Classificação contextual de imagens por meio de redes neurais convolucionais de grafos e poda por similaridade

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBugatti, Pedro Henrique-
Autor(es): dc.contributorhttp://lattes.cnpq.br/2177467029991118-
Autor(es): dc.contributorSaito, Priscila Tiemi Maeda-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6652293216938994-
Autor(es): dc.contributorOliveira, Claiton de-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8851289265109891-
Autor(es): dc.contributorKaster, Daniel dos Santos-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8013693656320228-
Autor(es): dc.contributorBugatti, Pedro Henrique-
Autor(es): dc.contributorhttp://lattes.cnpq.br/2177467029991118-
Autor(es): dc.contributorSanches, Silvio Ricardo Rodrigues-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9931293076574399-
Autor(es): dc.creatorCampos, Walacy da Silva-
Data de aceite: dc.date.accessioned2025-08-29T11:51:15Z-
Data de disponibilização: dc.date.available2025-08-29T11:51:15Z-
Data de envio: dc.date.issued2022-12-04-
Data de envio: dc.date.issued2022-12-04-
Data de envio: dc.date.issued2022-02-24-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/30250-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1084455-
Descrição: dc.descriptionComputer vision techniques have become popular in the technology industry. This success is derived from advances in computational resources and the generation of complex data. In this way, the use of resources such as convolutional neural networks for classification tasks was widespread among companies. Although such networks present interesting results for image classification, their difficulty in dealing with data relationship aspects opened a possibility for the use of graph convolutional neural networks. However, these networks have a bottleneck related to the scalability of resources, which is not well explored by the state of the art for the context of computer vision. In this way, this research proposes an approach with the objective of reducing the consumption of computational resources of the graph convolutional neural networks. In this research, there were several tests executed, which revealed this work can be promissory in many scenarios, capable of reducing the training effort by reductions in the memory consumption of up to 60.24% and memory usage from a graphical card in 23.11%. The work can contribute to the reduction of computing resources in data centers, being one of the main offenders in terms of costs and carbon emissions.-
Descrição: dc.descriptionTécnicas de visão computacional se tornaram populares na indústria de tecnologia. Esse sucesso é derivado do avanço em recursos computacionais e na geração de dados complexos. Desta forma, o uso de algoritmos como redes neurais convolucionais para tarefas de classificação foi difundido entre muitas companhias. Apesar de tais redes apresentarem resultados interessantes para classificação de imagens, sua dificuldade em lidar com aspectos de relacionamento entre os dados abriu a possibilidade para o uso das redes neurais convolucionais de grafos. Contudo, essas redes de grafos possuem um gargalo relacionado à escalabilidade de recursos que é pouco explorado pelo estado da arte para o contexto de visão computacional. Desta forma, este trabalho propõe uma abordagem de poda com objetivo de reduzir o consumo de recursos computacionais das redes neurais convolucionais de grafos. Foi realizada uma avaliação experimental extensiva, a qual mostra que a abordagem proposta pode ser promissora, sendo capaz de reduzir o tempo de treinamento em 60,24%, além do consumo de memória de placa gráfica em 23,11%. O trabalho pode contribuir para a redução de recursos computacionais em data centers, sendo um dos principais ofensores no que tange a custos e emissão de carbono.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Informática-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectRedes Neurais (Computação)-
Palavras-chave: dc.subjectTeoria dos grafos-
Palavras-chave: dc.subjectVisão por computador-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectGraph theory-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Palavras-chave: dc.subjectCiência da Computação-
Título: dc.titleClassificação contextual de imagens por meio de redes neurais convolucionais de grafos e poda por similaridade-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.