Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10773/29655 |
Resumo: | Com o crescimento do mercado das aplicações móveis é necessário que as empresas desenvolvam aplicações num curto espaço de tempo. Para isso, é necessário garantir uma arquitetura que seja facilmente adaptável para qualquer contexto, o que permite que a mesma estrutura seja utilizada em qualquer aplicação móvel. Este trabalho decorreu em contexto de estágio na empresa Ubiwhere e consistiu no estudo e desenvolvimento de um módulo multi contextual que fosse o mais abstrato possível, que será mais tarde integrado no projeto Smart Waste da empresa Ubiwhere. O módulo criado utiliza frameworks de deep learning com o Tensorflow, sendo facilmente adaptável a novas frameworks. Este módulo foi configurado para realizar reconhecimento de fala e imagem. Para testar as funcionalidades desejadas foi desenvolvida uma aplicação móvel e um servidor utilizando a framework Django REST. A solução obtida permite que a empresa utilize o reconhecimento de fala e imagem em diversas aplicações de diferentes contextos, não sendo necessária a curva de aprendizagem acentuada que apresentam estas tecnologias, permitindo assim que esta implemente estas funcionalidades nas mais diversas aplicações móveis num curto espaço de tempo. |
id |
RCAP_b52f59e82fe868afb4f9730eb6bd2de4 |
---|---|
oai_identifier_str |
oai:ria.ua.pt:10773/29655 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Módulo de reconhecimento de fala e imagem para a aplicação Smart WasteTensorflowDeep learningMachine LearningFrameworksRedes NeuronaisInteligência ArtificialAndroidAplicaçãoCom o crescimento do mercado das aplicações móveis é necessário que as empresas desenvolvam aplicações num curto espaço de tempo. Para isso, é necessário garantir uma arquitetura que seja facilmente adaptável para qualquer contexto, o que permite que a mesma estrutura seja utilizada em qualquer aplicação móvel. Este trabalho decorreu em contexto de estágio na empresa Ubiwhere e consistiu no estudo e desenvolvimento de um módulo multi contextual que fosse o mais abstrato possível, que será mais tarde integrado no projeto Smart Waste da empresa Ubiwhere. O módulo criado utiliza frameworks de deep learning com o Tensorflow, sendo facilmente adaptável a novas frameworks. Este módulo foi configurado para realizar reconhecimento de fala e imagem. Para testar as funcionalidades desejadas foi desenvolvida uma aplicação móvel e um servidor utilizando a framework Django REST. A solução obtida permite que a empresa utilize o reconhecimento de fala e imagem em diversas aplicações de diferentes contextos, não sendo necessária a curva de aprendizagem acentuada que apresentam estas tecnologias, permitindo assim que esta implemente estas funcionalidades nas mais diversas aplicações móveis num curto espaço de tempo.With the growth of the mobile applications market, it is necessary that the companies develop them in a short time. For this, it is necessary to guarantee an architecture that is easily adaptable to any context, which allows the same structure to be used in any mobile application. In this dissertation project, a multi-contextual module was developed with the characteristic of being as abstract as possible, so that later it could be integrated into the Smart Waste project of Ubiwhere. The obtained module uses deep learning frameworks like Tensorflow, being easily adapted with other frameworks. This module has been configured to perform speech and image recognition. To test the desired functionalities it was created a mobile application and a server using Django REST framework. The solution obtained allows the company to use speech and image recognition in several applications in different contexts, without the need for the accentuated learning curve presented by these technologies. It allows it to implement these functionalities in the most diverse mobile applications in a short period.2020-10-30T12:16:31Z2019-07-01T00:00:00Z2019-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10773/29655porLoureiro, Jorge David Oliveirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-22T11:57:24Zoai:ria.ua.pt:10773/29655Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:01:56.418589Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste |
title |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste |
spellingShingle |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste Loureiro, Jorge David Oliveira Tensorflow Deep learning Machine Learning Frameworks Redes Neuronais Inteligência Artificial Android Aplicação |
title_short |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste |
title_full |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste |
title_fullStr |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste |
title_full_unstemmed |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste |
title_sort |
Módulo de reconhecimento de fala e imagem para a aplicação Smart Waste |
author |
Loureiro, Jorge David Oliveira |
author_facet |
Loureiro, Jorge David Oliveira |
author_role |
author |
dc.contributor.author.fl_str_mv |
Loureiro, Jorge David Oliveira |
dc.subject.por.fl_str_mv |
Tensorflow Deep learning Machine Learning Frameworks Redes Neuronais Inteligência Artificial Android Aplicação |
topic |
Tensorflow Deep learning Machine Learning Frameworks Redes Neuronais Inteligência Artificial Android Aplicação |
description |
Com o crescimento do mercado das aplicações móveis é necessário que as empresas desenvolvam aplicações num curto espaço de tempo. Para isso, é necessário garantir uma arquitetura que seja facilmente adaptável para qualquer contexto, o que permite que a mesma estrutura seja utilizada em qualquer aplicação móvel. Este trabalho decorreu em contexto de estágio na empresa Ubiwhere e consistiu no estudo e desenvolvimento de um módulo multi contextual que fosse o mais abstrato possível, que será mais tarde integrado no projeto Smart Waste da empresa Ubiwhere. O módulo criado utiliza frameworks de deep learning com o Tensorflow, sendo facilmente adaptável a novas frameworks. Este módulo foi configurado para realizar reconhecimento de fala e imagem. Para testar as funcionalidades desejadas foi desenvolvida uma aplicação móvel e um servidor utilizando a framework Django REST. A solução obtida permite que a empresa utilize o reconhecimento de fala e imagem em diversas aplicações de diferentes contextos, não sendo necessária a curva de aprendizagem acentuada que apresentam estas tecnologias, permitindo assim que esta implemente estas funcionalidades nas mais diversas aplicações móveis num curto espaço de tempo. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-07-01T00:00:00Z 2019-07 2020-10-30T12:16:31Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10773/29655 |
url |
http://hdl.handle.net/10773/29655 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799137674772086784 |