Teses e Dissertações

URI Permanente para esta coleção

https://repositorio.fei.edu.br/handle/FEI/717

Navegar

Agora exibindo 1 - 20 de 116

Algoritmo de agrupamento por similaridade aplicado a criação de personas
(2013) Masiero, A. A.
A ascensão da tecnologia tem se mostrado presente ao longo dos últimos anos, fazendo com que a quantidade de dispositivos interconectados e seus tipos aumentem significativamente e, como consequência a diversidade dos usuários. Dessa maneira, os projetistas de interface se deparam com o problema de identificar quais são os tipos de usuários do produto em desenvolvimento de tal forma, que suas necessidades e preferências sejam atendidas. Para orientar o desenvolvimento do produto, uma técnica empregada por projetistas é a utilização de perfis que podem carregar consigo as informações dos usuários necessárias ao projeto. Durante a coleta das características do usuário, principalmente do comportamento, a quantidade de informações armazenadas é alta e difícil de interpretar sem ajuda computacional. Para auxiliar na análise e interpretação das informações coletadas, utiliza-se da técnica de clustering para que seja possível o agrupamento dos perfis diminuindo o volume dos dados para análise, mas não diminuindo a qualidade das informações. Todavia, os algoritmos de clustering existentes possuem algumas deficiências para o trabalho com perfis de usuários, principalmente. Pensando nisso, essa dissertação propõe um algoritmo que a partir das informações do comportamento do usuário capturadas automaticamente, realiza-se o agrupamento dos perfis com base em um valor de similaridade Q e em seguida apresentam-se os grupos obtidos que apoiam a criação das Personas. Para apoiar o desenvolvimento desta dissertação, uma aplicação prática é realizada no desenvolvimento de um sistema de prontuário eletrônico junto ao projeto Pesquisa e Estatística baseada em Acervo Digital de Prontuário Médico do Paciente em Telemedicina centrada no Usuário (PEAP-PMPT) junto ao Hospital Heliópolis de São Paulo onde o algoritmo de agrupamento por similaridade é aplicado na criação de Personas.
Algoritmos de segmentação de imagens de tomografia computadorizada da artéria carótida
(2012) Gallão, Celso Denis
Este trabalho apresenta estudos de algoritmos de segmentação de imagens baseados na entropia extensiva de Shannon, na entropia não extensiva de Tsallis, e em uma variação da entropia de Shannon com ponderações distintas entre background e foreground, aqui apresentada pela primeira vez como entropia de Shannon Ponderada. Outras metodologias de segmentação de imagens são aqui revistas apenas por conhecimento histórico, como a entropia relativa de Kullback-Leibler, limiarização tradicional e limiarização iterativa. Para a realização de testes comparativos entre os três modelos entrópicos estudados, são aplicados dados sintéticos gerados por funções Gaussianas, representando o background e o foreground de imagens. Esses dados são utilizados para o cálculo do limiar ótimo analítico segundo variações controladas da média, do desvio-padrão e da amplitude das funções Gaussianas. Esses limiares ótimos analíticos foram comparados com os limiares calculados por meio das entropias de Shannon, de Tsallis e de Shannon Ponderada. Os resultados mostram que as entropias de Tsallis e de Shannon Ponderada foram capazes de produzir limiares iguais aos limiares ótimos analíticos encontrados pelos dados sintéticos, em todos os casos analisados. Também são aplicadas as mesmas três técnicas entrópicas em imagens medicas reais das artérias carótidas, capturadas por tomografia computadorizada. As segmentações resultantes da aplicação dos três m´métodos entrópicos são, então, comparados com as segmentações manuais feitas por especialistas, para análise e discussão da precisão na medição da espessura das paredes (IMT) e da vazão do fluxo sanguíneo (lúmen) das artérias carótidas, e os resultados são apresentados.
Uma análise comparativa dos métodos de agrupamentos de dados numéricos baseados em qualidade de grupos
(2018) Galoni, N. C.
