Contribuições do INF-UFRGS em Neurociência Computacional: Análise Não-Linear de séries temporais.
|
|
|
- Adelino Prado Paixão
- 8 Há anos
- Visualizações:
Transcrição
1 Contribuições do INF-UFRGS em Neurociência Computacional: Análise Não-Linear de séries temporais. Prof. Dr. Dante Augusto Couto Barone Universidade Federal do Rio Grande do Sul Pós-Graduação em Computação Instituto de Informática UFRGS Brasil
2 Introdução Sumário
3 Introdução Sumário Séries Temporais
4 Introdução Sumário Séries Temporais Séries Temporais geradas por sistemas biológicos
5 Introdução Sumário Séries Temporais Séries Temporais geradas por sistemas biológicos Eletroencefalograma
6 Introdução Sumário Séries Temporais Séries Temporais geradas por sistemas biológicos Eletroencefalograma Porque Análise Não-Linear?
7 Introdução Sumário Séries Temporais Séries Temporais geradas por sistemas biológicos Eletroencefalograma Porque Análise Não-Linear? Diferentes Técnicas
8 Introdução Sumário Séries Temporais Séries Temporais geradas por sistemas biológicos Eletroencefalograma Porque Análise Não-Linear? Diferentes Técnicas Porquê a multidisciplinaridade?
9 Introdução Sumário Séries Temporais Séries Temporais geradas por sistemas biológicos Eletroencefalograma Porque Análise Não-Linear? Diferentes Técnicas Porquê a multidisciplinaridade? Trabalhos já desenvolvidos no INF-UFRGS
10 Introdução Sumário Séries Temporais Séries Temporais geradas por sistemas biológicos Eletroencefalograma Porque Análise Não-Linear? Diferentes Técnicas Porquê a multidisciplinaridade? Trabalhos já desenvolvidos no INF-UFRGS Possíveis colaborações internacionais
11 Séries Temporais Séries Temporais
12 Séries Temporais Série Temporal
13 Séries Temporais Série Temporal é um Conjunto de valores
14 Séries Temporais Série Temporal é um Conjunto de valores S = {s 1, s 2,... s n }
15 Séries Temporais Série Temporal é um Conjunto de valores apresentado por uma variável Variável
16 Séries Temporais Série Temporal é um Conjunto de valores apresentado por uma variável Variável Peso de uma pessoa
17 Séries Temporais Série Temporal é um Conjunto de valores apresentado por uma variável Variável Peso de uma pessoa Velocidade de um automóvel
18 Séries Temporais Série Temporal é um Conjunto de valores apresentado por uma variável Variável Peso de uma pessoa Velocidade de um automóvel Potencial elétrico em um eletrodo
19 Séries Temporais Série Temporal é um Conjunto de valores Tempo ao longo do Variável apresentado por uma variável
20 Séries Temporais Série Temporal é um Conjunto de valores Tempo ao longo do Variável apresentado por uma variável tempo t 0 t 1... t n
21 Séries Temporais Série Temporal é um Conjunto de valores Tempo ao longo do Variável apresentado por uma variável tempo valor t 0 t 1... t n s 0 s 1... s n
22 Principal Interesse Séries Temporais geradas por sistemas biológicos
23 Principal Interesse Séries Temporais geradas por sistemas biológicos
24 Principal Interesse Séries Temporais geradas por sistemas biológicos Sons pulmonares
25 Principal Interesse Séries Temporais geradas por sistemas biológicos Sons pulmonares Reconhecimento de voz
26 Principal Interesse Séries Temporais geradas por sistemas biológicos Sons pulmonares Reconhecimento de voz Eletrocardiogramas
27 Principal Interesse Séries Temporais geradas por sistemas biológicos Sons pulmonares Reconhecimento de voz Eletrocardiogramas Eletroencefalogramas
28 Eletroencefalograma Eletroencefalograma (EEG)
29 Eletroencefalograma Série Temporal
30 Eletroencefalograma Série Temporal que mostra Potencias elétricos
31 Eletroencefalograma Série Temporal que mostra Potencias elétricos evocados pela Comunicação entre as células cerebrais
32 Eletroencefalograma Série Temporal que mostra Potencias elétricos Tempo ao longo do Comunicação entre as células cerebrais evocados pela
33 Eletroencefalograma Série Temporal que mostra Potencias elétricos Tempo ao longo do Comunicação entre as células cerebrais evocados pela
34 amplitude Eletroencefalograma Série Temporal que mostra Potencias elétricos Tempo ao longo do Comunicação entre as células cerebrais evocados pela
35 amplitude Eletroencefalograma Série Temporal que mostra Potencias elétricos Tempo ao longo do Comunicação entre as células cerebrais evocados pela tempo
