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 | Saito, Priscila Tiemi Maeda | - |
Autor(es): dc.contributor | Saito, Priscila Tiemi Maeda | - |
Autor(es): dc.contributor | Bugatti, Pedro Henrique | - |
Autor(es): dc.contributor | Sanches, Sílvio Ricardo Rodrigues | - |
Autor(es): dc.creator | Pereira, Vinícius Gabriel | - |
Data de aceite: dc.date.accessioned | 2025-08-29T11:58:33Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T11:58:33Z | - |
Data de envio: dc.date.issued | 2025-08-01 | - |
Data de envio: dc.date.issued | 2025-08-01 | - |
Data de envio: dc.date.issued | 2020-09-04 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/37721 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1086723 | - |
Descrição: dc.description | With the increasing data increase and the need for classification, it is essential to develop more effective and efficient learning techniques. Learning techniques have been proposed in the literature in several fields of application. In this context, different architectures of convolutional neural networks have stood out. Therefore, the present work aims to study, develop and validate learning techniques to obtain improvements in the process of classifying bioimages, more specifically mammographic images. For that, an experimental evaluation was carried out considering: i-) performance analysis of different architectures of convolutional neural networks; ii-) increase of data through data augmentation strategies; iii-) alteration of network hyperparameters to assess their performance under different configurations; iv-) evaluation of the characteristics that best describe the data sets. | - |
Descrição: dc.description | Com o crescente aumento de dados e a necessidade de classificação torna-se essencial o desenvolvimento de técnicas de aprendizado mais eficazes e eficientes. Técnicas de aprendizado têm sido propostas na literatura em diversos domínios de aplicação. Nesse contexto, diferentes arquiteturas de redes neurais convolucionais têm se destacado. Portanto, o presente trabalho tem como objetivo o estudo, o desenvolvimento e a validação de técnicas de aprendizado para obter melhorias no processo de classificação de bioimagens, mais especificamente imagens mamográficas. Para tanto, foi realizada uma avaliação experimental considerando: i-) análise de desempenho de diferentes arquiteturas de redes neurais convolucionais; ii-) aumento de dados por meio de estratégias de data augmentation; iii-) alteração de hiperparâmetros das redes para avaliar os desempenhos das mesmas sob diferentes configurações; iv-) avaliação das características que melhor descrevem os conjuntos de dados. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Cornelio Procopio | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia da Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | Attribution-NonCommercial 4.0 International | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc/4.0/ | - |
Palavras-chave: dc.subject | Classificação | - |
Palavras-chave: dc.subject | Imagens como recursos de informação | - |
Palavras-chave: dc.subject | Redes Neurais (Computação) | - |
Palavras-chave: dc.subject | Classification | - |
Palavras-chave: dc.subject | Pictures as information resources | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS | - |
Título: dc.title | Classificação de imagens mamográficas por meio de redes neurais convolucionais | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: