ORANGE TREES IMAGE SEGMENTATION WITH SELF-ORGANIZED MAPS ABSTRACT
|
|
- Benedicto Beppler Prada
- 8 Há anos
- Visualizações:
Transcrição
1 SEGMENTAÇÃO DE IMAGENS DE LARANJEIRAS COM MAPAS AUTO-ORGANIZÁVEIS FELIPE ALVES CAVANI 1 MÁRIO LUIZ TRONCO 2 RAFAEL VIEIRA DE SOUSA 3 ARTHUR JOSÉ VIEIRA PORTO 4 RESUMO A complexidade presente nas imagens agrícolas torna necessária a pesquisa de técnicas robustas de segmentação de imagens, pois a condição de iluminação é variável e os objetos na cena são complexos. Rede neural artificial é uma ferramenta que apresenta bom desempenho na classificação de padrões complexos e grande tolerância a ruídos, o que a qualifica para este tipo de imagem. Neste trabalho é explorado o uso de mapas auto-organizáveis, para a segmentação da imagem. Com esta rede foi possível segmentar imagens de laranjeiras de tal forma que uma classe é associada aos frutos. Os resultados mostram que esta é uma técnica viável, entretanto é necessário explorar outras topologias de redes para melhorar a qualidade da imagem. PALAVRAS-CHAVE: Imagens agrícolas, laranjeiras, segmentação, redes neurais artificiais, self-organized maps. ORANGE TREES IMAGE SEGMENTATION WITH SELF-ORGANIZED MAPS ABSTRACT Agricultural images complexity demands research for robust image segmentation algorithms, because of change in the light conditions and the objects in scene are complex. Artificial Neural Networks are a tool with good performance in pattern classification and great tolerance for noise, witch make this adequate for image segmentation. In this research, selforganized maps are explored as a tool for image segmentation. With this kind of artificial neural network was possible to segment images from orange trees, where one class corresponds to the fruits. The experimental result show that this technique is feasible, however is necessary to explore other neural networks topologies for increase the quality of the segmented image. KEYWORDS: Agricultural images, orange trees, segmentation, artificial neural networks, self-organized maps. 1 Mestrando em Eng. Mecânica, Bolsista do CNPq, USP - Escola de Engenharia de São Carlos - Dpto. Eng. Mecânica - Laboratório de Simulação e Controle. Av. Trabalhador São-carlense, 400, Parque Arnold Schimidt, São Carlos, SP. fcavani@gmail.com 2 Professor do Depto de Ciências da Computação e Estatística, Ibilce, Unesp. R. Cristóvão Colombo, 2265, Jardim Nazareth, São José do Rio Preto, SP. mariot@ibilce.unesp.br 3 Doutorando em Eng. Mecânica, USP, Escola de Eng. de São Carlos. rafael@cnpdia.embrapa.br 4 Professor Titular da Escola de Eng. de São Carlos, Dep. Eng. Mecânica. avporto@sc.usp.br
2 1. INTRODUÇÃO Imagens digitais, em sua forma padrão, são adequadas para transmitir as características físicas visíveis a um observador humano. Quando deseja-se que estas características sejam compreendidas sob o ponto de vista de uma máquina, é necessário usar um conjunto de técnicas, no contexto da visão computacional. Uma das técnicas fundamentais neste contexto é a de segmentação de imagem (Cheng et. al, 2001), que consiste em destacar regiões de interesse nessa imagem (Rosenfeld & Kak, 1983, Gonzalez & Wintz, 1987). Na literatura são relatadas diversas técnicas de segmentação, que devem ser aplicadas conforme o problema em questão, ou seja, conforme a imagem. A cena que será registrada pela câmera, para dar origem a imagem, pode ser estruturada ou não estruturada. Imagens de cenas agrícolas podem ser consideradas não estruturadas pois a iluminação natural varia durante o dia e, também, conforme a época do ano (Tian & Slaughter, 1998). Outro fator que contribui para a falta de estrutura da cena são as plantas, que apesar de serem organizadas em linhas de plantio, facilitando a localização, não possuem uma organização regular de galhos, folhas e frutos, caso exista algum fruto. As cores de cada parte da planta também não são iguais, pois em uma mesma árvore é possível encontrar frutos com diversos tons de uma mesma cor, ou até mesmo de outra cor. Diversas técnicas de segmentação vêm sendo aplicadas a imagens agrícolas, como pode ser observado nas revisões feitas por Jiménez & Pons (2000) e Hannan & Burks (2004). Dentre os trabalhos citados por estes autores, o uso da cor do pixel é comum para a localização de frutas. Alguns