Sistema de detecção de capacete baseado em inteligência artificial

Detalhes bibliográficos
Autor(a) principal: Ramos, Arthur Cabral
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas)
Texto Completo: http://repositorio.ifam.edu.br/jspui/handle/4321/1156
Resumo: Este trabalho tem por objetivo o desenvolvimento de um sistema baseado em aprendizado de máquina que controle o acesso a áreas nas quais o uso de capacete como equipamento de proteção individual é obrigatório. O projeto foi desenvolvido é três etapas principais: seleção de dados, treinamento e teste. No projeto utilizou-se hardware de baixo custo e software gratuitos. O sistema desenvolvido utilizou Python como linguagem de programação em todas as etapas e como principal ferramenta o TensorFlow. O funcionamento ocorre através de um código escrito em Python que avalia se o uso do capacete está sendo realizado, caso a resposta seja positiva, o mesmo aciona um dispositivo que libera o acesso, no projeto o dispositivo é representado por um LED.
id IFAM-1_9725d6c1fdb27d1952a2c11409d7e1ae
oai_identifier_str oai:localhost:4321/1156
network_acronym_str IFAM-1
network_name_str Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas)
repository_id_str
spelling Santos, Alyson de Jesus doshttp://lattes.cnpq.br/5998752909180697Santos, Alyson de Jesus doshttp://lattes.cnpq.br/5998752909180697Costa, Jaidson Brandão dahttp://lattes.cnpq.br/4553321582341998Compto, Gabriel Pinheirohttp://lattes.cnpq.br/5432787843953143Ramos, Arthur Cabral2023-04-24T11:59:20Z2023-04-242023-04-24T11:59:20Z2023-03-24Ramos, Arthur Cabral. Sistema de detecção de capacete baseado em inteligência artificial. Manaus. 2023. 60 f. Monografia. (Graduação em Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas, Campus Manaus Distrito Industrial, Manaus, 2023.http://repositorio.ifam.edu.br/jspui/handle/4321/1156Este trabalho tem por objetivo o desenvolvimento de um sistema baseado em aprendizado de máquina que controle o acesso a áreas nas quais o uso de capacete como equipamento de proteção individual é obrigatório. O projeto foi desenvolvido é três etapas principais: seleção de dados, treinamento e teste. No projeto utilizou-se hardware de baixo custo e software gratuitos. O sistema desenvolvido utilizou Python como linguagem de programação em todas as etapas e como principal ferramenta o TensorFlow. O funcionamento ocorre através de um código escrito em Python que avalia se o uso do capacete está sendo realizado, caso a resposta seja positiva, o mesmo aciona um dispositivo que libera o acesso, no projeto o dispositivo é representado por um LED.This work aims to develop a system based on machine learning that controls access to areas where the use of helmets as personal protective equipment is mandatory. The project was developed is three main stages: data selection, training and testing. The project used low-cost hardware and free software. The developed system used Python as a programming language in all stages and TensorFlow as the main tool. The operation occurs through a code written in Python that evaluates whether the use of the helmet is being carried out, if the answer is positive, it triggers a device that grants access, in the project the device is represented by an LED.Submitted by Darlene Rodrigues (darlene.rodrigues@ifam.edu.br) on 2023-04-24T11:59:20Z No. of bitstreams: 1 Sistema de detecção de capacete baseado em inteligência artificial_Ramos_2023.pdf.pdf: 1705558 bytes, checksum: 72f6dfe6a8810400c0171f60206a1b8e (MD5)Made available in DSpace on 2023-04-24T11:59:20Z (GMT). No. of bitstreams: 1 Sistema