• Portal do Governo Brasileiro
  • Atualize sua Barra de Governo
  • Ir para o conteúdo 1
  • Ir para o menu 2
  • Ir para a busca 3
  • Ir para o rodapé 4
  • Acessibilidade
  • Alto Contraste
  • Mapa do Site
Topo
Laboratório Nacional de Computação Científica

LNCC

Ministério da Ciência, Tecnologia e Inovações
Instagram Linkedin Facebook YouTube
  • SDumont
  • Imprensa
  • SEI-MCTI
  • Webmail
  • Intranet
  • Fale Conosco
Destaques Result. Programas PCI-LNCC Resultado Final do 1º Processo Seletivo de 2021 Guia de Conduta
logo

O LNCC

  • Histórico
  • Missão
  • Estrutura Organizacional
  • Corpo Técnico Científico
  • Documentos Institucionais
  • Localização

Coordenações

  • Coordenação de Métodos Matemáticos e Computacionais - COMAC
  • Coordenação de Modelagem Computacional - COMOD
  • Coordenação de Pós-graduação e Aperfeiçoamento - COPGA
  • Coordenação de Tecnologia da Informação e Comunicação - COTIC
  • Coordenação de Gestão e Administração - COGEA

Pesquisa e Desenvolvimento

  • Linhas de Pesquisa
  • Produção Técnico-Científica
  • Projetos de P & D
  • Grupos de Pesquisa

Supercomputador SDUMONT - Computação de Alto Desempenho

  • Supercomputador Santos Dumont
  • CENAPAD
  • SINAPAD

Programas Nacionais

  • INCT-MACC
  • LABINFO
  • SINAPAD

Inovação

  • Incubadora
  • NitRio
  • Soluções para Empresas

Programas  Acadêmicos

  • Mestrado e Doutorado
  • Programa de Verão
  • Bolsas de Estudos

Eventos

Biblioteca

  • Biblioteca

Acesso à Informação

  • Institucional
  • Ações e Programas
  • Participação Social
  • Auditorias
  • Receitas e Despesas
  • Licitações, Contratos e Convênios
  • Servidores
  • Informações Classificadas
  • Serviço de Informação ao Cidadão - SIC
  • Perguntas Frequentes
  • Dados Abertos
  • Gestão Documental
  • Agenda do Diretor
  • Carta de serviço ao Cidadão
  • Sobre a Lei de Acesso à Informação
  • Assessoria de Comunicação
  • Ouvidoria
  • Comissão de Ética
  • Gestão de Riscos
  • Guia de Conduta
  • LGPD
 

EVENTO



Classificação de Imagens usando Combinação de Características Topológicas e Redes Neurais

Tipo de evento:
Defesa de Dissertação de Mestrado


A análise topológica de dados (Topological Data Analysis - TDA) é uma área interdisciplinar que emprega conceitos da topologia para examinar e extrair informações cruciais sobre a estrutura de dados complexos. Este estudo utiliza a técnica da Homologia Persistente, uma abordagem da TDA, para extrair informações topológicas essenciais do espaço de dados e incorporá-las nas características de aprendizado profundo. Dentro do contexto da TDA, conceitos como complexos e filtragem são fundamentais. São utilizados os complexos de Vietoris-Rips, Alpha e Cúbico para criar representações dos dados. As classes de Homologia Persistente são calculadas, e sua evolução é monitorada através de Diagramas de Persistência. Técnicas de vetorização são empregadas para tornar as informações topológicas compatíveis com algoritmos de aprendizado de máquina. Arquiteturas de redes neurais, modeladas com base em redes do tipo perceptron multi-camadas e redes neurais convolucionais, são utilizadas para incorporar características topológicas nas estratégias de aprendizado profundo. O foco deste trabalho está na classificação de imagens no conjunto de dados da MNIST, formado por imagens de dígitos manuscritos de 0 a 9. A avaliação dos resultados mostra que a inclusão de informações topológicas pode aprimorar a precisão das redes neurais em tarefas de classificação multi classe. Contudo, é importante notar que esse aprimoramento está associado a um aumento na complexidade computacional durante o cálculo das classes de Homologia Persistente. Uma análise detalhada dos resultados identifica casos em que as técnicas de características topológicas melhoraram a acurácia e casos em que não houve melhora. Esse fato, juntamente com a alta dimensionalidade dos espaços motivou a aplicação de técnicas de seleção de características e análise das mesmas.

Para assistir acesse:
meet.google.com/hix-gmza-wni

Data Início: 05/03/2024
Hora: 14:00
Data Fim: 05/03/2024
Hora: 17:00

Local:  LNCC - Laboratório Nacional de Computação Ciêntifica - Virtual

Aluno:
Mariana Dória Prata Lima - - LNCC

Orientador:
Gastão Florêncio Miranda Junior - UFSE -
Gilson Antônio Giraldi - Laboratório Nacional de Computação Científica - LNCC

Participante Banca Examinadora:
Fabio André Machado Porto - Laboratório Nacional de Computação Científica - LNCC
Gilson Antônio Giraldi - Laboratório Nacional de Computação Científica - LNCC
Paulo Sérgio Silva Rodrigues - Centro Universitário da FEI - FEI

Suplente Banca Examinadora:
Antônio André Novotny - LNCC - LNCC
Diego Barreto Haddad - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca - CEFET


Últimas eventos

  •   Principal
  •   Hotéis/Pousadas
  •   Área do Inscrito
 
 Voltar para o topo
Rodapé

Principal

  • Estrutura Organizacional
  • Corpo Técnico Científico
  • Produção Técnico-Científica
  • Projetos de P & D
  • Mestrado e Doutorado
  • Bolsas de Estudos
  • Seminários
  • Congressos / Escolas / Cursos
  • Biblioteca

Acesso à Informação

  • Institucional
  • Ações e Programas
  • Participação Social
  • Auditorias
  • Receitas e Despesas
  • Licitações, Contratos e Convênios
  • Servidores
  • Informações Classificadas
  • Serviço de Informação ao Cidadão - SIC
  • Perguntas Frequentes
  • Dados Abertos
  • Gestão Documental
  • Agenda do Diretor
  • Carta de serviço ao Cidadão
  • Sobre a Lei de Acesso à Informação
  • Ouvidoria
  • Comissão de Ética
  • Gestão de Riscos
  • Guia de Conduta

Serviços

  • Fale Conosco
  • Assessoria de Comunicação

Redes Sociais

  • Instagram
  • Linkedin
  • Facebook
  • YouTube

Navegação

  • Acessibilidade
  • Mapa do Site

Brasil - Governo Federal   Brasil - Governo Federal