Navegando por Orientador "Santos, Paulo Eduardo"

Agora exibindo 1 - 20 de 26

Autolocalização qualitativa para um robô móvel utilizando informação das sombras
(2009) Fenelon, V.
O raciocínio espacial qualitativo faz parte do senso comum humano. Percebemos o ambiente por nossos sentidos e o principal deles é a visão. então é a partir do que vemos aliado ao nosso raciocínio espacial que somos capazes de lidar com nosso mundo. Também conseguimos interpretar esse mundo tridimensional em representações bidimensionais. Há tempos artistas notaram que a sombra tem um papel relevante na nossa percepção de formas, profundidade e movimento, e mais recentemente os psicólogos procuraram entender essa influência. Então a sombra, que muitas vezes é considerada um ruído, é também fonte de informações. Com isso, uma nova teoria surgiu, aliando raciocínio espacial qualitativo à informações sobre sombras, nessa teoria é possível determinar a posição do observador a partir da observação da csombra. Um robô que percebe o mundo somente através de imagens capturadas de uma única câmera utilizando um raciocíniosobre sombra, consegue obter resposta sobre sua localização relativa, dando o seu posicionamento qualitativo relacionado à fonte de luz e ao objeto que provocou a sombra. A visão computacional desempenha papel importante neste trabalho, contudo nos concentramos em desenvolver um sistema de raciocínio espacial qualitativo explorando a capacidade de utilizar sombra como fonte de informação para localização e profundidade. Foi encontrada também uma solução para corresponder sombra como objeto que a provocou. Os resultados confirmaram que sombra pode ser fonte de informação útil para um robô móvel.
Avaliação de movimentos na patinação artística com identificação e interpretação de resultados automáticas
(2019) Bittar, L. M. V. R.
A patinação artística é um esporte que apresenta forte combinação de elementos técnicos e artísticos. Seu sistema de avaliação envolve critérios objetivos, como o julgamento da execução de elementos técnicos, e subjetivos, como interpretação, composição e performance. O objetivo deste trabalho é apresentar uma proposta para identificação e avaliação automática de performances da patinação artística, inicialmente baseada nos critérios objetivos de julgamento do domínio, realizada por modelos artificiais. São utilizadas diversas técnicas de visão computacional, redes neurais artificiais e algoritmos classificadores para aprendizado supervisionado de máquina. Imagens são obtidas através de vídeos de competições oficiais de patinação artística, de forma a descrever em quadros a execução completa de elementos técnicos apresentados; a técnica de segmentação de imagens graph-cut interativo é aplicada nos quadros obtidos, de forma a separar o atleta do plano de fundo; imagens quadro-a-quadro são montadas para a criação de um conjunto de dados composto por 90 imagens com execução quadro-a-quadro de dois diferentes elementos técnicos (Triple Axel e Quad Toe); redes neurais profundas pré-treinadas (ResNet e Xception) são utilizadas para a extração de atributos de alto e baixo nível das imagens; por fim, modelos classificadores são treinados de forma supervisionada com os atributos previamente extraídos, possibilitando a identificação do elemento técnico apresentado e a avaliação obtida (pontuação acima ou abaixo do valor base do elemento). Através da combinação dessas técnicas e da avaliação de diferentes abordagens do problema, os modelos avaliados se mostraram capazes de identificar o elemento sendo realizado e avaliar a qualidade de execução dos elementos em relação aos seus valores base. Esta proposta visa contribuir para a ainda pouco explorada área de avaliação da qualidade de ações, atuando também como base e incentivo para desenvolvimento de futuros trabalhos que visem a aplicação de tecnologia para assistência de atletas, técnicos e jurados do esporte
Collaborative spatial reasoning for environment mapping using unmanned aerial vehicles
(2022) Sécolo, A. C.
