
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Valdes, Jaime Antonio Utria | - |
| Autor(es): dc.creator | Silva, Allan Lucas da | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T20:10:17Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T20:10:17Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/38012 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1055883 | - |
| Descrição: dc.description | O processo de reconhecimento de objetos em imagens tem se tornado cada vez mais eficiente para os computadores, graças aos avanços em visão computacional, especialmente com o uso de redes neurais profundas. Esses modelos, que foram introduzidos e desenvolvidos nos anos de 1990, têm sido aplicados em uma variedade de problemas de classificação de imagens. Neste estudo, foram implementadas duas redes neurais convolucionais: InceptionV3 e Xception. O principal objetivo da pesquisa foi realizar uma comparação entre essas implementações, avaliando qual delas apresenta o melhor desempenho na classificação de imagens, utilizando como base algumas métricas específicas. Para o problema de classificação de imagens de ressonância magnética (MRI), a rede Xception obteve o melhor resultado de acurácia, alcançando 99%, o que evidenciou a eficácia das redes no enfrentamento desta tarefa. | - |
| Descrição: dc.description | 27 f. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | Open Access | - |
| Direitos: dc.rights | CC-BY-SA | - |
| Palavras-chave: dc.subject | Rede de computadores | - |
| Palavras-chave: dc.subject | Imagem | - |
| Título: dc.title | Estudo comparativo de redes neurais convolucionais para classificação de imagens | - |
| Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: