Navegando por Autor "Vieira, Marcelo"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Menor radiação em exames de mama: técnica aposta na restauração das imagens do paciente
    (Portal USP São Carlos, 2022-09-18) Fontes, Henrique; Vieira, Marcelo; Borges, Lucas; Henrique, F. - Assessoria de Comunicação do SEL; Vieira, M; Borges,L. - Fotos
    Cientistas da EESC/USP criam técnica capaz de restaurar imagens de mamografia 3D obtidas com até 30% a menos de radiação, mantendo a qualidade do exame e diminuindo os riscos causados aos pacientes pela exposição aos raios X
  • Nenhuma Miniatura disponível
    Item
    Modelos de memória associativa em redes neurais para planejamento e controle ponto a ponto de trajetória para um braço mecânico
    (2018-01-23) Vieira, Marcelo
    A contribuição e objetivo desta tese é desenvolver um modelo de redes neurais artificiais, baseado em princípios de memória associativa, capaz de resolver o problema de planejamento e controle ponto a ponto de trajetória de um braço mecânico imerso em um ambiente parcialmente conhecido e/ou sujeito a ruídos. O modelo proposto é formado por dois planos: plano seqüência temporal e plano ângulo. Para o plano seqüência temporal, o novo modelo proposto chamado de Memória Associativa Multidirecional Temporal (TMAM) é capaz de armazenar e recuperar n-tuplas de informações, lidar com informações ruidosas e/ou incompletas e aprender seqüências temporais. TMAM utiliza representação contínua e realimentação autoassociativa. O plano ângulo é formado pelo modelo RBF que é responsável por produzir as informações de ângulos das juntas do braço mecânico. A composição dos dois planos forma o sistema completo que é responsável pelo planejamento e controle ponto a ponto de trajetória. Em resumo, o sistema recebe informações do ponto origem e do ponto alvo, estabelece uma trajetória para atingir o ponto alvo a partir do ponto de origem e transforma os pontos espaciais da trajetória em valores de ângulos das juntas. Os resultados obtidos mostram que o modelo TMAM é capaz de recuperar, interpelar e extrapolar pontos nas seqüências, é capaz de gerar trajetórias, de memorizar seqüências de diferentes tamanhos e de lidar com duas trajetórias ao mesmo tempo. O modelo apresenta também rápido treinamento. O modelo RBF é capaz de recuperar as saídas desejadas apresentando um erro pequeno e é capaz de receber um padrão que apresenta um ponto final inatingível e gerar um conjunto de ângulos que representa um ponto final atingível.