Banca de QUALIFICAÇÃO: AMANDA MARIA DOMINGOS DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : AMANDA MARIA DOMINGOS DE OLIVEIRA
DATA : 20/12/2023
HORA: 15:00
LOCAL: O evento será remoto, com link de acesso: https://meet.google.com/fzr-wxer-qux
TÍTULO:

REDE NEURAL CONVOLUCIONAL APLICADA NO RECONHECIMENTO DE CONFIGURAÇÕES DE MÃOS DA LIBRAS A PARTIR DA RESPOSTA DE FREQUÊNCIA DE UMA FSS


PALAVRAS-CHAVES:

FSS; Aprendizagem de Máquina; Rede Neural Convolucional; Libras; Língua de Sinais.


PÁGINAS: 39
RESUMO:

Esta tese aborda a implementação, treinamento e teste de uma rede neural 2D com 3 camadas convolucionais e filtros de dimensão 3x3 empregada para identificar as configurações de mãos da Libras. Os dados que alimentam a rede neural consistem em imagens do gráfico do coeficiente de transmissão (S11) de uma FSS Data Glove, criada utilizando tecido jeans e tinta condutora. Durante o teste da estrutura da FSS Data Glove foram coletadas apenas 3 amostras da curva S11 da FSS para 3 posições de mãos distintas (dedo médio dobrado, dedo indicador dobrado e mão na horizontal), esses dados foram submetidos a diferentes tratamentos de imagem para ampliação da base de dados, resultando em uma base composta por 1540 imagens. Os resultados prévios desta pesquisa indicam uma acurácia de 95% para a arquitetura utilizada. Tal arquitetura foi definida a partir do treinamento e teste do modelo com diferentes configurações em termos de quantidade de camadas convolucionais e dimensões diferentes do filtro das camadas convolucionais, o que apontou para melhor resultado de acurácia na arquitetura de 3 camadas convolucionais 2D com filtro de dimensão 3x3. Isso demonstra a eficácia da rede neural em identificar e classificar padrões a partir do gráfico do S11, mesmo em condições desafiadoras de uma base de dados em maioria gerados por aumento de dados. A abordagem utilizada nesta tese apresenta-as com potencial para um modelo de aprendizagem de máquina adequado para a composição de um sistema computacional integrado a um dispositivo vestível para identificação de sinais da Libras.


MEMBROS DA BANCA:
Presidente - 6345784 - ADAILDO GOMES D ASSUNCAO
Externo à Instituição - ADAILDO GOMES D ASSUNCAO JUNIOR - IFPB
Externo ao Programa - 1422699 - HERTZ WILTON DE CASTRO LINS - UFRNExterna ao Programa - 1362181 - ISMENIA BLAVATSKY DE MAGALHÃES - UFRNInterno - 349732 - LAERCIO MARTINS DE MENDONCA
Interno - 3921178 - VALDEMIR PRAXEDES DA SILVA NETO
Notícia cadastrada em: 20/12/2023 01:13
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa03-producao.info.ufrn.br.sigaa03-producao