobre 1, Denis Teixeira da Rocha 1, Elizabeth Nogueira

Leia mais

UTILIZANDO O SOFTWARE WEKA

UTILIZANDO O SOFTWARE WEKA UTILIZANDO O SOFTWARE WEKA O que é 2 Weka: software livre para mineração de dados Desenvolvido por um grupo de pesquisadores Universidade de Waikato, Nova Zelândia Também é um pássaro típico da Nova Zelândia

Leia mais

Radar de Penetração no Solo e Meio- Ambiente

Radar de Penetração no Solo e Meio- Ambiente UNIVERSIDADE DE SÃO PAULO INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS DEPARTAMENTO DE GEOFÍSICA Curso 3ª Idade Radar de Penetração no Solo e Meio- Ambiente Vinicius Rafael Neris dos Santos

Leia mais

INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA

INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA INTRODUÇÃO A MINERAÇÃO DE DADOS UTILIZANDO O WEKA Marcelo DAMASCENO(1) (1) Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte/Campus Macau, Rua das Margaridas, 300, COHAB, Macau-RN,

Leia mais

ANÁLISE COMPARATIVA DE FERRAMENTAS DE REDES NEURAIS ARTIFICIAIS

ANÁLISE COMPARATIVA DE FERRAMENTAS DE REDES NEURAIS ARTIFICIAIS ANÁLISE COMPARATIVA DE FERRAMENTAS DE REDES NEURAIS ARTIFICIAIS Ivan Luis Suptitz (UNISC) ivansuptitz@gmail.com Rejane Frozza (UNISC) frozza@unisc.br Rolf Fredi Molz (UNISC) rolf@unisc.br Este artigo promove

Leia mais

Localização Geográfica no Google Maps com o Auxílio de Redes Wireless

Localização Geográfica no Google Maps com o Auxílio de Redes Wireless Localização Geográfica no Google Maps com o Auxílio de Redes Wireless Henrique G. G. Pereira 1, Marcos L. Cassal 1, Guilherme Dhein 1, Tarcízio R. Pinto 1 1 Centro Universitário Franciscano (UNIFRA) Rua

Leia mais

Ambiente de workflow para controle de métricas no processo de desenvolvimento de software

Ambiente de workflow para controle de métricas no processo de desenvolvimento de software Ambiente de workflow para controle de métricas no processo de desenvolvimento de software Gustavo Zanini Kantorski, Marcelo Lopes Kroth Universidade Federal de Santa Maria (UFSM) 97100-000 Santa Maria

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

Aplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas

Aplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas 22 - Encontro Anual de Tecnologia da Informação Aplicativo de Mineração de Dados Aplicado em Bases de Dados Acadêmicas Elisa Maria Vissotto1, Adriane Barbosa Camargo2 1 Universidade Regional Integrada

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais

Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Previsão do Mercado de Ações Brasileiro utilizando Redes Neurais Artificiais Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José

Leia mais

Redes Neurais. Profa. Flavia Cristina Bernardini

Redes Neurais. Profa. Flavia Cristina Bernardini Redes Neurais Profa. Flavia Cristina Bernardini Introdução Cérebro & Computador Modelos Cognitivos Diferentes Cérebro Computador Seqüência de Comandos Reconhecimento de Padrão Lento Rápido Rápido Lento

Leia mais

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial André Ricardo Gonçalves; Maria Angélica de Oliveira Camargo Brunetto Laboratório Protem Departamento

Leia mais

IC Inteligência Computacional Redes Neurais. Redes Neurais

IC Inteligência Computacional Redes Neurais. Redes Neurais Universidade Federal do Rio de Janeiro PÓS-GRADUAÇÃO / 2008-2 IC Inteligência Computacional Redes Neurais www.labic.nce.ufrj.br Antonio G. Thomé thome@nce.ufrj.br Redes Neurais São modelos computacionais

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem

Leia mais

Redes Neurais. A IA clássica segue o paradigma da computação simbólica

Redes Neurais. A IA clássica segue o paradigma da computação simbólica Abordagens não simbólicas A IA clássica segue o paradigma da computação simbólica Redes Neurais As redes neurais deram origem a chamada IA conexionista, pertencendo também a grande área da Inteligência