36 Análise Não-Linear Porquê Análise-Não Linear?
37 Análise Não-Linear Sinais que apresentam um elevado grau de complexidade (os gerados por sistemas biológicos) por muito tempo foram estudados sem sucesso por métodos lineares, que tendem a obscurecer e distorcer as rápidas transiências do sinal. Técnicas de análise linear são efetivas apenas se o sinal analisado possui mudanças lentas e/ou suaves, ou se o sistema gerador pode ser corretamente modelado por um conjunto de equações diferencias lineares. [CHU 91]
38 Análise Não-Linear As técnicas de análise não-linear não só são mais adequadas para o processamento de sinais biológicos, como também são capazes de aprimorar a detecção e visualização de parâmetros importantes para estudos fisiológicos e protocolos clínicos. [CER 96]
39 Análise Não-Linear Técnicas de análise não-linear (caótica) são mais eficientes para a análise de sinais gerados por sistemas biológicos do que as técnicas de análise linear. A razão para tal é a alta nãoestacionariedade, não-gaussianidade e a própria natureza não-linear dos sinais gerados por sistemas biológicos. [SUB 10]
40 Técnicas de Análise Não-Linear Técnicas de Análise Não-Linear
41 Técnicas de Análise Não-Linear Expoente de Hurst (H)
42 Técnicas de Análise Não-Linear Expoente de Hurst (H) Dimensão Fractal (FD)
43 Técnicas de Análise Não-Linear Expoente de Hurst (H) Dimensão Fractal (FD) Dimensão de Correlação (CD)
44 Técnicas de Análise Não-Linear Expoente de Hurst (H) Dimensão Fractal (FD) Dimensão de Correlação (CD) Maior Expoente de Lyapunov (LLE)
45 Técnicas de Análise Não-Linear Expoente de Hurst (H)
46 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal
47 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal O que o valor nos diz: varia entre [0, 1]
48 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal O que o valor nos diz: varia entre [0, 1] 0: é uma série aleatória
49 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal O que o valor nos diz: varia entre [0, 1] 0: é uma série aleatória 1: uma série suave
50 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal O que o valor nos diz: varia entre [0, 1] 0: é uma série aleatória 1: uma série suave Como é calculado:
51 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal O que o valor nos diz: varia entre [0, 1] 0: é uma série aleatória 1: uma série suave Como é calculado: R = diferença entre o maior e o menor desvio da média
52 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal O que o valor nos diz: varia entre [0, 1] 0: é uma série aleatória 1: uma série suave Como é calculado: R = diferença entre o maior e o menor desvio da média S = desvio-padrão
53 Expoente de Hurst (H) O que ele descreve: dependência de longoprazo de uma série temporal O que o valor nos diz: varia entre [0, 1] 0: é uma série aleatória 1: uma série suave Como é calculado: R = diferença entre o maior e o menor desvio da média S = desvio-padrão T = tempo (tamanho do sinal)
54 Técnicas de Análise Não-Linear Dimensão Fractal (FD)
55 Dimensão Fractal (FD) O que ele descreve: a dimensão em que o sinal encontra-se
56 Dimensão Fractal (FD) O que ele descreve: a dimensão em que o sinal encontra-se O que o valor nos diz: a complexidade do sinal analisado
57 Dimensão Fractal (FD) O que ele descreve: a dimensão em que o sinal encontra-se O que o valor nos diz: a complexidade do sinal analisado Como é calculado:
58 Dimensão Fractal (FD) O que ele descreve: a dimensão em que o sinal encontra-se O que o valor nos diz: a complexidade do sinal analizado Como é calculado: ε: unidade usada para medir o sinal (régua)
59 Dimensão Fractal (FD) O que ele descreve: a dimensão em que o sinal encontra-se O que o valor nos diz: a complexidade do sinal analizado Como é calculado: ε: unidade usada para medir o sinal (régua) N: menor número de unidades (réguas) necessárias
60 Técnicas de Análise Não-Linear Dimensão de Correlação (CD)
61 Dimensão de Correlação (CD) O que ele descreve: a probabilidade de 2 pontos de uma trajetória estarem a uma distância r
62 Dimensão de Correlação (CD) O que ele descreve: a probabilidade de 2 pontos de uma trajetória estarem a uma distância r O que o valor nos diz: a densidade do atrator que gerou a série temporal
63 Dimensão de Correlação (CD) O que ele descreve: a probabilidade de 2 pontos de uma trajetória estarem a uma distância r O que o valor nos diz: a densidade do atrator que gerou a série temporal Como é calculado: com
64 Dimensão de Correlação (CD) O que ele descreve: a probabilidade de 2 pontos de uma trajetória estarem a uma distância r O que o valor nos diz: a densidade do atrator que gerou a série temporal Como é calculado: X x,x y : pontos da trajetória no espaço de fases
65 Dimensão de Correlação (CD) O que ele descreve: a probabilidade de 2 pontos de uma trajetória estarem a uma distância r O que o valor nos diz: a densidade do atrator que gerou a série temporal Como é calculado: X x,x y : pontos da trajetória no espaço de fases N: número de pontos no espaço de fases
66 Dimensão de Correlação (CD) O que ele descreve: a probabilidade de 2 pontos de uma trajetória estarem a uma distância r O que o valor nos diz: a densidade do atrator que gerou a série temporal Como é calculado: X x,x y : pontos da trajetória no espaço de fases N: número de pontos no espaço de fases R: distância radial em torno de cada ponto de referência X i
67 Dimensão de Correlação (CD) O que ele descreve: a probabilidade de 2 pontos de uma trajetória estarem a uma distância r O que o valor nos diz: a densidade do atrator que gerou a série temporal Como é calculado: X x,x y : pontos da trajetória no espaço de fases N: número de pontos no espaço de fases R: distância radial em torno de cada ponto de referência X i Θ: Função Heaviside
68 Técnicas de Análise Não-Linear Maior Expoente de Lyapunov (LLE)
69 Maior Expoente de Lyapunov (LLE) O que ele descreve: a taxa de divergência de órbitas inicialmente próximas ao longo do espaço de fases
70 Maior Expoente de Lyapunov (LLE) O que ele descreve: a taxa de divergência de órbitas inicialmente próximas ao longo do espaço de fases O que o valor nos diz: o quanto o atrator cresce, pode ser relacionado com a energia do sistema, e com o comportamento dele
71 Maior Expoente de Lyapunov (LLE) O que ele descreve: a taxa de divergência de órbitas inicialmente próximas ao longo do espaço de fases O que o valor nos diz: o quanto o atrator cresce, pode ser relacionado com a energia do sistema, e com o comportamento dele < 0 as trajetórias convergem
72 Maior Expoente de Lyapunov (LLE) O que ele descreve: a taxa de divergência de órbitas inicialmente próximas ao longo do espaço de fases O que o valor nos diz: o quanto o atrator cresce, pode ser relacionado com a energia do sistema, e com o comportamento dele < 0 as trajetórias convergem = 0 atrator de ponto-fixo ou estável
73 Maior Expoente de Lyapunov (LLE) O que ele descreve: a taxa de divergência de órbitas inicialmente próximas ao longo do espaço de fases O que o valor nos diz: o quanto o atrator cresce, pode ser relacionado com a energia do sistema, e com o comportamento dele < 0 as trajetórias convergem = 0 atrator de ponto-fixo ou estável > 0 um sistema caótico
