Navegando por Autor "Menezes, Richardson Santiago Teles de"
Agora exibindo 1 - 3 de 3
- Resultados por página
- Opções de Ordenação
TCC Alfabetização assistida por visão computacional: detecção de cartões e reconhecimento de letras(Universidade Federal do Rio Grande do Norte, 2024-08-08) Cordeiro, Michelle Sousa; Peixoto, Helton Maia; http://lattes.cnpq.br/2031816952626144; Santana Junior, Orivaldo Vieira de; Menezes, Richardson Santiago Teles deCom a tecnologia cada dia mais presente em nossas vidas, na educação não seria diferente. Devido ao surgimento de tantas inovações tecnológicas, os métodos tradicionais de ensino têm se tornado menos interessantes para os estudantes. Para contornar isso, tecnologias digitais vêm sendo adotadas como instrumentos educacionais, ajudando a tornar o aprendizado mais envolvente e atraente. Atualmente, é cada vez mais comum escolas e universidades adotarem algum recurso tecnológico para modernizar o ensino. Tecnologias avançadas, como Inteligência Artificial (IA), aprendizado de máquina, realidade aumentada, Internet das Coisas (Internet of Things - IoT ) e robótica vêm sendo incorporadas no processo de ensino. Nesse contexto, surgiu a inspiração para uma ferramenta tecnológica assistiva com o objetivo de auxiliar no processo de alfabetização. A aplicação será capaz de reconhecer as sílabas ordenadas pelo usuário e projetar o objeto formado com elas. O objetivo deste trabalho consistiu no desenvolvimento da primeira etapa dessa aplicação, que compreende a detecção dos cartões e o reconhecimento das letras neles contidas, em tempo real. Para isso, técnicas avançadas de visão computacional foram utilizadas, como os modelos de aprendizado de máquina para detecção de objetos do You Only Look Once (YOLO) e o reconhecimento óptico de caracteres do EasyOCR. Os bons resultados obtidos mostram que a metodologia adotada é viável para a tarefa proposta.TCC ChessPy: ferramenta para detecção inteligente de peças de xadrez(Universidade Federal do Rio Grande do Norte, 2022-07-22) Menezes, Richardson Santiago Teles de; Peixoto, Helton Maia; http://lattes.cnpq.br/8709900833456787; http://lattes.cnpq.br/6008562495410718; Magalhães, Rafael Marrocos; Silva, Bruno Marques Ferreira da; Vidal, Francisco José TarginoO xadrez é um dos domínios mais pesquisados na história da inteligência artificial. Os programas mais poderosos são construídos com base em técnicas de pesquisa sofisticadas, adaptações específicas de domínio e funções de avaliação artesanais refinadas por especialistas humanos ao longo de várias décadas. O principal objetivo deste trabalho consiste na construção de uma plataforma robusta para detecção de posições durante jogos de xadrez, para tanto lançou-se mão de técnicas clássicas de processamento digital de imagens, bem como de algoritmos do estado-da-arte de detecção de objetos. As imagens capturadas durante um jogo do tabuleiro de xadrez são analisadas para determinar a localização de cada quadrado que compõem o tabuleiro bem como a localização de cada peça em jogo, isso então é feito para cada turno, de modo que o sistema é capaz de acompanhar o jogo em sua totalidade.Dissertação Deep Q-Managed: a new framework fror Multi-Objective Deep Reinforcement Learning(Universidade Federal do Rio Grande do Norte, 2024-05-31) Menezes, Richardson Santiago Teles de; Dória Neto, Adrião Duarte; https://orcid.org/0000-0002-5445-7327; http://lattes.cnpq.br/1987295209521433; http://lattes.cnpq.br/6008562495410718; Peixoto, Helton Maia; Santana Júnior, Orivaldo Vieira de; Melo, Jorge Dantas de; Oliveira, Thiago Henrique Freire deO algoritmo Deep Q-Managed, proposto neste trabalho, representa um avanço significativo no campo da aprendizagem por reforço multiobjetivo (MORL, acrônimo em inglês para multi-objective reinforcement learning). Esta nova estratégia emprega uma técnica atualizada de otimização multiobjetivo híbrida, que oferece uma garantia matemática de que todas as políticas pertencentes ao Pareto Front podem ser encontradas, destacando-se na aquisição de políticas multiobjetivo não dominadas em ambientes caracterizados por funções de transição determinísticas. Sua flexibilidade se estende a cenários onde o Pareto Front apresenta complexidades geométricas convexas, côncavas ou mistas, tornando-o em uma solução versátil para uma ampla gama de aplicações. A proposta foi validada utilizando os tradicionais benchmarks MORL e diferentes configurações da frente de Pareto. A qualidade das políticas encontradas pelo algoritmo foi comparada com abordagens proeminentes na literatura. Os resultados da estratégia proposta estabelecem o algoritmo Deep Q-Managed como um candidato digno para lidar com problemas multiobjetivos desafiadores.