Leia mais

Controle de métricas no processo de desenvolvimento de software através de uma ferramenta de workflow

Controle de métricas no processo de desenvolvimento de software através de uma ferramenta de workflow Controle de métricas no processo de desenvolvimento de software através de uma ferramenta de workflow Gustavo Zanini Kantorski, Marcelo Lopes Kroth Centro de Processamento de Dados Universidade Federal

Leia mais

Análise de Tendências de Mercado por Redes Neurais Artificiais

Análise de Tendências de Mercado por Redes Neurais Artificiais Análise de Tendências de Mercado por Redes Neurais Artificiais Carlos E. Thomaz 1 e Marley M.B.R. Vellasco 2 1 Departamento de Engenharia Elétrica (IAAA), FEI, São Paulo, Brasil 2 Departamento de Engenharia

Leia mais

19 Congresso de Iniciação Científica DESENVOLVIMENTO DE UM MECANISMO EFICIENTE DE CAPTURA E ANÁLISE DE COMENTÁRIOS NA WEB

19 Congresso de Iniciação Científica DESENVOLVIMENTO DE UM MECANISMO EFICIENTE DE CAPTURA E ANÁLISE DE COMENTÁRIOS NA WEB 19 Congresso de Iniciação Científica DESENVOLVIMENTO DE UM MECANISMO EFICIENTE DE CAPTURA E ANÁLISE DE COMENTÁRIOS NA WEB Autor(es) JEFFERSON DIAS DOS SANTOS Orientador(es) PLÍNIO ROBERTO SOUZA VILELA

Leia mais

Redes neurais aplicadas na identificação de variedades de soja

Redes neurais aplicadas na identificação de variedades de soja Redes neurais aplicadas na identificação de variedades de soja Fábio R. R. Padilha Universidade Regional do Noroeste do Estado do Rio Grande do Sul - UNIJUÍ Rua São Francisco, 5 - Sede Acadêmica, 987-,

Leia mais

COPPE/UFRJ. CPE 721 - Redes Neurais Feedforward Prof.: Luiz Calôba

COPPE/UFRJ. CPE 721 - Redes Neurais Feedforward Prof.: Luiz Calôba COPPE/UFRJ CPE 721 - Redes Neurais Feedforward Prof.: Luiz Calôba PROGRAMA PARA DEMONSTRAÇÃO DO PROCESSO DE APRENDIZADO DOS NEURÔNIOS DA CAMADA INTERMEDIÁRIA DE UMA REDE NEURAL FEEDFORWARD DE 2 CAMADAS,

Leia mais

Relatório Iniciação Científica

Relatório Iniciação Científica Relatório Iniciação Científica Ambientes Para Ensaios Computacionais no Ensino de Neurocomputação e Reconhecimento de Padrões Bolsa: Programa Ensinar com Pesquisa-Pró-Reitoria de Graduação Departamento:

Leia mais

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial

Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial Automatização do processo de determinação do número de ciclos de treinamento de uma Rede Neural Artificial André Ricardo Gonçalves 1, Maria Angélica de Oliveira Camargo Brunetto 2 1,2 Laboratório de Pesquisa

Leia mais

Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1

Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 Laudon & Laudon Essentials of MIS, 5th Edition. Pg. 1.1 SISTEMA DE APOIO À DECISÃO Grupo: Denilson Neves Diego Antônio Nelson Santiago Sabrina Dantas CONCEITO É UM SISTEMA QUE AUXILIA O PROCESSO DE DECISÃO

Leia mais

PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER

PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER PROTÓTIPO PARA PREVISÃO DO MERCADO DE AÇÕES UTILIZANDO BANDAS DE BOLLINGER Adriano Cassaniga Petry Prof. Roosevelt dos Santos Junior - Orientador ROTEIRO Introdução Objetivos Fundamentação Teórica Requisitos