74 Multidisciplinaridade Porquê a multidisciplinaridade?
75 Multidisciplinaridade Neurociência
76 Multidisciplinaridade Neurociência Teorias sobre o funcionamento das células cerebrais
77 Multidisciplinaridade Neurociência Teorias sobre o funcionamento das células cerebrais Teorias sobre o funcionamento do cérebro
78 Multidisciplinaridade Neurociência Teorias sobre o funcionamento das células cerebrais Teorias sobre o funcionamento do cérebro Técnicas para o estudo do cérebro
79 Multidisciplinaridade Neurociência Medicina
80 Multidisciplinaridade Neurociência Medicina Conhecimento de patologias e anomalias
81 Multidisciplinaridade Neurociência Medicina Conhecimento de patologias e anomalias Podem emitir diagnósticos médicos
82 Multidisciplinaridade Neurociência Medicina Conhecimento de patologias e anomalias Podem emitir diagnósticos médicos Processo de captura de dados biológicos
83 Multidisciplinaridade Neurociência Medicina Psicologia Teorias sobre o funcionamento da mente
84 Multidisciplinaridade Neurociência Medicina Psicologia Teorias sobre o funcionamento da mente Teorias sobre a integração mente-cérebro
85 Multidisciplinaridade Neurociência Medicina Psicologia Teorias sobre o funcionamento da mente Teorias sobre a integração mente-cérebro Podem aplicar exames psicológicos e analisar seus resultados
86 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Modelos Matemáticos
87 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Modelos Matemáticos Topologia
88 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Modelos Matemáticos Topologia Teorias sobre dinâmica de sistemas
89 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Física Dinâmica de Sistemas
90 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Física Dinâmica de Sistemas Técnicas para estudo de Sistemas Dinâmicos
91 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Física Dinâmica de Sistemas Técnicas para estudo de Sistemas Dinâmicos Invariantes Dinâmicas
92 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Física Ciência da Computação Modelos Computacionais
93 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Física Ciência da Computação Modelos Computacionais Algoritmos de Análise
94 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Física Ciência da Computação Modelos Computacionais Algoritmos de Análise Algoritmos de Classificação
95 Multidisciplinaridade Neurociência Medicina Psicologia Matemática Física Ciência da Computação Entre outras áreas...
96 Trabalhos já desenvolvidos Trabalhos já desenvolvidos e em desenvolvimento no INF-UFRGS
97 Análise de sons pulmonares Análise de sons pulmonares
98 Análise de sons pulmonares Título: Análise Não-Linear de Padrões Sonoros: Estudo de Caso para Sons Pulmonares
99 Análise de sons pulmonares Título: Análise Não-Linear de Padrões Sonoros: Estudo de Caso para Sons Pulmonares Autor: Ricardo Felipe Custódio
100 Análise de sons pulmonares Título: Análise Não-Linear de Padrões Sonoros: Estudo de Caso para Sons Pulmonares Autor: Ricardo Felipe Custódio Tipo: Tese de Doutorado (PPGC)
101 Análise de sons pulmonares Título: Análise Não-Linear de Padrões Sonoros: Estudo de Caso para Sons Pulmonares Autor: Ricardo Felipe Custódio Tipo: Tese de Doutorado (PPGC) Ano: 1999
102 Análise de sons pulmonares Título: Análise Não-Linear de Padrões Sonoros: Estudo de Caso para Sons Pulmonares Autor: Ricardo Felipe Custódio Tipo: Tese de Doutorado (PPGC) Ano: 1999 Orientador: Prof. Dr. Dante A. C. Barone
103 Publicações OLIVEIRA, L. P. L. ; ROQUE, W. L. ; CUSTODIO, R. F.. Lung Sound Analysis with Time-Dependent Fractal Dimensions. Chaos, Solitons and Fractals, v. 10, 1999.
104 Estudo e Simulação: Caos e Fractais Estudo do Caos e Fractais
105 Estudo e Simulação: Caos e Fractais Título: Um estudo sobre caos determinístico e fractais com implementação de um ambiente para sua simulação
106 Estudo e Simulação: Caos e Fractais Título: Um estudo sobre caos determinístico e fractais com implementação de um ambiente para sua simulação Autor: Thales Heimfarth
107 Estudo e Simulação: Caos e Fractais Título: Um estudo sobre caos determinístico e fractais com implementação de um ambiente para sua simulação Autor: Thales Heimfarth Tipo: Trabalho de Conclusão de Curso (Ciência da Computação - UFRGS)
108 Estudo e Simulação: Caos e Fractais Título: Um estudo sobre caos determinístico e fractais com implementação de um ambiente para sua simulação Autor: Thales Heimfarth Tipo: Trabalho de Conclusão de Curso (Ciência da Computação - UFRGS) Ano: 2000
109 Estudo e Simulação: Caos e Fractais Título: Um estudo sobre caos determinístico e fractais com implementação de um ambiente para sua simulação Autor: Thales Heimfarth Tipo: Trabalho de Conclusão de Curso (Ciência da Computação - UFRGS) Ano: 2000 Orientador: Prof. Dr. Dante A. C. Barone
110 Clusterização dos Estágios do Sono Clusterização dos Estágios do Sono
111 Clusterização dos Estágios do Sono Título: Análise e classificação de séries temporais não estacionárias utilizando métodos não-lineares
112 Clusterização dos Estágios do Sono Título: Análise e classificação de séries temporais não estacionárias utilizando métodos não-lineares Autor: Marcelo Resende Thielo
113 Clusterização dos Estágios do Sono Título: Análise e classificação de séries temporais não estacionárias utilizando métodos não-lineares Autor: Marcelo Resende Thielo Tipo: Dissertação de Mestrado (PPGC)
114 Clusterização dos Estágios do Sono Título: Análise e classificação de séries temporais não estacionárias utilizando métodos não-lineares Autor: Marcelo Resende Thielo Tipo: Dissertação de Mestrado (PPGC) Ano: 2000
115 Clusterização dos Estágios do Sono Título: Análise e classificação de séries temporais não estacionárias utilizando métodos não-lineares Autor: Marcelo Resende Thielo Tipo: Dissertação de Mestrado (PPGC) Ano: 2000 Orientador: Prof. Dr. Dante A. C. Barone
116 Publicações THIELO, M. R. ; BARONE, D. A. C.. Treatment of Local Minima in a Chaotic Data Clustering Task with an Extremely simple Genetic Algorithm. In: Euroattractor 2000, 2000, Varsóvia. Proceedings of the 1st European Interdisciplinary School on Nonlinear Dynamics for System and Signal Analysis, 2000
117 Reconhecimento de Locutor Reconhecimento de Locutor
118 Reconhecimento de Locutor Título: Reconhecimento automático de locutor utilizando medidas de invariantes dinâmicas não-lineares
119 Reconhecimento de Locutor Título: Reconhecimento automático de locutor utilizando medidas de invariantes dinâmicas não-lineares Autor: Adriano Petry
120 Reconhecimento de Locutor Título: Reconhecimento automático de locutor utilizando medidas de invariantes dinâmicas não-lineares Autor: Adriano Petry Tipo: Tese de Doutorado (PPGC)
121 Reconhecimento de Locutor Título: Reconhecimento automático de locutor utilizando medidas de invariantes dinâmicas não-lineares Autor: Adriano Petry Tipo: Tese de Doutorado (PPGC) Ano: 2002
122 Reconhecimento de Locutor Título: Reconhecimento automático de locutor utilizando medidas de invariantes dinâmicas não-lineares Autor: Adriano Petry Tipo: Tese de Doutorado (PPGC) Ano: 2002 Orientador: Prof. Dr. Dante A. C. Barone
123 Publicações PETRY, A.; BARONE, D. A. C. Fractal dimension applied to speaker identification. In: Acoustics, Speech, and Signal Processing, Proceedings (ICASSP 01) PETRY, A.; BARONE, D. A. C. Text-dependent speaker verification using lyapunov exponents. In: INTERSPEECH, 2002 PETRY, A.; BARONE, D. A. C. Speaker identification using nonlinear dynamical features. Chaos, Solitons & Fractals, PETRY, A.; BARONE, D. A. C. Preliminary experiments in speaker verification using time-dependent largest Lyapunov exponents. Computer Speech & Language, 2003.
