PPGCC/CCET

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