Leia mais

TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR O TEMPO DA MINERAÇÃO DE DADOS: Uma análise de Tipos de Coberturas Florestais

TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR O TEMPO DA MINERAÇÃO DE DADOS: Uma análise de Tipos de Coberturas Florestais UNIVERSIDADE ESTADUAL DE PONTA GROSSA PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO APLICADA CRISTIAN COSMOSKI RANGEL DE ABREU TÉCNICAS DE COMPUTAÇÃO PARALELA PARA MELHORAR

Leia mais

1. Introdução 2. Séries Temporais

1. Introdução 2. Séries Temporais 1. Introdução Predição de valores de ações é uma tarefa desafiadora na área de predição de séries temporais financeiras, devido à grande quantidade de variáveis que envolvem essas predições. No passado,

Leia mais

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

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001 47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações

Leia mais

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Tiago Mendes Dantas t.mendesdantas@gmail.com Departamento de Engenharia Elétrica,

Leia mais

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011 Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,

Leia mais

ANÁLISE DE CRÉDITO AO CONSUMIDOR UTILIZANDO REDES NEURAIS

ANÁLISE DE CRÉDITO AO CONSUMIDOR UTILIZANDO REDES NEURAIS ANÁLISE DE CRÉDITO AO CONSUMIDOR UTILIZANDO REDES NEURAIS Alexandre Leme Sanches (FATEC BP ) alex_sanches68@hotmail.com Amanda Zeni (FATEC BP ) zeniamanda_007@hotmail.com Redes Neurais Artificiais são

Leia mais

3 Aprendizado de Máquina em Jogos Eletrônicos

3 Aprendizado de Máquina em Jogos Eletrônicos 3 Aprendizado de Máquina em Jogos Eletrônicos Jogos populares como xadrez e dama foram um dos pioneiros a utilizarem técnicas de Aprendizado de Máquina (AM), também denominada na literatura como Machine

Leia mais

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado

Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Gestão do Conhecimento: Extração de Informações do Banco de Dados de um Supermercado Alessandro Ferreira Brito 1, Rodrigo Augusto R. S. Baluz 1, Jean Carlo Galvão Mourão 1, Francisco das Chagas Rocha 2

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Estudos Comparativos Recentes - Behavior Scoring Roteiro Objetivo Critérios de Avaliação

Leia mais

Curso de Redes Neurais utilizando o MATLAB

Curso de Redes Neurais utilizando o MATLAB Curso de Redes Neurais utilizando o MATLAB Victoria Yukie Matsunaga Belém-Pará-Brasil 2012 Esta apostila tem como principal objetivo fornecer um material de auxílio ao Curso de Redes Neurais utilizando

Leia mais

UMA EXTENSÃO AO AMBIENTE VIRTUAL DE APRENDIZAGEM MOODLE PARA A ADAPTAÇÃO DE CONTEÚDOS A PORTADORES DE NECESSIDADES EDUCACIONAIS ESPECIAIS

UMA EXTENSÃO AO AMBIENTE VIRTUAL DE APRENDIZAGEM MOODLE PARA A ADAPTAÇÃO DE CONTEÚDOS A PORTADORES DE NECESSIDADES EDUCACIONAIS ESPECIAIS UMA EXTENSÃO AO AMBIENTE VIRTUAL DE APRENDIZAGEM MOODLE PARA A ADAPTAÇÃO DE CONTEÚDOS A PORTADORES DE NECESSIDADES EDUCACIONAIS ESPECIAIS Sérgio M. Baú Júnior* e Marco A. Barbosa* *Departamento de Informática

Leia mais

A Utilização de Software Livre na Análise de QoS em Redes IP Utilizando Mineração de Dados

A Utilização de Software Livre na Análise de QoS em Redes IP Utilizando Mineração de Dados A Utilização de Software Livre na Análise de QoS em Redes IP Utilizando Mineração de Dados Maxwel Macedo Dias 1, Edson M.L.S. Ramos 2, Luiz Silva Filho 3, Roberto C. Betini 3 1 Faculdade de Informática

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

Relatório da Aula Prática sobre Redes Neurais Artificiais

Relatório da Aula Prática sobre Redes Neurais Artificiais Relatório da Aula Prática sobre Redes Neurais Artificiais Instituto de Informática UFRGS Carlos Eduardo Ramisch Cartão: 134657 INF01017 Redes Neurais e Sistemas Fuzzy Porto Alegre, 16 de outubro de 2006.

Leia mais

Data Mining Software Weka. Software Weka. Software Weka 30/10/2012

Data Mining Software Weka. Software Weka. Software Weka 30/10/2012 Data Mining Software Weka Prof. Luiz Antonio do Nascimento Software Weka Ferramenta para mineração de dados. Weka é um Software livre desenvolvido em Java. Weka é um É um pássaro típico da Nova Zelândia.

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

Questionário. A ferramenta auxilia na alocação de Não (0) x x x. Satisfatório (5) complexidade de um caso de uso? de uso (72) Sim (10)

Questionário. A ferramenta auxilia na alocação de Não (0) x x x. Satisfatório (5) complexidade de um caso de uso? de uso (72) Sim (10) Questionário Nível Avaliado Gerador de plano de teste Gerador de dados Função/característica do produto Gestão dos dados do plano de teste (51) Perguntas Pontuação Selenium BadBoy Canoo A ferramenta auilia

Leia mais

A implementação e o estudo. de redes neurais artificiais em ferramentas de software comerciais,

A implementação e o estudo. de redes neurais artificiais em ferramentas de software comerciais, Artigos A implementação e o estudo de redes neurais artificiais em ferramentas de software comerciais Cleber Gustavo Dias Professor do Departamento de Ciências Exatas Uninove. São Paulo SP [Brasil] diascg@uninove.br

Leia mais

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas

Leia mais

Projeto de Redes Neurais e MATLAB

Projeto de Redes Neurais e MATLAB Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação

Leia mais

GeCA: Uma Ferramenta de Engenharia Reversa e Geração Automática de Código

GeCA: Uma Ferramenta de Engenharia Reversa e Geração Automática de Código GeCA: Uma Ferramenta de Engenharia Reversa e Geração Automática de Código Igor Steinmacher 1, Éderson Fernando Amorim 1, Flávio Luiz Schiavoni 1, Elisa Hatsue Moriya Huzita 1 1 Departamento de Informática

Leia mais

MINERAÇÃO DE DADOS APLICADA PARA LEVANTAMENTO DO PERFIL DOS ALUNOS DOS CURSOS TÉCNICOS OFERECIDOS PELO CAMPUS CAMPOS DO JORDÃO DO IFSP

MINERAÇÃO DE DADOS APLICADA PARA LEVANTAMENTO DO PERFIL DOS ALUNOS DOS CURSOS TÉCNICOS OFERECIDOS PELO CAMPUS CAMPOS DO JORDÃO DO IFSP MINERAÇÃO DE DADOS APLICADA PARA LEVANTAMENTO DO PERFIL DOS ALUNOS DOS CURSOS TÉCNICOS OFERECIDOS PELO CAMPUS CAMPOS DO JORDÃO DO IFSP 1 Data de entrega dos originais à redação em 15/03/2013 e recebido

Leia mais

PSQT Prêmio SESI Qualidade no Trabalho

PSQT Prêmio SESI Qualidade no Trabalho ANEXO II PSQT Prêmio SESI Qualidade no Trabalho Manutenção Evolutiva Modelo: 4.0 Sistema Indústria, 2008 Página 1 de 18 Histórico da Revisão Data Descrição Autor 06/12/2007 Necessidades para atualização

Leia mais

IN0997 - Redes Neurais

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

Leia mais

Ferramenta computacional para implementação de redes neuronais optimização das capacidades gráficas

Ferramenta computacional para implementação de redes neuronais optimização das capacidades gráficas INEB- PSI Technical Report 2007-2 Ferramenta computacional para implementação de redes neuronais optimização das capacidades gráficas Alexandra Oliveira aao@fe.up.pt Professor Joaquim Marques de Sá December