124 Análise de perfis cognitivos Análise de perfis cognitivos
125 Análise de perfis cognitivos Título: Habilidade cognitiva espacial: medida com eletroencefalografia
126 Análise de perfis cognitivos Título: Habilidade cognitiva espacial: medida com eletroencefalografia Autor: Marilda Machado Spindola
127 Análise de perfis cognitivos Título: Habilidade cognitiva espacial: medida com eletroencefalografia Autor: Marilda Machado Spindola Tipo: Tese de Doutorado (PPGIE)
128 Análise de perfis cognitivos Título: Habilidade cognitiva espacial: medida com eletroencefalografia Autor: Marilda Machado Spindola Tipo: Tese de Doutorado (PPGIE) Ano: 2010
129 Análise de perfis cognitivos Título: Habilidade cognitiva espacial: medida com eletroencefalografia Autor: Marilda Machado Spindola Tipo: Tese de Doutorado (PPGIE) Ano: 2010 Orientador: Prof. Dr. Milton A. Zaro
130 Publicações CHIARAMONTE, M. S. et al. Em busca de um padrão cognitivo na Engenharia. In: Icece 2007 International Conference on Engineering and Computer Education, 2007 CHIARAMONTE, M. S. et al. Em busca de um padrão cognitivo na Engenharia. In: SIECI 2007, CISCI 2007 SPINDOLA, M. et al. Cognitive Measure on Different Profiles. In: Brain Inspired Cognitive Systems, 2010
131 Classificação de perfis cognitivos Análise e classificação de perfis cognitivos
132 Classificação de perfis cognitivos Título: Mensuração e classificação da capacidade cognitiva espacial utilizando técnicas de análise não-linear e redes neurais artificiais
133 Classificação de perfis cognitivos Título: Mensuração e classificação da capacidade cognitiva espacial utilizando técnicas de análise não-linear e redes neurais artificiais Autor: Guilherme Maron
134 Classificação de perfis cognitivos Título: Mensuração e classificação da capacidade cognitiva espacial utilizando técnicas de análise não-linear e redes neurais artificiais Autor: Guilherme Maron Tipo: Dissertação de Mestrado (PPGC)
135 Classificação de perfis cognitivos Título: Mensuração e classificação da capacidade cognitiva espacial utilizando técnicas de análise não-linear e redes neurais artificiais Autor: Guilherme Maron Tipo: Dissertação de Mestrado (PPGC) Ano: 2012
136 Classificação de perfis cognitivos Título: Mensuração e classificação da capacidade cognitiva espacial utilizando técnicas de análise não-linear e redes neurais artificiais Autor: Guilherme Maron Tipo: Dissertação de Mestrado (PPGC) Ano: 2012 Orientador: Prof. Dr. Dante A. C. Barone
137 Publicações MARON, G. ; BARONE, D. A. C.; RAMOS, E. A.. Measuring the differences between Spatial Intelligence in different individuals using Lyapunov Exponents. In: MDA 2012, 2012, Berlim. Proceedings of the 7th International Conference on Mass-Data Analysis of Images and Signals, 2012 BEST PAPER AWARD
138 Colaborações Internacionais Possíveis Colaborações Internacionais
139 Colaborações Internacionais Dr. Miguel Pérez García Diretor de pesquisa do Grupo de Investigación de Neuropsicología y Psiconeuroinmunología Clínicas da Universidad de Granada - Espanha
140 Colaborações Internacionais Dr. Francisco Cruz Quintana Diretor de pesquisa do grupo de pesquisa Aspectos Psicosociales y Transculturales de la Salud y la Enfermedad da Universidad de Granada - Espanha
141 Colaborações Internacionais Prof. Dr. Fred Wolf Diretor de pesquisa do Independent Research Group Theoretical Neurophysics do Max Planck Institute for Dynamics and Self-Organization - Alemanha
142 Colaborações Internacionais Dr. Jacques Levy-Vehel Diretor de pesquisa do grupo Regularity do INRIA - França
143 Colaborações Internacionais Dr. Ole Jensen Diretor de pesquisa do grupo Neuronal Oscillations do Donders Institute for Brain Cognition and Behavior - Holanda
144 Referências [CHU 91] CHUNG, S.; KENNEDY, R.: Forward-backward non-linear filtering technique for extracting small biological signals from noise. Journal of Neuroscience Methods, [S.l.], v.40, n.1, p.71 86, 1991 [CER 96] CERUTTI, S. et al. Non-linear algorithms for processing biological signals. Computer Methods and Programs in Biomedicine, [S.l.], v.51, n.1-2, p.51 73, [SUB 10] Subha, D., et al.: EEG signal analysis: A survey. Journal of Medical Systems 34, (2010)