The goal of this project is the investigation of existing spatial reasoning formalism for collaborative systems, in order to interpret a scene from multiple viewpoints in the task of environment mapping. Motivated by the increasing need of interaction between humans and robots, Qualitative Spatial Reasoning (QSR) theories are integrated into a single formalism for modeling the perceptions of remotely operated Unmanned Aircraft Vehicles (UAV). Qualitative theories enables the exchange of information between humans and robotic agents, so that they can perform tasks in collaborative missions involving searching and monitoring objectives in agriculture, natural disasters, searching and rescue tasks, among others. The combination of the studied spatial theories led to the development of two formalism: the LH Interval Calculus and the Collaborative Spatial reasoning. LH Interval Calculus consists in the combination of Region Connection Calculus and Allen’s Interval Algebra to describe the relations of two objects from an aerial point of view. Collaborative Spatial Reasoning combines the Cardinal Direction Calculus with LH Interval Calculus to the task of environment mapping where agents have a partial view of the scene. UAVs equipped with cameras are the platform used to test the formalism of this project, capturing images with a partial view of the environment, from different directions of flight. The results obtained showed that the two formalism proposed were successful in the task of mapping the environment
Comunicação de expressões espaciais em sistemas multi-agentes utilizando a ego-esfera qualitativa
(2015) Rodrigues, F. M. E.
A necessidade de representações espaciais e raciocínio espacial é onipresente em Inteligência Artificial (IA). Investigação em raciocínio espacial qualitativo (REQ) (sub-área da IA) tem como desafio criar formalismos que permitam uma máquina representar e raciocinar sobre entidades espaciais. Atualmente é desejável criar um sistema robótico capaz de substituir voluntários humanos em situações de busca e resgate, principalmente quando há algum risco à vida humana. Nesses casos, é importante que o sistema artificial seja capaz de se comunicar com os agentes humanos da forma mais natural possível. Desse modo este trabalho desenvolve uma forma de realizar comunicação através de expressões espaciais em ambientes homogêneos (somente com robôs) e ambientes heterogêneos (com humanos e robôs). A fim de atingir este objetivo, o presente trabalho utiliza os conceitos da Ego-Esfera Qualitativa como base para possibilitar a comunicação por meio de expressões espaciais. A Ego-Esfera Qualitativa possibilita discretizar qualitativamente o espaço ao redor de um agente. Foram estabelecidas as definições para as regiões ao redor da Ego-Esfera Qualitativa de modo a dividir o equador da esfera em oito regiões angulares (ou setores), longitudinalmente em três distâncias e verticalmente em quatro alturas. Com essas definições foi possível a um agente robótico classificar a localização de objetos em relação a outro agente ou em relação a si próprio. Assim foram estudados quatro casos representando possíveis situações de comunicação entre agentes em um ambiente. Neste trabalho inicialmente vários objetos foram dispostos em um ambiente e a localização dos objetos foi obtida manualmente e inserida no sistema de modo a criar o padrão ouro, livre de ruído. Em seguida a localização dos objetos foi obtida utilizando o sistema de visão que implementa a Ego-Esfera Qualitativa. Por fim foram realizados testes com humanos, a fim de determinar como as pessoas localizam objetos dispostos no ambiente. Os valores do padrão ouro, os valores obtidos pelo sistema de visão e os valores obtidos pelas respostas dos humanos foram comparados. (com base na Ego-Esfera Qualitativa) é compatível com aquela executada pelo agente humano. Os experimentos demonstraram a existência de ambiguidade na conceitualização humana do espaço, fazendo-se necessário adaptar as definições da Ego-Esfera Qualitativa. Observou-se também que as definições de altitude e longitude da Ego-Esfera Qualitativa são vagas, dado a necessidade de informar ao humano uma referência ou critério para classificar um objeto em uma das distâncias da Ego-Esfera Qualitativa. Em relação aos setores da esfera, observou-se que as respostas humanas estão próximas quanto as definições da Ego-Esfera Qualitativa.