Análise da aplicação de controladores em robôs móveis
(2019) Cadamuro, C. A. F.
Análise da mobilidade em transistores SOI de canal gradual visando simulações de circuitos
(2020) Silva, L. M. B.
de-Semiconductor Field Effect Transistor) é um transistor SOI cujo canal está dividido em duas regiões: uma região fortemente dopada e outra região fracamente dopada. A redução da concentração de dopantes na região do canal próximo ao dreno permite que os transistores GC SOI apresentem uma série de vantagens com relação ao transistor SOI convencional, uniformemente dopado, apresentando melhores características analógicas, tais como maior nível de corrente, aumento da transcondutância, redução da condutância de dreno, o que implicaem maior tensão Early, e maior tensão de ruptura. A associação destas características faz com que o GC SOI MOSFET tenha grande potencial para aplicações em circuitos integrados analógicos. Uma das etapas do projeto de circuitos integrados é a simulação destes circuitos. Para isto, é necessário que existam modelos analíticos que descrevam adequadamente os dispositivos eletrônicos. Embora exista um modelo proposto para o transistor GC SOI, este não se encontra implementado em simuladores comerciais. Desta forma, alguns trabalhos demonstram a simulação deste transistor através da associação série de dois transistores SOI uniformemente dopados com diferentes concentrações e portas curto-circuitadas. Entretanto, a adoção desta estratégia faz com que seja necessário utilizar o dobro de transistores no circuito simulado. Adicionalmente, são inseridas as capacitâncias de fonte e dreno do ponto intermediário entre os dois transistores. Com vistas à simulação e projeto de circuitos integrados analógicos utilizando a estrutura de canal gradual, neste trabalho é apresentado um estudo da mobilidade efetiva dos transistores GC SOI. O objetivo é simular o transistor de canal gradual utilizando modelos disponíveis em simuladores comerciais para transistores SOI uniformemente dopados, através do ajuste de seus parâmetros, que são dependentes dos comprimentos e concentrações das duas regiões do canal. O trabalho demonstra que utilizando parâmetros de mobilidade como a mobilidade de baixo campo (µ0) e os fatores de degradação, linear (?1) e quadrático (?2), extraídos pelo método Y-Function e realizando ajustes no parâmetro PCLM, incluso no modelo BSIM-SOI e que é relacionado ao efeito de modulação de canal, é possível reproduzir o comportamento nas curvas da corrente de dreno (IDS) e transcondutância (gm) em função da tensão de porta (VGS) e nas curvas da corrente de dreno (IDS) e condutância de saída (gD) em função da tensão de dreno(VDS) utilizando um único transistor SOI MOSFET uniformemente dopado em um simulador SPICE. Os resultados apresentaram um erro máximo de 5,26% e 10,34% nas curvas da corrente de dreno (IDS) e transcondutância (gm), respectivamente, em função da tensão de porta (VGS) para baixa tensão de dreno (VDS) em transistores GC com comprimento de canal (L) de 1 µm e 2 µm. Para alta tensão de dreno (VDS), os erros obtidos foram de 10,68% e 14,08% nas curvas da corrente de dreno e transcondutância, respectivamente, em função da tensão de porta (VGS) para transistores GC de 2 µm. As curvas da corrente de dreno(IDS) em função da tensão de dreno (VDS) apresentaram um erro menor que 5,4% com sobretensão de porta (VGT) variando de 200mV a 600mV. Foi reproduzida a condutância de saída (gD) em função da tensão de dreno (VDS), apresentando uma melhor aproximação com os dados experimentais através de ajuste no parâmetro PCLM. Os melhores resultados foram obtidos para baixa sobretensão de porta (VGT) na região de saturação. O ajuste do parâmetro PCLM conjuntamente com os parâmetros de mobilidade, (µ0), (?1) e (?2), permitiram simular o comportamento do transistor GC com boa aproximação, o que pode tornar tal abordagem interessante para uma etapa inicial de simulação analítica de circuitos integrados analógicos utilizando o transistor GC SOI MOSFET
Análise da segmentação da carótida com modelo de snake em imagens de tomografia computadorizada
(2012) Silva, Rudson de Lima
Análise de métodos de reconhecimento de comportamento humano em ambientes domésticos utilizando sensores RGB+D
(2021) Grassl, E. de B.