de detecção de capacete baseado em inteligência artificial_Ramos_2023.pdf.pdf: 1705558 bytes, checksum: 72f6dfe6a8810400c0171f60206a1b8e (MD5) Previous issue date: 2023-03-24porALPAYDIN, Ethem. Introduction to machine learning. MIT press, 2020. Acesso em: 27 de nov. 2022. ARDUINO, Hardware, 2022. Disponível em <https://docs.arduino.cc/hardware/uno-rev3. Acesso em: 27 de nov. 2022. AYODELE, Taiwo Oladipupo. Types of machine learning algorithms. New advances in machine learning, v. 3, p. 19-48, 2010. Acesso em 27 de nov. 2022. BARELLI, F. Introdução à Visão Computacional: Uma abordagem prática com Python e OpenCV. Casa do Código, 2018. ISBN 9788594188588. Disponível em: .<https://books.google.com.br/books?id=CA5ZDwAAQBAJ>. Acesso out 30 de 2022. BATISTA, Gustavo Enrique de Almeida Prado Alves. Pré-processamento de dados em aprendizado de máquina supervisionado. 2003. Tese (Doutorado em Ciências de Computação e Matemática Computacional) - Instituto de Ciências Matemáticas e de Computação, University of São Paulo, São Carlos, 2003. doi:10.11606/T.55.2003.tde-06102003-160219. Acesso em 11 de nov de 2022. BEIS, 1999. Indexing Without Invariants in 3D Object Recognition. Acesso em: 30 de dez. 2022. BORGES, Luiz Eduardo. Python para desenvolvedores: aborda Python 3.3. Novatec Editora, 2014. Acesso em 17 de nov de 2022. 53 CHAPELLE, Olivier; SCHOLKOPF, Bernhard; ZIEN, Alexander. Semi-supervised learning (chapelle, o. et al., eds.; 2006)[book reviews]. IEEE Transactions on Neural Networks, v. 20, n. 3, p. 542-542, 2009. Acesso em 16 de nov de 2022. DA SILVA, Josenildo C.; VIEIRA, Raimundo Osvaldo. Introdução às Redes Neurais Profundas com Python. Sociedade Brasileira de Computação, 2022. Acesso em 17 de nov de 2022. D'ADDARIO, Miguel. Inteligência Artificial: Tratados, aplicações, usos e futuro. Babelcube Inc., 2022. Acesso em: 28 de dez de 2022. FENG, S. et al. Intelligent driving intelligence test for autonomous vehicles with naturalistic and adversarial environment. Nat Commun, v.12, p.748, 2021. Disponível em: <https://doi.org/10.1038/s41467-021-21007-8>. Acesso em 16 de nov de 2022. FERNANDES, Fernando Timoteo; CHIAVEGATTO FILHO, Alexandre Dias Porto. Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho. Revista Brasileira de Saúde Ocupacional, v. 44, 2019. Acesso em: 27 de dez.2022. FERREIRA, Michael Henrique Souza. Reconhecimento facial para detecção de emoções utilizando redes neurais convolucionais com tensorflow. 2021. Acesso em: 23 de dez de 2022. GONÇALVES, Steffani Bez Batti et al. Prevalência e fatores associados aos acidentes de trabalho em uma indústria metalmecânica. Revista Brasileira de Medicina do Trabalho, v. 16, n. 1, p. 26-35, 2018. Acesso em: 19 de jan.2023. 54 GONZAGA, Lucas Augusto. Aplicações da visão computacional utilizando Python. 2017. 118 f. . Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2017. Disponível em: < https://repositorio.ufu.br/handle/123456789/25519>. Acesso em: out 30 de 2022. HUANG, Hao. Implementação de algoritmos de TensorFlow™ para detetar patologias cardíacas. 2019. Tese de Mestrado. Acesso em: 23 de dez de 2022. IZBICKI, Rafael; SANTOS, Tiago Mendonça dos. Aprendizado de máquina: uma abordagem estatística. 1. ed. São Carlos, SP: [s.n.], 2020. ISBN: 978-65-0002-410-4. Acesso em 17 de nov de 2022. LIU, Wei et al. Ssd: Single shot multibox detector. In: Computer Vision–ECCV 2016: 14th European Conference, Amsterdam, The Netherlands, October 11–14, 2016, Proceedings, Part I 14. Springer International Publishing, 2016. p. 21-37. Acesso em: 24 de dez.2022. LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, v. 35, p. 85-94, 2021. Acesso em 4 de dez de 2022. Acesso em: 29 de dez. 2022. Marques, Lucas. Sistema de detecção de objeto personalizado utilizando inteligência artificial. 