Construção de uma rede bayesiana para diagnóstico da doença de Alzheimer a partir de neuroimagem, histórico e sintomas
(2009) Colossetti, Adriane Paulieli
A perda progressiva da compreensão e da memória, desorientação, ações imprevisíveis, alteração no comportamento e problemas com a linguagem são alguns dos principais sintomas da doença de Alzheimer (DA), considerada a mais comum das demências, cujo diagnóstico só pode ser confirmado após a morte, dificultando de certa forma o diagnóstico mais preciso ao paciente. Visando uma análise probabilística na análise diagnóstica referente a doenças psquiátricas, mais especificamente a DA, este trabalho tem por objetivo lidar com as incertezas através de técnicas probabilísticas no contexto de redes bayesianas (RB), investigando o uso de neuroimagem e também dados clínicos, como: histórico e sintomas apresentados pelo paciente. Esta dissertação apresenta uma comparação entre dois grupos, sendo 14 casos considerados controles (pessoas que não apresentam sinais de DA) e 14 diagnosticada com DA. Devido a flexibilidade da RB pôde-se construir a rede com base em dados captados na literatura e por meio de consulta com especialista, além dos 28 casos concedidos pela Faculdade de Medicina de São Paulo (USP). Foi apresentada uma comparação entre as imagens por meio de análises estatísticas univariada e multivariada sendo encontrado diferenças entre imagens cerebrais das pessoas previamente diagnosticadas com DA e pessoas contreoles. A partir desse resultado utilizamos os dados relevantes como filhos da variável neuroimagem. (nó). Os demais nós da rede: histórico e sintomas complementaram a rede com informações da literatura e também do especialista. foi observado que os resultados apresentaram valores coerentes e assim pode-se concluir que a rede teve o funcionamento satisfatório, embora deve-se melhorá-la com valores e pesquisas mais detalhadas sobre DA; discute-se ainda a possibilidade de usá-la em ambiente real, considerando a obtenção de valores probabilísticos mais fidedígnos, baseados por exemplo em meta-análises.
Correspondência entre regiões de imagens por meio do algoritmo iterative closet point (ICP)
(2015) Guimarães, A. A. R.
Na literatura atual sobre correspondência de pontos podem-se destacar três algoritmos principais: ASIFT, SIFT e SURF, que procuram pontos correspondentes entre imagens através de descritores locais, fazendo a correspondência de pontos entre imagens semelhantes em várias cenas. No entanto, quando a correspondência entre a imagem de referência e a imagem a ser correspondida possui uma variação de latitude e longitude expressiva, esses algoritmos perdem em precisão e revocação. Diante disso, esta dissertação apresenta um algoritmo capaz de realizar a correspondência entre regiões das imagens, onde tem-se variações de latitude e longitude expressivas, em diferentes cenas e pontos de vista. O algoritmo desenvolvido neste trabalho foi chamado de Método de Correspondência utilizando o ICP (MCICP). Para a produção das regiões relevantes da imagem, foi utilizado um algoritmo de segmentação em grafo, que produz regiões que se aproximam dos objetos em estudo. Para a correspondência das regiões produzidas, utilizou-se o algoritmo Iterative Closest Point (ICP) como comparador dessas regiões, produzindo assim, a correspondência entre imagens. Foram criados três cenários para testes, no primeiro cenário utilizamos somente objetos volumétricos, no segundo cenário somente objetos planos e no terceiro uma combinação entre eles. O sensor Kinect foi utilizado para a obtenção do mapa de profundidade de cada imagem. Os resultados obtidos comprovam que o nosso modelo conseguiu fazer a correspondência entre regiões. Nesta dissertação, comprovou-se que o ICP pode ser utilizado na correspondência de regiões, em que a métrica de comparação é o erro produzido pelas nuvens.
