Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/20162
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2018_StephannieLourettiAlbergariaPerezChiang_tcc.pdf6,04 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorZaghetto, Alexandre-
dc.contributor.authorChiang, Stéphannie Louretti Albergaria Perez-
dc.identifier.citationCHIANG, Stéphannie Louretti Albergaria Perez. Avaliação do desempenho da plataforma Intel Galileo Geração 2 no treinamento de redes neurais artificiais. 2018. xi, 47 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2018.pt_BR
dc.descriptionTrabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Brasília, 2018.pt_BR
dc.description.abstractUma rede neural artificial é um processador paralelamente distribuído formado por várias unidades de processamento simples que tem a capacidade natural de armazenar conhecimento experimental e torná-lo disponível para o uso. Dentre as diversas finalidades possíveis, as mais utilizadas são classificação de padrões, categorização, aproximação de funções e predição. Neste trabalho, a rede neural será utilizada para a classificação de padrões da flor Íris. A placa Intel Galileo Geração 2 foi criada com o propósito de auxiliar comunidades educacionais e criadoras, logo é capaz de realizar diversos tipos de processos com alta eficiência. Porém, quando se trata de treinamento de redes neurais não se sabe qual a verdadeira capacidade da placa. Este trabalho consiste na utilização de redes neurais artificiais na placa Galileo Geração 2 e na avaliação do seu desempenho no treinamento dessas redes através da analise do consumo energético da mesma por meio da realização de testes individuais. Nele foi possível observar que a placa Intel Galileo Geração 2 é uma boa ferramenta para aqueles que buscam trabalhar com redes neurais sem se preocupar com o consumo energético, já que a placa não apresenta maior consumo de energia quando utiliza redes neurais mais complexas.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordRedes neurais (Computação)pt_BR
dc.subject.keywordEficiência energéticapt_BR
dc.titleAvaliação do desempenho da plataforma Intel Galileo Geração 2 no treinamento de redes neurais artificiaispt_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2018-05-28T11:57:41Z-
dc.date.available2018-05-28T11:57:41Z-
dc.date.submitted2018-02-27-
dc.identifier.urihttp://bdm.unb.br/handle/10483/20162-
dc.language.isoPortuguêspt_BR
dc.description.abstract1An artificial neural network is a parallel distributed processor made up of several simple processing units that have the natural ability to store experimental knowledge and make it available for use"[7]. Among the several possible purposes, the most used are pattern classification, categorization, approximation of functions and prediction. In this work, the neural network will be used to classify Iris flower patterns. The Intel Galileo Generation 2 board was created for the purpose of assisting educational and creative communities, so it is capable of performing many types of processes with high efficiency. However, when it comes to neural network training it is not known what is the true capacity of the board. This work consists in the use of artificial neural networks in the Galileo Generation 2 board and in the evaluation of its performance in the training of these networks by analyzing the energy consumption of the same by means of individual tests. It was possible to observe that the Intel Galileo Generation 2 board is a good tool for those who seek to work with neural networks without worrying about energy consumption, since the board does not present greater energy consumption when using more complex neural networks.pt_BR
Aparece na Coleção:Engenharia da Computação



Este item está licenciado na Licença Creative Commons Creative Commons