Anomaly detection is an import field of study, which has many applications, e.g., fraud and disease detection. It consists of identifying non-conforming patterns regarding an expected behavior. Despite the improvements provided by deep learning techniques in several areas, their use for anomaly detection is not widespread. The main reason is the difficulty to learn discriminative models when all the information available regards one class, or the classes are highly unbalanced. We propose a new deep learning-based solution for the anomaly detection problem. It consists of a hybrid system, composed of a feature extractor and a one-class classifier. The feature extractor is a convolutional neural network, trained as a regressor to learn a predefined distribution. The classifier is the one-class support vector machine, which performs the anomaly detection by using the outputs provided by the feature extractor. We used a gearbox failure diagnosis data set to assess the performance of our proposal. We also compared our anomaly detection system with other deep learning-based techniques commonly found in the literature. Our proposal presented an average accuracy close to 0.95, outperforming techniques based on the reconstruction error and hybrid models. Keywords— Anomaly Detection; Deep Learning; One-Class Support Vector Machine; Convolutional Neural Network
{"title":"Feature Extraction Using Convolutional Neural Networks for Anomaly Detection","authors":"R. Monteiro, C. B. Filho","doi":"10.21528/cbic2019-7","DOIUrl":"https://doi.org/10.21528/cbic2019-7","url":null,"abstract":"Anomaly detection is an import field of study, which has many applications, e.g., fraud and disease detection. It consists of identifying non-conforming patterns regarding an expected behavior. Despite the improvements provided by deep learning techniques in several areas, their use for anomaly detection is not widespread. The main reason is the difficulty to learn discriminative models when all the information available regards one class, or the classes are highly unbalanced. We propose a new deep learning-based solution for the anomaly detection problem. It consists of a hybrid system, composed of a feature extractor and a one-class classifier. The feature extractor is a convolutional neural network, trained as a regressor to learn a predefined distribution. The classifier is the one-class support vector machine, which performs the anomaly detection by using the outputs provided by the feature extractor. We used a gearbox failure diagnosis data set to assess the performance of our proposal. We also compared our anomaly detection system with other deep learning-based techniques commonly found in the literature. Our proposal presented an average accuracy close to 0.95, outperforming techniques based on the reconstruction error and hybrid models. Keywords— Anomaly Detection; Deep Learning; One-Class Support Vector Machine; Convolutional Neural Network","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"14 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129272913","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Arthur Lúcide Cotta Weyll, Eduardo F. Simas Filho, Kim Nakamura Samejima, F. C. Cruz
Arthur Weyll∗, Eduardo F. Simas Filho∗, Kim Samejima† e Fabio da C. Cruz‡ ∗Programa de Pós Graduação em Engenharia Elétrica, PPGEE, Universidade Federal da Bahia UFBA E-mails: arthur.lucide@ufba.br, eduardo.simas@ufba.br †Departamento de Estatı́stica Instituto de Matemática, UFBA E-mail: samejimal@ufba.br ‡Department of Electrical and Computer Engineering, University of Québec at Trois-Rivières Trois-Rivières, QC, Canada E-mail: fabio.da.conceicao.cruz@uqtr.ca
{"title":"Previsão de Curto Prazo da Potência Consumida em Instalação de Médio Porte Utilizando um Conjunto de Redes Neurais Artificiais","authors":"Arthur Lúcide Cotta Weyll, Eduardo F. Simas Filho, Kim Nakamura Samejima, F. C. Cruz","doi":"10.21528/cbic2019-133","DOIUrl":"https://doi.org/10.21528/cbic2019-133","url":null,"abstract":"Arthur Weyll∗, Eduardo F. Simas Filho∗, Kim Samejima† e Fabio da C. Cruz‡ ∗Programa de Pós Graduação em Engenharia Elétrica, PPGEE, Universidade Federal da Bahia UFBA E-mails: arthur.lucide@ufba.br, eduardo.simas@ufba.br †Departamento de Estatı́stica Instituto de Matemática, UFBA E-mail: samejimal@ufba.br ‡Department of Electrical and Computer Engineering, University of Québec at Trois-Rivières Trois-Rivières, QC, Canada E-mail: fabio.da.conceicao.cruz@uqtr.ca","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"60 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129213448","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Tayla Lopes, William Machado, J. Calvinho, Vitor Vilas-Boas, C. Silva
