Escolar Documentos
Profissional Documentos
Cultura Documentos
OBJETIVO
Indicar o que norteará a sua pesquisa de mestrado – objetivo geral e objetivos específicos
Objetivo geral – Estudar arquiteturas de Redes Neurais Artificiais (RNAs) e Aprendizado de Máquina
para resolução de problemas de classificação de dados e reconhecimento de padrões
Objetivos Específicos
1) Comparar a eficácia/eficiência de 3 tipos de Arquitetura de Redes Neurais/ Algoritmos de
Treinamento Supervisionado (Redes Feedforward de múltiplas camadas, Redes Recorrentes,
Deep Learning) na resolução de 2 problemas/aplicações:
1.1) Sistema de visão de máquina para reconhecimento de letras/gestos em linguagem Libras
(Linguagem Brasileira de Sinais)
1.2) Reconhecimento óptico de caracteres (OCR)
RNAs são um campo em franca ascensão desde a proposta do algoritmo de backpropagation por
John Hopfield em 1982. As últimas pesquisas e avanços neste campo demonstraram o poder das
RNAs na resolução de problema lineares e não lineares de relativa complexidade, tais como:
• Análise (e Previsão) de Séries temporais: por exemplo, prever índices pluviométricos num dado
período ou prever flutuações do índice da Bolsa de Valores (IBOVESPA)
• Otimização Linear e Não-Linear: a exemplo do problema de Caixeiro-viajante (um problema de
otimização NP-completo)
Classificação & Reconhecimento de Padrões: esta é certamente uma das áreas onde o poder de
resolução das RNAs tem se mostrado mais significativo. RNAs permitem a classificação/separação de
dados complexos, sem a necessidade de um estudo aprofundado das características de cada classe
do conjunto. Um grande exemplo é o problema de reconhecimento de faces (visão computacional),
cujos algoritmos de feature extraction (extração de características) são extremamente complexos e
nem sempre eficientes. No caso em questão, as próprias RNAs conseguem extrair características
relevantes de cada classe (por exemplo: gênero, idade, cor da pele, etnia etc) sem o “projetista” da
rede ter a necessidade de estudar a fronteira de separação destas classes, ou seja: as RNAs “fazem
todo o trabalho”.
Outros campos da área de Inteligência Artificial / Aprendizado de Máquina (machine learning) têm
demonstrado grande evolução nas últimas décadas, a saber: lógica fuzzy, Abordagens Estatísticas da
IA e Algoritmos Genéticos. Tais campos ultimamente vêm se entrelaçando com a Redes Neurais,
criando campo de “Redes Neurais Híbridas”.
Dado este cenário, foi proposto projetar um sistema de visão computacional baseado em RNAs que
possa reconhecer letras e gestos estáticos em Linguagem Brasileira de Sinais (Libras). Tal sistema
poderia, por exemplo, avaliar o desempenho de um aluno que esteja iniciando seus estudos em
Linguagem de Sinais. Se por um lado, o campo de processamento de Linguagem Natural sofreu
franco desenvolvimento na última década (de forma que é possível encontrar em qualquer
smartphone um processador de linguagem natural que entenda comandos verbais do usuário),
pouquíssimo avanço foi feito para reconhecimento de sinais e gestos, de forma que este é um desafio
para o campo de machine learning e visão computacional nos próximos anos. Além disto, é sabido
que o processamento de gestos visuais é um problema de resolução mais complexa que o
processamento de linguagem natural, de forma que o campo possui uma grande oportunidade para
pesquisa acadêmica.
FACULDADE DE TECNOLOGIA SENAI CIMATEC
PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL E
TECNOLOGIA INDUSTRIAL
MESTRADO ACADÊMICO E DOUTORADO
II – Cada locutor, diante de uma câmera, repete um dado gesto (por exemplo, a letra “A”) N vezes. N
imagens são capturadas. N ainda será determinado mediante estudo, porém certamente N ≤ 5.
(provavelmente, N = 2 ou 3 será um número ideal).
A proposta do sistema é reconhecer / classificar as 23 letras do alfabeto, de forma que o procedimento
acima será repetido para cada letra. Ao total,
FACULDADE DE TECNOLOGIA SENAI CIMATEC
PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL E
TECNOLOGIA INDUSTRIAL
MESTRADO ACADÊMICO E DOUTORADO
As imagens devem ser divididas entre 2 conjuntos: um conjunto para Treinamento (Supervisionado) e
um conjunto para Validação e teste.
Para o projeto, treinamento e validação da RNA será utilizado o software MATLAB com o toolbox de
Redes Neurais. Tal toolbox consiste num framework/biblioteca de funções voltadas para o projeto de
Redes Neurais, que facilitam bastante o trabalho do projetista. O MATLAB também possui um toolbox
de Visão computacional e Processamento de Imagens, de forma que praticamente todo o sistema
de visão poderá ser implementado em linguagem MATLAB.
RESULTADOS ESPERADOS
Apontar resultados que poderão ser obtidos com a sua dissertação.
REFERÊNCIA BIBLIOGRÁFICA
Citar 5 (cinco) obras (principais) para fundamentação teórica de dissertação.