Utilize este link para identificar ou citar este item:
https://bdm.unb.br/handle/10483/37053
| Título: | Análise de modelos de rede neuronal para previsão de próximo pixel de imagem binarizada |
| Autor(es): | Bispo, João Guimarães |
| Orientador(es): | Queiroz, Ricardo Lopes de |
| Assunto: | Redes neurais (Computação)
Inteligência artificial
Compressão de dados |
| Data de apresentação: | 17-Jul-2023 |
| Data de publicação: | 12-Dez-2023 |
| Referência: | BISPO, João Guimarães. Análise de modelos de rede neuronal para previsão de próximo pixel de imagem binarizada. 2023. 42 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) — Universidade de Brasília, Brasília, 2023. |
| Resumo: | Nesse estudo vários modelos de redes neuronais foram treinados para prever o próx imo pixel em uma imagem binarizada. Modelo de rede neuronal é um algoritmo que
tenta simular o comportamento de um cérebro biológico para processar dados e resolver
problemas de forma inteligente. Modelos para previsão de pixels de imagens são uteis
para a codificação aritmética, um algoritmo que diminui o tamanho dessas imagens para
que elas possam ser transmitidas pela web mais rápido. O estudo deverá vir a ajudar
profissionais trabalhando com redes neuronais e codificação aritmética a gerar melhores
modelos. Particularmente o estudo chega a conclusão que uma taxa de aprendizado de
0.01 é ideal para esse tipo de problema. Para obter resultados que possam complementar
os encontrados nesse projeto, outros estudos deveriam treinar e analisar modelos com taxa
de aprendizado variável, para ver qual o impacto dessa técnica nos resultados. |
| Abstract: | In this project several neural network models were trained to predict the next pixel in
a binarized image. Neural network models are a technique that tries to simulate the way
a biological brain processes information with the objective of creating a "smart" structure
capable of learning and solving problems. The problem of predicting the next pixel in an
image arises from aritmetic coding, an algorithm that shortens an image’s size, so it can
be transfered through the web faster. After training such models it was observed that a
learning rate of 0.01 resulted in better models overall. Such result should lead to an easier
and cheaper time training similar models to solve this particular problem in the future.
To extend this project, other studys should try to train models with a scheduler in order
to introduce some variance in the learning rate. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2023. |
| Licença: | 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. |
| Aparece na Coleção: | Engenharia da Computação
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