trabalho proposto busca realizar uma revisão bibliográfica para levantar as bases de dados e reconhecedores de ações estado da arte na literatura recente, além de selecionar dois reconhecedores para compará-los. De acordo com o estudo realizado, os reconhecedores baseados em esqueletos 3D se mostraram promissores e os dois com maior desempenho foram selecionados: MS-G3D e Shift-GCN. Por outro lado, as bases de dados escolhidas foram a NTU RGB+D 120, com 11480 amostras e 120 classes, e a NTU RGB+D HOME, obtida por um subconjunto da NTU RGB+D 120 de 23784 amostras e 25 classes com o foco em ações realizadas em ambientes domésticos ou relacionadas à saúde. Assim, 12 configurações dos reconhecedores selecionados foram criadas e comparadas nas bases de dados propostas pelos métodos cross-subject e cross-setup, onde todas mostraram desempenhos estado da arte de até 85,80% para a base de dados NTU RGB+D 120 e até 84,32% para a NT RGB+D HOME. Além disso, foi possível observar que os reconhecedores baseados em esqueletos 3D são mais robustos em relação a ambientes e perspectivas diferentes e que as informações das arestas entre as juntas ou as movimentação entre as juntas dos esqueletos 3D em frames adjacentes resultaram em um maior desempenho dos reconhecedores. Por último, é possível observar que a fusão dos resultados de reconhecedores treinados com informações diferentes pode trazer um aumento considerável de seus desempenhos. Espera-se que o estudo realizado neste trabalho pode ser utilizado para guiar outros pesquisadores para a seleção de bases de dados e reconhecedores de ações, além de auxiliar a equipe do programa RoboFEI@HOME a incrementar a plataforma robótica HERA com capacidades de reconhecimento de comportamento humano.
Análise de métodos para extração de padrões sequenciais de comportamentos em casas inteligentes
(2017) Figueiredo, G. M.
Uma casa inteligente, também conhecida como smart home, possui diversos tipos de sistemas que envolvem desde dispositivos simples como os destinados para controle de iluminação, até os mais complexos, como dispositivos inteligentes que interagem com os moradores, e gradativamente novas tecnologias estão surgindo, convergindo para uma nova realidade em relação aos sistemas presentes em ambientes automatizados. Neste contexto, os moradores buscam mais conforto e uma melhor qualidade no interior da residência. Para aumentar o conforto e qualidade de vida torna-se necessário o desenvolvimento de um sistema que se adapte ao comportamento dos habitantes levando-se em conta que cada habitante possui um comportamento (sequência de ações) diferente. Para que a casa inteligente aprenda de forma autônoma o comportamento de seus habitantes, é necessário que ela conheça os padrões de utilização de cada um. Este trabalho apresenta um estudo sobre três algoritmos (GSP, SPADE e PrefixSpan) utilizados para a extração de padrões sequenciais. Serão apresentados os conceitos fundamentais de cada um e posteriormente será explicado como serão implementados para extrair os padrões sequenciais em casas inteligentes. Após realização dos testes, notou-se que a quantidade de dados analisada influenciou no resultado dos algoritmos. Quando poucos dados foram analisados, o sistema aprendeu pouco sobre o comportamento do habitante. Conforme o número de dados analisados aumentou, o sistema aprendeu mais sobre o comportamento do habitante. Com base nos resultados obtidos, concluiu-se que para o dataset utilizado neste trabalho, o melhor método para extração de padrões sequenciais de comportamento em casas inteligentes é o algoritmo PrefixSpan.
Análise de técnicas aplicadas à detecção e reconhecimento de placas de trânsito
(2010) Silva, D. E.
Um sistema baseado em visão computacional para ajudar a guiar um veículo com segurança no trânsito compreende basicamente dois aspectos principais: detectar e reconhecer os sinais de trânsito. Placas de trânsito possuem cores e formas que nos dão a possibilidade de extrair estas características, destacando do restante do ambiente e utilizá-las para atingir este objetivo. Muitas técnicas diferentes já foram utilizadas para realizar estes dois serviços, mas pouco se sabe sobre qual melhor técnica deve-se utilziar. Esta pesquisa propõe o estudo das principais técncias já implementadas nesta área e algumas outras técnicas ainda não utilizadas para este fim, realiza comparações entre elas e mostra qual a melhor técnica a se utilizar
Análise de técnicas de navegação de robôs autônomos em ambientes dinâmicos e incertos
(2023) Costa, Leonardo da Silva
Este trabalho propõe o estudo de sistemas de navegação para robôs móveis em ambientes dinâmicos e incertos. Para isso, foi feita uma comparação entre dois algoritmos de planejamento global de trajetória e um algoritmo de desvio de obstáculos, sendo eles: Multi Robot A Star (MRA*), Dynamic Visibility Graph A Star (DVG+A*) e Probabilistic Safety Barrier Certificates (PrSBC), respectivamente. Para que os algoritmos fossem escolhidos, foi realizada uma profunda pesquisa bibliográfica, comparando as técnicas utilizadas nos trabalhos mais recentes. A escolha dos algoritmos de planejamento considerou dois fatores: baixo tempo computacional e capacidade de coordenar os trajetos de diversos robôs simultaneamente. Já o algoritmo de desvio de obstáculo foi escolhido com base em três fatores: baixo tempo computacional, garantia teórica de que não haverá colisões e possibilidade de aplicar para diversos robôs simultaneamente. Os algoritmos escolhidos foram testados em diversos cenários, no domínio do futebol de robôs com times de 6, 11 e 16 robôs, para isso, foi utilizado o simulador grSim. No primeiro cenário de teste foi executada uma troca de posição antipodal, o qual é um teste bastante utilizado na literatura para testar algoritmos de desvio de obstáculos. Nesse teste foi possível verificar a vantagem em utilizar o MRA*, que coordena os trajetos para múltiplos robôs. O segundo cenário de teste consiste em uma movimentação dos robôs sob marcação do time oponente. Nesse teste o objetivo foi investigar a influência de robôs sem um algoritmo de desvio de obstáculo agindo em conjunto com os robôs controlados pelo PrSBC e os planejadores globais. Para a avaliação foram utilizadas 7 métricas: tempos de planejamento, de atualização do mapa, de navegação e de desvio de obstáculos, velocidade média geral, distância mínima entre os robôs e número de colisões. Em cada cenário foram testadas três combinações entre os algoritmos: DVG+A*, DVG+A* com PrSBC e MRA* com PrSBC. Com essas combinações foi verificada a eficácia em possuir um algoritmo de desvio de obstáculos, e as vantagens em possuir trajetos coordenados para múltiplos robôs em comparação aos trajetos gerados individualmente. A partir dos experimentos realizados foi possível identificar pontos positivos e negativos de cada algoritmo. No teste antipodal o MRA* dominou praticamente todas as métricas, ficando atrás somente no tempo de planejamento. O PrSBC evitou todas as colisões, independente da quantidade de robôs. No segundo cenário os resultados foram mais distribuídos, o DVG+A* foi o algoritmo de menor tempo de navegação e maior velocidade média, porém, também foi o que causou mais colisões. Ao acrescentar o PrSBC foi possível minimizar o número de colisões em detrimento da velocidade dos robôs e tempo de navegação. O MRA* com PrSBC foi a combinação com resultados mais equilibrados, com um número baixo de colisões, velocidade média razoável e tempo de navegação mais baixo que o DVG+A* com PrSBC. Enfim, através deste trabalho foi possível investigar as características de algoritmos de planejamento tanto individual, quanto coordenado, aplicados ao futebol de robôs. Também foi analisada a importância da inclusão de um algoritmo dedicado para o desvio de obstáculos. Partindo dos resultados obtidos foi possível concluir que, para múltiplos robôs o algoritmo de planejamento coordenado entrega o melhor desempenho considerando as métricas estabelecidas, o algoritmo de desvio de obstáculos é capaz de evitar todas as colisões, contanto que todos os robôs utilizem o algoritmo, e ao incluir robôs não controlados é possível evitar a maioria das colisões, obtendo a menos de uma colisão por teste.