trabalhos também levam em conta características não locais, como a forma da fruta. Dentre os espaços de cores existentes, o RGB e o HSI foram utilizados, sendo que a aplicação do HSI é mais interessante, pois ele é mais robusto em imagens com sombras e reflexos. Como foi visto, as imagens de cenas agrícolas estão sujeitas a diversos fatores que podem prejudicar a segmentação, resultando em imagens com muito ruído. RNA (Redes Neurais Artificiais) são conhecidas por lidar muito bem com este tipo de situação (Pal & Pal, 1993). Outra característica importante das RNAs é seu baixo custo computacional, pois a sua complexidade cresce linearmente, com o número de neurônios, o que as tornam adequadas para aplicações de tempo real quando comparada com técnicas convencionais (Braga et. al., 2000). Pal & Pal (1993) são otimistas com relação ao uso de RNA para segmentação de imagens e citam diversos trabalhos sobre este assunto. Mais recentemente Cheng et al. (2001)
3 citam muitos trabalhos que utilizam RNAs para segmentar imagens coloridas. Egmont- Petersen et al. (2002) relacionam outros trabalhos que utilizam RNAs para processamento de imagem. Destes três trabalhos é observado que foram realizadas segmentações em diversos tipos de imagens, utilizando várias arquiteturas de RNAs, dentre elas as que mais se destacam são as redes de Hopfield e as redes mapas auto-organizáveis (Self-organized Maps - SOM). A tarefa de segmentação busca por similaridades ou descontinuidades nos pixels (Cheng et. al, 2001). Para isto é necessário observar as propriedades locais de um pixel (intensidade ou cor) ou as características (linha, pontos, bordas ou textura) dele, que são derivadas dos pixels ao redor deste, então, a atribuição deste pixel a uma classe pode ser feita por uma RNA, como em um problema de classificação de padrões. Uma RNA de arquitetura perceptron multi-camada pode ser usada para classificar os pixels, então, será necessário gerar os padrões de entradas e saídas, o que pode ser específico para determinada aplicação. Devido a esta limitação do treinamento supervisionado é possível utilizar o treinamento não supervisionado, que deverá buscar por regularidades nos padrões de entrada e agrupá-los em classes. O agrupamento em classes pode ser feito por uma RNA de arquitetura SOM. Esta rede é organizada de forma que seus neurônios possuem ligações laterais, como em células do córtex visual. Estas fazem com que ocorra uma competição entre os neurônios, portanto, o aprendizado desta rede é competitivo ou não supervisionado. Também é possível afirmar que o aprendizado é auto organizado. A organização surge quando a rede passa a mapear os padrões de entradas em um espaço de menor dimensão (normalmente uma ou duas dimensões) de tal forma a agrupar os padrões semelhantes (Kohonen, 1990). A capacidade de mapear padrões foi explorada por Moreira & Costa (1996) que utilizaram uma SOM bidimensional, onde as componentes de cores RGB normalizadas são mapeadas para um espaço bidimensional e posteriormente as classes são identificadas através de um algoritmo que encontra o agrupamento no mapa bidimensional. Nesta estratégia não é preciso determinar o número de classes, pois o algoritmo proposto é encarregado disso. Também foi proposta uma forma de comparar a segmentação com uma imagem segmentada manualmente. Os resultados mostram que esta estratégia é viável para a segmentação de imagens. O método usado para avaliar a segmentação também é adequado. O uso de um SOM unidimensional é proposta por Wu et. al. (2000) para a localização de mãos em uma imagem. Diferente de Moreira & Costa (1996), que utilizam um algoritmo para definir quantos segmentos existem na imagem, Wu et. al. (2000) utilizam uma
