{"id":4569,"date":"2017-11-03T15:28:30","date_gmt":"2017-11-03T17:28:30","guid":{"rendered":"http:\/\/inf.ufpel.edu.br\/site\/?p=4569"},"modified":"2017-11-03T15:28:30","modified_gmt":"2017-11-03T17:28:30","slug":"banca-de-tcc-pedro-lemos-ballester","status":"publish","type":"post","link":"https:\/\/wp.ufpel.edu.br\/computacao\/ccomp\/banca-de-tcc-pedro-lemos-ballester\/","title":{"rendered":"Banca de TCC &#8211; Pedro Lemos Ballester"},"content":{"rendered":"<p style=\"text-align: center\"><strong>UNIVERSIDADE FEDERAL DE PELOTAS<\/strong><br \/>\n<strong> CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO<\/strong><br \/>\n<strong> TRABALHO DE CONCLUS\u00c3O DE CURSO<\/strong><\/p>\n<p style=\"text-align: center\">Apresenta\u00e7\u00f5es Finais (2017\/2)<\/p>\n<p style=\"text-align: center\">Aprendizado de Representa\u00e7\u00e3o Lateral para Redes Neurais Convolucionais<br \/>\npor<br \/>\nPedro Lemos Ballester<\/p>\n<p>Curso:<br \/>\nCi\u00eancia da Computa\u00e7\u00e3o<\/p>\n<p>Banca:<br \/>\nProf. Ricardo Matsumura Araujo (orientador)<br \/>\nProf. Ulisses Brisolara Corr\u00eaa (co-orientador)<br \/>\nProf. Tiago Thompsen Primo<br \/>\nProf. Paulo Lilles Jorge Drews Junior<\/p>\n<p>Data: 17 de Novembro de 2017<\/p>\n<p>Hora: 09:00h<\/p>\n<p>Local: Sala B218<\/p>\n<p style=\"text-align: justify\"><!--more-->Resumo do Trabalho: Este trabalho prop\u00f5e um novo m\u00e9todo de Domain Adaptation baseado em um efeito n\u00e3o documentado de transfer\u00eancia em Redes Neurais Convolucionais, em que um modelo treinado para classificar objetos em um tipo de representa\u00e7\u00e3o origem pode ser adaptado a uma representa\u00e7\u00e3o destino sem o treinamento completo na segunda. Para demonstrar o m\u00e9todo, \u00e9 utilizado um modelo treinado para classifica\u00e7\u00e3o de objetos em fotos, adaptando-o para um problema de classifica\u00e7\u00e3o de desenhos com poucos detalhes. \u00c9 demonstrado que durante o processo de fine-tuning para o conjunto novo, classes de desenhos que n\u00e3o s\u00e3o apresentadas aumentam a sua acur\u00e1cia. Esse efeito foi denominado neste trabalho de Aprendizado de Representa\u00e7\u00e3o Lateral, sendo ele consequ\u00eancia da generaliza\u00e7\u00e3o da rede para o novo dom\u00ednio. O efeito \u00e9 mensurado e explorado durante o trabalho em virtude de interpretar seu funcionamento, seus limites, e de que forma pode ser utilizado como uma ferramenta de minimiza\u00e7\u00e3o dos dados necess\u00e1rios nos problemas de Domain Adaptation e Transfer Learning. Aprendizado de Representa\u00e7\u00e3o Lateral tamb\u00e9m aumenta o conhecimento sobre o comportamento de Redes Neurais Convolucionais, abrindo caminhos para novos m\u00e9todos de regulariza\u00e7\u00e3o e adapta\u00e7\u00e3o e transfer\u00eancia n\u00e3o-supervisionados.<\/p>\n<p>Para mais informa\u00e7\u00f5es acesse: <a href=\"http:\/\/wp.ufpel.edu.br\/notcc\/bancas\/historico\/2017_2\/\">http:\/\/wp.ufpel.edu.br\/notcc\/bancas\/historico\/2017_2\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO TRABALHO DE CONCLUS\u00c3O DE CURSO Apresenta\u00e7\u00f5es Finais (2017\/2) Aprendizado de Representa\u00e7\u00e3o Lateral para Redes Neurais Convolucionais por Pedro Lemos Ballester Curso: Ci\u00eancia da Computa\u00e7\u00e3o Banca: Prof.&#46;&#46;&#46;<\/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-4569","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-1bH","_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4569","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=4569"}],"version-history":[{"count":0,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4569\/revisions"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/media?parent=4569"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/categories?post=4569"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/tags?post=4569"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}