Cubo analisador paraconsistente com filtro de evidências e análise temporal
(2023) Côrtes, Hyghor, Miranda
Informações incertas e inconsistentes estão frequentemente presentes na entrada de qualquer sistema do mundo real que dependa de várias fontes de dados. Informações de grandezas físicas obtidas de rede de sensores, e sua interpretação por agentes artificiais inteligentes, em sistemas de engenharia, estão sujeitas à existência de inconsistências. Isso ocorre pois raciocinar com informações inconsistentes é impossível na lógica clássica, lógica intuicionista ou sistemas similares que respeitam o princípio da explosão e a lei da não-contradição. Uma família de lógicas não clássicas, chamadas de Lógicas Paraconsistentes, formaliza a ideia de que mesmo a partir de premissas inconsistentes, conclusões úteis podem ser tiradas. Neste contexto, a Lógica Paraconsistente com Anotação de Dois Valores (LPA2v), que utiliza um par de evidências favorável e desfavorável como anotações, tem sido particularmente bem-sucedida em aplicações de engenharia (por meio de implementação de algoritmos em sistemas informatizados). Estruturas chamadas Para-Analisadores podem ser construídas com essa lógica que fornece meios adequados para analisar o valor de verdade de uma proposição P sob evidências conflitantes/contraditórias. O trabalho relatado nesta tese estende os Para-Analisadores tradicionais com um filtro de evidências. Este novo modelo pode ser representado como uma estrutura de cubo representando vários reticulados de Para-Analisadores atribuídos à qualidade da evidência, que é atualizada de acordo com as medições realizadas em tempo de execução. A estrutura de análise paraconsistente tridimensional assim definida é chamada Cubo Analisador Paraconsistente com Filtro de Evidências e Análise Temporal (CAPet). Neste trabalho, ainda, conjuntos de CAPet são interligados formando Redes de Cubos Analisadores Paraconsistentes com Filtro de Evidências e Análise Temporal (chamadas de CAPetNETs), com o intuito de resolver problemas práticos complexos de engenharia. Para demonstração de resultados, como exemplo prático de engenharia de aplicação de CAPetNETs, nesta tese foi utilizado um problema de classificação de condições de operação de equipamentos em redes de dados de controle e supervisão de sistema elétrico. Neste contexto, distintas topologias de CAPetNETs foram definidas com o objetivo de identificar diversos tipos de falhas em equipamentos de rede de dados. A consolidação da inferência das CAPetNETs para cada equipamento permitiu uma identificação precisa da condição de operação dos equipamentos. Resultados em sistemas simulados mostram que as redes de CAPets são eficazes para lidar com inconsistências sem banalizar as inferências, além de fornecer uma decisão mais informada (mais fina) sobre classificação de condições de operação de equipamentos da rede de dados do exemplo prático, quando comparado com um Para-Analisador tradicional que não leva em consideração o filtro de evidências
Definição e implementação de uma semântica de supervaloração para polissemia em expressões espaciais
(2019) Rodrigues, E. J.
Descrição automática de pacientes com esquizofrenia e controles saudáveis
(2009) Santos, D. N.
Este trabalho apresenta uma abordagem para auxiliar especialistas na realização de diagnósticos baseados em imagens médicas, apresentando um método automático para a obtenção de regiões neuroanatômicas candidatas à apresentarem alterações em pacientes com esquizofrenia. Assim, para a região de interesse, as populações sob estudo são analisadas através da análise do discrimninante linear. (LDA). Adicionalmente, são gerados modelos de imagens com as características mais discriminantes, entre grupos, encontradas na etapa do LDA. Neste trabalho, um grupo de controles saudáveis e outro de pacientes esquizofrênicos. Foram comparados os modelos nos extremos dos dois grupos (no espaço de características) a fim de deixar explícitas as diferenças que melhor os discriminam. Após esta comparação, é gerada uma medida de significância para os pontos pertencentes à este resultado. Então, a relevância de cada ponto é definida de acordo com um limiar. essa informação irá constituir a região de interesse, porém também é utilizada para iniciar o método de segmentação. Neste trabalho foram aplicados os modelos deformáveis, responsáveis por extrair os conjuntos de pontos mais significantes. O resultado do método de segmentação é traduzido de acordo com um atlas de neuroimagem para que possam ser identificadas as regiões que melhor diferenciam controles de pacientes. O resultado final é uma maneira automática de obter regiões candidatas para investigações futuras sobre as alterações neuroanatômicas relacionadas à esquizofrenia.
Diagnose de motores diesel por meio de redes Bayesianas:
(2008) Gomes, Cleber Willian
Heurísticas e solução automática eficiente para problemas espaciais:HoASP (MDP) e quebra-cabeça espacial
(2019) Santos, T. F.