—O trabalho desenvolvido consiste em implementar um sistema interface c´erebro-computador (ICM) baseado na imag´etica motora de duas classes. O registro da atividade el´etrica cerebral ´e realizado atrav´es de sinais de Eletroencefalograma - EEG. O objetivo ´e avaliar a utilizac¸˜ao de uma quantidade reduzida de eletrodos posicionados no escalpo do usu´ario da ICM para o registro do EEG, sem comprometer significativamente a acur´acia de classificac¸˜ao dos sinais de EEG. No total, oito sensores s˜ao posicionados sobre o couro cabeludo para a coleta dos sinais de EEG realizada via OpenBCI Cyton board . Os algoritmos para tratamento dos sinais de EEG s˜ao implementados em software espec´ıfico para ICM e distribu´ıdo gratuitamente - OpenVibe . Os resultados s˜ao apresentados em bloco com base na acur´acia obtida para cada cen´ario. Abstract —The work developed here consists in the implemen- tation of a motor imaregy (MI) based Brain-Computer Interface (BCI). The registering of the brain’s electric activity is performed through electroencephalogram (EEG) signals. The aim is to evaluate the use of a small amount of electrodes positioned on the ICM user’s scalp to register the EEG without significantly compromise the accuracy of the EEG signals ranking. Altogether, eight sensors are placed on the scalp to collect the EEG signals made through the OPENBCI Cyton board. The algorithms for handling the EEG signals are implemented on a software specific for BCI, that is freely distributed to the public. The results are presented in blocks, based on the accuracy obtained for each scenario.
{"title":"Interface Cérebro-Máquina baseada em Imagética Motora: Estudo comparativo da quantidade de canais de EEG","authors":"Tayla Lopes, William Machado, J. Calvinho, Vitor Vilas-Boas, C. Silva","doi":"10.21528/cbic2019-62","DOIUrl":"https://doi.org/10.21528/cbic2019-62","url":null,"abstract":"—O trabalho desenvolvido consiste em implementar um sistema interface c´erebro-computador (ICM) baseado na imag´etica motora de duas classes. O registro da atividade el´etrica cerebral ´e realizado atrav´es de sinais de Eletroencefalograma - EEG. O objetivo ´e avaliar a utilizac¸˜ao de uma quantidade reduzida de eletrodos posicionados no escalpo do usu´ario da ICM para o registro do EEG, sem comprometer significativamente a acur´acia de classificac¸˜ao dos sinais de EEG. No total, oito sensores s˜ao posicionados sobre o couro cabeludo para a coleta dos sinais de EEG realizada via OpenBCI Cyton board . Os algoritmos para tratamento dos sinais de EEG s˜ao implementados em software espec´ıfico para ICM e distribu´ıdo gratuitamente - OpenVibe . Os resultados s˜ao apresentados em bloco com base na acur´acia obtida para cada cen´ario. Abstract —The work developed here consists in the implemen- tation of a motor imaregy (MI) based Brain-Computer Interface (BCI). The registering of the brain’s electric activity is performed through electroencephalogram (EEG) signals. The aim is to evaluate the use of a small amount of electrodes positioned on the ICM user’s scalp to register the EEG without significantly compromise the accuracy of the EEG signals ranking. Altogether, eight sensors are placed on the scalp to collect the EEG signals made through the OPENBCI Cyton board. The algorithms for handling the EEG signals are implemented on a software specific for BCI, that is freely distributed to the public. The results are presented in blocks, based on the accuracy obtained for each scenario.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"162 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127504888","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Fernando Elias de Melo Borges, J. Seixas, D. Ferreira
—In environments with big data problems, to make a smart data selection with the goal of training machine can be essential to reduce the computational demand of the application. This paper presents a method based on principal curves for data selection during the neural networks training in an experiment of particle collision with high events rate. The method used real data of collision and it accomplished 3 selection approaches through mapping of Euclidean distances in each event to the respective Principal Curve. Preliminary results in the classification of neural networks presented low differences using the selection method and considerable reduction in the training time.
{"title":"Curvas Principais para a Seleção de Dados de Treinamento Neural com Grandes Volumes de Dados","authors":"Fernando Elias de Melo Borges, J. Seixas, D. Ferreira","doi":"10.21528/cbic2019-21","DOIUrl":"https://doi.org/10.21528/cbic2019-21","url":null,"abstract":"—In environments with big data problems, to make a smart data selection with the goal of training machine can be essential to reduce the computational demand of the application. This paper presents a method based on principal curves for data selection during the neural networks training in an experiment of particle collision with high events rate. The method used real data of collision and it accomplished 3 selection approaches through mapping of Euclidean distances in each event to the respective Principal Curve. Preliminary results in the classification of neural networks presented low differences using the selection method and considerable reduction in the training time.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"20 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126491491","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
M. Ribeiro, Ramon Gomes da Silva, Naylene Fraccanabbia, V. Mariani, L. Coelho
Epidemiological time series forecasting plays an important role in health public system, since it allows managers to develop strategic planning to avoid possible epidemics. In this aspect, a hybrid approach is developed to forecast confirmed cases of megingitis in the Para, Parana and Santa Catarina states, Brazil. In this case, ensemble empirical mode decomposition (EEMD) is applied to decompose the original signal, quantile random forests (QRF) is adopted to forecast each component obtained in decomposition stage and multi-objective optimization (MOO) is used to reconstruct the final forecasting. To assess the performance of adopted methodology, comparisons are conducted with approach that considers to reconstruct the signal by simple sum (EEMD-QRF) and QRF without decomposition. In this context criteria such as mean squared error, symmetric mean absolute percentage error and coefficient of determination as well as statistical tests are adopted. As results, EEMD-QRF-MOO reached lower errors and better coefficient of determination in most of the cases. Indeed, the EEMD-QRF-MOO and EEMDQRF squared errors are statistical equals, and lower than QRF squared errors. With these results it is conclude that using decomposition technique combined with machine learning models and optimization approach can be adopted to enhance the model performance, whose results may be used to perform accurate forecasting. Keywords—Decomposition, ensemble, time series, meningitis, multi-objective optimization.
{"title":"Forecasting Epidemiological Time Series Based on Decomposition and Optimization Approaches","authors":"M. Ribeiro, Ramon Gomes da Silva, Naylene Fraccanabbia, V. Mariani, L. Coelho","doi":"10.21528/cbic2019-18","DOIUrl":"https://doi.org/10.21528/cbic2019-18","url":null,"abstract":"Epidemiological time series forecasting plays an important role in health public system, since it allows managers to develop strategic planning to avoid possible epidemics. In this aspect, a hybrid approach is developed to forecast confirmed cases of megingitis in the Para, Parana and Santa Catarina states, Brazil. In this case, ensemble empirical mode decomposition (EEMD) is applied to decompose the original signal, quantile random forests (QRF) is adopted to forecast each component obtained in decomposition stage and multi-objective optimization (MOO) is used to reconstruct the final forecasting. To assess the performance of adopted methodology, comparisons are conducted with approach that considers to reconstruct the signal by simple sum (EEMD-QRF) and QRF without decomposition. In this context criteria such as mean squared error, symmetric mean absolute percentage error and coefficient of determination as well as statistical tests are adopted. As results, EEMD-QRF-MOO reached lower errors and better coefficient of determination in most of the cases. Indeed, the EEMD-QRF-MOO and EEMDQRF squared errors are statistical equals, and lower than QRF squared errors. With these results it is conclude that using decomposition technique combined with machine learning models and optimization approach can be adopted to enhance the model performance, whose results may be used to perform accurate forecasting. Keywords—Decomposition, ensemble, time series, meningitis, multi-objective optimization.