Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for +publisher:"Universidade Federal do Amazonas" +contributor:("http://lattes.cnpq.br/9535853909210803"). Showing records 1 – 3 of 3 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Cunha, Francisco Fagner do Rego. Um estudo sobre abordagens para avaliação out-of-sample de modelos de classificação de animais em imagens de armadilhas fotográficas.

Degree: 2019, Universidade Federal do Amazonas

A utilização de armadilhas fotográficas é uma estratégia de monitoramento da vida selvagem que consiste na instalação de câmeras com sensores de movimento que, ao serem acionados, ativam a gravação de curtas sequências de imagens ou vídeos de animais, sem interferir em seu comportamento natural. Essas câmeras obtêm milhões de imagens, mas a extração de informação é tradicionalmente feita por humanos, tarefa que demanda tempo e é dispendiosa. Técnicas de aprendizado profundo são o estado da arte para extração de informações a partir de imagens e têm sido aplicadas em diversos trabalhos para a classificação de animais em imagens de armadilhas fotográficas. Como esses modelos têm alta capacidade de representação e podem facilmente memorizar toda a base de treinamento, deve-se evitar sobreposição de imagens muito semelhantes nas bases de treino e de teste, a fim de avaliar corretamente a capacidade de generalização dos modelos. Entretanto, a similaridade entre as imagens de armadilhas fotográficas obtidas em um mesmo local em curtos períodos de tempo tem recebido pouca atenção na literatura da área. O particionamento aleatório dos dados é a abordagem mais comum utilizada nos trabalhos que investigam a classificação de espécies em imagens de armadilhas fotográfica. Porém, esse tipo de abordagem pode gerar conjuntos de teste otimistas em relação às condições reais de utilização dos modelos, fato que pode implicar em uma avaliação superestimada dos modelos treinados e pode levar à tomada de decisões equivocadas. Considerando esse contexto, neste trabalho foi realizado um estudo sobre abordagens de particionamento de dados entre treino e teste em bases de classificação de espécies de animais em imagens de armadilhas fotográficas a fim de reduzir o viés otimista na construção de conjuntos de teste. Cenários reais de utilização foram simulados e avaliados para verificar se os conjuntos de teste conseguem evidenciar a capacidade de generalização dos modelos nessas condições. Como resultado, foi especificado um conjunto de recomendações para o particionamento dos dados para avaliação out-of-sample de modelos de acordo com o protocolo utilizado pelo projeto de armadilhas fotográficas.

Camera traps are a strategy for wildlife monitoring, which consists on using cameras with motion sensors that, when triggered, start recording short sequences of images or videos of animals without disturbing their natural behavior. These cameras capture millions of images, but the information extraction is traditionally performed by humans, which is an expensive and time-consuming manual task. Deep learning techniques are the state of the art for extracting information from images and have been applied in several works to perform animal species classification in camera trap images. Since these models have high representation capacity and can easily memorize the entire training set, overlapping of very similar images in training and test sets should be avoided, in order to correctly evaluate the models generalization capacity. However, the…

Advisors/Committee Members: Santos, Eulanda Miranda dos, 580.179.682-72, http://lattes.cnpq.br/3054990742969890, Colonna, Juan Gabriel, 541.044.082-04, http://lattes.cnpq.br/9535853909210803, Cristo, Marco Antônio Pinheiro de, Carvalho, José Reginaldo Hughes, Carvalho, André Luiz da Costa, [email protected].

Subjects/Keywords: Redes neurais; Armadilhas fotográficas; Aprendizagem de máquina; Particionamento dos dados; Monitoramento da vida selvagem; Deep neural networks; Camera traps; Machine learning; Dataset splitting; Wildlife monitoring; CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Cunha, F. F. d. R. (2019). Um estudo sobre abordagens para avaliação out-of-sample de modelos de classificação de animais em imagens de armadilhas fotográficas. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7075

Chicago Manual of Style (16th Edition):

Cunha, Francisco Fagner do Rego. “Um estudo sobre abordagens para avaliação out-of-sample de modelos de classificação de animais em imagens de armadilhas fotográficas.” 2019. Masters Thesis, Universidade Federal do Amazonas. Accessed August 11, 2020. https://tede.ufam.edu.br/handle/tede/7075.

MLA Handbook (7th Edition):

Cunha, Francisco Fagner do Rego. “Um estudo sobre abordagens para avaliação out-of-sample de modelos de classificação de animais em imagens de armadilhas fotográficas.” 2019. Web. 11 Aug 2020.

Vancouver:

Cunha FFdR. Um estudo sobre abordagens para avaliação out-of-sample de modelos de classificação de animais em imagens de armadilhas fotográficas. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2019. [cited 2020 Aug 11]. Available from: https://tede.ufam.edu.br/handle/tede/7075.

Council of Science Editors:

Cunha FFdR. Um estudo sobre abordagens para avaliação out-of-sample de modelos de classificação de animais em imagens de armadilhas fotográficas. [Masters Thesis]. Universidade Federal do Amazonas; 2019. Available from: https://tede.ufam.edu.br/handle/tede/7075

2. Bragança, Hendrio Luis de Souza. Reconhecimento de atividades humanas usando medidas estatísticas dos sensores inerciais dos smartphones.

Degree: 2019, Universidade Federal do Amazonas

O reconhecimento de atividades humanas (RAH) tem emergido como uma tecnologia revolucionária para monitorar o estilo de vida das pessoas. Com a popularização dos smartphones essa tarefa tem sido possível através dos sensores embarcados (e.g. os sensores inerciais acelerômetro e giroscópio) que permitem o reconhecimento de diferentes tipos de atividades usando técnicas de aprendizagem de máquina. Os dados coletados pelos sensores são tratados com séries temporais e devem passar por diversas etapas até que o reconhecimento de atividades seja concluído. Assim, os dados devem ser processados, segmentados e transformados em um conjunto de características que representam as atividades desenvolvidas pelos usuários. Tais características são tradicionalmente expressas a partir de medidas matemáticas como, por exemplo, média, variância e desvio padrão, extraídas dos sinais dos sensores. Essa forma de reconhecer atividades que compõe o modo mais convencional, tem obtido êxito e levado a grandes avanços neste domínio nos últimos anos. Entretanto, o emprego dessa abordagem requer que cálculos sejam definidos manualmente com o apoio de um especialista no domínio. À medida que novas atividades surgem, os modelos de classificação gerados perdem desempenho, requerendo que o especialista gere novas características para representar bem as novas atividades. Assim, a adoção dessa abordagem tem afetado a capacidade de generalização dos modelos de reconhecimento com o tempo. Por esse motivo, as pesquisas mais recentes têm direcionado seus esforços em soluções que aprendem os padrões implícitos dos sinais (feature learning) e realizam o processo de extração de características de forma automática. Exemplos desses algoritmos são as redes neurais profundas e os algoritmos de representação simbólica. Em particular, os algoritmos de representação simbólica extraem características discretas automaticamente dos dados. Nesse contexto, este trabalho apresenta o método HAR-SR (do inglês, Human Activity Recognition based on Symbolic Representation), que corresponde a uma nova abordagem para problemas envolvendo classificação de atividades humanas. O método HAR-SR realiza extração automática de características no domínio discreto utilizando quantificadores estatísticos como novas características que representam atividades. Esses quantificadores associam valores às séries temporais conforme sua natureza determinística ou estocástica. Além disso, o HAR-SR utiliza estratégias de fusão de dados para combinar os sinais dos sensores e realiza uma redução de dimensionalidade nos dados. Os resultados desta pesquisa mostram que o HAR-SR apresenta um desempenho similar aos trabalhos estado-da-arte no reconhecimento de atividades. O diferencial do método proposto, além da boa capacidade de generalização, está relacionado ao custo computacional, que é menor no processo de extração de características, visto que utiliza um número muito menor de características para gerar o modelo de classificação. Os resultados de avaliação usando três bases de dados reais… Advisors/Committee Members: Souto, Eduardo James Pereira, 33583633253, http://lattes.cnpq.br/3875301617975895, Colonna, Juan Gabriel, http://lattes.cnpq.br/9535853909210803, Barreto, Raimundo da Silva, http://lattes.cnpq.br/1132672107627968, Rosso, Osvaldo Anibal, http://lattes.cnpq.br/2583233573401291, [email protected].