2020. 66 f. (Graduação em Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas – Campus Manaus Distrito Industrial. Manaus, 2020. Disponível em <http://repositorio.ifam.edu.br/jspui/handle/4321/645>. Acesso em 28 de dez de 2022. 55 Ministério do Trabalho e Previdência. Normas Regulamentadoras – NR. Governo do Brasil, 2023. Disponível em: https://www.gov.br/. Acesso em: 29 jan. 2023. Ministério do Trabalho e Previdência. Quantidade de acidentes do trabalho, por situação do registro e motivo, segundo a parte do corpo atingida – 2019. 2022. Governo do Brasil, 2022. Disponível em: https://www.gov.br/. Acesso em: 18 de fev. 2023. OPENCV. About, 2022. Disponível em: https://opencv.org/about/. Acesso em: 27 de nov. 2022. PYTHON, HOME. Disponível em: https://www.python.org/. Acesso em: 27 de nov. 2022. RANDLES, Bernadette M. et al. Using the Jupyter notebook as a tool for open science: An empirical study. In: 2017 ACM/IEEE Joint Conference on Digital Libraries (JCDL). IEEE, 2017. p. 1-2. Acesso em 17 de nov. 2022. RUDEK, M.; Coelho, L. S.; Canciglieri J. O., Visão Computacional Aplicada a Sistemas Produtivos: Fundamentos e Estudo de Caso. In: XXI Encontro Nacional De Engenharia De Produção, 2001. Disponível em < https://www.researchgate.net/publication/228549623_Visao_Computacional_Aplicada_a_Sistemas_Produtivos_Fundamentos_e_Estudo_de_Caso>. Acesso em 31 out de 2022. S. Aradi, "Survey of Deep Reinforcement Learning for Motion Planning of Autonomous Vehicles," in IEEE Transactions on Intelligent Transportation Systems, vol. 23, no. 2, pp. 740-759, Feb. 2022. Disponível em <doi: 10.1109/TITS.2020.3024655>. Acesso em: 27 de nov. 2022. 56 TENSORFLOW. Por que o TensorFlow, 2022. Disponível em <https://www.tensorflow.org/about/case-studies>. Acesso em: 27 de nov. 2022. TORFI, A. et al. Natural language processing advancements by deep learning: A survey. arXiv preprint arXiv:2003.01200 (2020). Acesso em 16 de nov de 2022. TST. O que é acidente do trabalho? [s.d.]. Disponível em: https://www.tst.jus.br/web/trabalhoseguro/o-que-e-acidente-de-trabalho. Acesso em: 18 de fev. 2023. ZHU, Xiaojin Jerry. Semi-supervised learning literature survey. 2005. Acesso em: 20 de nov 2022.CNPQ::ENGENHARIASAprendizado de máquinaInteligência artificialTensorFlowSistema de detecção de capacete baseado em inteligência artificialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisInstituto Federal do AmazonasIFAMEngenharia de Controle e AutomaçãoInstituto Federal do AmazonasIFAMEngenharia de Controle e AutomaçãoInstituto Federal do AmazonasIFAMEngenharia de Controle e AutomaçãoBrasilCampus Manaus Distritoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas)instname:Instituto Federal do Amazonas (IFAM)instacron:IFAMLICENSElicense.txtlicense.txttext/plain; charset=utf-81992http://repositorio.ifam.edu.br/jspui/bitstream/4321/1156/2/license.txtc312f25382770a4c9dd25f8c02b816d0MD52ORIGINALSistema de detecção de capacete baseado em inteligência artificial_Ramos_2023.pdf.pdfSistema de detecção de capacete baseado em inteligência artificial_Ramos_2023.pdf.pdfMonografia_Controle e Automação - IFAM Campus Manaus Distrito Industrialapplication/pdf1705558http://repositorio.ifam.edu.br/jspui/bitstream/4321/1156/1/Sistema%20de%20detec%c3%a7%c3%a3o%20de%20capacete%20baseado%20em%20intelig%c3%aancia%20artificial_Ramos_2023.pdf.pdf72f6dfe6a8810400c0171f60206a1b8eMD514321/11562023-04-24 07:59:21.132oai:localhost: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ório InstitucionalPUBhttp://repositorio.ifam.edu.br/oai/requestcgeb@ifam.edu.bropendoar:2023-04-24T11:59:21Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas) - Instituto Federal do Amazonas (IFAM)false