Análise discriminante e classificação de imagens 2D de ultrassonografia da mama
(2011) Xavier, A. C.
Os estudos relacionados à detecção e ao tratamento de cânceres por meio de imagens, incluindo o câncer de mama, vêm se aperfeiçoando ano após ano. Segundo especialistas, o câncer de mama se posiciona, na verdade, como o maior causador de morte de câncer na população feminina mundial. E, particularmente, a ultrassonografia mamária, por ter menor custo e evitar o contato prejudicial dos envolvidos com radiação, tem aumentado significativamente nos últimos anos. É com este enfoque que o presente trabalho aborda a análise discriminante de tumores mamarios em imagens 2D ultrassonográficas. O conjunto de imagens utilizado, com dados pre-processados e segmentados, contém tumores mamários benignos e malignos. No processo de analise dessas imagens, métodos estatísticos univariado e multivariado foram investigados com objetivo de extrair informações discriminantes para fins de classificação. Os resultados da aplicação desses métodos estatisticos favorecem a adoção do método multivariado na análise das imagens de ultrassom. Em caráter complementar, este tipo de metodologia pode também evidenciar as diferenças estatísticas mais significaivas entre os tumores, indicando no espaço original das imagens os casos mais simples e difíceis de classificação
Análise do desempenho de algoritmos para o reconhecimento de objetos aplicados em ambientes residenciais
(2017) Telles, S. G.
Uma análise do desempenho de métodos de classificação aplicados a imagens de descargas atmosféricas
(2010) Crivelaro, Marcelo Biancão
O objetivo deste trabalho é realizar uma análise de métodos de classificação aplicados a imagens de descargas atmosféricas. O sistema para essa análise foi implantado em módulos cujas funções são obtenção automática de imagens de relâmpagos utilizando técnicas de visão computacional e classificação dessas imgaens quanto à presença e os tipos de relâmpagos, utilizando os classificadores Vizinhos Mais Próximos, Agrupamento por K Médias, Redes Neurais Artificiais e Máquinas de Vetor de Suporte. O sistema foi testado utilizando vídeos gravados no Laboratório de Descargas Atmosféricas do Departamento de Física da FEI. Os resultados mostraram que as Redes Neurais Artificiais foram, em geral, as que obtiveram o melhor desempenho.
Análise do impacto da quantidade de pontos de Wi-Fi na localização de robôs sequestrados em ambientes internos utilizando técnicas de redes neurais artificiais recorrentes
(2022) Pegorelli Neto, A.
