DSC/CCT/UFCG Projeto de Redes Neurais Apresentação Parcial do Projeto <Data> Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação.

Slides:



Advertisements
Apresentações semelhantes
MOtivação Atender clientes com eficiência e rapidez .
Advertisements

REDES NEURAIS ARTIFICIAIS: uma aplicação do tipo perceptron multilayer na identificação de impressões digitais Acadêmico: José Mário Pereira Dantas Orientador:
Curso Superior de Engenharia Elétrica
Simulação de Sistemas Antonio J. Netto AULA1.
Introdução a Algoritmos
Agenda Introdução Justificativa Objetivo Detecção de Spam
Métodos e Software Numéricos Título da Apresentação
ENERGIA ELÉTRICA ATRAVÉS DE MAPAS AUTO-ORGANIZÁVEIS
Adélia Barros Testes de Software Adélia Barros
Técnicas de Simulação e Simulação Aplicada
Inteligência Artificial I
Elementos Acadêmicos e Profissionais em Ciência e Tecnologia
Introdução à Programação uma Abordagem Funcional Programação I Prof.ª Claudia Boeres CT VII - Sala 32 Departamento de Informática Centro.
O TRABALHO CIENTÍFICO - Mestrado Adaptado de: Carlos Cziulik, Ph
Redes Neurais Artificiais
Introdução à Programação Programação Estruturada
Inteligência Artificial I
Redes de Hopfield Redes Neurais COPIN
Aspectos da Implementação de Redes Neurais
Projeto EMATER Transferência Tecnológica Para Apoio em Atividades de Extensão Agrícola Campina Grande – PB Agosto de 2007 Dayhanne Kaffimma Diniz.
Cérebro Artificial Intelligence, a modern approach
Germano C. Vasconcelos Centro de Informática - UFPE
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação Desenvolvimento e Avaliação de Algoritmos.
Inteligência Artificial
Inteligência Artificial
Polliana Corrêa Morais (bolsista); Leandro Osmar Werle (colaborador/
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Modelo de Apresentação de Seminário de Andamento
Título do Trabalho Nome Orientador Data.
Engenharia de Software
RN Seleção Temas Projetos Formação de equipes e procedimentos Equipes de 1 a 3 componentes Equipe precisa deixar clara a participação/responsabilidades.
Inteligência Artificial Redes Neurias
A Framework for Robots Development and Programming Based on Genetic Algorithms Palmeira P.F.M Silvino J.S. de Melo J.C.D DEE-UFMG DELT-UFMG.
Inteligência Artificial
Redes Neurais Auto-organizáveis
Redes Neurais Prof. Alex F. V. Machado.
Algoritmos 1º Semestre Materia: Informática Profº: Cristiano.
Análise e Projeto de Sistemas
SOMA  0 fim início Simulação do algoritmo que soma os valores dos primeiros números naturais até o número fornecido como entrada: leia N T
Modelo de Apresentação de Seminário de Andamento
Redes Neurais Artificiais
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG Etapas do Processo.
Extração de Regras de RNA Wilian Soares Lacerda Fevereiro de 2003.
Experimentação Algorítmica
Introdução A pesquisa é um procedimento reflexivo e crítico de busca de respostas para problemas ainda não solucionados.
METODOLOGIA, MÉTODOS E FERRAMENTAS
(OU) Hardware da Rede Implementacao da rede
Redes Neurais Artificiais. Introdução RNA são modelos matemáticos que se assemelham às estruturas neurais biológicas Capacidade computacional adquirida.
José Reinaldo Lemes Júnior Orientador: Prof. Wilian Soares Lacerda.
Técnicas Probabilísticas de Localização e Mapeamento aplicadas à Robótica Móvel Claudia Patricia Ochoa Díaz Mestrado em Sistemas Mecatrônicos UnB-2008.
Universidade Federal de Lavras Departamento de Ciência da Computação
Combinação de Preditores utilizando o Coeficiente de Correlação aplicado aos Problemas de Regressão Resumo Este trabalho apresenta um algoritmo de Boosting.
Redes Neurais Treinamento de MLP. Treinamento Divisão das entradas Parâmetros de treinamento –350 iterações –Nº de nós da camada interna (26, 46, 92)
Luana Bezerra Batista Redes Neurais Luana Bezerra Batista
Redes Neurais Artificiais
<< Título do Projeto >>
Redes Neurais Artificiais Prof. Júlio Cesar Nievola PPGIA – PUCPR Especialização em Inteligência Computacional.
UCB – Universidade Católica de Brasília Bacharelado em Ciência da Computação e Sistemas de Informação Trabalho de Conclusão de Curso JMBLogView ferramenta.
Professora Michelle Luz
Gestão de Processos Solução ou Burocracia Lançamento do Banco Nacional de Processos 23/04/2015.
Detecção de tráfego Skype na Web através de Redes Neurais Artigo Original: Freire, P. E., Ziviani, A., and Salles, R. M. (2008). Detecting skype flows.
Engenharia de Computação Pontifícia Universidade Católica de Campinas ENGENHARIA NA COMPUTAÇÃO Grupo 6.
Disciplina: LINGUAGENS FORMAIS, AUTÔMATOS E COMPUTABILIDADE
©2005 Germano C.Vasconcelos Projeto da Disciplina Germano C. Vasconcelos Centro de Informática - UFPE.
Rede de Computadores 1 MATA85 – Redes de Computadores II Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação.
Processos de Software Ludimila Monjardim Casagrande 1º Semestre Desenvolvimento e Qualidade.
Objetivo Este projeto destina-se ao estudo e à elaboração de modelos neurais artificiais, com o auxílio do programa Matlab. O objetivo principal deste.
Escalonamento de Operações de Reconfiguração Dinâmica Mestrado Integrado em Engenharia Eletrotécnica e de Computadores Aluno: Ricardo Ferreira Orientador:
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 12 Aprendizado não Supervisionado Mapas auto-organizáveis Max Pereira.
Transcrição da apresentação:

DSC/CCT/UFCG Projeto de Redes Neurais Apresentação Parcial do Projeto <Data> Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Bacharelado em Ciência da Computação

DSC/CCT/UFCG 2 Definição do problema  1 a 2 slides  Explicar claramente qual é o problema que está sendo resolvido por meio do uso de redes neurais  Fornecer detalhes sobre a natureza dos dados de entrada, características disponíveis, saídas esperadas  Justificar o uso de redes neurais

DSC/CCT/UFCG 3 Conceitos de Redes Neurais  1 a 2 slides  Indicar claramente se o problema é do tipo supervisionado, não supervisionado ou semi- supervisionado  Indicar o paradigma de rede neural empregado (e.g. Perceptron de Múltiplas Camadas, Hopfield, Mapas Auto- Organizáveis, ART, GSN etc)  Indicar se foi/será necessário utilizar alguma técnica de extração ou redução de características

DSC/CCT/UFCG 4 Solução Implementada  2 a 3 slides  Apresentar a arquitetura, entradas, saídas propostos  Indicar como os dados do problema serão/foram processados/manipulados para uso com a rede neural  Indicar ferramentas/simuladores/linguagens de programação utilizados ou planejados  Apresentar o projeto dos experimentos e da análise dos resultados, por exemplo: será utilizada validação cruzada? Será feito apenas 1 treinamento/teste ou vários treinamentos/testes? Como os dados serão particionados? Que tipos de resultados serão produzidos (curva ROC?, precisão?, acurácia? Erro tipo I? erro tipo II?); serão apresentados gráficos de erro durante o treinamento? Vai comparar com outras técnicas (não neurais) ? etc

DSC/CCT/UFCG 5 Resultados Obtidos  1 a 2 slides  Apresentar eventuais resultados preliminares, caso disponíveis.

DSC/CCT/UFCG 6 Próximos Passos  1 slide  Indicar as etapas restantes para conclusão do projeto no prazo.