Arquiteturas deep learning aplicadas em veículos autônomos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorOrosa, Luis Martí-
Autor(es): dc.contributorCarvalho, Aline Marins Paes-
Autor(es): dc.contributorSánchez, Nayat-
Autor(es): dc.creatorBoden, Lucas Hippertt Stuart-
Data de aceite: dc.date.accessioned2024-07-11T18:07:55Z-
Data de disponibilização: dc.date.available2024-07-11T18:07:55Z-
Data de envio: dc.date.issued2018-02-20-
Data de envio: dc.date.issued2018-02-20-
Data de envio: dc.date.issued2018-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/5800-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/764145-
Descrição: dc.descriptionExistem diversos modelos e parâmetros que podem ser utilizados ao classificarmos imagens utilizando \emph{Deep Learning}. Essas diversas variações afetam diretamente a qualidade das predições realizadas, e no contexto de veículos autônomos, esses valores podem ser a diferença entre o carro se manter na estrada ou não. Por este motivo, este projeto visa realizar um estudo de como a utilização de diferentes técnicas e arquiteturas de \emph{Deep Learning} afetam a qualidade da predição do ângulo que o veículo deve tomar para a tarefa de direção autônoma, através da realização de experimentos teóricos e práticos, com o intuito de obter resultados que possam ser utilizados tanto na tarefa de direção autônoma de veículos quanto em tarefas semelhantes-
Descrição: dc.descriptionThere are several models and parameters that can be used to classify images using Deep Learning. These variations directly aect the quality of the assumptions made, and in context of autonomous vehicles, these values can be deferred in the car whether to stay on the road or not. For this reason, this project aims to perform a study of how the use of techniques and architectures of Deep Learning aect the quality of the angle prediction that the vehicle must take to the task of autonomous steering, through the realization of theoretical experiments and practical, in order to obtain results that are used both in the task of autonomous steering of vehicles and in similar tasks-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectDeep learning-
Palavras-chave: dc.subjectVeículos autônomos-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectVeículo autônomo-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectSelf driving cars-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectArtificial intelligence-
Título: dc.titleArquiteturas deep learning aplicadas em veículos autônomos-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.