4 rede SOM modificada, que usa crescimento, poda e agrupamento para determinar a quantidade de neurônios na rede. Neste caso a rede SOM funciona como um classificador, já que ela mapeia um padrão de entrada para o neurônio que representa a classe. Lin et. al. (1992) utilizam uma rede SOM de uma dimensão com o número de neurônios fixo para iniciar a rede proposta por eles, a Constraint Satisfaction Neural Network (CSNN). Neste artigo as imagens que são segmentadas estão em tons de cinza, mas Kurugollu et. al. (2002) passam a usar cores para segmentar as imagens. Ambos utilizam a rede SOM para determinar a qual segmento um pixel pertence, da mesma forma que Wu et. al. (2000). Neste trabalho uma RNA de arquitetura SOM foi usada para segmentar imagens agrícolas, mais especificamente imagens de uma laranjeira. O propósito desta segmentação é encontrar regiões com cores semelhantes de tal forma a separar os elementos que compõem a cena, ou seja, separar folhas, frutas, solo e céu. A seguir será discutida a rede SOM, o treinamento e o uso dela. 2. DESENVOLVIMENTO Redes SOM são capazes de organizar os padrões em um espaço de menor dimensão de forma coerente, dispondo os semelhantes próximos uns dos outros, então esta informação é usada para atribuir as classes para os pixels, assim, segmentando a imagem. Este comportamento é obtido através do treino da rede com o algoritmo apropriado, que ajusta os pesos sinápticos do neurônio que tiver a menor distância euclidiana entre os pesos e o padrão de entrada. A distância é calculada conforme a equação 1, onde w i é o peso do neurônio, x p é o padrão p e d é o número de neurônios, ou seja, o número de segmentos. D = w x, i = 1,..., d (1) i i p Determinado o neurônio vencedor, o ajuste deve ser feito conforme a equação 2, onde w k ( t +1) é o peso atualizado, w k (t) é o peso atual, α(t) é a taxa de aprendizagem e x p é o padrão p. w ( t+ 1) = w ( t) + α( t)( x w ( t)) (2) k k p k Os neurônios vizinhos ao vencedor também devem ser atualizados, mas com uma taxa de aprendizagem menor. A equação 3 realiza esta tarefa, onde q representa os neurônios vizinhos ao vencedor k. w t+ = w t + t x w t (3) 2 q( 1) q( ) ( α( )) ( p q( )) O processo de aprendizagem pode ser resumido nos seguintes passos:
5 1. Iniciar os pesos dos neurônios aleatoriamente 2. Para cada padrão x p fazer: - Encontre o neurônio vencedor k. - Atualize o peso do neurônio k usando a eq Atualize os neurônios vizinhos usando a eq Atualize α ( t + 1) = Kα( t) Figura 2: Imagem usada no treinamento da RNA. 4. Enquanto não convergir vá para o passo 2. Uma rede SOM com 27 entradas e oito neurônios foi utilizada. Cada entrada está associada a um componente de cor de cada pixel em um quadrado 3 3, onde o pixel central é o que será classificado. Cada neurônio é associado a uma classe, onde uma delas representa os frutos na árvore. O espaço de cor utilizado foi o HSI (Hue, Saturation, Intensity), pois este é utilizado em muitas aplicações devido ao fato de separar a informação sobre a cor da intensidade da luz, assim, evitando o problema com sombras e reflexos. Os parâmetros para o algoritmo de treinamento foram ajustados da seguinte forma: α ( 1) = 0,9, K = 0.9, d = 8, raio da vizinhança igual a 1. Os valores do α (1), K e d adotados foram os mesmo que em Lin et. al. (1992). As imagens (fig. 1) para o treinamento e para o teste da RNA foram feitas em um pomar de laranjeiras. O dia estava ensolarado e sem nuvens. Estas imagens foram reduzidas para o tamanho de 512x384 pixels, para aumentar a velocidade de processamento. Figura 1: Imagem de uma laranjeira usada nos testes da segmentação. Foi utilizada uma imagem (fig. 2) de tamanho reduzido (55x42 pixels) recortada de uma das imagens originais, para treinar a rede. O algoritmo de treinamento e a rede foram
6 implementados no Octave 5, que é um ambiente gratuito similar ao Matlab. 3. RESULTADOS E DISCUSSÃO Foram obtidas imagens segmentadas em oito classes, onde uma dessas classes é associada ao fruto, como pode ser observado nas figuras 3 e 4. A rede SOM foi responsável por agrupar as cores semelhantes nestas oito classes de tal forma a gerar um imagem menos complexa, onde podem ser aplicados outros algoritmos, como, por exemplo, um para encontrar círculos. Os pixels foram agrupados de tal forma que é possível reconhecer, por inspeção manual, na imagem segmentada, as laranjas. Figura 3: Imagem original (esquerda). Imagem segmentada da laranjeira (centro).classe correspondente as laranjas (direita). A grande variação na intensidade de luz, que é consequência das sobras e reflexos, presente em cenas ao ar livre, prejudicou a segmentação em regiões escuras da imagem, isto porque a topologia da RNA adotada leva em conta o canal da intensidade da luz. Figura 4: Imagem original (esquerda). Imagem segmentada da laranjeira (centro).classe 5 correspondente as laranjas (direita).