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"28 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132412833","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Resumo —Redes regularizadas em espaços de Hilbert gerados por kernel (RKHS) constituem um arcabouço poderoso para estimação de funções não-lineares, com aplicações bem-sucedidas em áreas como identificação de sistemas dinâmicos, previsão de séries temporais e filtragem adaptativa. Tal técnica, porém, possui aplicação limitada a problemas que envolvem o processamento de sinais de larga escala, contaminados com ruído não-gaussiano e variantes no tempo. Isto posto, neste artigo introduzimos uma nova proposta de redes regularizadas no RKHS com as seguintes características. ( i ) O modelo preditor é atualizado para cada nova amostra de dados via aprendizado recursivo. ( ii ) O critério de otimalidade baseado no erro médio quadrático (MSE) é substituído pela correntropia a fim de conferir robustez a ruído não-gaussiano. (3) O critério de esparsificação por Novidade é usado para adicionar amostras a um dicionário de vetores- suporte. (4) Um critério de poda usando divergência de Kullback-Leibler é aplicado para excluir amostras do dicionário de vetores- suporte tornando-o capaz de rastrear um sistema variante no tempo. A proposta é avaliada em três conjuntos de dados, sendo um destes de larga escala, para diferentes níveis de contaminação por outliers na tarefa de identificação de sistemas dinâmicos. Os resultados obtidos pela rede regularizada proposta tem reduzido custo e complexidade computacional, atingindo um alto poder preditivo, com excelente robustez a outliers e reduzido uso de memória pela matriz de kernel.
{"title":"Uma Rede Regularizada Esparsa e Robusta para Identificação Recursiva de Sistemas Dinâmicos","authors":"M. S. Santos, G. Barreto","doi":"10.21528/cbic2019-76","DOIUrl":"https://doi.org/10.21528/cbic2019-76","url":null,"abstract":"Resumo —Redes regularizadas em espaços de Hilbert gerados por kernel (RKHS) constituem um arcabouço poderoso para estimação de funções não-lineares, com aplicações bem-sucedidas em áreas como identificação de sistemas dinâmicos, previsão de séries temporais e filtragem adaptativa. Tal técnica, porém, possui aplicação limitada a problemas que envolvem o processamento de sinais de larga escala, contaminados com ruído não-gaussiano e variantes no tempo. Isto posto, neste artigo introduzimos uma nova proposta de redes regularizadas no RKHS com as seguintes características. ( i ) O modelo preditor é atualizado para cada nova amostra de dados via aprendizado recursivo. ( ii ) O critério de otimalidade baseado no erro médio quadrático (MSE) é substituído pela correntropia a fim de conferir robustez a ruído não-gaussiano. (3) O critério de esparsificação por Novidade é usado para adicionar amostras a um dicionário de vetores- suporte. (4) Um critério de poda usando divergência de Kullback-Leibler é aplicado para excluir amostras do dicionário de vetores- suporte tornando-o capaz de rastrear um sistema variante no tempo. A proposta é avaliada em três conjuntos de dados, sendo um destes de larga escala, para diferentes níveis de contaminação por outliers na tarefa de identificação de sistemas dinâmicos. Os resultados obtidos pela rede regularizada proposta tem reduzido custo e complexidade computacional, atingindo um alto poder preditivo, com excelente robustez a outliers e reduzido uso de memória pela matriz de kernel.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"22 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125063176","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
—This work presents the design and construction of an operational prototype that allows the creation of datasets that allows service robots to identify and grasp household objects. The prototype was designed and built with several movable and removable parts. Unlike similar systems described in the literature, this structure can be disassembled and transported. Due to the lack of specific datasets designed to allow detection, recognition and grasping tasks for service robots, it was decided to build a structure for data collection in competitive environments, such as RoboCup@Home. With the prototype ready, a first image capture test was performed and 251 images were obtained for a single object. After the necessary adjustments, the prototype is expected to produce automatically 3600 images from various points of view for each object of interest without human interference.