Implementação de um sistema de interpretação de seqüências de imagens baseado em uma semântica de caminhos
(2008) Brito, R. C.
Neste trabalho abordamos o problema de interpretação de seqüências de imagens e sua principal contribuição é apresentar e discutir a implementação de um sistema computacional capaz de interpretar seqüências de imagens baseado em raciocínio espacial qualitativo. Nossa princiapl motivação para este desenvolvimento é interpretar seqüências de imagens, executando inferências lógicas sobre mudanças ocorridas nas cenas. Este sistema tem a habilidade de extrair informações de objetos de uma seqüência de imagens, obtidas por um sensor, associando relações entre objetos na cena e mudanças ao longo da seqüência, fornecendo assim, uma interpretação de alto nível. O sistema é dividido em dois módulos, o Módulo 1: extração de informações e o módulo 2: interpretação de alto nível. No Módulo 1 tem-se a entrada das cenas nno sitema. O módulo 2 é responsável por interpretar os movimentos dos objetos na seqüência de imagens. Para isto, utilizaremos o formalismo chamado T-logic (SANTOS, p. ; SANTOS, M. 2005), que é uma instância da Lógica de transações (BONNER ; KIFFER, 1993). Este formalismo utiliza dois oráculos baseados em raciocínio espacial qualitativo. Os testes efetuados no sistema mostram é possível interpretar seqüências de imagens utilizando raciocínio espacial qualitativo através do formalismo T-Logic.
Implementação do cálculo de oclusão de intervalo a partir de múltiplos pontos de vista
(2017) Martin, Ana Paula Genari
Com o aumento da interação de agentes robóticos com humanos, a área de Raciocínio Espacial Qualitativo provê formalismos que permitem que robôs sejam capazes de raciocinar e fazer representações espaciais semelhantes ao modo como os humanos o fazem. Sendo a visão uma característica fundamental para o raciocínio espacial, muitos trabalhos foram desenvolvidos utilizando a oclusão como base para verificar como as entidades espaciais se relacionam e como representar essas relações. Em um grupo de trabalho que contenha múltiplos agentes (robóticos e humanos) se faz necessário que cada agente seja capaz de interpretar as informações espaciais fornecidas pelos outros agentes, no entanto, na literatura são encontrados poucos trabalhos que integrem múltiplos pontos de vista. Esse trabalho propõe a implementação do Cálculo de Oclusão de Intervalo (COI) que integra os pontos de vista de diferentes agentes robóticos, permitindo que esses agentes raciocinem sobre sua localização e a localização dos demais agentes e objetos presentes em diferentes cenários. Além disso, é proposta uma extensão do Cálculo de Oclusão de Intervalo de modo que para qualquer forma que os objetos e agentes estejam posicionados em um ambiente, seja possível aplicar o Cálculo de Oclusão de Intervalo utilizando uma tabela de transformação de perspectiva para cada situação. Os experimentos foram realizados em ambiente simulado utilizando o ROS e o GAZEBO com os modelos do robô Husky A200 e um quadrotor. Os mesmos experimentos foram realizados com robôs reais no laboratório de robótica do Centro Universitário da FEI utilizando um robô Husky A200, equipado com um Kinect e o quadrotor Pelican. Através da análise dos resultados obtidos foi possível verificar que o COI pode ser aplicado em um ambiente com múltiplos agentes de forma colaborativa, de forma que os agentes sejam capazes de fazer a transformação de perspectivas e checar a consistência dessas informações.
Implementação e testes de uma teoria de raciocínio espacial qualitativo baseado em profundidade e movimento
(2016) Oliveira, C. P. T.
