Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Casanova, Dalcimar | - |
Autor(es): dc.contributor | Casanova, Dalcimar | - |
Autor(es): dc.contributor | Pola, Ives Renê Venturini | - |
Autor(es): dc.contributor | Cavalcanti, Pablo Gautério | - |
Autor(es): dc.creator | Massucatto, Jean Daniel Prestes | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:41:56Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:41:56Z | - |
Data de envio: dc.date.issued | 2020-11-17 | - |
Data de envio: dc.date.issued | 2020-11-17 | - |
Data de envio: dc.date.issued | 2018-07-05 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/14595 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/658550 | - |
Descrição: dc.description | This work proposes an algorithm to solve one of the problems faced by taxonomists, the classification of leaves, a process that is done manually and takes a lot of time to accomplish, where the success rate depends simply on the professional capacity of the taxonomist. With the advance of technology and the emergence of deep learning, the convolutional neural networks were the focus of large studies in the area of image classification. Nowadays several researchers dedicate their time in developing algorithms for classification of foliar images based on the intrinsic concepts of convolutional neural networks. The developed neural network in this work was trained and tested on an image dataset available by the PlantCLEF project in the year 2016 among others. | - |
Descrição: dc.description | Este trabalho propõe um algoritmo para solucionar um dos problemas enfrentados por taxonomistas, a classificação de folhas, um processo que até então é feito manualmente e emprega muito tempo para sua realização, no qual a taxa de sucesso depende simplesmente da capacidade profissional do taxonomista. Com o avanço da tecnologia e surgimento do aprendizado profundo ou deep learning, as redes neurais convolucionais foram foco de grandes estudos na área de classificação de imagens. Atualmente, diversos pesquisadores dedicam seu tempo em desenvolver algoritmos para classificação de imagens foliares baseados nos conceitos intrínsecos as redes neurais convolucionais. A rede neural desenvolvida neste trabalho foi treinada e testada com um banco de imagens disponível pelo projeto PlantCLEF no ano de 2016 entre outros. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Pato Branco | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
Publicador: dc.publisher | Engenharia de Computação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Botânica - Classificação | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | Botany - Classification | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | Aplicação de conceitos de redes neurais convolucionais na classificação de imagens de folhas | - |
Título: dc.title | Application of concepts of Convolutional Neural Networks in classification of leaves | - |
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: