RN 2010.1
Seleção Temas Projetos 2010
Formação de equipes e
procedimentos
• Equipes de 1 a 3 componentes
• Equipe precisa deixar clara a
participação/responsabilidades de cada componente
com respeito ao projeto
• Proposta de projeto: 1 página listando a equipe, a
descrição do problema a ser resolvidos, técnicas
neurais propostas e objetivos.
• Prazo para recepção das propostas de projetos e
formação de equipes: 17/maio
• Ao final do semestre, as equipes farão uma
apresentação (seminário) constituída de 2 partes: 1ª
apresentação do problema, solução proposta e
resultados; 2ª demonstração prática do projeto.
• Fornecer os slides e o código+dados até data do
seminário
Tema 1: Reconhecimento de
padrões
• Reconhecer objetos em imagens, com treinamento
supervisionado
– Caracteres, placas de carros, caminhão vs carros, (multiclasse)
– Frutas (multiclasse)
– Pessoas (2 ou mais classes)
• Padrões de voz ou audio
– Discriminar voz de ruido, ou voz de instrumentos musicais
• Outros cenários
– Web: não supervisionado – mineração de dados –
aprendizagem de conceitos
– Adicionar classificação neural ao Detector de plágio existente
que faz consultas ao Google
– Engenharias, medicina, botanica etc
– Classificação Imagens de satélite
Tema 2: Previsão de séries
temporais
• Cotação de ações/ídices da bolsa de
valores – e.g. usar redes de Elman, MLPBP
• Previsão climática (por exemplo, a partir
de séries temporais de Pressão,
temperatura, humindade, velocidade do
vento, prever classes de situações
climáticas).
• etc
Tema 3: Recuperação da
Informação
• Recuperação de arquivos de áudio a partir
do conteúdo
• Recuperação de imagens a partir do
conteúdo
• Mineração de dados
• etc
Tema 4: Implementação de
Modelos de Redes Neurais
• Implementação, simulação e teste de
modelos de redes Neurais não
encontrados naturalmente em simuladores
(como Matlab, SNNS etc)
– RAM-based (PLN, GSN etc)
– etc
Resolução Típica de um Problema
utilizando Redes Neurais
Análise do Problema: tipo
de trainamento/rede,
características a serem
extraídas etc
Aquisição dos Dados
Análise dos
Resultados
Documentação dos
Resultados e
Análises
PréProcessamento/Normalização
ou Segmentação
dos Dados
Avaliação Experimental
(treinamento e teste), podendo
envolver ROC, cross-validation
Extração e Seleção
de
Características
Relevantes ao Problema
Projeto/Modelagem da
Rede Neural – Definição
da Arquitetura