145 Contato Prof. Dr. Dante Augusto Couto Barone +55 (51)
146 Perguntas Perguntas?
BC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
BIG DATA INTRODUÇÃO. Humberto Sandmann humberto.sandmann@gmail.com
BIG DATA INTRODUÇÃO Humberto Sandmann humberto.sandmann@gmail.com Apresentação Humberto Sandmann humberto.sandmann@gmail.com Possui graduação em Ciências da Computação pelo Centro Universitário da Faculdade
Glossário de Dinâmica Não-Linear
Glossário de Dinâmica Não-Linear Dr. Fernando Portela Câmara, MD, PhD Coordenador do Depto. Informática da ABP (2004-2007) Atrator O estado no qual um sistema dinâmico eventualmente se estabiliza. Um atrator
Universidade Federal Rural de Pernambuco Departamento de Estatística e Informática
Universidade Federal Rural de Pernambuco Departamento de Estatística e Informática Redes Complexas e Aplicações na Informática Prof. Dr. Catão Temístocles de Freitas Barbosa Redes Complexas Rede = conjunto
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
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
UNIVERSIDADE FEDERAL DE SÃO PAULO DEPARTAMENTO DE CIÊNCIA E TECNOLOGIA - DCT. CURSO: BCT (Disciplinas Obrigatórias)
UNIVERSIDADE FEDERAL DE SÃO PAULO DEPARTAMENTO DE CIÊNCIA E TECNOLOGIA - DCT CURSO: BCT (Disciplinas Obrigatórias) Cálculo em Várias Variáveis FUV ou Calculo I Algoritmos e Estrutura de Dados Lógica de
Universidade Federal de São Paulo Campus São José dos Campos LISTA DE DISCIPLINAS DA GRADUAÇÃO
A B C Álgebra Linear Álgebra Linear Computacional Álgebra Linear II Algoritmos e Estrutura de Dados I Algoritmos e Estrutura de Dados II Algoritmos em Bioinformática Alteridade e Diversidade no Brasil
Universidade Federal de Ouro Preto Escola de Minas Departamento de Engenharia de Controle e Automação. Ronilson Rocha
Universidade Federal de Ouro Preto Escola de Minas Departamento de Engenharia de Controle e Automação PROJETO E CARACTERIZAÇÃO DE CIRCUITOS ELETRÔNICOS CAÓTICOS: O LADO NEGATIVO DO CIRCUITO DE CHUA Ronilson
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
ADMINISTRAÇÃO PÚBLICA - UNIVERSIDADE FEDERAL FLUMINENSE
ADMINISTRAÇÃO PÚBLICA - UNIVERSIDADE FEDERAL FLUMINENSE Ciências Sociais Graduação em Ciência Política, Sociologia, Filosofia ou Antropologia. Seminários Graduação em Administração Pública, Administração
Doenças cardiovasculares constituem um dos maiores problemas que afligem a
18 1 INTRODUÇÃO Doenças cardiovasculares constituem um dos maiores problemas que afligem a população dos países industrializados. Essas doenças são responsáveis por mais de cinco milhões de pessoas hospitalizadas
Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1
Fatores de Impacto para alguns Periódicos Base JCR-2003 /ISI 1 O Journal Citation Reports (JCR) publica anualmente o índice conhecido por fator de impacto de um periódico para medir a freqüência com que
Inteligência Artificial
Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas
Otimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 1: Introdução Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013 Antes de
Estatística Básica via MySQL para Pesquisas On-Line
Estatística Básica via MySQL para Pesquisas On-Line Gabriel Ramos Guerreiro - DEs, UFSCar 1 2 Anderson Luiz Ara-Souza - DEs, UFSCar 1 3 Francisco Louzada-Neto - DEs, UFSCar 1 4 1. INTRODUÇÃO Segundo Cavalcanti
Simulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Dispositivo que de alguma maneira descreve o comportamento do sistema
Sistema: Conceito primitivo (intuitivo) Tentativas de definição: Agregação ou montagem de coisas, combinadas pelo homem ou pela natureza de modo a formar um todo unificado. Grupo de itens interdependente
COERÊNCIA DO CURRÍCULO DO CURSO DE ENGENHARIA DE COMPUTAÇÃO EM FACE DAS DIRETRIZES CURRICULARES NACIONAIS
COERÊNCIA DO CURRÍCULO DO CURSO DE ENGENHARIA DE COMPUTAÇÃO EM FACE DAS DIRETRIZES CURRICULARES NACIONAIS O documento que serviu de base para a análise a seguir é o denominado "Diretrizes Curriculares
Análise de Redes Sociais
Análise de Redes Sociais Isabela Dantas de Melo 1 Leonardo Augusto Lima Ferreira da Silva 2 Rodrigo Augusto Vasconcelos Sarmento 3 Victor Souza Fernandes 4 Resumo Este trabalho apresenta análises de redes
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
Introdução e Motivação
Introdução e Motivação 1 Análise de sistemas enfoque: sistemas dinâmicos; escopo: sistemas lineares; objetivo: representar, por meio de modelos matemáticos, fenômenos observados e sistemas de interesse;
RECURSOS DA TELEFONIA VOIP APLICADAS NAS INSTALAÇÕES DO CRSPE/INPE - MCT
MINISTERIO DA CIENCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS CENTRO REGIONAL SUL DE PESQUISAS ESPACIAIS INPE/CRSPE UNIVERSIDADE FEDERAL DE SANTA MARIA UFSM RECURSOS DA TELEFONIA VOIP APLICADAS
Um IDS utilizando SNMP e Lógica Difusa
Grupo de Trabalho em Segurança GTS2007 Um IDS utilizando SNMP e Lógica Difusa Apresentador: Émerson Virti Autores: Émerson Virti, Liane Tarouco Índice 1. Motivação 2. Conceitos 3. IDS Proposto 4. Testes
UNIVERSIDADE FEDERAL DE SANTA CATARINA
UNIVERSIDADE FEDERAL DE SANTA CATARINA CIÊNCIAS DA COMPUTAÇÃO MÁQUINAS DE COMITÊ APLICADAS À FILTRAGEM DE SPAM Monografia submetida à UNIVERSIDADE FEDERAL DE SANTA CATARINA para a obtenção do grau de BACHAREL
DESENVOLVIMENTO DE PROGRAMA MULTIMIDIA PARA O ENSINO DEDINÂMICA DE MÚLTIPLOS CORPOS
DESENVOLVIMENTO DE PROGRAMA MULTIMIDIA PARA O ENSINO DEDINÂMICA DE MÚLTIPLOS CORPOS Ilmar Ferreira Santos Rodrigo Fernandes de Carvalho UNICAMP - Faculdade de Engenharia Mecânica Departamento de Projeto
Sistema para Autenticação de Usuários por Voz em Redes de Computadores
Sistema para Autenticação de Usuários por Voz em Redes de Computadores Adriano Petry 1,2, Sidcley da Silva Soares 1, Dante Augusto Couto Barone 3 1 Área Tecnológica e Computação Universidade Luterana do
Modelagem e Simulação
AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.
ANEXO III. Domínios e áreas científicas
ANEXO III Domínios e áreas científicas Ciências da Vida e da Saúde Neurociências - Molecular e Celular Neurociências, Envelhecimento e Doenças Degenerativas Imunologia e Infeção Diagnóstico, Terapêutica
Do princípio da casa dos pombos a computação móvel!
