Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade

Detalhes bibliográficos
Autor(a) principal: Silva, Maurício Taffarel Barreto
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFBA
Texto Completo: https://repositorio.ufba.br/handle/ri/39091
Resumo: A técnica TinyML refere-se ao conjunto de abordagens que viabilizam a implementação de algoritmos de aprendizado de máquina em dispositivos com recursos computacionais e capacidade de memória restritos, como sistemas embarcados. Este trabalho abordou duas maneiras de implementar tais técnicas como otimização e compactação de modelos, explorando diferentes tecnologias. Além disso, foram apresentados detalhes específicos relacionados a essa abordagem do TinyML no processo de desenvolvimento, com ênfase na portabilidade e escalabilidade. A avaliação da solução proposta permitirá analisar o impacto e a eficácia do uso do TinyML na implementação de sistemas de aprendizado de máquina em microcontroladores com recursos limitados.
id UFBA-2_b7b69c3c6e88cba1d5a238dd74fae73e
oai_identifier_str oai:repositorio.ufba.br:ri/39091
network_acronym_str UFBA-2
network_name_str Repositório Institucional da UFBA
repository_id_str 1932
spelling 2024-02-27T12:15:17Z2024-02-27T12:15:17Z2023-12-15https://repositorio.ufba.br/handle/ri/39091A técnica TinyML refere-se ao conjunto de abordagens que viabilizam a implementação de algoritmos de aprendizado de máquina em dispositivos com recursos computacionais e capacidade de memória restritos, como sistemas embarcados. Este trabalho abordou duas maneiras de implementar tais técnicas como otimização e compactação de modelos, explorando diferentes tecnologias. Além disso, foram apresentados detalhes específicos relacionados a essa abordagem do TinyML no processo de desenvolvimento, com ênfase na portabilidade e escalabilidade. A avaliação da solução proposta permitirá analisar o impacto e a eficácia do uso do TinyML na implementação de sistemas de aprendizado de máquina em microcontroladores com recursos limitados.The TinyML technique refers to the set of approaches that enable the implementation of machine learning algorithms on devices with restricted computational resources and memory capacity, such as embedded systems. This work addressed two ways to implement such techniques as optimizations and model compression, exploring different technologies. Additionally, specific details related to this approach to TinyML in the development process were presented, with an emphasis on portability and scalability. The evaluation of the proposed solution will allow analyzing the impact and effectiveness of using TinyML in implementing machine learning systems on microcontrollers with limited resources.porUniversidade Federal da BahiaENGENHARIA ELÉTRICAUFBABrasilEscola PolitécnicaCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/info:eu-repo/semantics/openAccessEmbedded systemsArtificial intelligenceCNPQ::CIENCIAS EXATAS E DA TERRAMachine LearningTinyMLSistemas embarcadosinteligência artificialAprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidadeBachareladoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionFarias, Paulo César Machado de Abreuhttps://orcid.org/0000-0002-8423-4933http://lattes.cnpq.br/3634406581405128https://orcid.org/0000-0002-8793-7896http://lattes.cnpq.br/3414869169087549Silva, Maurício Taffarel Barretoreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBAORIGINALTrabalho_de_Conclusão_de_Curso_FINAL_assinado-1-5.pdfTrabalho_de_Conclusão_de_Curso_FINAL_assinado-1-5.pdfapplication/pdf2544046https://repositorio.ufba.br/bitstream/ri/39091/1/Trabalho_de_Conclus%c3%a3o_de_Curso_FINAL_assinado-1-5.pdf98981194f85421bafd86318de15464f8MD51open accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repositorio.ufba.br/bitstream/ri/39091/2/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD52open accessLICENSElicense.txtlicense.txttext/plain1720https://repositorio.ufba.br/bitstream/ri/39091/3/license.txtd9b7566281c22d808dbf8f29ff0425c8MD53open accessri/390912024-02-27 09:15:17.986open accessoai:repositorio.ufba.br:ri/39091TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEKCkNvbSBhIGFwcmVzZW50YcOnw6NvIGRlc3RhIGxpY2Vuw6dhLCBvIGF1dG9yIG91IHRpdHVsYXIgZG9zIGRpcmVpdG9zIGRlIGF1dG9yIGNvbmNlZGUgYW8gUmVwb3NpdMOzcmlvIEluc3RpdHVjaW9uYWwgbyBkaXJlaXRvIG7Do28tZXhjbHVzaXZvIGRlIHJlcHJvZHV6aXIsIHRyYWR1emlyIChjb25mb3JtZSBkZWZpbmlkbyBhYmFpeG8pIGUvb3UgZGlzdHJpYnVpciBhIHN1YSBwdWJsaWNhw6fDo28gKGluY2x1aW5kbyBvIHJlc3Vtbykgbm8gZm9ybWF0byBpbXByZXNzbyBlL291IGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIGZvcm1hdG9zIMOhdWRpbyBlL291IHbDrWRlby4KCk8gYXV0b3Igb3UgdGl0dWxhciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IgY29uY29yZGEgcXVlIG8gUmVwb3NpdMOzcmlvIHBvZGUsIHNlbSBhbHRlcmFyIG8gY29udGXDumRvLCB0cmFuc3BvciBhIHN1YSBwdWJsaWNhw6fDo28gcGFyYSBxdWFscXVlciBtZWlvIGUvb3UgZm9ybWF0byBwYXJhIGZpbnMgZGUgcHJlc2VydmHDp8OjbywgcG9kZW5kbyBtYW50ZXIgbWFpcyBkZSB1bWEgY8OzcGlhIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrdXAgZSBwcmVzZXJ2YcOnw6NvLiAKCk8gYXV0b3Igb3UgdGl0dWxhciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IgZGVjbGFyYSBxdWUgYSBzdWEgcHVibGljYcOnw6NvIMOpIG9yaWdpbmFsIGUgcXVlIG7Do28sIHF1ZSBzZWphIGRlIHNldSBjb25oZWNpbWVudG8sIGluZnJpbmdlIGRpcmVpdG9zIGF1dG9yYWlzIGRlIG5pbmd1w6ltLgoKQ2FzbyBhIHN1YSBwdWJsaWNhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogZGVjbGFyYSBxdWUgb2J0ZXZlIGEgcGVybWlzc8OjbyBpcnJlc3RyaXRhIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBwYXJhIGNvbmNlZGVyIGFvIFJlcG9zaXTDs3JpbyBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgbmVzdGEgbGljZW7Dp2EgZSBxdWUgZXNzZSBtYXRlcmlhbCBkZSBwcm9wcmllZGFkZSBkZSB0ZXJjZWlyb3MgZXN0w6EgY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbyBubyB0ZXh0byBvdSBubyBjb250ZcO6ZG8gZGEgcHVibGljYcOnw6NvIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFBVQkxJQ0HDh8ODTyBPUkEgREVQT1NJVEFEQSBSRVNVTFRFIERFIFVNIFBBVFJPQ8ONTklPIE9VIEFQT0lPIERFIFVNQSBBR8OKTkNJQSBERSBGT01FTlRPIE9VIE9VVFJPIE9SR0FOSVNNTywgVk9Dw4ogREVDTEFSQSBRVUUgUkVTUEVJVE9VIFRPRE9TIEUgUVVBSVNRVUVSIERJUkVJVE9TIERFIFJFVklTw4NPLCBDT01PIFRBTULDiU0gQVMgREVNQUlTIE9CUklHQcOHw5VFUyBFWElHSURBUyBQT1IgQ09OVFJBVE8gT1UgQUNPUkRPLgoKTyBSZXBvc2l0w7NyaW8gc2UgY29tcHJvbWV0ZSBhIGlkZW50aWZpY2FyLCBjbGFyYW1lbnRlLCBvIChzKSBzZXUocykgbm9tZSAocykgb3UgbyAocykgbm9tZSAocykgZG8gKHMpIGRldGVudG9yIChlcykgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIGRhIHB1YmxpY2HDp8OjbyBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIGFsw6ltIGRhcXVlbGFzIGNvbmNlZGlkYXMgcG9yIGVzdGEgbGljZW7Dp2EuCg==Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322024-02-27T12:15:17Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false
dc.title.pt_BR.fl_str_mv Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
title Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
spellingShingle Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
Silva, Maurício Taffarel Barreto
CNPQ::CIENCIAS EXATAS E DA TERRA
Machine Learning
TinyML
Sistemas embarcados
inteligência artificial
