Campo Dublin Core | Valor | Língua |
dc.contributor.advisor | Rosa, Suélia de Siqueira Rodrigues Fleury | - |
dc.contributor.author | Borges, Ítalo Rodrigo Moreira | - |
dc.identifier.citation | BORGES, Ítalo Rodrigo Moreira. Luva inteligente para traduzir libras em língua portuguesa usando método de inteligência artificial. 2020. 163 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2020. | pt_BR |
dc.description | Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, 2020. | pt_BR |
dc.description.abstract | O grupo de deficientes auditivos representam 5,10% da população brasileira e
ocupa o terceiro lugar em tipos de deficiências. O presente trabalho visa a construção de uma luva que permite traduzir sinais de LIBRAS em sinais de áudio
em língua portuguesa. Para projetar e implementar essa luva utilizou-se: o método
matemático conhecido como redes neurais artificiais multicamada perceptron com
retropropagação, um MPU-6050 como sensor inercial, um micro SD card para armazenar os pesos da rede neural utilizada, um módulo MP3 para processar o sinal
de áudio, um auto falante como saída sonora e confeccionou-se sensores flexíveis
resistivos para adquirir e identificar o sinal de LIBRAS. Com o intuito de verificar
a qualidade do sensor flexível resistivo, recorreu-se ao método de caracterização
e para averiguar o bom funcionamento do sensor MPU-6050 usou-se o software
processing 3D que auxiliou na calibração do sensor. Desta maneira, verificou-se os
indicadores de qualidade da rede neural artificial com a matriz de confusão que
analisa a relação de dados na previsão ideal (dados de sinais em LIBRAS extraídos
do dataset) com os dados previstos (sinais de LIBRAS classificado pelo sistema
implementado) e utilizou-se a acurácia e a função erro mean square error como
indicadores de qualidade do treino que resultaram respectivamente em 99,97% e
0,0021 . Em vista desses testes, identificou-se quais componentes, materiais e combinações que seriam mais apropriadas para o sistema. Os indicadores auxiliaram
na escolha da arquitetura da rede neural artificial que possibilitou a implementação
de uma solução tecnológica que beneficiará a comunidade de deficientes auditivos. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject.keyword | Língua brasileira de sinais | pt_BR |
dc.subject.keyword | Inteligência artificial | pt_BR |
dc.subject.keyword | Redes neurais (Computação) | pt_BR |
dc.title | Luva inteligente para traduzir libras em língua portuguesa usando método de inteligência artificial | pt_BR |
dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
dc.date.accessioned | 2020-11-25T21:23:32Z | - |
dc.date.available | 2020-11-25T21:23:32Z | - |
dc.date.submitted | 2020-06-27 | - |
dc.identifier.uri | https://bdm.unb.br/handle/10483/26021 | - |
dc.language.iso | Português | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
dc.contributor.advisorco | Campos, Ronei Delfino da Fonseca | - |
dc.description.abstract1 | The hearing impaired group represents 5.10% of the Brazilian population and ranks
third in types of disabilities. The present work aims at the construction of a glove
that allows translating LIBRAS signals into audio signals in Portuguese. To design
and implement this used glove: Mathematical method known as artificial neural
networks multilayer perceptron backpropagation, MPU-6050 as inertial sensor,
micro SD card for weight storage, MP3 module for audio signal control , speaker
as a sound output and flexible resistive sensors to obtain and identify or signal
LIBRAS. In order to verify the quality of the sensor, the flexible resistor used
the method of characterization and good functioning of the sensor MPU-6050
used by the software processing 3D that helped in the calibration of the sensor.
In this way, the quality indicators of the artificial neural network were verified
with a confusion matrix that analyzes a relationship of data in the ideal forecast
(LIBRAS sign data extracted from the dataset) with the data provided (LIBRAS
signs classified by the implemented system) and accuracy and the mean square
error function were used as indicators of training quality, which resulted in 99.97%
and 0.0021, respectively. In view of these tests, it was identified which components,
materials and combinations would be most appropriate for the system. In view of
these tests, it was identified which components, materials and combinations are
most appropriate for the system. The auxiliary indicators for choosing the artificial
neural network architecture allow the implementation of a technological solution
that benefits a community of hearing impaired people. | pt_BR |
Aparece na Coleção: | Engenharia Eletrônica
|