dc.title.pt_BR.fl_str_mv Sistema de detecção de capacete baseado em inteligência artificial
title Sistema de detecção de capacete baseado em inteligência artificial
spellingShingle Sistema de detecção de capacete baseado em inteligência artificial
Ramos, Arthur Cabral
CNPQ::ENGENHARIAS
Aprendizado de máquina
Inteligência artificial
TensorFlow
title_short Sistema de detecção de capacete baseado em inteligência artificial
title_full Sistema de detecção de capacete baseado em inteligência artificial
title_fullStr Sistema de detecção de capacete baseado em inteligência artificial
title_full_unstemmed Sistema de detecção de capacete baseado em inteligência artificial
title_sort Sistema de detecção de capacete baseado em inteligência artificial
author Ramos, Arthur Cabral
author_facet Ramos, Arthur Cabral
author_role author
dc.contributor.advisor1.fl_str_mv Santos, Alyson de Jesus dos
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5998752909180697
dc.contributor.referee1.fl_str_mv Santos, Alyson de Jesus dos
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/5998752909180697
dc.contributor.referee2.fl_str_mv Costa, Jaidson Brandão da
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/4553321582341998
dc.contributor.referee3.fl_str_mv Compto, Gabriel Pinheiro
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/5432787843953143
dc.contributor.author.fl_str_mv Ramos, Arthur Cabral
contributor_str_mv Santos, Alyson de Jesus dos
Santos, Alyson de Jesus dos
Costa, Jaidson Brandão da
Compto, Gabriel Pinheiro
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS
topic CNPQ::ENGENHARIAS
Aprendizado de máquina
Inteligência artificial
TensorFlow
dc.subject.por.fl_str_mv Aprendizado de máquina
Inteligência artificial
TensorFlow
description Este trabalho tem por objetivo o desenvolvimento de um sistema baseado em aprendizado de máquina que controle o acesso a áreas nas quais o uso de capacete como equipamento de proteção individual é obrigatório. O projeto foi desenvolvido é três etapas principais: seleção de dados, treinamento e teste. No projeto utilizou-se hardware de baixo custo e software gratuitos. O sistema desenvolvido utilizou Python como linguagem de programação em todas as etapas e como principal ferramenta o TensorFlow. O funcionamento ocorre através de um código escrito em Python que avalia se o uso do capacete está sendo realizado, caso a resposta seja positiva, o mesmo aciona um dispositivo que libera o acesso, no projeto o dispositivo é representado por um LED.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-04-24T11:59:20Z
dc.date.available.fl_str_mv 2023-04-24
2023-04-24T11:59:20Z
dc.date.issued.fl_str_mv 2023-03-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Ramos, Arthur Cabral. Sistema de detecção de capacete baseado em inteligência artificial. Manaus. 2023. 60 f. Monografia. (Graduação em Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas, Campus Manaus Distrito Industrial, Manaus, 2023.
dc.identifier.uri.fl_str_mv http://repositorio.ifam.edu.br/jspui/handle/4321/1156
identifier_str_mv Ramos, Arthur Cabral. Sistema de detecção de capacete baseado em inteligência artificial. Manaus. 2023. 60 f. Monografia. (Graduação em Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas, Campus Manaus Distrito Industrial, Manaus, 2023.
