Bolsa 23/03389-8 - Algoritmos evolutivos, Aprendizado computacional - BV FAPESP
Busca avançada
Ano de início
Entree

Investigação do Uso de Técnicas de Inteligência Artificial para Detecção Automática de Padrões Geométricos em Imagens Binárias

Processo: 23/03389-8
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de julho de 2023
Data de Término da vigência: 30 de junho de 2024
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Emerson Carlos Pedrino
Beneficiário:Pedro Malandrin Klesse
Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
Assunto(s):Algoritmos evolutivos   Aprendizado computacional   Aprendizagem profunda   Inteligência artificial   Programação genética   Redes neurais convolucionais
Palavra(s)-Chave do Pesquisador:Algoritmos Evolutivos | Aprendizado de Máquina | Aprendizado profundo | Inteligência Artificial | Programação Genética | Redes Neurais convolucionais | Programação Genética e Redes Neurais

Resumo

Neste projeto de iniciação científica, tem-se como objetivo utilizar da programação genética cartesiana para reconhecimento de padrões em imagens binárias evoluindo operadores que formam filtros morfológicos, além de realizar tal reconhecimento também através de redes neurais convolucionais. Isso utilizará de diversos conceitos abordados no curso de Engenharia de Computação, como aprendizado de máquina, programação evolutiva e processamento de sinais digitais, incluindo a construção de filtros.A solução baseada em programação genética cartesiana será implementada com base em conceitos matemáticos de morfologia para resolver o problema de reconhecimento de padrões aplicados em determinadas imagens, sendo esta solução possível de ser implementada em hardware. Em seguida, uma solução baseada na rede neural convolucional YOLO também será desenvolvida para extrair padrões das mesmas imagens, a fim de obter resultados através de uma tecnologia do estado da arte.Serão geradas estatísticas para as duas soluções, a fim de comparar com os resultados obtidos em um trabalho original da literatura, o qual utilizou programação genética clássica para o mesmo propósito.Tanto a programação genética cartesiana quanto a rede neural convolucional YOLO e os conceitos por trás de tais técnicas não são abordadas na graduação, o que torna o estudo destas ferramentas um diferencial para a formação acadêmica. Além disso, a manipulação de bases de dados de imagens, a análise estatística dos resultados e a construção de filtros morfológicos são habilidades importantes para a carreira de um engenheiro de computação.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)