Subjects/Keywords: Reconhecimento de atividades humanas; Representação simbólica; Teoria da informação; Sensores inerciais; Smartphone; Human activity recognition; Symbolic representation; Information theory; Inertial sensors; CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Bragança, H. L. d. S. (2019). Reconhecimento de atividades humanas usando medidas estatísticas dos sensores inerciais dos smartphones. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7126

Chicago Manual of Style (16th Edition):

Bragança, Hendrio Luis de Souza. “Reconhecimento de atividades humanas usando medidas estatísticas dos sensores inerciais dos smartphones.” 2019. Masters Thesis, Universidade Federal do Amazonas. Accessed August 11, 2020. https://tede.ufam.edu.br/handle/tede/7126.

MLA Handbook (7th Edition):

Bragança, Hendrio Luis de Souza. “Reconhecimento de atividades humanas usando medidas estatísticas dos sensores inerciais dos smartphones.” 2019. Web. 11 Aug 2020.

Vancouver:

Bragança HLdS. Reconhecimento de atividades humanas usando medidas estatísticas dos sensores inerciais dos smartphones. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2019. [cited 2020 Aug 11]. Available from: https://tede.ufam.edu.br/handle/tede/7126.

Council of Science Editors:

Bragança HLdS. Reconhecimento de atividades humanas usando medidas estatísticas dos sensores inerciais dos smartphones. [Masters Thesis]. Universidade Federal do Amazonas; 2019. Available from: https://tede.ufam.edu.br/handle/tede/7126

3. Silveira, Denys Dion?sio Bezerra. Modelos de T?picos baseados em Autocodificadores Variacionais utilizando as distribui??es Gumbel-Softmax e mistura de Normais-Log?sticas.

Degree: 2018, Universidade Federal do Amazonas

Modelos probabil?sticos de t?picos s?o modelos estat?sticos capazes de identificar t?picos em uma cole??o de texto. Eles s?o amplamente aplicados em tarefas relacionadas ? ?rea de Processamento de Linguagem Natural, uma vez que capturam com sucesso rela??es latentes por meio da an?lise de dados n?o rotulados. Entretanto, solu??es anal?ticas para a infer?ncia Bayesiana desses modelos s?o geralmente intrat?veis, dificultando a proposta de modelos probabil?sticos que sejam mais expressivos. Neste cen?rio, os Autocodificadores Variacionais (ACVs), m?todos que empregam uma rede de infer?ncia baseada em redes neurais respons?vel por estimar a distribui??o a posteriori, tornaram-se uma alternativa promissora para inferir distribui??es de t?picos em cole??es de texto. Estes modelos, contudo, tamb?m introduzem novos desafios, tal como a necessidade de distribui??es cont?nuas e reparametriz?veis que podem n?o se ajustar ?s distribui??es reais dos t?picos. Al?m disso, redes de infer?ncia tendem a apresentar um problema conhecido como colapso de componentes, onde apenas alguns t?picos contendo poucos termos correlacionados s?o efetivamente extra?dos. Para tentar evitar estes problemas, prop?em-se dois novos m?todos de t?picos. O primeiro (GSDTM) ? baseado em uma distribui??o cont?nua pseudocateg?rica denominada Gumbel-Softmax, capaz de gerar amostras aproximadamente categ?ricas, enquanto o segundo (LMDTM) adota uma mistura de distribui??es Normais-log?sticas, que pode ser adequada em cen?rios onde a distribui??o dos dados ? complexa. Apresenta-se tamb?m um estudo sobre o impacto que diferentes escolhas de modelagem t?m sobre os t?picos gerados, observando um compromisso entre coer?ncia dos t?picos e a qualidade do modelo gerador. Por meio de experimentos usando duas cole??es de dados de refer?ncia, tr?s m?tricas distintas de avalia??o quantitativa e uma inspe??o qualitativa, mostra-se que o modelo GSDTM supera de forma significativa os modelos de t?picos considerados estado da arte em grande parte dos cen?rios de teste, em termos de coer?ncia m?dia de t?picos e perplexidade.