Embedded systems
Artificial intelligence
title_short Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
title_full Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
title_fullStr Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
title_full_unstemmed Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
title_sort Aprendizado de máquina em microcontroladores utilizando TinyML: exploração, otimização e portabilidade
author Silva, Maurício Taffarel Barreto
author_facet Silva, Maurício Taffarel Barreto
author_role author
dc.contributor.advisor1.fl_str_mv Farias, Paulo César Machado de Abreu
dc.contributor.advisor1ID.fl_str_mv https://orcid.org/0000-0002-8423-4933
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/3634406581405128
dc.contributor.authorID.fl_str_mv https://orcid.org/0000-0002-8793-7896
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/3414869169087549
dc.contributor.author.fl_str_mv Silva, Maurício Taffarel Barreto
contributor_str_mv Farias, Paulo César Machado de Abreu
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA
topic CNPQ::CIENCIAS EXATAS E DA TERRA
Machine Learning
TinyML
Sistemas embarcados
inteligência artificial
Embedded systems
Artificial intelligence
dc.subject.por.fl_str_mv Machine Learning
TinyML
Sistemas embarcados
inteligência artificial
dc.subject.other.pt_BR.fl_str_mv Embedded systems
Artificial intelligence
description A técnica TinyML refere-se ao conjunto de abordagens que viabilizam a implementação de algoritmos de aprendizado de máquina em dispositivos com recursos computacionais e capacidade de memória restritos, como sistemas embarcados. Este trabalho abordou duas maneiras de implementar tais técnicas como otimização e compactação de modelos, explorando diferentes tecnologias. Além disso, foram apresentados detalhes específicos relacionados a essa abordagem do TinyML no processo de desenvolvimento, com ênfase na portabilidade e escalabilidade. A avaliação da solução proposta permitirá analisar o impacto e a eficácia do uso do TinyML na implementação de sistemas de aprendizado de máquina em microcontroladores com recursos limitados.
publishDate 2023
dc.date.issued.fl_str_mv 2023-12-15
dc.date.accessioned.fl_str_mv 2024-02-27T12:15:17Z
dc.date.available.fl_str_mv 2024-02-27T12:15:17Z
dc.type.driver.fl_str_mv Bacharelado
info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufba.br/handle/ri/39091
url https://repositorio.ufba.br/handle/ri/39091
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal da Bahia
ENGENHARIA ELÉTRICA
dc.publisher.initials.fl_str_mv UFBA
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Universidade Federal da Bahia
ENGENHARIA ELÉTRICA
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFBA
instname:Universidade Federal da Bahia (UFBA)
instacron:UFBA
instname_str Universidade Federal da Bahia (UFBA)
instacron_str UFBA
institution UFBA
reponame_str Repositório Institucional da UFBA
collection Repositório Institucional da UFBA
bitstream.url.fl_str_mv https://repositorio.ufba.br/bitstream/ri/39091/1/Trabalho_de_Conclus%c3%a3o_de_Curso_FINAL_assinado-1-5.pdf
https://repositorio.ufba.br/bitstream/ri/39091/2/license_rdf
https://repositorio.ufba.br/bitstream/ri/39091/3/license.txt
bitstream.checksum.fl_str_mv 98981194f85421bafd86318de15464f8
42fd4ad1e89814f5e4a476b409eb708c
d9b7566281c22d808dbf8f29ff0425c8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)
repository.mail.fl_str_mv
_version_ 1808459364623712256

Registros relacionados