Do princípio da casa dos pombos a computação móvel! Instituto de Matemática e Estatística - IME - USP Maio, 2012 Introdução Grafos aleatórios e Redes complexas Redes complexas Redes reais Grafos aleatórios
6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Prof. Reinaldo Castro Souza (PhD) Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) reinaldo@ele.puc-rio.br
Prof. Reinaldo Castro Souza (PhD) Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) reinaldo@ele.puc-rio.br A geração eólica depende diretamente da velocidade do vento. A velocidade do vento
Grupo de Banco de Dados da UFSC
Grupo de Banco de Dados da UFSC (GBD / UFSC) Oportunidades de Pesquisa e TCCs 2010 / 2 Objetivo GBD/UFSC Pesquisa e desenvolvimento de soluções para problemas de gerenciamento de dados LISA Laboratório
PROPOSTA PARA MESA-REDONDA POTENCIAIS RELACIONADOS A EVENTO DA AVALIAÇÃO DOS PROCESSOS PSICOLÓGICOS BÁSICOS ÀS FUNÇÕES COGNITIVAS E SOCIAIS COMPLEXAS.
PROPOSTA PARA MESA-REDONDA POTENCIAIS RELACIONADOS A EVENTO DA AVALIAÇÃO DOS PROCESSOS PSICOLÓGICOS BÁSICOS ÀS FUNÇÕES COGNITIVAS E SOCIAIS COMPLEXAS. Coordenador: Prof. Dr. Paulo Sérgio Boggio Email:
EMENTAS DO CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS
EMENTAS DO CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS INTRODUÇÃO À COMPUTAÇÃO 60 h 1º Evolução histórica dos computadores. Aspectos de hardware: conceitos básicos de CPU, memórias,
EMENTAS DAS DISCIPLINAS
EMENTAS DAS DISCIPLINAS CURSO DE GRADUAÇÃO DE PSICOLOGIA Ementário/abordagem temática/bibliografia básica (3) e complementar (5) Morfofisiologia e Comportamento Humano Ementa: Estudo anátomo funcional
Desenvolvimento do Módulo de Pré-processamento e Geração de Imagens de. Imagens de Teste do Sistema DTCOURO
Desenvolvimento do Módulo de Pré-processamento e Geração de Imagens de Teste do Sistema DTCOURO Willian Paraguassu Amorim 27 de julho de 2005 1 Título Desenvolvimento do Módulo de Pré-processamento e Geração
UNIVERSIDADE F EDERAL DE P ERNAMBUCO ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO
UNIVERSIDADE F EDERAL DE P ERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2010.2 ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno!
Introdução aos Sistemas de Informação Geográfica
Introdução aos Sistemas de Informação Geográfica Mestrado Profissionalizante 2015 Karla Donato Fook karladf@ifma.edu.br IFMA / DAI Análise Espacial 2 1 Distribuição Espacial A compreensão da distribuição
Parte 4-B Mais Exemplos. (específicos - redes de computadores)
Parte 4-B Mais Exemplos (específicos - redes de computadores) 1 Exemplos Nível de interconectividade robustez em redes complexas Nível de aplicação rede de emails 2 Resiliência (Robustez) Capacidade da
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
NOTÍCIAS DO CENTRO DE ENSINO SUPERIOR DE CONSELHEIRO LAFAIETE CES-CL RÁPIDAS DO CES
NOTÍCIAS DO CENTRO DE ENSINO SUPERIOR DE CONSELHEIRO LAFAIETE CES-CL RÁPIDAS DO CES Os 365 exemplares de livros adquiridos pelo CES-CL para o curso de Engenharia Elétrica já foram entregues e estão passando
Sistemas (Controlo e Decisão)
Sistemas (Controlo e Decisão) MiEEC Mai-2012 ÁREA: Sistemas 1 Desafios Visão (1): Mai-2012 ÁREA: Sistemas 2 Desafios Visão (2): novos paradigmas tecnológicos Mai-2012 ÁREA: Sistemas 3 Desafios Visão (2):
Palavras-chave: turbina eólica, gerador eólico, energia sustentável.
Implementação do modelo de uma turbina eólica baseado no controle de torque do motor cc utilizando ambiente matlab/simulink via arduino Vítor Trannin Vinholi Moreira (UTFPR) E-mail: vitor_tvm@hotmail.com
Aula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Sistema de Controle Acadêmico. Grade Curricular. Curso : MATEMÁTICA. CRÉDITOS Obrigatórios: 138 Optativos: 36. 1º Semestre
Universidade Federal Rural do Rio de Janeiro Pró-reitoria de Graduação - DAARG DRA - Divisão de Registros Acadêmicos Sistema de Controle Acadêmico Grade Curricular 30/01/2014-13:16:06 Curso : MATEMÁTICA
Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a
UNIVERSIDADE FEDERAL DE PERNAMBUCO - PRÓ-REITORIA PARA ASSUNTOS ACADÊMICOS CURRÍCULO DO CURSO DE GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO PERFIL
PERFIL 3001 - Válido para os alunos ingressos a partir de 2002.1 Disciplinas Obrigatórias Ciclo Geral Prát IF668 Introdução à Computação 1 2 2 45 MA530 Cálculo para Computação 5 0 5 75 MA531 Álgebra Vetorial
Sistema de Controle Acadêmico. Grade Curricular. Curso : MATEMÁTICA. CRÉDITOS Obrigatórios: 128 Optativos: 20. 1º Semestre
Universidade Federal Rural do Rio de Janeiro Pró-reitoria de Graduação - DAARG DRA - Divisão de Registros Acadêmicos Sistema de Controle Acadêmico Grade Curricular 30/01/2014-13:15:29 Curso : MATEMÁTICA
ANEXO I QUADRO DE OFERTAS DE DISCIPLINAS SAÚDE COMPONENTE CURRICULAR CURSO TITULAÇÃO MÍNIMA. Biomedicina Enfermagem Nutrição.