7 As regiões mais claras da imagem também foram prejudicadas, pois é possível notar que locais sem laranjas foram associados a classe das laranjas. Estes dois fatos causam muitos ruídos, prejudicando a qualidade da segmentação. 4. CONCLUSÕES Imagens digitais de cenas agrícolas apresentam diversos desafios quando buscamos extrair informações delas, por isso devemos utilizar técnicas de segmentação de imagens robustas. Isto também contribui para que os demais processos de compreensão da imagem sejam realizados com sucesso. Através da técnica de segmentação de imagens, que utiliza RNA de arquitetura SOM, foi possível reconhecer, por inspeção manual, as partes segmentadas. Entretanto esta técnica precisa ser refinada, para isto será necessário desenvolver outras topologias de rede. Também deve ser testada uma RNA que não utilize a intensidade da luz, para que seja determinado se esta é mais adequada para segmentação das imagens em questão. A segmentação com SOM deve ser comparada com segmentações feitas com as técnicas convencionais, assim será possível determinar a viabilidade desta rede. 5. AGRADECIMENTOS Agradecemos ao Prof. Sérgio Borges pela disponibilização do banco de imagens utilizado no presente trabalho. 6. REFERÊNCIAS BIBLIOGRÁFICAS BRAGA, A.; LUDEEMIR, T. B.; CARVALHO, A. Redes Neurais Artificiais, LTC, CHENG, H. D.; JIANG, X. H.; SUN, Y., WANG, J. Color image segmentation: advances and prospects. Pattern Recognition, v.34, p , EGMONT-PETERSEN, M.; RIDDER, D.; HANDELS, H. Image processing with neural networks - a review. Pattern Recognition, v. 35, p , GONZALEZ, R. C.; WINTZ, P. Digital Image Processing. 2 ed. Assison-Wesley Publishing Company, HANNAN, M. W.; BURKS T. F. Current developments in Automated Citrus Harvesting. In: ASAE/CSAE ANUAL INTERNATIONAL MEETING, Ontário, Canadá, JIMÉNEZ, A. R.; CERES, R.; PONS J. L. A survey of computer vision methods for locating
8 fruit on trees. Transactions of the ASAE, v. 43, p , KOHONEN, T. The Self-Organizing Map. In: PROCEEDINGS OF THE IEEE, v. 78, n. 9, p , KURUGOLLU, F.; SANKUR, B. HARMANCI, A. E.; Image Segmentation by relaxation using constraint satisfaction neural network. Image and Vision Computing, v. 20, p , LIN, W.; TSAO, E. C.; CHEN, C. Constraint Satisfaction Neural Networks for image segmentation. Pattern Recognition, v. 25, p , MOREIRA, J.; COSTA, L. F. Neural-based color segmentation and classification using selforganizing maps. In: IX SIBGRAPI, anais, p , PAL, N. R.; PAL, S. K. A review on image segmentation techniques. Pattern Recognition, v. 26, p , ROSENFELD, A.; KAK, A. C. Digital Picture Processing. 2 ed. v. 2. Academic Press Inc., TIAN, L. F.; SLAUGHTER, D. C. Environmentally adaptive segmentation algorithm for outdoor image segmentation. Computer and Electronics in Agriculture, v. 21, p , WU, Y.; LIU, Q.; HUANG T. S. An Adaptative Self-Organizing Segmentation Algorithm with Application to Robust Real-time Human Hand Localization. In: PROCEEDINGS ASIAN CONFERENCE ON COMPUTER VISION, Taiwan, 2000.
SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DE LARANJEIRAS UTILIZANDO JSEG E PERCEPTRON MULTICAMADAS
SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DE LARANJEIRAS... 189 SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DE LARANJEIRAS UTILIZANDO JSEG E PERCEPTRON MULTICAMADAS Felipe Alves Cavani Rafael Vieira de Sousa Arthur
Leia maisAnálise 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)
Leia maisPALAVRAS-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 maisAula 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 maisMLP (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 maisRECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP
RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP Caio Augusto de Queiroz Souza caioaugusto@msn.com Éric Fleming Bonilha eric@digifort.com.br Gilson Torres Dias gilson@maempec.com.br Luciano
Leia maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisSEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS
SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com
Leia maisComplemento 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 maisClassificação de Imagens
Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,
Leia maisFigura 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 maisModelos 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 maisVerificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas. Marina Silva Fouto - Reconhecimento de Padrões
Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas Marina Silva Fouto - Reconhecimento de Padrões Tópicos Importância Trabalhos Relacionados Imagens e
Leia maisAprendizagem 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 maisProcessamento 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
Leia maisUNIVERSIDADE 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
Leia maisRedes 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 maisCOMPARAÇÃO 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
Leia maisDetecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV
Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV Bruno Alberto Soares OLIVEIRA 1,3 ; Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Marlon MARCON 2,3 1 Estudante
Leia maisComparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais
Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,
Leia maisIN0997 - 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 maisPROTÓTIPO 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 maisMatlab - 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 maisTÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA
TÍTULO: PROPOSTA DE METODOLOGIA BASEADA EM REDES NEURAIS ARTIFICIAIS MLP PARA A PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES DE POTÊNCIA CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia mais15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto
15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto O Sensoriamento Remoto é uma técnica que utiliza sensores, na captação e registro da energia refletida e emitida
Leia maisClip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008
PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008 Deliverable: D1 - Clip-art Simplification Tool Task: T1 - Clip-art Simplification
Leia maisProjeto 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 maisMétodos de mapeamento para fenômenos qualitativos e quantitativos
IT 508 - Cartografia Temática Representação cartográfica: Métodos de mapeamento para fenômenos qualitativos e quantitativos Profa.. Juliana Moulin Segundo os métodos padronizados, conforme o uso das variáveis
Leia maisTÓPICOS 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 maisThales Trigo. Formatos de arquivos digitais
Esse artigo sobre Formatos de Arquivos Digitais é parte da Tese de Doutoramento do autor apresentada para a obtenção do titulo de Doutor em Engenharia Elétrica pela Escola Politécnica da USP. Thales Trigo
Leia maisUniversidade Paulista
Universidade Paulista Ciência da Computação Sistemas de Informação Gestão da Qualidade Principais pontos da NBR ISO/IEC 12207 - Tecnologia da Informação Processos de ciclo de vida de software Sergio Petersen
Leia maisDo 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 maisRedes 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 maisReconhecimento de Padrões
Engenharia Informática (ramos de Gestão e Industrial) Departamento de Sistemas e Informação Reconhecimento de Padrões Projecto Final 2004/2005 Realizado por: Prof. João Ascenso. Departamento de Sistemas
Leia maisTrabalho 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
Leia maisAprendizagem 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 maisRedes Neurais. Mapas Auto-Organizáveis. 1. O Mapa Auto-Organizável (SOM) Prof. Paulo Martins Engel. Formação auto-organizada de mapas sensoriais
. O Mapa Auto-Organizável (SOM) Redes Neurais Mapas Auto-Organizáveis Sistema auto-organizável inspirado no córtex cerebral. Nos mapas tonotópicos do córtex, p. ex., neurônios vizinhos respondem a freqüências
Leia maisRoteiro. Arquitetura. Tipos de Arquitetura. Questionário. Centralizado Descentralizado Hibrido
Arquitetura Roteiro Arquitetura Tipos de Arquitetura Centralizado Descentralizado Hibrido Questionário 2 Arquitetura Figura 1: Planta baixa de uma casa 3 Arquitetura Engenharia de Software A arquitetura
Leia maisUNIVERSIDADE 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
Leia maisClassificação de páginas da Internet utilizando redes neurais artificiais.
Classificação de páginas da Internet utilizando redes neurais artificiais. Genilto Dallo Departamento de Ciência da Computação (DECOMP) Universidade Estadual do Centro-Oeste (UNICENTRO) Guarapuava, PR
Leia maisAprendizagem 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 maisNathalie 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 maisReconhecimento de Objectos
Dado um conjunto de características, relativas a uma região (objecto), pretende-se atribuir uma classe essa região, seleccionada de um conjunto de classes cujas características são conhecidas O conjunto
Leia maisResultados Experimentais
Capítulo 6 Resultados Experimentais Este capítulo é dedicado às avaliações experimentais do sistema CBIR. Os experimentos aqui realizados têm três objetivos principais: comparar os nossos resultados com
Leia maisunesp UNIVERSIDADE ESTADUAL PAULISTA
unesp UNIVERSIDADE ESTADUAL PAULISTA Administração de Redes TCP/IP Roteamento: Sistemas Autônomos e EGP Prof. Dr. Adriano Mauro Cansian adriano@ieee.org UNESP - IBILCE - São José do Rio Preto 2001 1. Introdução
Leia maisMINERAÇÃO 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 mais5 Extraindo listas de produtos em sites de comércio eletrônico
5 Extraindo listas de produtos em sites de comércio eletrônico Existem diversos trabalhos direcionadas à detecção de listas e tabelas na literatura como (Liu et. al., 2003, Tengli et. al., 2004, Krüpl
Leia maisTabela de roteamento
Existem duas atividades que são básicas a um roteador. São elas: A determinação das melhores rotas Determinar a melhor rota é definir por qual enlace uma determinada mensagem deve ser enviada para chegar
Leia maisSISTEMA 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 maisReconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller
Reconhecimento de marcas de carros utilizando Inteligência Artificial André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Motivação Análise estatística das marcas de carros em
Leia maisPROF. DR. JACQUES FACON
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO DUPLA DE ISTVÁN CSEKE PROJETO DE UMA RÁPIDA SEGMENTAÇÃO PARA
Leia maisOtimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha
Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha Amarildo de Vicente Colegiado do Curso de Matemática Centro de Ciências Exatas e Tecnológicas da Universidade Estadual do Oeste
Leia maisSERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA
SERVIÇO DE ANÁLISE DE REDES DE TELECOMUNICAÇÕES APLICABILIDADE PARA CALL-CENTERS VISÃO DA EMPRESA Muitas organizações terceirizam o transporte das chamadas em seus call-centers, dependendo inteiramente
Leia maisEstudo comparativo de métodos de segmentação de imagens digitais de aves
Estudo comparativo de métodos de segmentação de imagens digitais de aves Felipe de Sousa NOBRE; Paulo César Miranda MACHADO Escola de Engenharia Elétrica e de Computação - UFG felipesnobre@gmail.com, pcesar@eee.ufg.br
Leia mais29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica
Mapeamento não-linear Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital 1 Professor Paulo Christakis 1 2 Sistema CAD Diagnóstico auxiliado por computador ( computer-aided
Leia maisAtividade: matrizes e imagens digitais
Atividade: matrizes e imagens digitais Aluno(a): Turma: Professor(a): Parte 01 MÓDULO: MATRIZES E IMAGENS BINÁRIAS 1 2 3 4 5 6 7 8 Indique, na tabela abaixo, as respostas dos 8 desafios do Jogo dos Índices
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ UFPR Bacharelado em Ciência da Computação
SOFT DISCIPLINA: Engenharia de Software AULA NÚMERO: 10 DATA: / / PROFESSOR: Andrey APRESENTAÇÃO O objetivo desta aula é apresentar e discutir os conceitos de coesão e acoplamento. DESENVOLVIMENTO Projetar
Leia maisUFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS
UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS Obter uma imagem temática a partir de métodos de classificação de imagens multi- espectrais 1. CLASSIFICAÇÃO POR PIXEL é o processo de extração
Leia maisRedes Neurais Artificiais na Engenharia Nuclear 2 Aula-1 Ano: 2005
Redes Neurais Artificiais na Engenharia Nuclear 1 - Apresentação do Professor: dados, lista de E-mail s, etc. - Apresentação da Turma: Estatística sobre origem dos alunos para adaptação do curso - Apresentação
Leia maisProcessamento digital de imagens. introdução
Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética
Leia maisMEDIÇÃO VIRTUAL DE PRESSÃO POR MEIO DE REDES NEURAIS ATRAVÉS DO PI ACE
Seminário Regional OSIsoft do Brasil 2010 São Paulo, Brasil MEDIÇÃO VIRTUAL DE PRESSÃO POR MEIO DE REDES NEURAIS ATRAVÉS DO PI ACE 28 de Outubro de 2010 André Paulo Ferreira Machado PETROBRAS Empowering
Leia maisProjetos. Universidade Federal do Espírito Santo - UFES. Mestrado em Informática 2004/1. O Projeto. 1. Introdução. 2.
Pg. 1 Universidade Federal do Espírito Santo - UFES Mestrado em Informática 2004/1 Projetos O Projeto O projeto tem um peso maior na sua nota final pois exigirá de você a utilização de diversas informações
Leia maisRevista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP
Reconhecimento de face utilizando banco de imagens monocromáticas e coloridas através dos métodos da análise do componente principal (PCA) e da Rede Neural Artificial (RNA) [Recognition to face using the
Leia maisFundamentos de Hardware
Fundamentos de Hardware Curso Técnico em Informática SUMÁRIO PLACAS DE EXPANSÃO... 3 PLACAS DE VÍDEO... 3 Conectores de Vídeo... 4 PLACAS DE SOM... 6 Canais de Áudio... 7 Resolução das Placas de Som...