Leia mais

UM AMBIENTE ABERTO DE ENSINO À DISTÂNCIA PELA INTERNET

UM AMBIENTE ABERTO DE ENSINO À DISTÂNCIA PELA INTERNET RESUMO UM AMBIENTE ABERTO DE ENSINO À DISTÂNCIA PELA INTERNET Paulo Roberto de Castro Villela Agrosoft - Softex / Universidade Federal de Juiz de Fora Caixa Postal 20.037, Juiz de Fora MG, 36.016-970 Telefone:

Leia mais

Nathalie Portugal Vargas

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

Leia mais

AVALIAÇÃO DA USABILIDADE DOS SÍTIOS DAS UNIVERSIDADES FEDERAIS DO EXTREMO SUL DO BRASIL

AVALIAÇÃO DA USABILIDADE DOS SÍTIOS DAS UNIVERSIDADES FEDERAIS DO EXTREMO SUL DO BRASIL AVALIAÇÃO DA USABILIDADE DOS SÍTIOS DAS UNIVERSIDADES FEDERAIS DO EXTREMO SUL DO BRASIL Samuel dos Santos Salimen 1 Clériston Ribeiro Ramos 2 Resumo: Disponibilizar informações que possam ser acessado

Leia mais

Aula 2 RNA Arquiteturas e Treinamento

Aula 2 RNA Arquiteturas e Treinamento 2COP229 Aula 2 RNA Arquiteturas e Treinamento 2COP229 Sumário 1- Arquiteturas de Redes Neurais Artificiais; 2- Processos de Treinamento; 2COP229 1- Arquiteturas de Redes Neurais Artificiais -Arquitetura:

Leia mais

Unidade 4: Contextualização de Objetos de Aprendizagem

Unidade 4: Contextualização de Objetos de Aprendizagem Coordenação: Juliana Cristina Braga Autoria: Rita Ponchio Você aprendeu na unidade anterior a importância da adoção de uma metodologia para a construção de OA., e também uma descrição geral da metodologia

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

INF 1771 Inteligência Artificial

INF 1771 Inteligência Artificial Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 12 Aprendizado de Máquina Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local

Leia mais

Aprendizado de classificadores das ementas da Jurisprudência do Tribunal Regional do Trabalho da 2ª. Região - SP

Aprendizado de classificadores das ementas da Jurisprudência do Tribunal Regional do Trabalho da 2ª. Região - SP Aprendizado de classificadores das ementas da Jurisprudência do Tribunal Regional do Trabalho da 2ª. Região - SP Thiago Ferauche, Maurício Amaral de Almeida Laboratório de Pesquisa em Ciência de Serviços

Leia mais

Modelos Pioneiros de Aprendizado

Modelos Pioneiros de Aprendizado Modelos Pioneiros de Aprendizado Conteúdo 1. Hebb... 2 2. Perceptron... 5 2.1. Perceptron Simples para Classificaçãod e Padrões... 6 2.2. Exemplo de Aplicação e Motivação Geométrica... 9 2.3. Perceptron

Leia mais

REDES NEURAIS ARTIFICIAIS EM COLHEITA DE CANA-DE- AÇÚCAR

REDES NEURAIS ARTIFICIAIS EM COLHEITA DE CANA-DE- AÇÚCAR REDES NEURAIS ARTIFICIAIS EM COLHEITA DE CANA-DE- AÇÚCAR THIAGO RAMOS TRIGO 1 PAULO CESAR DA SILVA BATISTA JÚNIOR 1 FERNANDO BUARQUE DE LIMA NETO 2 RESUMO Este artigo apresenta um maneira de implementar

Leia mais

MONITORAMENTO ON-LINE DE PROCESSOS DE USINAGEM VIA MEDIÇÃO DE VIBRAÇÕES

MONITORAMENTO ON-LINE DE PROCESSOS DE USINAGEM VIA MEDIÇÃO DE VIBRAÇÕES 16º POSMEC Universidade Federal de Uberlândia Faculdade de Engenharia Mecânica MONITORAMENTO ON-LINE DE PROCESSOS DE USINAGEM VIA MEDIÇÃO DE VIBRAÇÕES Tatiana Meola Universidade Federal de Uberlândia tatiana.meola@gmail.com

