Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa. DISCENTE: JOAQUIM MARTINS SCAVONE DATA: 30/10/2020 HORA: 09:00 LOCAL: Virtual via Google Meet TÍTULO: OTIMIZANDO CNNS COM APRENDIZADO ACUMULATIVO VIA MÚLTIPLAS REDES NEURAIS PALAVRAS-CHAVES: reconhecimento e classificação de semáforos, aprendizagem profunda,
rede neural convolucional,múltiplas redes neurais autocoordenadas PÁGINAS: 66 GRANDE ÁREA: Ciências Exatas e da Terra ÁREA: Ciência da Computação SUBÁREA: Sistemas de Computação ESPECIALIDADE: Arquitetura de Sistemas de Computação RESUMO: O número de vítimas fatais em acidentes de trânsito é assustador. Redes neurais já
são utilizadas para tentar minimizar este problema, contudo ainda existe espaço para melhoras nessa área. Este trabalho propõe uma extensão do conceito de Múltiplas Redes Neurais Autocoordenadas aplicadas a redes neurais convolucionais para o reconhecimento de semáforos. A ideia é apresentar um método que realize autoaperfeiçoamentos na rede e evite mínimos locais em novos treinamentos. O método proposto pode contribuir reduzindo o tempo gasto no treinamento na escolha dos hiper-parâmetros. Os resultados foram promissores, atingindo 95,33 % de acertos e abrindo o leque de novas pesquisas que podem ser realizadas nesta área.
MEMBROS DA BANCA: Presidente - 2044484 - AREOLINO DE ALMEIDA NETO Interno - 1091306 - ALEXANDRE CESAR MUNIZ DE OLIVEIRA Externo à Instituição - MARCELO LISBOA ROCHA - UFT Co-orientador - 2582240 - GERALDO BRAZ JUNIOR