url http://repositorio.ifam.edu.br/jspui/handle/4321/1156
dc.language.iso.fl_str_mv por
language por
dc.relation.references.pt_BR.fl_str_mv ALPAYDIN, Ethem. Introduction to machine learning. MIT press, 2020. Acesso em: 27 de nov. 2022. ARDUINO, Hardware, 2022. Disponível em <https://docs.arduino.cc/hardware/uno-rev3. Acesso em: 27 de nov. 2022. AYODELE, Taiwo Oladipupo. Types of machine learning algorithms. New advances in machine learning, v. 3, p. 19-48, 2010. Acesso em 27 de nov. 2022. BARELLI, F. Introdução à Visão Computacional: Uma abordagem prática com Python e OpenCV. Casa do Código, 2018. ISBN 9788594188588. Disponível em: .<https://books.google.com.br/books?id=CA5ZDwAAQBAJ>. Acesso out 30 de 2022. BATISTA, Gustavo Enrique de Almeida Prado Alves. Pré-processamento de dados em aprendizado de máquina supervisionado. 2003. Tese (Doutorado em Ciências de Computação e Matemática Computacional) - Instituto de Ciências Matemáticas e de Computação, University of São Paulo, São Carlos, 2003. doi:10.11606/T.55.2003.tde-06102003-160219. Acesso em 11 de nov de 2022. BEIS, 1999. Indexing Without Invariants in 3D Object Recognition. Acesso em: 30 de dez. 2022. BORGES, Luiz Eduardo. Python para desenvolvedores: aborda Python 3.3. Novatec Editora, 2014. Acesso em 17 de nov de 2022. 53 CHAPELLE, Olivier; SCHOLKOPF, Bernhard; ZIEN, Alexander. Semi-supervised learning (chapelle, o. et al., eds.; 2006)[book reviews]. IEEE Transactions on Neural Networks, v. 20, n. 3, p. 542-542, 2009. Acesso em 16 de nov de 2022. DA SILVA, Josenildo C.; VIEIRA, Raimundo Osvaldo. Introdução às Redes Neurais Profundas com Python. Sociedade Brasileira de Computação, 2022. Acesso em 17 de nov de 2022. D'ADDARIO, Miguel. Inteligência Artificial: Tratados, aplicações, usos e futuro. Babelcube Inc., 2022. Acesso em: 28 de dez de 2022. FENG, S. et al. Intelligent driving intelligence test for autonomous vehicles with naturalistic and adversarial environment. Nat Commun, v.12, p.748, 2021. Disponível em: <https://doi.org/10.1038/s41467-021-21007-8>. Acesso em 16 de nov de 2022. FERNANDES, Fernando Timoteo; CHIAVEGATTO FILHO, Alexandre Dias Porto. Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho. Revista Brasileira de Saúde Ocupacional, v. 44, 2019. Acesso em: 27 de dez.2022. FERREIRA, Michael Henrique Souza. Reconhecimento facial para detecção de emoções utilizando redes neurais convolucionais com tensorflow. 2021. Acesso em: 23 de dez de 2022. GONÇALVES, Steffani Bez Batti et al. Prevalência e fatores associados aos acidentes de trabalho em uma indústria metalmecânica. Revista Brasileira de Medicina do Trabalho, v. 16, n. 1, p. 26-35, 2018. Acesso em: 19 de jan.2023. 54 GONZAGA, Lucas Augusto. Aplicações da visão computacional utilizando Python. 2017. 118 f. . Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2017. Disponível em: < https://repositorio.ufu.br/handle/123456789/25519>. Acesso em: out 30 de 2022. HUANG, Hao. Implementação de algoritmos de TensorFlow™ para detetar patologias cardíacas. 2019. Tese de Mestrado. Acesso em: 23 de dez de 2022. IZBICKI, Rafael; SANTOS, Tiago Mendonça dos. Aprendizado de máquina: uma abordagem estatística. 1. ed. São Carlos, SP: [s.n.], 2020. ISBN: 978-65-0002-410-4. Acesso em 17 de nov de 2022. LIU, Wei et al. Ssd: Single shot multibox detector. In: Computer Vision–ECCV 2016: 14th European Conference, Amsterdam, The Netherlands, October 11–14, 2016, Proceedings, Part I 14. Springer International Publishing, 2016. p. 21-37. Acesso em: 24 de dez.2022. LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, v. 35, p. 85-94, 2021. Acesso em 4 de dez de 2022. Acesso em: 29 de dez. 2022. Marques, Lucas. Sistema de detecção de objeto personalizado utilizando inteligência artificial. 