Análise de viés e variância em algoritmo para reconhecimento de expressões faciais

Detalhes bibliográficos
Autor(a) principal: Medeiros, Caio de Andrade
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: http://app.uff.br/riuff/handle/1/31357
Resumo: Os algoritmos de reconhecimento facial em imagens e vídeos podem conter problemas relacionados ao viés e à variância que são provocados pela falta ou pelo excesso de imagens de treinamento. Para que possam aprender de forma satisfatória a detectar as classes de imagens de interesse que são treinados para classificar, os algoritmos de Aprendizado de Máquina podem utilizar mais imagens de treino ou mais iterações sobre estas imagens, assim seu viés pode ser reduzido, mas a consequência disso pode ser um aumento na sua variância à medida que este modelo se torna superajustado. Existem alguns métodos e métricas para identificar e resolver estes problemas, e ao ajustar um modelo, o principal objetivo de um desenvolvedor é encontrar um ponto de equilíbrio de confiança para que o modelo possa ser aplicado a novas detecções. O presente trabalho tem como objetivo principal avaliar se um algoritmo de reconhecimento de expressões faciais em imagens e vídeos, baseado em Redes Neurais, pode conter problemas relacionados ao viés e à variância, provocados pela falta ou pelo excesso de imagens de treinamento, e se estes problemas podem ser resolvidos utilizando técnicas que encontrem um ponto ideal onde este modelo possui uma melhor acurácia
id UFF-2_67be7b1fba34b8dcc2a24b9b4b2280c8
oai_identifier_str oai:app.uff.br:1/31357
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Análise de viés e variância em algoritmo para reconhecimento de expressões faciaisInteligência artificialReconhecimento de expressão facialViés e variânciaInteligência artificialReconhecimento facialAprendizado de máquinaArtificial intelligenceFacial expression recognitionBias and varianceOs algoritmos de reconhecimento facial em imagens e vídeos podem conter problemas relacionados ao viés e à variância que são provocados pela falta ou pelo excesso de imagens de treinamento. Para que possam aprender de forma satisfatória a detectar as classes de imagens de interesse que são treinados para classificar, os algoritmos de Aprendizado de Máquina podem utilizar mais imagens de treino ou mais iterações sobre estas imagens, assim seu viés pode ser reduzido, mas a consequência disso pode ser um aumento na sua variância à medida que este modelo se torna superajustado. Existem alguns métodos e métricas para identificar e resolver estes problemas, e ao ajustar um modelo, o principal objetivo de um desenvolvedor é encontrar um ponto de equilíbrio de confiança para que o modelo possa ser aplicado a novas detecções. O presente trabalho tem como objetivo principal avaliar se um algoritmo de reconhecimento de expressões faciais em imagens e vídeos, baseado em Redes Neurais, pode conter problemas relacionados ao viés e à variância, provocados pela falta ou pelo excesso de imagens de treinamento, e se estes problemas podem ser resolvidos utilizando técnicas que encontrem um ponto ideal onde este modelo possui uma melhor acuráciaFacial recognition algorithms on images and videos can have problems related to bias and variance that are caused by too little or too many training images. So that it can satisfactorily learn to detect the classes of images of interest that are trained to classify, Machine Learning algorithms can use more training images or more iterations over these images, so their bias can be reduced, but the consequence this could be an increase in your variance as this model becomes overfit. There are some methods and metrics to identify and solve these problems, and when tuning a model, a developer's main goal is to find a confidence break-even point so that the model can be applied to new detections. The main objective of this work is to evaluate whether an algorithm for recognizing facial expressions in images and videos, based on Neural Networks, may contain problems related to bias and variance, caused by the lack or excess of training images, and whether these problems can be solved using techniques that find an ideal point where this model has a better accuracy56 p.Hart, Rogerio CostaFernandes, Leandro Augusto FrataMedeiros, Caio de Andrade2023-12-07T15:44:07Z2023-12-07T15:44:07Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfMEDEIROS, Caio de Andrade. Análise de viés e variância em algoritmo para reconhecimento de expressões faciais. 2023. 56 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.http://app.uff.br/riuff/handle/1/31357CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-12-07T15:44:13Zoai:app.uff.br:1/31357Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202023-12-07T15:44:13Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
title Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
spellingShingle Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
Medeiros, Caio de Andrade
Inteligência artificial
Reconhecimento de expressão facial
Viés e variância
Inteligência artificial
Reconhecimento facial
Aprendizado de máquina
Artificial intelligence
Facial expression recognition
Bias and variance
title_short Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
title_full Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
title_fullStr Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
title_full_unstemmed Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
title_sort Análise de viés e variância em algoritmo para reconhecimento de expressões faciais
author Medeiros, Caio de Andrade
author_facet Medeiros, Caio de Andrade
author_role author
dc.contributor.none.fl_str_mv Hart, Rogerio Costa
Fernandes, Leandro Augusto Frata
dc.contributor.author.fl_str_mv Medeiros, Caio de Andrade
dc.subject.por.fl_str_mv Inteligência artificial
Reconhecimento de expressão facial
Viés e variância
Inteligência artificial
Reconhecimento facial
Aprendizado de máquina
Artificial intelligence
Facial expression recognition
Bias and variance
topic Inteligência artificial
Reconhecimento de expressão facial
Viés e variância
Inteligência artificial
Reconhecimento facial
Aprendizado de máquina
Artificial intelligence
Facial expression recognition
Bias and variance
description Os algoritmos de reconhecimento facial em imagens e vídeos podem conter problemas relacionados ao viés e à variância que são provocados pela falta ou pelo excesso de imagens de treinamento. Para que possam aprender de forma satisfatória a detectar as classes de imagens de interesse que são treinados para classificar, os algoritmos de Aprendizado de Máquina podem utilizar mais imagens de treino ou mais iterações sobre estas imagens, assim seu viés pode ser reduzido, mas a consequência disso pode ser um aumento na sua variância à medida que este modelo se torna superajustado. Existem alguns métodos e métricas para identificar e resolver estes problemas, e ao ajustar um modelo, o principal objetivo de um desenvolvedor é encontrar um ponto de equilíbrio de confiança para que o modelo possa ser aplicado a novas detecções. O presente trabalho tem como objetivo principal avaliar se um algoritmo de reconhecimento de expressões faciais em imagens e vídeos, baseado em Redes Neurais, pode conter problemas relacionados ao viés e à variância, provocados pela falta ou pelo excesso de imagens de treinamento, e se estes problemas podem ser resolvidos utilizando técnicas que encontrem um ponto ideal onde este modelo possui uma melhor acurácia
publishDate 2023
dc.date.none.fl_str_mv 2023-12-07T15:44:07Z
2023-12-07T15:44:07Z
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.uri.fl_str_mv MEDEIROS, Caio de Andrade. Análise de viés e variância em algoritmo para reconhecimento de expressões faciais. 2023. 56 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.
http://app.uff.br/riuff/handle/1/31357
identifier_str_mv MEDEIROS, Caio de Andrade. Análise de viés e variância em algoritmo para reconhecimento de expressões faciais. 2023. 56 f. Trabalho de Conclusão de Curso (Graduação em Tecnologia em Sistemas de Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.
url http://app.uff.br/riuff/handle/1/31357
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1807838779545747456

Registros relacionados