{"title":"Design and Development of an Automated System for creation of Image Datasets intended to Allow Object Identification and Grasping by Service Robots","authors":"J. A. Fabro, M. Vaz, A. Oliveira","doi":"10.21528/cbic2019-136","DOIUrl":"https://doi.org/10.21528/cbic2019-136","url":null,"abstract":"—This work presents the design and construction of an operational prototype that allows the creation of datasets that allows service robots to identify and grasp household objects. The prototype was designed and built with several movable and removable parts. Unlike similar systems described in the literature, this structure can be disassembled and transported. Due to the lack of specific datasets designed to allow detection, recognition and grasping tasks for service robots, it was decided to build a structure for data collection in competitive environments, such as RoboCup@Home. With the prototype ready, a first image capture test was performed and 251 images were obtained for a single object. After the necessary adjustments, the prototype is expected to produce automatically 3600 images from various points of view for each object of interest without human interference.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"19 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130121892","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
F. L. Santos, Paulo Farias, E. S. Simas Filho, M. Albuquerque, Ivan C. Silva, C. Farias
Franklin Lima Santos Área de Eletrônica Embarcada SENAI CIMATEC Av. Orlando Gomes, 1845, Piatã Salvador BA Email: franklin.santos@fieb.org.br Paulo César M. A. Farias Eduardo F. de Simas Filho Departamento de Engenharia Elétrica Escola Politécnica da UFBA R. Prof. Aristídes Novis, 2, Federação Salvador BA Emails: paulo.farias@ufba.br eduardo.simas@ufba.br Maria C. S.Albuquerque Ivan C. Silva e Claudia T. T. Farias Grupo de Pesq. em Ensaios Não Destrutivos Instituto Federal da Bahia R. Emídio dos Santos, Salvador-BA Emails: cleaalbuquerque@ifba.edu.br ivan.silva@ifba.edu.br c.farias@ifba.edu.br
富兰克林利马圣电子科技区SENAI CIMATEC奥兰多戈麦斯,1845大道,Piatã萨尔瓦多英航电子邮件:franklin.santos@fieb.org.br”硕士论文做,儿子的爱德华·理工学院电气工程系的教授;r . Aristídes Novis二、萨尔瓦多英航联合邮件:paulo.farias@ufba.br eduardo.simas@ufba.br玛丽亚·S.Albuquerque伊万·c·席尔瓦和克劳迪娅t t Pesq集团。巴伊亚联邦研究所R. emidio dos Santos，萨尔瓦多-巴电子邮件:cleaalbuquerque@ifba.edu.br ivan.silva@ifba.edu.br c.farias@ifba.edu.br
{"title":"Aplicação da Transformada de Hilbert-Huang em um Sistema Inteligente de Classificação de Sinais de Ensaios Não Destrutivos por Ultrassom","authors":"F. L. Santos, Paulo Farias, E. S. Simas Filho, M. Albuquerque, Ivan C. Silva, C. Farias","doi":"10.21528/cbic2019-126","DOIUrl":"https://doi.org/10.21528/cbic2019-126","url":null,"abstract":"Franklin Lima Santos Área de Eletrônica Embarcada SENAI CIMATEC Av. Orlando Gomes, 1845, Piatã Salvador BA Email: franklin.santos@fieb.org.br Paulo César M. A. Farias Eduardo F. de Simas Filho Departamento de Engenharia Elétrica Escola Politécnica da UFBA R. Prof. Aristídes Novis, 2, Federação Salvador BA Emails: paulo.farias@ufba.br eduardo.simas@ufba.br Maria C. S.Albuquerque Ivan C. Silva e Claudia T. T. Farias Grupo de Pesq. em Ensaios Não Destrutivos Instituto Federal da Bahia R. Emídio dos Santos, Salvador-BA Emails: cleaalbuquerque@ifba.edu.br ivan.silva@ifba.edu.br c.farias@ifba.edu.br","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129658063","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Vanessa Castro Rezende, M. Costa, A. Santos, R. C. D. Oliveira
a curva. A fim de atestar a significˆancia dos resultados obtidos, foi realizado o teste estat´ıstico n˜ao-param´etrico de Friedman e dois procedimentos post-hoc , que demonstraram que as DenseNets obtiveram resultados superiores quando comparadas as VGGS; com maior destaque para a DenseNet169 e destaque negativo para a VGG19. Palavras-chave —Rede neural convolucional, doenc¸as em plan- tas, XDB, VGG, DenseNet.