Leia mais

REDES NEURAIS ARTIFICIAIS EM COLHEITA DE CANA-DE-AÇÚCAR RESUMO

REDES NEURAIS ARTIFICIAIS EM COLHEITA DE CANA-DE-AÇÚCAR RESUMO REDES NEURAIS ARTIFICIAIS EM COLHEITA DE CANA-DE-AÇÚCAR THIAGO RAMOS TRIGO 1 PAULO CESAR DA SILVA BATISTA JÚNIOR 1 FERNANDO BUARQUE DE LIMA NETO 2 RESUMO Este artigo apresenta um maneira de implementar

Leia mais

Inteligência Artificial. Redes Neurais Artificiais

Inteligência Artificial. Redes Neurais Artificiais Curso de Especialização em Sistemas Inteligentes Aplicados à Automação Inteligência Artificial Redes Neurais Artificiais Aulas Práticas no Matlab João Marques Salomão Rodrigo Varejão Andreão Matlab Objetivos:

Leia mais

1. Introdução... 2. 2. As origens da RNA... 3. 3. O nosso cérebro... 5. 3.1. Plasticidade e modulação sináptica... 5

1. Introdução... 2. 2. As origens da RNA... 3. 3. O nosso cérebro... 5. 3.1. Plasticidade e modulação sináptica... 5 Sumário 1. Introdução... 2 2. As origens da RNA... 3 3. O nosso cérebro... 5 3.1. Plasticidade e modulação sináptica... 5 4. As redes neurais artificiais... 7 4.1. Estrutura da RNA... 7 4.3. Modelos de

Leia mais

Projeto Pedagógico do Bacharelado em Ciência da Computação. Comissão de Curso e NDE do BCC

Projeto Pedagógico do Bacharelado em Ciência da Computação. Comissão de Curso e NDE do BCC Projeto Pedagógico do Bacharelado em Ciência da Computação Comissão de Curso e NDE do BCC Fevereiro de 2015 Situação Legal do Curso Criação: Resolução CONSU no. 43, de 04/07/2007. Autorização: Portaria

Leia mais

MLP (Multi Layer Perceptron)

MLP (Multi Layer Perceptron) MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -

Leia mais

Professor: Ronilson Morais Lobo. Salvador / 2015

Professor: Ronilson Morais Lobo. Salvador / 2015 Professor: Ronilson Morais Lobo Salvador / 2015 Introdução Motivação: Criar uma metodologia, Protótipar cenários reais, Proporcionar jogos divertidos, intuitivos e colaborativos. Tecnologia, Conceitos

Leia mais

Rafael Jessen Werneck de Almeida Martins. Recomendação de pessoas em redes sociais com base em conexões entre usuários

Rafael Jessen Werneck de Almeida Martins. Recomendação de pessoas em redes sociais com base em conexões entre usuários Rafael Jessen Werneck de Almeida Martins Recomendação de pessoas em redes sociais com base em conexões entre usuários Dissertação de Mestrado Dissertação apresentada como requisito parcial para a obtenção

Leia mais

A REALIDADE VIRTUAL APLICADA AO CONTROLE E AUTOMAÇÃO DE BIBLIOTECAS PÚBLICAS

A REALIDADE VIRTUAL APLICADA AO CONTROLE E AUTOMAÇÃO DE BIBLIOTECAS PÚBLICAS A REALIDADE VIRTUAL APLICADA AO CONTROLE E AUTOMAÇÃO DE BIBLIOTECAS PÚBLICAS Gláucio Alves Oliveira; Ildeberto de Genova Bugatti Resumo O trabalho utilizou técnicas de integração entre tecnologia de Realidade

Leia mais

Do neurônio biológico ao neurônio das redes neurais artificiais

Do neurônio biológico ao neurônio das redes neurais artificiais Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais

Leia mais

Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR

Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR Experimentos de Mineração de Dados em R Disciplina do curso de Pós-Graduação da UTFPR Paulo Carvalho Diniz Junior CPGEI / UTFPR Avenida Sete de Setembro, 3165 Curitiba-PR - CEP 80.230-910 E-mail: paulo.carvalho.diniz@gmail.com

Leia mais

Recurso E-Meeting para o Moodle: um relato do desenvolvimento de uma solução livre de webconferência otimizada para redes de baixo desempenho.

