Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/7376
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorRêgo Segundo, Alan Kardekpt_BR
dc.contributor.advisorReis, Agnaldo José da Rochapt_BR
dc.contributor.authorMoreira, Lucas Ferreira Quintão Moreira-
dc.date.accessioned2024-12-18T20:44:36Z-
dc.date.available2024-12-18T20:44:36Z-
dc.date.issued2024pt_BR
dc.identifier.citationMOREIRA, Lucas Ferreira Quintão. Aplicação de redes neurais convolucionais na classicação de mosquitos transmissores da dengue por meio da imagem de suas asas. 2024. 42 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/7376-
dc.description.abstractDiante do crescente número de casos de dengue no Brasil, promover estudos para a identificação dos mosquitos transmissores é importante para a adoção de medidas de controle e prevenção. Sendo assim, objetiva-se com este trabalho desenvolver um modelo de classificação a fim de identificar os mosquitos Aedes aegypti e Aedes albopictus, utilizando as imagens de suas asas. Diante disso, recorreu-se a uma base de dados disponibilizada pelo Instituto Butantan (Plataforma WingBank) que contém imagens de asas dos mosquitos responsáveis por várias arboviroses. O modelo escolhido foi a MobileNetV2, sendo desenvolvido na plataforma Edge Impulse, uma ferramenta que permite a construção de modelos de Inteligência Artificial (IA) para sistemas embarcados. Com possibilidades de embarcar, futuramente, o modelo teve uma acurácia média de 95,32% e 93,41% nos dados de treino e teste, respectivamente, para um dispositivo de testagem ARM Cortex-M4F 80MHz.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectDenguept_BR
dc.subjectArbovirosespt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectClassificaçãopt_BR
dc.subjectEdge impulsept_BR
dc.titleAplicação de redes neurais convolucionais na classicação de mosquitos transmissores da dengue por meio da imagem de suas asas.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.rights.licenseEste trabalho está sob uma licença Creative Commons BY-NC-ND 4.0 (https://creativecommons.org/licenses/by-nc-nd/4.0/?ref=chooser-v1).pt_BR
dc.contributor.refereeRêgo Segundo, Alan Kardekpt_BR
dc.contributor.refereeReis, Agnaldo José da Rochapt_BR
dc.contributor.refereeSilva, Rodrigo Cesar Pedrosapt_BR
dc.contributor.refereeAlmeida, Sílvia Grasiella Moreirapt_BR
dc.description.abstractenGiven the increasing number of dengue cases in Brazil, promoting studies for the identification of transmitting mosquitoes is crucial for adopting control and prevention measures. Thus, this study aims to develop a classification model to identify Aedes aegypti and Aedes albopictus mosquitoes using images of their wings. For this purpose, a dataset provided by the Butantan Institute (the WingBank platform), containing wing images of mosquitoes responsible for various arboviruses, was utilized. The chosen model was MobileNetV2, developed using the Edge Impulse platform, a tool that enables the creation of Artificial Intelligence (AI) models for embedded systems. With future possibilities of deployment, the model achieved an average accuracy of 95.32% and 93.41% on training and test data, respectively, when tested on an ARM Cortex-M4F 80MHz device.pt_BR
dc.contributor.authorID20.1.1059pt_BR
Aparece nas coleções:Engenharia de Controle e Automação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AplicaçãoRedesNeurais.pdf4,41 MBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.