{"id":4189,"date":"2016-07-01T08:00:41","date_gmt":"2016-07-01T10:00:41","guid":{"rendered":"http:\/\/inf.ufpel.edu.br\/site\/?p=4189"},"modified":"2016-07-01T08:00:41","modified_gmt":"2016-07-01T10:00:41","slug":"banca-de-tcc-lucas-mendes-tortelli","status":"publish","type":"post","link":"https:\/\/wp.ufpel.edu.br\/computacao\/ccomp\/banca-de-tcc-lucas-mendes-tortelli\/","title":{"rendered":"Banca de TCC: Lucas Mendes Tortelli"},"content":{"rendered":"

UNIVERSIDADE FEDERAL DE PELOTAS<\/strong>
\n CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO<\/strong>
\n TRABALHO DE CONCLUS\u00c3O DE CURSO<\/strong><\/p>\n

Apresenta\u00e7\u00f5es Finais (2016\/1)<\/p>\n

Extens\u00e3o Intervalar aplicado em Redes Neurais por Convolu\u00e7\u00e3o
\npor
\nLucas Mendes Tortelli<\/p>\n

Curso:
\nCi\u00eancia da Computa\u00e7\u00e3o<\/p>\n

Banca:
\nProf. Marilton Sanchotene de Aguiar (orientador)
\nProfa. Aline Brum Loreto (co-orientador)
\nProfa. Renata Hax Sander Reiser
\nProfa. Alice Fonseca Finger<\/p>\n

Data: 05 de Julho de 2016<\/p>\n

Hora: 13:30h<\/p>\n

Local: Audit\u00f3rio da Reitoria<\/p>\n

Resumo do Trabalho:<\/p>\n

Sistemas computacionais s\u00e3o caracterizados pela imprecis\u00e3o recorrente em seus c\u00e1lculos, uma vez que n\u00e3o conseguem representar o valor real com toda sua exatid\u00e3o. Isto est\u00e1 relacionado ao fato de computadores empregarem a aritm\u00e9tica de ponto \ufb02utuante ou ponto \ufb01xo. Nestas os n\u00fameros reais s\u00e3o aproximados para um subconjunto \ufb01nito dos n\u00fameros reais. Devido esta escassa gama de valores pontuais dispon\u00edveis, erros s\u00e3o introduzidos no decorrer da execu\u00e7\u00e3o dos processos. Esses ocorrem atrav\u00e9s de uma tentativa da m\u00e1quina de represent\u00e1-los realizando as opera\u00e7\u00f5es de arredondamento e truncamento. Estas de\ufb01ci\u00eancias apresentadas afetam diretamente o desenvolvimento de aplica\u00e7\u00f5es precisas em \u00e1reas tais como: reconhecimento de padr\u00f5es, processamento de imagens, m\u00e9todos matem\u00e1ticos iterativos, entre outras. Redes Neurais Arti\ufb01ciais consistem em uma abordagem de aprendizado de m\u00e1quina. Este por si caracteriza o aprendizado de sistemas a partir de dados, facilitando diversos processos que necessitem de m\u00e9todos alternativos aplica\u00e7\u00f5es diretas. Estas redes s\u00e3o especificadas a partir de um conjunto de neur\u00f4nios de entrada, que recebem dados (valores num\u00e9ricos ou mesmo imagens) e os repassam \u00e0s camadas de fun\u00e7\u00f5es que realizam transforma\u00e7\u00f5es sobre estes neur\u00f4nios. Mais recentemente, fun\u00e7\u00f5es convolucionais t\u00eam sido aplicadas na extra\u00e7\u00e3o de caracter\u00edsticas de imagens; e, para se alcan\u00e7ar um fator de reconhecimento mais confi\u00e1vel, necessitam de maior exatid\u00e3o em cada passo de de\ufb01nic\u00e3o de tais caracter\u00edsticas relevantes. Baseado na alternativa proporcionada pela aritm\u00e9tica intervalar em rela\u00e7\u00e3o ao controle autom\u00e1tico de erros e exatid\u00e3o num\u00e9rica, prop\u00f5em-se neste trabalho a remodela\u00e7\u00e3o intervalar de uma Rede Neural por Convolu\u00e7\u00e3o, visando garantir uma alta exatid\u00e3o e uma melhoria sens\u00edvel na qualidade do reconhecimento de padr\u00f5es em imagens.<\/p>\n

Para mais informa\u00e7\u00f5es acesse: http:\/\/inf.ufpel.edu.br\/notcc\/doku.php?id=bancas:2016_1<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO TRABALHO DE CONCLUS\u00c3O DE CURSO Apresenta\u00e7\u00f5es Finais (2016\/1) Extens\u00e3o Intervalar aplicado em Redes Neurais por Convolu\u00e7\u00e3o por Lucas Mendes Tortelli Curso: Ci\u00eancia da Computa\u00e7\u00e3o Banca: Prof....<\/p>\n","protected":false},"author":881,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[4,19,17],"tags":[],"class_list":["post-4189","post","type-post","status-publish","format-standard","hentry","category-ccomp","category-ecomp","category-noticia"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/paGhNl-15z","_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4189","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/users\/881"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/comments?post=4189"}],"version-history":[{"count":0,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4189\/revisions"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/media?parent=4189"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/categories?post=4189"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/tags?post=4189"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}