Slides de aulas:
conteudo,
aula 01,
aula 03 e
aula 08 e 09.
Material introdutório da disciplina clique aqui.
Edição 2008 - Programação de Apresentações para TODOS os Grupos:
| 06 de Maio | |||
| Grupo | Tema | Integrantes | Trabalho Final |
| 1 | Análise dos Agrupamentos Auto-organizados com Imagens de Faces no Espaço PCA | 1. Edson Caoru Kitani 2. Julio César Saldaña Pumarica |
|
| Resumo: Imagens de faces podem ser consideradas modelos de padrões multidimensionais de alta complexidade e que exige grande esforço computacional para o seu processamento. Contudo, são facilmente identificados e processados por nós humanos. A proposta é projetar as imagens de faces no espaço PCA para promover a redução de dimensionalidade e avaliar se o SOM é capaz, por exemplo, de discriminar dois conjuntos distintos de imagens faces (masculino e feminino) aleatoriamente dispostos em uma matriz que contém as características mais significativas do conjunto de treinamento. A proposta procura também analisar como a auto-organização está relacionada ao conjunto de caracte-rísticas das entradas e se a auto-organização criada corresponde às classes que consideramos cor-retas. Avalia-se também como a rede se comportaria perante amostras que ficam na fronteira entre duas classes, dificultando a discriminação. Finalmente, deseja-se determinar se a auto-organização pode encontrar mais classes do que aquelas que consideramos existir. | |||
| 13 de Maio | |||
| Grupo | Tema | Integrantes | Trabalho Final |
| 2 | Redes Neurais Artificiais Aplicadas em Classificação e Localização de Faltas em Linhas de Transmissão | 1. Alberto Mitsuo Oyama 2. Fábio Rodrigo Amaral 3. Marlim Pereira Menezes |
|
| Resumo: Este trabalho tem por objetivo apresentar os conceitos das RNAs SOM de Kohonen e MLP, na forma de uma aplicação real, cuja função é classificar o tipo de uma falta ocorrida em uma linha de transmissão de alta tensão e estimar sua localização em relação a um ponto de referência. Para tanto, um SOM com o algoritmo counter-propagation e um MLP com o algoritmo error-back-propagation com momentum serão utilizados como classificadores, separadamente, porém em conjunto com um MLP dotado do algoritmo error-back-propagation e momentum, utilizado como aproximador de função. Ambas topologias de MLP serão implementadas com base no Teorema de Kolmogorov-Cybenko, tanto para Aproximador Universal de Funções quanto Classificador Universal de Padrões. | |||
| 3 | Aplicação de Redes Neurais em Leitores de Camadas Indutivos | 1. Edriano Carlos de Araújo 2. Gustavo Gattass Ayub |
|
| Resumo: Este trabalho tem por objetivo apresentar uma aplicação da arquitetura MLP em Leitores de Camada Indutivos. Do ponto de vista prático o objetivo é construir uma RNA que possa substituir com maior eficiência o circuito de aferição do leitor e portanto determinar a espessura da camada metálica depositada em um filme plastico em função da resistência obtida. Esse problema pode ser caracterizado como a aproximação de uma função Resistência de duas variáveis (Tensão e Fase). Do ponto de vista conceitual pretendemos explorar o processo de treinamento utilizando o algoritmo backpropagation com momentum além de algumas de suas variações como o QuickProp. | |||
| 20 de Maio | |||
| Grupo | Tema | Integrantes | Trabalho Final |
| 4 | Uso de redes neurais para detecção de fraude | 1. Gislaine Lirian Bueno de Oliveira 2. Matteo Nava 3. Marcelo Giusti Tiziano |
|
| Resumo: O projeto propõe utilizar um sistema de inteligência artificial baseado em redes neurais para realizar detectar comportamentos fraudolentos no uso de redes elétricas. O sistema pretende estudar o comportamento de dois tipos de RNA no processo de detecção para verificar qual das duas arquitetura melhor responde as necessidades apresentadas. São assim aplicadas as redes SOM e MLP sobre uma base dados contendo dados de consumo de energia elétrica por determinadas regiões, combinada com uma outra base que contem dados de fraudes relativa as mesma regiões. Objetivo da proposta é estudar o funcionamento dos algoritmos SOM e MLP e verificar a aplicabilidade a um processo de detecção cuja identificação por meio de processos tradicionais gera resultados não satisfatórios. | |||
| 5 | Utilização de Mapas Auto-organizáveis (SOM) para Identificação de Pessoas Aracnofóbicas | 1. Christian Diaz Valdivia 2. Wagner Tsuchiya |
|
| Resumo: O objetivo do trabalho é aplicar as redes neurais de Kohonen para identificação de pessoas aracnofóbicas, estudando principalmente o efeito causado pela alteração na ordem do conjunto de treinamento e as diferentes conseqüências do treinamento da rede com a utilização do algoritmo de aprendizado seqüencial e por batelada. | |||
Observações: