Inteligência Artificial
URI Permanente para esta coleção
Navegar
Navegando Inteligência Artificial por Autor "Cristhian Heck, M.Eng"
Agora exibindo 1 - 4 de 4
Resultados por página
Opções de Ordenação
- ItemDetecção de placas veiculares em ambientes não controlados via redes convolucionais leves(2023) Back, João Paulo; Cristhian Heck, M.Eng; Daniel Gomes Soares, Msc; André Alessandro Stein, MscCom a crescente frota de automóveis ao redor do mundo, a construção de modelos que reconhecem placas veiculares, ou ALPR, tornou-se uma ferramenta de suma importância para a fiscalização e análise do tráfego de veículos. À vista disso, em um sistema ALPR estão envolvidas fases como a de segmentação, reconhecimento e também a de detecção da placa veicular. Durante a etapa detecção, pode-se surgir diversos complicadores, tais como a detecção em ambientes com variações climáticas, ângulo ou luminosidade. Essas complicações podem ser contornadas através da utilização de métodos de aprendizado profundo, mais especificamente Redes Neurais Convolucionais, ou CNNs, que utilizam múltiplas camadas de processamento. A utilização de métodos com estas características pode levar a um aumento excessivo do uso de recursos computacionais, sendo consequentemente impróprio pra muitos tipos de aplicações. Dessa forma, neste trabalho foram propostos modelos de CNN leves, na qual estes não apresentem um custo computacional excessivo, sendo o local de estudo escolhido o de ambientes não controlados. Para alcançar os objetivos do trabalho, inicialmente foi realizado uma revisão bibliográfica com o objetivo de identificar os modelos que têm sido utilizados na detecção de placas veiculares para ambientes não controlados e também identificar quais foram as variáveis utilizadas nos experimentos. Essa análise forneceu a pergunta de pesquisa proposta neste trabalho, que é a de verificar se é possível obter resultados competitivos na detecção de placas veiculares através de modelos de CNN leves em relação à abordagem tradicional. Posteriormente, foi realizado a construção e o treinamento dos modelos que utilizam mais camadas convolucionais (tradicionais), e de modelos que utilizam menos camadas convolucionais (leves), em diversas configurações de parâmetros. O desempenho dos modelos foi analisado por meio de métricas utilizadas na detecção de objetos e gráficos. Em especial, nos testes com dois conjuntos de imagens da CCPD, os modelos leves alcançaram a mesma eficácia dos modelos tradicionais, porém com uma velocidade de detecção 3 a 5 vezes menor. Dessa forma, os resultados demonstram que é possível utilizar redes de CNN leves para detectar placas veiculares em ambientes não controlados, tanto em termos de eficácia, quanto de eficiência.
- ItemFramework para sistemas de raciocínio baseado em casos(2017) Schulz, Fernando; Daniel Gomes Soares, Msc; Cristhian Heck, M.Eng; Marcela Leite, Msc; Rodrigo Curvêllo, M.EngA IA abrange uma enorme variedade de subcampos, desde área de uso geral, como aprendizado e percepção, até tarefas específicas como jogos de xadrez, demonstração de teoremas matemáticos, criação de poesia e diagnóstico de doenças. Uma subárea da IA que se originou a partir de uma abordagem para a solução de problemas e para o aprendizado com base em experiência passada, chama-se Raciocínio Baseado em Casos (RBC). De uma forma simplificada, podemos entender o RBC como a solução de novos problemas por meio da utilização de casos anteriores já conhecidos. Um novo problema que nos é apresentado é resolvido com a reutilização da solução de um problema anterior parecido com o atual. Diversos artigos, trabalhos de conclusão de curso e livros da área, implementam, utilizam e exemplificam o RBC através de um framework, ou seja, usando-o através de uma aplicação ou bibliotecas, provendo assim, uma funcionalidade genérica para a técnica, porém, atualmente, as soluções existentes para o desenvolvimento de sistema de RBC obrigam o usuário a terem pleno domínio sobre esta técnica. Também não disponibilizam uma interface amigável e consistente para definição da representação do conhecimento e das métricas de similaridade, além disso, outra característica que deve ser levada em consideração na elaboração de sistemas de RBC é a integração desse sistema com diferentes tecnologias, desde a forma como são armazenadas as informações, até as interfaces para apresentação das informações aos usuários. Sendo assim, esse trabalho abrange o desenvolvimento de um framework na qual permite conexão com diferentes tecnologias de banco de dados, e por tratar-se de uma aplicação desenvolvida em Java, pode também, comunicar-se com diferentes tecnologias de linguagem de programação. A metodologia utilizada consistiu em pesquisa bibliográfica, levantamento de requisitos funcionais e não funcionais. Com o intuito de validar todas as funcionalidades desenvolvidas no framework, foram elaborados diversos testes distintos. O desenvolvimento deste trabalho resultou em um projeto que atendeu todas as propostas, permitindo assim, conexão com diferentes tecnologias de banco de dados, comunicação com diferentes tecnologias de programação e estruturação de sistemas RBC de qualquer natureza.