Probabilistic topic models are statistical models which are able to identify topics on textual data. They are widely applied in many tasks related to Natural Language Processing due to their effective use of unlabeled data to capture latent relations. Analytical solutions for Bayesian inference of such models, however, are usually intractable, hindering the proposition of highly expressive text models. In this scenario, Variational Auto-Encoders (VAEs), where an artificial neural-based inference network is used to approximate the posterior distribution, became a promising alternative for inferring latent topic distributions of text documents. These models, however, also pose new challenges such as the requirement of continuous and reparameterizable distributions which may not fit so well the true latent topic distributions. Moreover, inference networks are prone to a well-known problem called component collapsing, where a little number of topics are…

Advisors/Committee Members: Cristo, Marco Ant?nio Pinheiro de, [email protected], http://lattes.cnpq.br/6261175351521953, Carvalho, Andr? Luiz da Costa, http://lattes.cnpq.br/4863447798119856, Colonna, Juan Gabriel, http://lattes.cnpq.br/9535853909210803, Pappa, Gisele Lobo, http://lattes.cnpq.br/5936682335701497, Carvalho, Andr? Luiz da Costa, http://lattes.cnpq.br/4863447798119856, [email protected].

Subjects/Keywords: Redes neurais (Computa??o); Teoria bayesiana de decis?o estat?stica; CI?NCIAS EXATAS E DA TERRA; CI?NCIAS EXATAS E DA TERRA: CI?NCIA DA COMPUTA??O; Modelos de T?picos; Autocodificadores Variacionais; Infer?ncia Bayesiana; Aprendizagem Profunda

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Silveira, D. D. B. (2018). Modelos de T?picos baseados em Autocodificadores Variacionais utilizando as distribui??es Gumbel-Softmax e mistura de Normais-Log?sticas. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7439

Chicago Manual of Style (16th Edition):

Silveira, Denys Dion?sio Bezerra. “Modelos de T?picos baseados em Autocodificadores Variacionais utilizando as distribui??es Gumbel-Softmax e mistura de Normais-Log?sticas.” 2018. Masters Thesis, Universidade Federal do Amazonas. Accessed August 11, 2020. https://tede.ufam.edu.br/handle/tede/7439.

MLA Handbook (7th Edition):

Silveira, Denys Dion?sio Bezerra. “Modelos de T?picos baseados em Autocodificadores Variacionais utilizando as distribui??es Gumbel-Softmax e mistura de Normais-Log?sticas.” 2018. Web. 11 Aug 2020.

Vancouver:

Silveira DDB. Modelos de T?picos baseados em Autocodificadores Variacionais utilizando as distribui??es Gumbel-Softmax e mistura de Normais-Log?sticas. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2018. [cited 2020 Aug 11]. Available from: https://tede.ufam.edu.br/handle/tede/7439.

Council of Science Editors:

Silveira DDB. Modelos de T?picos baseados em Autocodificadores Variacionais utilizando as distribui??es Gumbel-Softmax e mistura de Normais-Log?sticas. [Masters Thesis]. Universidade Federal do Amazonas; 2018. Available from: https://tede.ufam.edu.br/handle/tede/7439

.