ANÁLISE DE DESEMPENHO DE UM ALGORITMO DESENVOLVIDO PARA SOLUÇÃO DE DEEP LEARNING UTILIZANDO REDES NEURAIS CONVOLUCIONAIS PARA ANÁLISE DE CONTRASTE DE IMAGENS

  • Patrick Francisco OLIVEIRA/Carlos Eduardo CÂMARA

Resumen

O aprendizado profundo (deep learning) pertence a um tipo de aprendizado de máquina que utiliza as redes neurais artificiais para a resolução de problemas complexos como o reconhecimento de imagens. A rede neural convolucional (RNC) é uma arquitetura baseada em redes neurais artificiais, e vem sendo muito aplicada para o aprendizado profundo, trazendo bons resultados no processamento e análise de imagens. Nesse artigo será apresentado conceitos preliminares para o entendimento das RNCs, analisando as técnicas para a melhora do contraste das imagens, mostrando o processo de aprendizagem e seus resultados.

Biografía del autor/a

Patrick Francisco OLIVEIRA/Carlos Eduardo CÂMARA

Patrick Francisco OLIVEIRA
patrickoliveira58@gmail.com
Sistemas de informação, Centro Universitário Padre Anchieta


Carlos Eduardo CÂMARA
ccamara@anchieta.br
dinhocamara@gmail.com
Sistemas de Informação, Ciência da Computação, Centro Universitário Padre Anchieta

Cómo citar
Patrick Francisco OLIVEIRA/Carlos Eduardo CÂMARA. (1). ANÁLISE DE DESEMPENHO DE UM ALGORITMO DESENVOLVIDO PARA SOLUÇÃO DE DEEP LEARNING UTILIZANDO REDES NEURAIS CONVOLUCIONAIS PARA ANÁLISE DE CONTRASTE DE IMAGENS. Revista De Ubiquidade, 2(1), 84-105. Recuperado a partir de https://revistas.anchieta.br/index.php/RevistaUbiquidade/article/view/1010
Sección
Artigos