Levando em consideração o ponto de vista de um observador, o movimento de objetos em seu campo de visão e seu próprio movimento alteram a percepção espacial que ele possui sobre o domínio em que ele está inserido. Este trabalho investiga uma teoria de raciocínio espacial qualitativo baseada em percepções de profundidade e movimento do ponto de vista de um robô móvel. O sistema utiliza a estrutura do Cálculo de Situações para lidar com ações e suas consequências sobre movimento para processar informação espacial entre um ou mais objetos em cena. A entidade básica da teoria é um perfil de profundidade de campo gerado diretamente pelos sensores do robô, em forma simplificada através de um corte horizontal. Foi utilizada a linguagem de programação Prolog, e os testes foram realizados sobre sequências de ações que um robô móvel executa enquanto observa dois objetos em seu domínio. Os testes demonstraram que a teoria foi capaz de inferir todas as onze relações espaciais de transição esperadas, e que possui abertura para investigações futuras de relações espacias em outros eixos, e não apenas na horizontal.
Interpretação de situações de risco em cenas de tráfego de veículos utilizando lógica probabilística
(2019) Oliveira, A. A.
A desatenção ou erro de motoristas atrasam suas reações em situações de risco em que uma frenagem é necessária para se evitar uma colisão (Roadmap, 2017). Essa é uma razão do crescimento da utilização de sistemas de assistência ao motoristas disponíveis nos automóveis atualmente. De fato os motoristas desejam carros mais seguros, um outro fator que contribui para a ampliação da utilização desses sistemas é regulatório, uma vez que serão obrigatórios nos países da comunidade Europeia e nos Estados Unidos a utilização de no mínimo sistemas de freio de emergência (Roadmap, 2017). Este trabalho apresenta um sistema de assistência ao motorista, que se utiliza da fusão de dados, capaz de gerar um alerta preventivo de risco de colisão. O sistema é capaz de raciocinar sobre o contexto de tráfego de veículos, utilizando-se uma base de conhecimento sobre direção defensiva, definida pelo autor. Com o uso de uma rede neural convolucional, este trabalho segmenta e classifica veículos em um contexto de tráfego. Através de técnicas de visão computacional, em especial a transformada Hough, as faixas de rolagem são segmentadas para discretização da cena em relação à posição espacial. Combinando as informações obtidas pela rede neural convolucional e da segmentação das faixas de rolamento, é possível discretizar as posições de todos os veículos da cena. Essa junção de informações são evidências para que o sistema, codificado em lógica probabilística usando-se ProbLog, realize a inferência do risco. O sistema foi avaliado em duas diferentes sequências de cenas, onde foram avaliados 10 diferentes limiares de risco, comparando-os com o limiar de um especialista. O resultado mostrou valor de Precisão 1 e Revocação 0.906 para a cena 1, e para a cena 2 Precisão 0.579 e Revocação 0.879, o que mostra que este tipo de solução utilizando-se lógica probabilística é promissora
Interpretação lógico-probabilística da funcionalidade de faixas de trânsito a partir de dados de uma câmera acoplada a um veículo
(2011) Souza, Carlos Roberto Cardoso de
Neste trabalho desenvolvemos um modelo de raciocínio lógico-probabilístico para cenas de tráfego rodoviário. O objetivo ´e prover uma interpretação de alto nível sobre a localização e comportamento de um veículo em uma estrada. Esta informação pode ser utilizada por sistemas de assistência ao motorista, tendo como foco o sistema assistente de faixas de trânsito. A percepção do ambiente de tráfego é proveniente de uma câmera acoplada a um veículo, portanto, o ponto de vista é egocêntrico, o qual também foi adotado para o modelo de racioc´ýnio. Para tratar os dados da câmera, o algoritmo de visão classifica, com o auxílio da transformada de Hough, as posições discretas (por exemplo, esquerda, direita) das linhas divis´orias e também o tipo de divisão (por exemplo, amarelo contínuo, branco tracejado). As informações de posição e tipo das linhas divis´orias são utilizadas como evidâncias para a inferência da