ANEXO I QUADRO DE OFERTAS DE DISCIPLINAS SAÚDE COMPONENTE CURRICULAR CURSO TITULAÇÃO MÍNIMA Anatomia Humana Preceptor de Estágio - Estágio Curricular Supervisionado Habilidades Profissionais Clínica Imagem
FACULDADE DO SUL DA BAHIA 1º SEMESTRE DE 2014. PROVA FINAL PERÍODO DE APLICAÇÃO 07/07 segunda-feira 09/07 quarta-feira 10/07 quinta-feira
FACULDADE DO SUL DA BAHIA SEMESTRE DE 2014 PROVA FINAL PERÍODO DE APLICAÇÃO segunda-feira quarta-feira quinta-feira Horário 1ª AULA 18:50 às 20:30 2ª AULA 20:50 às 22:30 OBS.: NÃO HÁ SEGUNDA CHAMADA DE
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
Regulamento do Curso de. Mestrado Integrado em Engenharia Informática
Regulamento do Curso de Mestrado Integrado em Engenharia Informática (Ciclo integrado de estudos superiores) (Registado na DGES através do n.º R/A-Cr 21/2013) Artigo 1.º Regulamento geral aplicável O Curso
UML - Unified Modeling Language
UML - Unified Modeling Language Casos de Uso Marcio E. F. Maia Disciplina: Engenharia de Software Professora: Rossana M. C. Andrade Curso: Ciências da Computação Universidade Federal do Ceará 24 de abril
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO CONCURSO PÚBLICO PARA DOCENTES DO MAGISTÉRIO SUPERIOR Edital nº 1, de 1 de março de
Programa de Pós-Graduação em Engenharia de Sistemas e Automação Departamento de Engenharia - Universidade Federal de Lavras
Programa de Pós-Graduação em Engenharia de Sistemas e Automação Histórico Início 2007 com foco em modelagem biológica (Engenharias IV Capes) e característica multidisciplinar com professores da área de
Classificação de Imagens Tomográficas de Ciência dos Solos Utilizando Redes Neurais e Combinação de Classificadores
Classificação de Imagens Tomográficas de Ciência dos Solos Utilizando Redes Neurais e Combinação de Classificadores Fabricio Aparecido Breve Prof. Dr. Nelson Delfino d Ávila Mascarenhas Apresentação Objetivos
1.2. Ramo de especialização: Automação Industrial Créditos (ECTS)
1. Áreas científicas e créditos para a obtenção do grau: 1.1. Ramo de especialização: Eletrónica e Instrumentação Área Científica Sigla (ECTS) Obrigatórios Optativos (1) Matemática Mat 36 0 Física Fis
A Preservação do Capital Intelectual como Diferencial das Organizações de Sucesso
5 A Preservação do Capital Intelectual como Diferencial das Organizações de Sucesso 41 Conhecimento é poder... Essa célebre frase é uma grande verdade em nossa era do conhecimento. Dilmar Gonçalves da
- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de Data Warehouses.
- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de. - O que é uma Data Warehouse? - Colecção de bases de dados orientadas por assunto
Gerência de Redes NOC
Gerência de Redes NOC Cássio D. B. Pinheiro pinheiro.cassio@ig.com.br cassio.orgfree.com Objetivos Apresentar os conceitos fundamentais, assim como os elementos relacionados a um dos principais componentes
ARQUITETURA DE COMPUTADORES - 1866
7 Unidade Central de Processamento (UCP): O processador é o componente vital do sistema de computação, responsável pela realização das operações de processamento e de controle, durante a execução de um
29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital. Unidade de Aprendizagem Radiológica. Professor Paulo Christakis
Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital Professor Paulo Christakis 1 Em sistemas digitais de imagens médicas, as mudanças não se apresentam somente no
Grade Curricular - Engenharia de Computação
Grade Curricular - Engenharia de Computação SEMESTRE 1 - Obrigatórias FCM0101 Física I 6 0 6 FFI0180 Laboratório de Física Geral I 2 0 2 SAP0678 Desenho 2 0 2 SAP0679 Humanidades e Ciências Sociais 2 0
Framework de comunicação para Webservices 2P2
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM Framework de comunicação para Webservices 2P2 Aluno: Brayan Vilela Alves Neves
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Aula 02: Conceitos Fundamentais
Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que
Para visualizar ementas, programas e outros documentos relacionados ao curso, clique aqui.
Para visualizar ementas, programas e outros documentos relacionados ao curso, clique aqui. Modalidade Eletrotécnica : O eletromagnetismo e o fascínio dos campos girantes, os circuitos elétricos de potência
Apresentação final do Trabalho de Conclusão -Novembro 2002. Autenticação On-line de assinaturas utilizando Redes Neurais. Milton Roberto Heinen
Apresentação final do Trabalho de Conclusão -Novembro 2002 Autenticação On-line de assinaturas utilizando Redes Neurais Milton Roberto Heinen miltonrh@ig.com.br Motivação Falta de segurança dos sistemas
Eloisa Viggiani Elsevier América Latina e.viggiani@elsevier.com AVALIAÇÃO DA PESQUISA INTERDISCIPLINAR
Eloisa Viggiani Elsevier América Latina e.viggiani@elsevier.com AVALIAÇÃO DA PESQUISA INTERDISCIPLINAR A PARTIR DA ANÁLISE DE REFERÊNCIAS A PESQUISA CONTEMPORÂNEA ATRAVESSA OS TRADICIONAIS LIMITES... Grupos
Sitec Power Soluções em Energia ENERGIA REATIVA E FATOR DE POTÊNCIA
ENERGIA REATIVA E FATOR DE POTÊNCIA O QUE É ENERGIA ATIVA E REATIVA? Sim, mas apesar de necessária, a utilização de Energia Reativa deve ser a menor possível. O excesso de Energia Reativa exige condutores
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:
Simulação Computacional de Sistemas, ou simplesmente Simulação
Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.
