Um estudo sobre a detecção de sonolência utilizando deep learning

Detalhes bibliográficos
Autor(a) principal: Suetugo, Gustavo Iquejiri
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do Mackenzie
Texto Completo: https://dspace.mackenzie.br/handle/10899/30948
Resumo: O presente documento trata do artigo científico do Trabalho de Conclusão de Curso desenvolvido sobre o tema de detecção de sonolência utilizando Deep Learning. O objetivo do estudo é desenvolver um modelo executável capaz de detectar características de sonolência em uma pessoa por meio de Aprendizagem de Máquina.
id UPM_f31a80f6600eaa1a354a8639cdee42f0
oai_identifier_str oai:dspace.mackenzie.br:10899/30948
network_acronym_str UPM
network_name_str Biblioteca Digital de Teses e Dissertações do Mackenzie
repository_id_str 10277
spelling Suetugo, Gustavo IquejiriCastro, Leandro Nunes de2022-10-31T14:11:17Z2022-10-31T14:11:17Z2022-06-01O presente documento trata do artigo científico do Trabalho de Conclusão de Curso desenvolvido sobre o tema de detecção de sonolência utilizando Deep Learning. O objetivo do estudo é desenvolver um modelo executável capaz de detectar características de sonolência em uma pessoa por meio de Aprendizagem de Máquina.This document deals with the scientific article of the Course Completion Work developed on the topic of detecting drowsiness using Deep Learning. The objective of the study is to develop an executable model capable of detecting characteristics of sleepiness in a person through Machine Learning.https://dspace.mackenzie.br/handle/10899/30948Universidade Presbiteriana MackenzieFaculdade de Computação e Informática (FCI)Attribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessdeep learningsonolênciaaprendizagem de máquinadeep learningdrowsinessmachine learningUm estudo sobre a detecção de sonolência utilizando deep learninginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEORIGINALGustavo Iquejiri Suetugo....pdfGustavo Iquejiri Suetugo....pdfGustavo Iquejiri Suetugoapplication/pdf558808https://dspace.mackenzie.br/bitstreams/f9445106-2b9b-4af9-8bac-47825fc5bfbf/downloadf7d6846c9a3da2607f0cdfd67c1f0912MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://dspace.mackenzie.br/bitstreams/79120b48-fe46-49e2-859a-0327c87ffd5c/downloade39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81997https://dspace.mackenzie.br/bitstreams/b0634209-ded3-4128-a5e5-de24eec4299e/downloadfb735e1a8fa1feda568f1b61905f8d57MD53TEXTGustavo Iquejiri Suetugo....pdf.txtGustavo Iquejiri Suetugo....pdf.txtExtracted texttext/plain35753https://dspace.mackenzie.br/bitstreams/03569891-d683-40cf-9fbe-1e1018cbc1df/downloada8e8e2897a8d5925b667b4780d645009MD54THUMBNAILGustavo Iquejiri Suetugo....pdf.jpgGustavo Iquejiri Suetugo....pdf.jpgGenerated Thumbnailimage/jpeg1656https://dspace.mackenzie.br/bitstreams/7b008f76-ca29-45ae-9f6a-092da7f5506e/download01f2d3ee1b3db7c5e9b867c7b2db0c6cMD5510899/309482023-01-05 01:04:02.724http://creativecommons.org/licenses/by-nc-nd/3.0/br/Attribution-NonCommercial-NoDerivs 3.0 Braziloai:dspace.mackenzie.br:10899/30948https://dspace.mackenzie.brBiblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRIhttps://adelpha-api.mackenzie.br/server/oai/repositorio@mackenzie.br||paola.damato@mackenzie.bropendoar:102772023-01-05T01:04:02Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)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
dc.title.pt_BR.fl_str_mv Um estudo sobre a detecção de sonolência utilizando deep learning
title Um estudo sobre a detecção de sonolência utilizando deep learning
spellingShingle Um estudo sobre a detecção de sonolência utilizando deep learning
Suetugo, Gustavo Iquejiri
deep learning
sonolência
aprendizagem de máquina
deep learning
drowsiness
machine learning
title_short Um estudo sobre a detecção de sonolência utilizando deep learning
title_full Um estudo sobre a detecção de sonolência utilizando deep learning
title_fullStr Um estudo sobre a detecção de sonolência utilizando deep learning
title_full_unstemmed Um estudo sobre a detecção de sonolência utilizando deep learning
title_sort Um estudo sobre a detecção de sonolência utilizando deep learning
author Suetugo, Gustavo Iquejiri
author_facet Suetugo, Gustavo Iquejiri
author_role author
dc.contributor.author.fl_str_mv Suetugo, Gustavo Iquejiri
dc.contributor.advisor1.fl_str_mv Castro, Leandro Nunes de
contributor_str_mv Castro, Leandro Nunes de
dc.subject.por.fl_str_mv deep learning
sonolência
aprendizagem de máquina
deep learning
drowsiness
machine learning
topic deep learning
sonolência
aprendizagem de máquina
deep learning
drowsiness
machine learning
description O presente documento trata do artigo científico do Trabalho de Conclusão de Curso desenvolvido sobre o tema de detecção de sonolência utilizando Deep Learning. O objetivo do estudo é desenvolver um modelo executável capaz de detectar características de sonolência em uma pessoa por meio de Aprendizagem de Máquina.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-10-31T14:11:17Z
dc.date.available.fl_str_mv 2022-10-31T14:11:17Z
dc.date.issued.fl_str_mv 2022-06-01
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 https://dspace.mackenzie.br/handle/10899/30948
url https://dspace.mackenzie.br/handle/10899/30948
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.publisher.department.fl_str_mv Faculdade de Computação e Informática (FCI)
publisher.none.fl_str_mv Universidade Presbiteriana Mackenzie
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie
instname:Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron:MACKENZIE
instname_str Universidade Presbiteriana Mackenzie (MACKENZIE)
instacron_str MACKENZIE
institution MACKENZIE
reponame_str Biblioteca Digital de Teses e Dissertações do Mackenzie
collection Biblioteca Digital de Teses e Dissertações do Mackenzie
bitstream.url.fl_str_mv https://dspace.mackenzie.br/bitstreams/f9445106-2b9b-4af9-8bac-47825fc5bfbf/download
https://dspace.mackenzie.br/bitstreams/79120b48-fe46-49e2-859a-0327c87ffd5c/download
https://dspace.mackenzie.br/bitstreams/b0634209-ded3-4128-a5e5-de24eec4299e/download
https://dspace.mackenzie.br/bitstreams/03569891-d683-40cf-9fbe-1e1018cbc1df/download
https://dspace.mackenzie.br/bitstreams/7b008f76-ca29-45ae-9f6a-092da7f5506e/download
bitstream.checksum.fl_str_mv f7d6846c9a3da2607f0cdfd67c1f0912
e39d27027a6cc9cb039ad269a5db8e34
fb735e1a8fa1feda568f1b61905f8d57
a8e8e2897a8d5925b667b4780d645009
01f2d3ee1b3db7c5e9b867c7b2db0c6c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do Mackenzie - Universidade Presbiteriana Mackenzie (MACKENZIE)
repository.mail.fl_str_mv repositorio@mackenzie.br||paola.damato@mackenzie.br
_version_ 1813819972942561280

Registros relacionados