localização e comportamento do veículo. Esta inferência é feita numa base de conhecimento regida por regras de trânsito, sendo estas regras modeladas com lógica de primeira ordem. As regras do modelo lógico se baseiam em técnicas de raciocínio espacial qualitativo. As incertezas inerentes aos sensores e aos próprios fenômenos do mundo real são tratadas com lógica probabilística de primeira ordem, mais especificamente as redes lógicas de Markov, ferramenta relativamente nova que permite numa mesma representação, tratar incertezas e representar de forma compacta uma grande variedade de conhecimento. Isso nos permite estimar qual é a probabilidade de um evento ocorrer mesmo na presença de falhas ou imprecisão dos sensores, além da possibilidade de inserirmos informação contextual do ambiente, neste caso, as regras de trânsito. A avaliação de desempenho do algoritmo de inferência revelou elevados valores de sensitividade, acurácia, precisão e especificidade, confirmando o potencial das redes l´ogicas de Markov
Machine learning methods for vessel type classification with underwater acoustic data
(2022) Domingos, Lucas Cesar Ferreira
A identificaçãodeembarcaçõesemambientesdetráfegocontroladopodeserbenéfica para manutençãodabiodiversidadeeproteçãodosambientescosteirosderegiõesprotegidas, gerandocontribuiçõesparaacomunidadelocaleparaoecossistema.Nesseâmbito,vê-se latente anecessidadedemelhorestécnicasdeidentificaçãoeclassificaçãodeembarcações, proporcionando mecanismosparamelhoradestessistemas.Sinaissonorossubaquáticossão mais difíceisdeseremmascaradosouomitidosduranteanavegaçãodeumaembarcaçãoquando comparados comoutrasfontesdedados,proporcionandoumafonteconfiáveleresistentea fraudes parasistemasdeclassificação,porém,estessofreminterferênciasdascondiçõesdomeio em queseencontram.Nestetrabalho,umametodologiafoipropostapararealizaraclassificação de sinaissonorossubaquáticosprovenientesdeembarcaçõesutilizandotécnicasdeaprendizado de máquina,considerandotambémasvariáveisambientais,comoadistânciaentreoshidrofonese as embarcações.Umacomparaçãorelativaàperformancedasredesneuraisconvolucionaismais comuns foirealizadautilizandoaarquiteturadaVGGedaResNet18.Tambémforamrealizadas comparações entreostrêsfiltrosdepré-processamentoscomumentepresentesnaliteratura,os espectrogramasMel,osfiltrosGamma,eatransformadadeconstanteQ,proporcionandoum estudosobreoimpactodetaisvariáveisnaclassificaçãofinal.Devidoaescassezdeconjuntos de dadosanotadosparaestudodesteproblema,umconjuntodedadosanotadosfoiproposto utilizando comobaseossinaissonorosdainiciativaOceanCanadaNetwork.Osresultados obtidos atingiramaacuráciade94.95%noconjuntodedadospropostousandoCQTcomofiltro de pré-processamentoparaumaredeneuralconvolucionalbaseadanaResNet.Oscódigosfontes para reproduçãodostestes,assimcomoparaobtençãododataset,estãodisponibilizadosde maneira gratuita e pública para fins acadêmicos
Metodologia de calibração de TCP para robôs industriais utilizando visão computacional
(2014) Souza, Charles
Modelo de representação espacial qualitativa aprendido a partir de dados humanos
(2017) Truchlaeff, Tiago Cardoso
Uma ontologia espacial sobre a neuroanatomia do sistema ventricular cerebral e sua integração ao conhecimento sobre neuroimagens em esquizofrenia
(2009) Freire, Rodolpho
Este trabalho apresenta o desenvolvimento de uma ontologia espacial descrever o sistema ventricular cerebral e o conhecimento presente em estudos sobre neuroimagens. Iniciamos propondo uma base para esta ontologia formulada em lógica de primeira ordem provendo formas de representar o conhecimento extraído de neuroimagens e presente nas meta-análises. Após a concepção da base em lógica de primeira ordem, implementamos a teoria no Protégé gerando consultas e formas de representação adequadas aos conceitos. Então, com a teoria implementada, discutimos como representar o conhecimento extraído de neuroimagens por meio de segmentação de imagens e técnicas de análise estatística. Como resultado final obtemos uma ontologia-epistemologia que representa a mereologia do sistema ventricular cerebral e pode ter novas classes inseridas por meio dos resultados da análise estatística, bem como representação de valores encontrados na literatura.