- ItemSoftware educacional de apoio ao ensino de algoritmos genéticos(2018) Wessner, William; Daniel Gomes Soares, Msc; Cristhian Heck, M.Eng; Fábio Alexandrini, DrDurante as últimas décadas os Algoritmos Genéticos (AGs) ganharam destaque por ser uma técnica poderosa para resolver problemas de busca e otimização, e consequentemente, o ensino desta técnica está se tornando cada vez mais comum. As aulas práticas com o uso de ferramentas didáticas são fundamentais para que os alunos consolidem e apliquem os conceitos aprendidos nas aulas teóricas. Este trabalho apresenta o GeneticsA, que é um software educacional de apoio ao ensino de AG, que tem como objetivo enriquecer o aprendizado, fazendo que o aluno consiga compreender como ocorreu a fases de avaliação, seleção, crossover e mutação. O GeneticsA permite que o usuário escolha as funções de avaliação (Simples, Normalização linear, Windowing e Escalonamento Sigma), os métodos de seleção (Roleta viciada, Método do torneio e Amostragem Estocástica), os operadores de crossover (Um ponto, Dois pontos e o operador Uniforme) e o problema de maximização de funções. O usuário também pode configurar parâmetros como tamanho da população, taxa de mutação, quantidade máxima de gerações e o número de genes. O software foi desenvolvido na linguagem de programação Java e para a criação da interface foi utilizada a API JavaFX.
- ItemUso de algoritmos de busca heurística e algoritmos genéticos para dinamizar a logística no empacotamento de cargas(2019) Santos, Rafael José Schmidt; Juliano Tonizetti Brignoli, Dr; Cristhian Heck, M.Eng; Daniel Gomes Soares, MscProblemas de empacotamento possuem uma relação forte com a área de logística, quando trata da alocação de um conjunto de itens em um recipiente, considerando variáveis como a otimização de espaço e ordem de entrega. Este trabalho apresenta o desenvolvimento de uma aplicação para dinamizar a logística no empacotamento de cargas utilizando algoritmos de Busca em Espaços de Estados com Heurística A* e Algoritmos Genéticos. Seu principal objetivo é apresentar a melhor forma de alocar um conjunto de pacotes de variados tamanhos em um confinamento também de tamanho variável, de forma com que se aproveite ao máximo o espaço, deixando a maior área útil livre possível no confinamento, como também deixar os pacotes com maior prioridade de retirada mais próximos da saída, e então comparar os resultados obtidos com ambas as técnicas. Os resultados mostram que é possível utilizar tanto o algoritmo de Busca em Espaços de Estados quanto Algoritmos Genéticos para solucionar o problema do empacotamento, verificando que para itens de grandes dimensões ou com maior largura, o Algoritmo de Busca em Espaço de Estados obteve melhor resultado, e para itens pequenos ou com maior comprimento, o Algoritmo Genético obteve o melhor resultado.