Recurso E-Meeting para o Moodle: um relato do desenvolvimento de uma solução livre de webconferência otimizada para redes de baixo desempenho. Recurso E-Meeting para o Moodle: um relato do desenvolvimento de uma solução livre de webconferência otimizada para redes de baixo desempenho. Resumo Este artigo apresenta uma solução de webconferência

Leia mais

Aprendizagem de Máquina

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

Leia mais

MAPEAMENTO E LOCALIZAÇÃO DE REGIÕES DE INTERESSE UTILIZANDO REALIDADE AUMENTADA EM DISPOSITIVOS MÓVEIS COM PLATAFORMA ANDROID

MAPEAMENTO E LOCALIZAÇÃO DE REGIÕES DE INTERESSE UTILIZANDO REALIDADE AUMENTADA EM DISPOSITIVOS MÓVEIS COM PLATAFORMA ANDROID MAPEAMENTO E LOCALIZAÇÃO DE REGIÕES DE INTERESSE UTILIZANDO REALIDADE AUMENTADA EM DISPOSITIVOS MÓVEIS COM PLATAFORMA ANDROID Alessandro Teixeira de Andrade¹; Geazy Menezes² UFGD/FACET Caixa Postal 533,

Leia mais

STUDY ABOUT INFLUENCE ON ACADEMIC PERFORMANCE OF STUDENTS USERS OF SOCIAL NETWORKS

STUDY ABOUT INFLUENCE ON ACADEMIC PERFORMANCE OF STUDENTS USERS OF SOCIAL NETWORKS STUDY ABOUT INFLUENCE ON ACADEMIC PERFORMANCE OF STUDENTS USERS OF SOCIAL NETWORKS Elton Rabelo (Instituto de Ensino Superior e Pesquisa INESP, MG, Brasil) - eltonneolandia@yahoo.com.br Thiago Magela Rodrigues

Leia mais

Tese / Thesis Work Análise de desempenho de sistemas distribuídos de grande porte na plataforma Java

Tese / Thesis Work Análise de desempenho de sistemas distribuídos de grande porte na plataforma Java Licenciatura em Engenharia Informática Degree in Computer Science Engineering Análise de desempenho de sistemas distribuídos de grande porte na plataforma Java Performance analysis of large distributed

Leia mais

Softwares educativos com tecnologias Multimídia: uma ferramenta para apoio ao ensino da Matemática

Softwares educativos com tecnologias Multimídia: uma ferramenta para apoio ao ensino da Matemática Softwares educativos com tecnologias Multimídia: uma ferramenta para apoio ao ensino da Matemática Carlos Vitor de Alencar Carvalho1 1 Universidade Severino Sombra, Docente do Programa de Pós-Graduação

Leia mais

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida 27 de maio de 2014 O que é a Neural Networw Toolbox? A Neural Network Toolbox fornece funções e aplicativos para a modelagem de sistemas não-lineares complexos que não são facilmente modelados com uma

Leia mais

Bolsista CNPq: Graduação em Eng. Agrícola, UNICAMP, Campinas-SP, fabiooquendo@gmail.com.

Bolsista CNPq: Graduação em Eng. Agrícola, UNICAMP, Campinas-SP, fabiooquendo@gmail.com. UM SISTEMA PARA ORGANIZAÇÃO DE INFORMAÇÕES DE SOLOS BRASILEIROS FÁBIO O. SILVA 1 ; FERNANDO KUNINARI 2 ; STANLEY R. M. OLIVEIRA 3 12605 RESUMO Com o objetivo de possibilitar o armazenamento e a disponibilização

Leia mais

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

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

Leia mais