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 | Fabro, João Alberto | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-8975-0323 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6841185662777161 | - |
Autor(es): dc.contributor | Lima, Jose | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-7902-1207 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5332781602245082 | - |
Autor(es): dc.contributor | Oliveira, Andre Schneider de | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-8295-366X | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4006878042502781 | - |
Autor(es): dc.contributor | Martins, Felipe Nascimento | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-1032-6162 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6987889322617026 | - |
Autor(es): dc.contributor | Fabro, João Alberto | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-8975-0323 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6841185662777161 | - |
Autor(es): dc.contributor | Wehrmeister, Marco Aurélio | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1415-5527 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5548205054206839 | - |
Autor(es): dc.creator | Klein, Luan Carlos | - |
Data de aceite: dc.date.accessioned | 2025-08-29T13:00:03Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T13:00:03Z | - |
Data de envio: dc.date.issued | 2025-02-20 | - |
Data de envio: dc.date.issued | 2025-02-20 | - |
Data de envio: dc.date.issued | 2024-12-18 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/36015 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1105684 | - |
Descrição: dc.description | Efficient localization is an essential feature for autonomous robots. Due to its importance, this topic has been widely studied and debated over the years, with several approaches proposed. This study builds on previous research that suggests the use of artificial intelligence techniques for localization in the context of the RobotAtFactory 4.0 robotics competition. In particular, this study focuses on optimizing the hyperparameters of the Multilayer Perceptron (MLP), evaluating its performance in different situations within the same scenario. The results showed an improvement of up to 60% in the estimates’ precision compared to models without optimization. Another interesting result was the possibility of reusing optimizations between different scenarios, a promising alternative in cases where the computational cost of finding the best configuration is very high. This solution offers an effective approach to reducing the computational cost while improving the performance of machine learning models. | - |
Descrição: dc.description | A capacidade de se localizar de maneira eficiente é uma característica essencial para robôs autônomos. Devido à sua importância, esse tema tem sido amplamente estudado e debatido ao longo dos anos, com várias abordagens propostas. Este trabalho se baseia em pesquisas anteriores que sugerem o uso de técnicas de inteligência artificial para a localização no contexto da competição de robótica RobotAtFactory 4.0. Em particular, este estudo foca na otimização dos hiperparâmetros de uma Rede Neural Artificial do tipo MultiLayer Perceptron (MLP), investigando seu desempenho em diferentes situações dentro do mesmo cenário. Os resultados mostraram uma melhoria de até 60% na precisão das estimativas, quando comparado a modelos sem otimização. Outro resultado interessante foi a possibilidade de reutilizar otimizações em diferentes cenários, o que se apresenta como uma alternativa promissora em casos onde o custo computacional para encontrar a melhor configuração é muito elevado. Essa solução oferece uma abordagem eficaz para reduzir o custo computacional, ao mesmo tempo em que melhora o desempenho dos modelos de aprendizagem de máquina. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Computação Aplicada | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
Palavras-chave: dc.subject | Robótica | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Robótica - Competições | - |
Palavras-chave: dc.subject | Estimativa de parâmetros | - |
Palavras-chave: dc.subject | Inteligência computacional | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Robotics | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Robotics - Competitions | - |
Palavras-chave: dc.subject | Parameter estimation | - |
Palavras-chave: dc.subject | Computational intelligence | - |
Palavras-chave: dc.subject | Artificial intelligence | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Palavras-chave: dc.subject | Ciência da Computação | - |
Título: dc.title | Optimization of intelligent sensorization systems with machine learning applied to robotic localization | - |
Título: dc.title | Otimização de sistemas de sensorização inteligente com aprendizado de máquina aplicado à localização robótica | - |
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: