Resumo A preensão robótica é um importante ramo de pesquisa no campo da robótica inteligente que envolve a percepção, planejamento e controle de um manipulador mecânico para efetuar a captura autônoma de objetos. Entretanto, a percepção do ambiente permanece um desafio visto que a forma do objeto pode ser desconhecida, além dos ruídos presentes no ambiente e do elevado custo computacional de processamento. Neste trabalho é proposto o projeto de um modelo computacional, baseado em Redes Neurais Profundas, capaz de detectar uma região de preensão para garras robóticas a partir da imagem RGB do objeto. Na proposta é avaliada o emprego de uma arquitetura mais simples (i.e., menor quantitativo de parâmetros da rede) àquelas comumente utilizadas, buscando-se reduzir o custo computacional do projeto aliado a uma maior capacidade de detecção para objetos inéditos. Dessa forma, foi desenvolvida uma rede composta por menos camadas, propondo também uma redução na dimensão dos parâmetros (resolução de imagem, filtros, etc.). A metodologia proposta foi validada a partir da base de imagens Cornell Grasp Detection, a partir da qual o modelo obteve uma acurácia média de 85,3% na detecção da preensão para objetos inéditos, mostrando um desempenho superior ao estado da arte.
Resumo-A tuberculose (TB)é uma das principais doenças que acomete a sociedade, principalmente em países subdesenvolvidos. Com o objetivo de reduzir o tempo de diagnóstico, e otimizar o uso dos recursos hospitalares, este trabalho propõe um estudo experimental para o desenvolvimento de comitês visando o suporteà decisão quanto ao isolamento respiratório de pacientes suspeitos de tuberculose pulmonar. A influência dos parâmetros de projeto das redes MLP na diversidade, e seus efeitos na acurácia dos modelos são analisados. Os resultados mostraram um desempenho superior das técnicas de comitê, que atingem um valor mediano da AUC superior a 0.88, comparado a um valor de 0.87 dos modelos individuais.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.