A localização de robôs em ambientes fechados, onde o Global Positioning System (GPS) não pode atuar, é um constante desafio dos sistemas que envolvem robôs autônomos. Soluções baseadas em análise de radiofrequência apresentam alta complexidade devido à natureza dos sinais, passíveis de diversas interferências em ambientes quanto maior a quantidade de equipamentos eletrônicos, além da movimentação de pessoas e objetos, aumentando a dificuldade de processamento das informações tratadas. As limitações de processamento e uso de energia em dispositivos móveis também limitam a implementação de hardware embarcado capaz de realizar cálculos complexos exigidos em diversas soluções para o processamento e análise das informações em tempo hábil para apresentar eficácia na atuação. Com a portabilidade desses sistemas robotizados encontramos um novo desafio, o sequestro de robôs, quando o usuário movimenta o robô manualmente, sem nenhuma notificação no sistema e dificultando o processo de localização. Neste trabalho é proposto um estudo das mais recentes técnicas de localização em ambientes fechados, utilizando redes neurais recorrentes, como a Gated Recurrent Unit (GRU) e a Long-Short Term Memory (LSTM) para o tratamento de dados de potência de sinal Wi-Fi, ou Received Signal Strength (RSS), assim como a aplicação da técnica k-Nearest Neighbors (KNN) para casos onde ocorre o sequestro de robôs. O estudo foi feito a partir de um simulador construído dentro do ambiente virtual Webots® a partir do fingerprinting de um ambiente real com 6 pontos de acessoWi-Fi. Funções de distribuição acumulada foram utilizadas para avaliar cada um dos 3 sistemas para diversas combinações de pontos de acesso, níveis de ruído e níveis de atenuação simulados. Os resultados mostram que os sistemas de redes neurais recorrentes podem alcançar acurácia entre 0.44m±0.39m para LSTM, e 0.50m±0.38m para GRU, enquanto para a proposta baseada em KNN, temos 0.68m±0.73m, demonstrando a capacidade dos sistemas avaliados de se recuperarem após um evento de sequestro de robôs, mantendo resultados semelhantes aos observados sem a ocorrência de tais eventos
Análise e reconhecimento de padrões cognitivos em escutas musicais e sonoros em áudios
(2020) Ribeiro, E.
Estamos envolvidos em um ambiente repleto de sons ao nosso redor. Estudar e analisar os impactos que a prática musical causa e mostrar matematicamente que esta prática pode proporcionar efeitos cognitivos significativos no cérebro humano são as principais motivações desta tese. Em mais detalhes, o objetivo desta tese foi desenvolver uma metodologia capaz de caracterizar os padrões de ativações corticais gerados durante o registro de sinais de Eletroencefalograma (EEG) por meio de técnicas de reconhecimento de padrões em estatística, além de analisar as características acústicas comumente empregadas neste contexto, a fim de revelar se as mesmas são estatisticamente relevantes. Foi desenvolvido inicialmente um arcabouço computacional para abordar o problema de classificação de 2 grupos de amostras baseado em dados de sinais de EEG extraídos de voluntários músicos e não-músicos durante uma tarefa auditiva, para predizer se uma determinada pessoa é um músico ou não. Os resultados demonstraram que é possível classificar os grupos amostrados com acurácias que variam de 69.2% a 93.8%, permitindo não somente uma melhor descrição dos padrões de ativações neurais que caracterizam os voluntários músicos e não-músicos, mas também destacando como esses padrões se alteram nas regiões de transição e fronteiras de decisão que separam os grupos amostrados, indicando uma separação linear plausível entre estes grupos. Adicionalmente, como outra contribuição original desta tese, foram analisados os sinais de áudio de uma base de dados pública e internacionalmente referenciada que contém 1000 trechos musicais com 10 gêneros distintos, para investigar similaridades numéricas entre as características acústicas de baixo nível extraídas dos áudios e comumente exploradas na literatura afim. Os resultados obtidos mostram um comportamento de agrupamento similar entre essas características para todas as músicas analisadas, independente do gênero musical. Foi possível então discutir de maneira inédita a relação entre a forma como as características acústicas das músicas são descritas pela literatura e como as mesmas são agrupadas estatisticamente, revelando que a informação que usamos para processar cognitivamente essas características sonoras é implicitamente estatística. Embora todos os métodos descritos e implementados nesta tese sejam baseados em sinais de EEG, acredita-se que os mesmos possam ser estendidos para outros tipos de sinais cognitivos multivariados, como de Imagem de Ressonância Magnética funcional (fMRI), permitindo uma compreensão maior cortical e sub-corticalmente de funcionamento do nosso cérebro durante escutas musicais