Leia maisRENATO DE FREITAS LARA. Departamento de Ciência da Computação - Universidade Presidente Antônio Carlos (UNIPAC) - Barbacena - MG Brasil
RECONHECIMENTO DE CADEIAS DE NÚMEROS NAS ETIQUETAS IDENTIFICADORAS DOS BLOCOS DE AÇO, UTILIZANDO PROCESSAMENTO DIGITAL DE IMAGENS E REDES NEURAIS ARTIFICIAIS RENATO DE FREITAS LARA Departamento de Ciência
Leia maisRedes Neurais Construtivas. Germano Crispim Vasconcelos Centro de Informática - UFPE
Redes Neurais Construtivas Germano Crispim Vasconcelos Centro de Informática - UFPE Motivações Redes Feedforward têm sido bastante utilizadas em aplicações de Reconhecimento de Padrões Problemas apresentados
Leia mais7.Conclusão e Trabalhos Futuros
7.Conclusão e Trabalhos Futuros 158 7.Conclusão e Trabalhos Futuros 7.1 Conclusões Finais Neste trabalho, foram apresentados novos métodos para aceleração, otimização e gerenciamento do processo de renderização
Leia maisInstituto Politécnico de Beja. Escola Superior de Tecnologia e Gestão
Instituto Politécnico de Beja Escola Superior de Tecnologia e Gestão Curso de Engenharia Informática Disciplina de Estrutura de dados e Algoritmos 2º Ano - 1º Semestre Relatório Connected Component Labeling
Leia maisde Bordas em Imagens Digitais
Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,
Leia maisINSTITUTO DE TECNOLOGIA FACULDADE DE ENGENHARIA DA COMPUTAÇÃO SITEC2010 - Semana do Instituto de Tecnologia Aluno: Edson Adriano Maravalho Avelar Orientador: Prof. Dr. Kelvin Lopes Dias 1 Motivação Aumento
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia mais3 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 maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números
Leia maisControle de Múltiplos Pivôs Centrais com um único Conjunto Motor-Bomba
Controle de Múltiplos Pivôs Centrais com um único Conjunto Motor-Bomba Thiago de Lima MUNIZ, Bernardo Pinheiro de ALVARENGA, José Wilson de Lima NERYS, Antônio Marcos de Melo MEDEIROS Escola de Engenharia
Leia maisStatus. Barra de Título. Barra de Menu. Barra de. Ferramentas Padrão. Caixa de nomes. Barra de. Ferramentas de Formatação. Indicadores de Coluna
O que é uma planilha eletrônica? É um aplicativo que oferece recursos para manipular dados organizados em tabelas. A partir deles pode-se gerar gráficos facilitando a análise e interpretação dos dados
Leia maisEstudo comparativo entre dois tradicionais algoritmos de roteamento: vetor distância e estado de enlace.
Estudo comparativo entre dois tradicionais algoritmos de roteamento: vetor distância e estado de enlace. Ederson Luis Posselt 1, Geovane Griesang 1 1 Instituto de Informática Universidade de Santa Cruz
Leia maisUniversidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens
Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Prof Fabrízzio Alphonsus A M N Soares 2012 Capítulo 2 Fundamentos da Imagem Digital Definição de Imagem: Uma imagem
Leia maisArquitetura de Rede de Computadores
TCP/IP Roteamento Arquitetura de Rede de Prof. Pedro Neto Aracaju Sergipe - 2011 Ementa da Disciplina 4. Roteamento i. Máscara de Rede ii. Sub-Redes iii. Números Binários e Máscara de Sub-Rede iv. O Roteador
Leia maisPROCESSAMENTO DE IMAGEM LRGB DO PLANETA JUPITER
PROCESSAMENTO DE IMAGEM LRGB DO PLANETA JUPITER Rose C. R. ELIAS 1 ; Gustavo S. ARAUJO 2 ; Mayler MARTINS 3 ¹ Aluna do Curso Técnico de Informática Integrado ao ensino médio do IFMG campus Bambuí e bolsista
Leia maisRECONHECIMENTO DE OBJETOS CONTIDOS EM IMAGENS ATRAVÉS DE REDES NEURAIS
RECONHECIMENTO DE OBJETOS CONTIDOS EM IMAGENS ATRAVÉS DE REDES NEURAIS LUIZ EDUARDO NICOLINI DO PATROCÍNIO NUNES Departamento de Engenharia Mecânica Universidade de Taubaté PEDRO PAULO LEITE DO PRADO Departamento
Leia maisLocalização de placas em imagens de veículos. Resumo
Localização de placas em imagens de veículos Geovane Hilário Linzmeyer Curso de Inteligência Computacional Pontifícia Universidade Católica do Paraná Curitiba, dezembro de 2005 Resumo Um dos maiores problemas
Leia maisFotografia digital. Aspectos técnicos
Fotografia digital Aspectos técnicos Captura CCD (Charge Coupled Device) CMOS (Complementary Metal OxideSemiconductor) Conversão de luz em cargas elétricas Equilíbrio entre abertura do diafragma e velocidade