{"title":"Aplicação de Redes Neurais Convolucionais na Classificação de Doenças de Plantas","authors":"Vanessa Castro Rezende, M. Costa, A. Santos, R. C. D. Oliveira","doi":"10.21528/cbic2019-51","DOIUrl":"https://doi.org/10.21528/cbic2019-51","url":null,"abstract":"a curva. A fim de atestar a significˆancia dos resultados obtidos, foi realizado o teste estat´ıstico n˜ao-param´etrico de Friedman e dois procedimentos post-hoc , que demonstraram que as DenseNets obtiveram resultados superiores quando comparadas as VGGS; com maior destaque para a DenseNet169 e destaque negativo para a VGG19. Palavras-chave —Rede neural convolucional, doenc¸as em plan- tas, XDB, VGG, DenseNet.","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"247 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"115187940","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Resumo — O desenvolvimento de uma metodologia para sintonia online de controladores PID adaptativo via Redes Neurais Artificiais baseado no algoritmo de treinamento LMS é abordada neste artigo. Sistemas físicos sujeitos a variações paramétricas e distúrbios externos requerem um controlador com auto ajuste em seus ganhos. O algoritmo proposto ajusta continuamente os parâmetros do controlador PID de forma adaptativa. A metodologia é aplicada a um controle de altitude de um veiculo aéreo não tripulado (VANT) do tipo quadricoptero. Este veículo é uma aeronave do tipo multirotor e apresenta quatro motores que são responsáveis por sua movimentação e possui a capacidade de decolagem e pousos verticais. Resultados experimentais confirmam seguindo trajetória de referência mesmo na presença de variações paramétricas
{"title":"Controlador PID Adaptativo Via Redes Neurais-LMS Para Controle de Altitude de Quadricoptero","authors":"F. Abreu, João Fonseca Neto","doi":"10.21528/cbic2019-43","DOIUrl":"https://doi.org/10.21528/cbic2019-43","url":null,"abstract":"Resumo — O desenvolvimento de uma metodologia para sintonia online de controladores PID adaptativo via Redes Neurais Artificiais baseado no algoritmo de treinamento LMS é abordada neste artigo. Sistemas físicos sujeitos a variações paramétricas e distúrbios externos requerem um controlador com auto ajuste em seus ganhos. O algoritmo proposto ajusta continuamente os parâmetros do controlador PID de forma adaptativa. A metodologia é aplicada a um controle de altitude de um veiculo aéreo não tripulado (VANT) do tipo quadricoptero. Este veículo é uma aeronave do tipo multirotor e apresenta quatro motores que são responsáveis por sua movimentação e possui a capacidade de decolagem e pousos verticais. Resultados experimentais confirmam seguindo trajetória de referência mesmo na presença de variações paramétricas","PeriodicalId":160474,"journal":{"name":"Anais do 14. Congresso Brasileiro de Inteligência Computacional","volume":"105 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"129449871","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：