Análise estatística multivariada de imagens cerebrais de controle e pacientes com transtorno obsessivo compulsivo
(2008) Oliveira, Sergio Henry Alves de
Preocupações, dúvidas e comportamentos ritualizados são, com certeza, fenômenos necessários para a adaptação dos seres humanos e de diversas outras espécies. No momento em que estes fenômenos passam a ocorrer de maneira excessiva e disfuncional, poderemos estar diante de sintomas do transtorno obssessivo-compulsivo ou, simplesmente TOC. Esse transtorno neuropsiquiátrico crônico ocupa o quarto lugar entre os transtornos psiquiátricos mais comuns e acomete de 2% a 3% da população independentemente de sexo, raça, quaociente de inteligência, estado civil, nível socioeconômico, religião ou nacionalidade. O TOC é um dos mais incapacitantes transtornos psiquiátricos e é classificado pela Organização Mundial de Saúde como uma das maiores causas de invalidez. Os sintomas de TOC em geral são indesejáveis e considerados como absurdos desprovidos de sentido pelo indivíduo em face aos seus referenciais de vida. Diversos estudos utilizando métodos de neuroimagem estrutural, como a ressonância magnética (RM), têm mostrado em pacientes com TOC perda da assimetria e diminuição ou expansão de certas estruturas cerebrais. Esse estudo investiga as diferenças estruturais cerebrais em imagens médicas de RM entre grupos de voluntários saudáveis e pacientes diagnosticados previamente com TOC através da abordagem estatística multivariada, proposta recentemente, formada pela composição das técnicas Principal Component Analysis (PCA) e maximum uncertainty Linear Discrimant Analysis (MLDA). em caráter comparativo utiliza-se o modelo estatístico mais comumente executado em problemas deste tipo: a análise univariada denominada Statistical Parametric Mapping (SPM). Foi observado nos resultados experimentais de ambas as análises, a presença de anormalidades volumétricas cerebrais relevantes, ou seja, em áreas cerebrais onde realmente existem mais evidências sugestivas da fisiopatologia do TOC, tais como os gânglios da base, tálamo e putâmen. Apresenta-se também a potencialidade da utilização dessas ferramentas por especialistas da área médica como auxílio em eventuais pesquisas e diagnósticos do transtorno psiquiátrico em questão.
Análise multilinear discriminante de formas frontais de imagens 2D de face
(2012) Quiroga, Eliana Zacchi Tenório
Muitas atividades humanas e interações com o meio ambiente realizadas por máquinas (computadores ou robôs) são guiadas por análises da informação visual disponível. Na maioria das situações, formas 2D em imagens têm as mesmas características dos objetos originais. Esta dissertação descreve e implementa uma análise multilinear de formas 2D em imagens frontais de face com o objetivo de entender como esses dados se alteram no espaço original dos dados. São investigados não somente as componentes principais que representam maior variância, mas também as direções que melhor representam as diferenças discriminantes de acordo com a característica de interesse como, por exemplo, alterações relativas a gênero ou expressão facial. Os experimentos, utilizando bases de imagens de faces disponíveis publicamente para pesquisa, mostram que a análise multilinear discriminante baseada em hiperplanos paramétricos e não-paramétricos e componentes principais reordenadas tende a priorizar as direções que melhor explicam as diferenças de interesse Portanto, acredita-se que pode-se estender todo e qualquer trabalho de análise e interpretação visual baseado em forma por essas novas transformações lineares de dados.
Análise multivariada do sinal mioelétrico para caracterização do torque isométrico do músculo quadríceps da coxa
(2010) Silva, G. A.