2020. 66 f. (Graduação em Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas – Campus Manaus Distrito Industrial. Manaus, 2020. Disponível em <http://repositorio.ifam.edu.br/jspui/handle/4321/645>. Acesso em 28 de dez de 2022. 55 Ministério do Trabalho e Previdência. Normas Regulamentadoras – NR. Governo do Brasil, 2023. Disponível em: https://www.gov.br/. Acesso em: 29 jan. 2023. Ministério do Trabalho e Previdência. Quantidade de acidentes do trabalho, por situação do registro e motivo, segundo a parte do corpo atingida – 2019. 2022. Governo do Brasil, 2022. Disponível em: https://www.gov.br/. Acesso em: 18 de fev. 2023. OPENCV. About, 2022. Disponível em: https://opencv.org/about/. Acesso em: 27 de nov. 2022. PYTHON, HOME. Disponível em: https://www.python.org/. Acesso em: 27 de nov. 2022. RANDLES, Bernadette M. et al. Using the Jupyter notebook as a tool for open science: An empirical study. In: 2017 ACM/IEEE Joint Conference on Digital Libraries (JCDL). IEEE, 2017. p. 1-2. Acesso em 17 de nov. 2022. RUDEK, M.; Coelho, L. S.; Canciglieri J. O., Visão Computacional Aplicada a Sistemas Produtivos: Fundamentos e Estudo de Caso. In: XXI Encontro Nacional De Engenharia De Produção, 2001. Disponível em < https://www.researchgate.net/publication/228549623_Visao_Computacional_Aplicada_a_Sistemas_Produtivos_Fundamentos_e_Estudo_de_Caso>. Acesso em 31 out de 2022. S. Aradi, "Survey of Deep Reinforcement Learning for Motion Planning of Autonomous Vehicles," in IEEE Transactions on Intelligent Transportation Systems, vol. 23, no. 2, pp. 740-759, Feb. 2022. Disponível em <doi: 10.1109/TITS.2020.3024655>. Acesso em: 27 de nov. 2022. 56 TENSORFLOW. Por que o TensorFlow, 2022. Disponível em <https://www.tensorflow.org/about/case-studies>. Acesso em: 27 de nov. 2022. TORFI, A. et al. Natural language processing advancements by deep learning: A survey. arXiv preprint arXiv:2003.01200 (2020). Acesso em 16 de nov de 2022. TST. O que é acidente do trabalho? [s.d.]. Disponível em: https://www.tst.jus.br/web/trabalhoseguro/o-que-e-acidente-de-trabalho. Acesso em: 18 de fev. 2023. ZHU, Xiaojin Jerry. Semi-supervised learning literature survey. 2005. Acesso em: 20 de nov 2022.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.initials.fl_str_mv Instituto Federal do Amazonas
IFAM
Engenharia de Controle e Automação
Instituto Federal do Amazonas
IFAM
Engenharia de Controle e Automação
Instituto Federal do Amazonas
IFAM
Engenharia de Controle e Automação
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Campus Manaus Distrito
dc.source.none.fl_str_mv reponame:Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas)
instname:Instituto Federal do Amazonas (IFAM)
instacron:IFAM
instname_str Instituto Federal do Amazonas (IFAM)
instacron_str IFAM
institution IFAM
reponame_str Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas)
collection Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas)
bitstream.url.fl_str_mv http://repositorio.ifam.edu.br/jspui/bitstream/4321/1156/2/license.txt
http://repositorio.ifam.edu.br/jspui/bitstream/4321/1156/1/Sistema%20de%20detec%c3%a7%c3%a3o%20de%20capacete%20baseado%20em%20intelig%c3%aancia%20artificial_Ramos_2023.pdf.pdf
bitstream.checksum.fl_str_mv c312f25382770a4c9dd25f8c02b816d0
72f6dfe6a8810400c0171f60206a1b8e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional do IFAM (Repositório Institucional do Instituto Federal do Amazonas) - Instituto Federal do Amazonas (IFAM)
repository.mail.fl_str_mv cgeb@ifam.edu.br
_version_ 1797057030864764928

Registros relacionados