Show simple item record

dc.contributor.advisorZanini, Angelo Sebastiaopt_BR
dc.contributor.authorFabris, Pedro Henrique Ferreira Dominichellipt_BR
dc.contributor.authorPinheiro, Pedro Henrique Soarespt_BR
dc.contributor.authorGodoy, Vinicius Abe dept_BR
dc.contributor.authorMormillo, Fabio Tottpt_BR
dc.date.accessioned2024-01-22T14:56:31Z
dc.date.available2024-01-22T14:56:31Z
dc.date.issued2023
dc.identifier.urihttps://repositorio.maua.br/handle/MAUA/497
dc.description.abstractNew technological advancements have ushered in a new era of innovation through artificial intelligence. New companies are emerging all the time, and those that already exist are incorporating innovations into their processes. This scenario has encouraged the emergence of various projects with the aim of automatically identifying and classifying objects in images. However, these projects share a common step called data collection, a slow and manual process that hinders the development lifecycle of these projects. To mitigate this problem, this project conducts a feasibility study of a new data extrapolation technique using generative networks, which is then transformed into a product through an online platform. The technique involves an image converter that seeks to repurpose images that are not useful by partially altering them using artificial intelligence, creating synthetic sections within the image. During development, classification networks were used as a basis for validating the technique, and it was possible to confirm that the technique has a positive impact on the data collection stage.en
dc.description.abstractNovos adventos tecnológicos propiciaram uma nova era de inovação através da inteligência artificial, empresas novas têm surgido a cada momento e as que já existiam estão incluir as inovações em seus processos. Esse cenário incentivou o surgimento de diversos projetos que tem como objetivo identificar e classificar objetos de forma automática em imagens, porém esses projetos possuem uma etapa em comum, chamada de coleta de dados, uma etapa lenta e manual que prejudica o ciclo de vida do desenvolvimento desses projetos. Visando amenizar esse problema, nesse projeto é realizado o estudo de viabilidade de uma nova técnica de extrapolação de dados através de redes generativas, com essa técnica sendo transformada em um produto através de uma plataforma online. A técnica se trata de um conversor de imagens que visa reaproveitar imagens que não tenham utilidade, alterando-as parcialmente com o uso de inteligência artificial, criando setores sintéticos na imagem. Durante o desenvolvimento foram utilizadas redes de classificação como base para a validação da técnica e foi possível validar que a técnica possui um impacto positivo na etapa de coleta de dados.pt_BR
dc.languagePortuguêspt_BR
dc.subjectGenerative Neural Networksen
dc.subjectData Augmentationen
dc.subjectArtificial Intelligenceen
dc.subjectSynthetic Dataen
dc.subjectMachine Learningen
dc.subjectRedes Neurais Generativaspt_BR
dc.subjectData Augmentationpt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectDados sintéticospt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.titleAplicação de redes generativas para a extrapolação de datasets visuaispt_BR
dc.typeTrabalho de conclusão de cursopt_BR
local.editorCEUN/EEMpt_BR


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record