O estudo dos biopotenciais musculares vêm se desenvolvendo, impulsionado tanto pelas pesquisas para o diagnóstico dos distúrbios neuro-musculares, quanto pelo desenvolvimento de próteses mecânicas para amputados. O sinal mioelétrico constitui uma grande área de pesquisa dentro do estudo dos biopotenciais, fornecendo dados para o diagnóstico de tais distúrbios, além de constituir um meio para o controle de diversos tipos de dispositivos bio-mecânicos. O reconhecimento preciso do sinal mioelétrico é fundamental para sua utilização em tais sistemas, mas é também uma tarefa difícil devido a sua alta dimensionalidade e a natureza ruidosa dos dados registrados. Este trabalho tem como objetivo caracterizar o torque isométrico do músculo quadríceps da coxa, através de uma análise multivariada dos sinais mioelétricos correspondentes. Mais especificamente, a proposta deste estudo é investigar métodos de estatística multivariada para extração e detecção de padrões específicos contidos nesses sinais mioelétricos. Utilizando dados gerados em uma pesquisa anterior que avaliou a relação entre os parâmetros mioelétricos e o torque isométrico do músculo quadríceps da coxa, foi possível, através de transformaçãoes lineares e não lineares nos dados originais, caracterizar e classificar o torque isométrico, além de constatar que diferentes níveis percentuais de torque apresentam características determinísticas discriminantes. Estes resultados indicam que o reconhecimento do sinal mioelétrico pode ser melhorado através da utilização de técnicas de estatística multivariada para tratar conjuntos altamente dimensionais e com uma quantidade limitada de amostras.
Aprendizado por reforço acelerado por heurísticas aplicado ao domínio do futebol de robôs
(2007) Martins, Murilo Fernandes
Esse trabalho apresenta um comparação entre algoritmos de Aprendizado por Reforço com e sem a utilização de heurísticas para aceleração do aprendizado em ambiente simulado e a transferência de conhecimento, através de heurísticas, para o ambiente real. O ambiente de Futebol de Robôs é utilizado como plataforma para os experimentos realizados, pois é um ambiente complexo, dinâmico e não-determinístico. As informações do ambiente foram abstraídas e o conjunto de estados foi definido por regiões, enquanto o conjunto de ações representa diferentes comportamentos de alto nível. Foram efetuados experimentos em ambiente real e simulado. Os testes em ambiente simulado mostraram que heurísticas aceleram o aprendizado significativamente. Para os teste em ambiente real, foi desenvolvido um sistema completo de um time de Futebol de Robôs e o conhecimento adquirido no aprendizado em simulação foi transferido através de heurísticas. Os resultados mostraram que algoritmos de Aprendizado por Reforço acelerados por heurísticas implicam em um melhor desempenho quando comparados com os algoritmos tradicionais de Aprendizado por Reforço
Aprendizado por reforço acelerado por heurísticas no domínio do futebol de robôs simulado
(2007) Celiberto Jr., L. A.
O aprendizado por reforço é uma técnica muito conhecida para a solução de problemas quando o agente precisa atuar com sucesso em um local desconhecido por meio de tentativa e erro. Porém, esta técnica não é eficiente o bastante para ser usada em aplicações com exigências do mundo real, devido ao tempo que o agente leva para aprender. Este trabalho apresenta o uso do Aprendizado por Reforço acelerado por heurísticas, no domínio da robótica móvel, utilizando para testes a plataforma do Robocup 2D simulação. Esta plataforma vem sendo usada cada dia mais no meio científico, a qual possiblita fazer inúmeros experimentos com jogadores virtuais, sem sofrer com problemas que comumente são encontrados em sistemas reais, além de manterem sempre as mesmas características de ambiente. O principal problema abordado neste trabalho é o uso da aceleração por heurísticas no Aprendizado por Reforço. Porém esta aceleração só é possível se primeiro for resolvido o problema de como desenvolver um sistema com Aprendizado por Reforço no Robocup 2D. Tal sistema apresenta diversos desafios, sendo o maior deles o tamanho do ambiente, o que gera grande dificuldade para um agente aprender uma política de decisões. Para solucionar este problema forma propostas formas de generalizar os estados, sem causar qualquer interferência no aprendizado. As experiências realizadas foram feitas sem o uso das heurísticas e depois com o uso das heurísticas. para a validação do trabalho, cada experimento foi repetido dez vezes, e seus resultados médios comparados através de uma análise estatística. Os resultados indicam algumas vantagens no uso das heurísticas, possibilitando a definição de algumas diretrizes importantes para a aplicação do uso de heurísticas no domínio do futebol de robôs simulado.

Navegar

Navegando Teses e Dissertações por Título

Resultados por página

Opções de Ordenação