Leia maisInteligência Computacional Aplicada a Engenharia de Software
Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar
Leia maisMineração de Opinião / Análise de Sentimentos
Mineração de Opinião / Análise de Sentimentos Carlos Augusto S. Rodrigues Leonardo Lino Vieira Leonardo Malagoli Níkolas Timmermann Introdução É evidente o crescimento da quantidade de informação disponível
Leia maisINF 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 mais2.1.2 Definição Matemática de Imagem
Capítulo 2 Fundamentação Teórica Este capítulo descreve os fundamentos e as etapas do processamento digital de imagens. 2.1 Fundamentos para Processamento Digital de Imagens Esta seção apresenta as propriedades
Leia maisEntendendo como funciona o NAT
Entendendo como funciona o NAT Vamos inicialmente entender exatamente qual a função do NAT e em que situações ele é indicado. O NAT surgiu como uma alternativa real para o problema de falta de endereços
Leia maisEngenharia de Sistemas Computacionais
Engenharia de Sistemas Detalhes no planejamento UNIVERSIDADE FEDERAL DE ALAGOAS Curso de Ciência da Computação Engenharia de Software I Prof. Rômulo Nunes de Oliveira Introdução Na aplicação de um sistema
Leia maisTÍTULO: SIMULAÇÃO DE METODOLOGIA BASEADA EM REDES DE KOHONEN PARA IDENTIFICAÇÃO DE CORRENTES DE INRUSH NA PROTEÇÃO DE TRANSFORMADORES DE POTÊNCIA
TÍTULO: SIMULAÇÃO DE METODOLOGIA BASEADA EM REDES DE KOHONEN PARA IDENTIFICAÇÃO DE CORRENTES DE INRUSH NA PROTEÇÃO DE TRANSFORMADORES DE POTÊNCIA CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA:
Leia maisSegmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect
Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Lucas Viana Barbosa 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o ser
Leia maisOficina de fotografia e tratamento de imagem. Facilitadora: Camila Silva Aula: 05
Oficina de fotografia e tratamento de imagem Facilitadora: Camila Silva Aula: 05 Objetivas É uma lente óptica ou conjunto de lentes usada em conjunto com um corpo de câmera e um mecanismo para reproduzir
Leia maisNovell. Novell Teaming 1.0. novdocx (pt-br) 6 April 2007 EXPLORAR O PORTLET BEM-VINDO DESCUBRA SEU CAMINHO USANDO O NOVELL TEAMING NAVIGATOR
Novell Teaming - Guia de início rápido Novell Teaming 1.0 Julho de 2007 INTRODUÇÃO RÁPIDA www.novell.com Novell Teaming O termo Novell Teaming neste documento se aplica a todas as versões do Novell Teaming,
Leia maisSistema de Informação Integrado
Sistema de Informação Integrado Relatório de Atividades Centro de Referência em Informação Ambiental, CRIA Novembro, 2005 Trabalho Realizado As atividades básicas previstas para o primeiro trimestre do
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisIntrodução à Tecnologia Web HTML HyperText Markup Language XHTML extensible HyperText Markup Language Formatos de Imagens
IntroduçãoàTecnologiaWeb HTML HyperTextMarkupLanguage XHTML extensiblehypertextmarkuplanguage FormatosdeImagens ProfªMSc.ElizabeteMunzlinger ProfªMSc.ElizabeteMunzlinger FormatosdeImagens Índice 1 FORMATOS
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Centro de Ciências Exatas e Tecnológicas Curso de Engenharia de Computação Técnicas de Visão Computacional para Rastreamento de Múltiplos Objetos João Bosco Oliveira Monteiro
Leia maisRedes Neurais Artificiais: Funções de Base Radial
Treinamento COELCE CEFET UFC MÓDULO II 2008.1 Redes Neurais Artificiais: Funções de Base Radial Prof. Dr. Guilherme de Alencar Barreto Depto. Engenharia de Teleinformática (DETI/UFC) URL: www.deti.ufc.br/~guilherme
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Algoritmo k Means Mestrado/Doutorado em Informática (PPGIa) Pontifícia Universidade Católica do Paraná (PUCPR) 2 Problema do Agrupamento Seja x = (x 1, x 2,,
Leia mais09/06/2011. Profª: Luciana Balieiro Cosme
Profª: Luciana Balieiro Cosme Revisão dos conceitos gerais Classificação de redes de computadores Visão geral sobre topologias Topologias Barramento Anel Estrela Hibridas Árvore Introdução aos protocolos
Leia mais