Sistemas Tutores Inteligentes
Sistemas Tutores Leila Cristina Vasconcelos de Andrade Jorge Juan Zavaleta Gavidia Trabalho de conclusão da disciplina Inteligência Artificial do Programa de Pós-Graduação da COPPE-Sistemas da Universidade
Sistemas de Automação
Sistemas de Automação Introdução Walter Fetter Lages w.fetter@ieee.org Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica Programa de Pós-Graduação em Engenharia
Trabalho 2 Fundamentos de computação Gráfica
Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho
Inteligência Computacional: resolvendo problemas difíceis da vida real
Instituto de Computação Semana Nacional da Ciência e Tecnologia Escola Agrotécnica Federal de Inconfidentes Inteligência Computacional: resolvendo problemas difíceis da vida real Carlos Eduardo de Andrade
Redes de Computadores sem Fio
Redes de Computadores sem Fio Prof. Marcelo Gonçalves Rubinstein Programa de Pós-Graduação em Engenharia Eletrônica Faculdade de Engenharia Universidade do Estado do Rio de Janeiro Programa Introdução
Análise qualitativa do processo de workflow da ouvidoria do IFMG campus Bambuí: um estudo de caso
Análise qualitativa do processo de workflow da ouvidoria do IFMG campus Bambuí: um estudo de caso Estefânia Paula da SILVA¹; Lígia Maria SOARES PASSOS² ¹ Aluna do curso de Engenharia de Produção do IFMG
Departamento de Ciências e Tecnologias
Futuro Departamento de Ciências e Tecnologias Licenciatura em Engenharia Informática Missão Dotar os alunos de uma sólida formação teórica e experimental que garanta aos futuros licenciados a capacidade
Título: Controle de um sistema Bola- Barra com realimentação através de imagem
Título: Controle de um sistema Bola- Barra com realimentação através de imagem Autores: Caio Felipe Favaretto, Henrique Corrêa Ramiro, Rômulo de Oliveira Souza e Marcelo Barboza Silva Professor orientador:
Pós-Graduação em Engenharia Elétrica Inteligência Artificial
Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DA PARAÍBA CONSELHO SUPERIOR DE ENSINO, PESQUISA E EXTENSÃO
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DA PARAÍBA CONSELHO SUPERIOR DE ENSINO, PESQUISA E EXTENSÃO RESOLUÇÃO N 75/2010 Aprova o Projeto Pedagógico do Curso de Graduação em Engenharia de do Centro
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
COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS
COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS Leonardo Meneguzzi 1 ; Marcelo Massoco Cendron 2 ; Manassés Ribeiro 3 INTRODUÇÃO
Tecnologia da Informação e Comunicação. Euber Chaia Cotta e Silva
Tecnologia da Informação e Comunicação Euber Chaia Cotta e Silva Redes e a Internet Conceitos Básicos 01 Para que você possa entender o que é e como funciona a Internet é necessário primeiro compreender...
Especialização em Engenharia Clínica
Docente: > Marcelino M. de Andrade, Dr. Especialização em Engenharia Clínica Instrumentação e Processamento de Sinais Biológicos Apresentação: Descrição do Curso Apresentação: Objetivos e Ementa Apresentação:
Mediadores de Interação na Web: Acessibilidade Baseada em Gente
1 Mediadores de Interação na Web: Acessibilidade Baseada em Gente Clarisse Sieckenius de Souza SERG - Semiotic Engineering Research Group Departamento de Informática, PUC-Rio clarisse@inf.puc-rio.br http://www.serg.inf.puc-rio.br
OPERAÇÃO DE SISTEMAS DE POTÊNCIA. TEE-04091 Aula 13 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica OPERAÇÃO DE SISTEMAS DE POTÊNCIA TEE-04091 Aula 13 Pro. Vitor Hugo Ferreira Operação em tempo real e planejamento
Codificação neural. Natureza da Informação UFABC. Prof. João Henrique Kleinschmidt Material elaborado pelos professores de NI
Codificação neural Natureza da Informação UFABC Prof. João Henrique Kleinschmidt Material elaborado pelos professores de NI 1 Princípios gerais do Sistema Nervoso Neurônio: unidade funcional do SNC Introdução
SLAG - Resolvendo o Problema do Caixeiro Viajante Utilizando Algoritmos Genéticos
SLAG - Resolvendo o Problema do Caixeiro Viajante Utilizando Algoritmos Genéticos Fredson Vieira Costa 1, Fábio Silveira Vidal 1, Claudomiro Moura Gomes André 1 1 Curso de Bacharelado em Ciência da Computação
Aula 08. Modelos e Simulação
Modelos e Simulação 8.1 Aula 08 Modelos e Simulação Walter Antônio Bazzo e Luiz Teixeira do Vale Pereira, Introdução a Engenharia Conceitos, Ferramentas e Comportamentos, Capítulo 7: Modelos e Simulação
Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis
Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Adriano Lima de Sá Faculdade de Computação Universidade Federal de Uberlândia 20 de junho de 2014 Adriano L. Sá (UFU)
Evolução da cooperação em populações modeladas por autômatos celulares com o uso de teoria de jogos
Geração de modelos de redes com verificação dos parâmetros topológicos Prof. Pedro Schimit - schimit@uninove.br Muitas coisas podem ser modeladas a partir de modelos de redes (ou grafos). A maneira como
DEINF - UFMA Especialização em Análise e Projeto de Sistema
DEINF - UFMA Especialização em Análise e Projeto de Sistema Interação Humano Computador Prof. Anselmo C. de Paiva Depto de Informática - UFMA Fatores Humanos em IHC Fatores Humanos em IHC Estudo das capacidades
FUNCIONAMENTO, VANTAGENS E DESVANTAGENS DAS DIVERSAS TECNOLOGIAS
FUNCIONAMENTO, VANTAGENS E DESVANTAGENS DAS DIVERSAS TECNOLOGIAS FUNCIONAMENTO DOS RFID s O Um sistema de RFID é composto, basicamente, por uma antena, que funciona como receptor, faz a leitura do sinal
DESEMPENHO DE REDES. Fundamentos de desempenho e otimização de redes. Prof. Ulisses Cotta Cavalca <ulisses.cotta@gmail.com>
DESEMPENHO DE REDES Fundamentos de desempenho e otimização de redes Prof. Ulisses Cotta Cavalca Belo Horizonte/MG 2015 Sumário 1. Introdução 2. Gerência de redes 3. Fundamentos
Reconhecimento de Padrões. Reconhecimento de Padrões
Reconhecimento de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superior de Tecnologia Engenharia Informática Reconhecimento de Padrões Prof. João Ascenso e Prof.
Roteiro para preparação de proposta de Trabalhos Técnico-Científicos
1 Roteiro para preparação de proposta de Trabalhos Técnico-Científicos Prof. Valdemir Carrara www.valcar.net www.carrara.us 2 1 INTRODUÇÃO Na introdução deve-se descrever os objetivos principais do trabalho
CENTRO DE CIÊNCIAS DA EDUCAÇÃO COMUNICAÇÃO E ARTES CCECA. 01 DE Graduação Plena em Pedagogia Pós-Graduação em Educação
CIDADE: Teresina CAMPUS: Torquato Neto Total de Vagas: 36 (20 Vagas Dedicação Exclusiva e 16 Vagas 40 Horas) CENTRO DE CIÊNCIAS DA EDUCAÇÃO COMUNICAÇÃO E ARTES CCECA CURSO: Licenciatura Plena em Pedagogia