Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/16943 |
Resumo: | As Redes Neurais Artificiais (RNAs) são sistemas especialistas que possuem estruturas inspiradas em neurônios biológicos, que devido a sua capacidade de processar dados complexos e possuir aprendizado de forma constante, são amplamente utilizadas para resolução de problemas. Essa capacidade de resolver problemas possui diversas áreas de atuações como finanças, economia, controle de plantas fabris e reconhecimento de padrões. Com a evolução tecnológica a programação de uma RNA pode ser feita em diversos softwares e plataformas microcontroladas diferentes. Uma técnica muito utilizada recentemente para prototipagem, testes e para estudos é a instrumentação virtual, definida na utilização de softwares que simulam a montagem de um circuito ou de uma cadeia de operações logicas sem a necessidade da montagem física do mesmo, economizando tempo e recursos; e, tendo ainda a vantagem de poder ser editada, copiada e simulada sem nenhum tipo de recurso físico, a não ser um computador e o programa desejado de instrumentação virtual. O estudo deste trabalho busca implementar e comparar RNAs do tipo Perceptron e Adaline nos softwares MATLAB® e LabVIEW™, como forma de observar o processo de construção e as formas de apresentação de ambos os programas. Para que tais resultados fossem alcançados, foram utilizadas bases de dados com saídas e entradas conhecidas. Foram testadas em ambos os softwares todas as amostras propostas e adquiridos dados para estudo. Com a obtenção dos resultados dos testes, foram comparados e, pode-se observar que, o ambiente MATLAB® foi mais eficaz em função de tempo de processamento, porém, o software LabVIEW™ apresenta os resultados esperados e ainda fornece uma plataforma de aquisição de dados externos mais prática e versátil. |
id |
UTFPR-12_a38831d13f638994c7a22f785b733dc8 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/16943 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2020-11-19T21:18:29Z2020-11-19T21:18:29Z2018-07-02MATOS, Mateus de; OLENIK, Symon. Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™. 2018. 54 f. Trabalho de Conclusão de Curso (Tecnologia em Automação Industrial) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2018.http://repositorio.utfpr.edu.br/jspui/handle/1/16943As Redes Neurais Artificiais (RNAs) são sistemas especialistas que possuem estruturas inspiradas em neurônios biológicos, que devido a sua capacidade de processar dados complexos e possuir aprendizado de forma constante, são amplamente utilizadas para resolução de problemas. Essa capacidade de resolver problemas possui diversas áreas de atuações como finanças, economia, controle de plantas fabris e reconhecimento de padrões. Com a evolução tecnológica a programação de uma RNA pode ser feita em diversos softwares e plataformas microcontroladas diferentes. Uma técnica muito utilizada recentemente para prototipagem, testes e para estudos é a instrumentação virtual, definida na utilização de softwares que simulam a montagem de um circuito ou de uma cadeia de operações logicas sem a necessidade da montagem física do mesmo, economizando tempo e recursos; e, tendo ainda a vantagem de poder ser editada, copiada e simulada sem nenhum tipo de recurso físico, a não ser um computador e o programa desejado de instrumentação virtual. O estudo deste trabalho busca implementar e comparar RNAs do tipo Perceptron e Adaline nos softwares MATLAB® e LabVIEW™, como forma de observar o processo de construção e as formas de apresentação de ambos os programas. Para que tais resultados fossem alcançados, foram utilizadas bases de dados com saídas e entradas conhecidas. Foram testadas em ambos os softwares todas as amostras propostas e adquiridos dados para estudo. Com a obtenção dos resultados dos testes, foram comparados e, pode-se observar que, o ambiente MATLAB® foi mais eficaz em função de tempo de processamento, porém, o software LabVIEW™ apresenta os resultados esperados e ainda fornece uma plataforma de aquisição de dados externos mais prática e versátil.Artificial Neural Networks (ANN) are specialist sistems which have structures inspired in biological neurons, which due their capacity to process complex data and constant learning are widely used for solving problems. This capacity for problem solving has several areas of operation such as finances, economics, factory plant control, and pattern recognition. With the technological evolution the programing of an ANN can be made in different microcontrolled plataforms. A very used technique for prototyping, test, and for studies is the virtual instrumentation. Virtual Instrumentation is defined in the use of softwares that simulates the assembly of a circuit or a chain of logical operations without the need of the physical assembly. This technique allows to saving time and resources, whilst still have the advantage of being edited, copied, simulated without any kind of physical resource other than the computer and the program for the virtual instrumentation. The study of this work intent to implement and compare Perceptron and Adaline ANNs in the softwares MATLAB® and LabVIEW™, as a way to observing the construction process and the form of presentation in both programs. For such results to be achieved, databases witch known outputs and inputs ware used. Both samples were tested in both programs. With the results of the tests, they were compared and it can be observed that the MATLAB® environment will be more effective in processing time, however, the LabVIEW™ program presents the expected results and still provides an external data acquisition platform more practical and versatile.porUniversidade Tecnológica Federal do ParanáPonta GrossaTecnologia em Automação IndustrialUTFPRBrasilDepartamento Acadêmico de Engenharia EletrônicaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICARedes neurais (Computação)SoftwareProgramação (Computadores)Neural networks (Computer science)Computer softwareComputer programmingImplementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™Implementation of Perceptron and Adaline neural networks in LabVIEW™ environmentinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisPonta GrossaMendes Júnior, José Jair AlvesMendes Júnior, José Jair AlvesMartins, Marcella Scoczynski RibeiroStevan Junior, Sergio LuizMatos, Mateus deOlenik, Symoninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALPG_COELE_2018_1_04.pdfapplication/pdf2682085http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/1/PG_COELE_2018_1_04.pdf0f8ad7942c0cb6a76c475a134a32d8b9MD51LICENSElicense.txttext/plain1290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52TEXTPG_COELE_2018_1_04.pdf.txtExtracted texttext/plain84179http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/3/PG_COELE_2018_1_04.pdf.txt862d79cc673d75f0023fd53cf4038e27MD53THUMBNAILPG_COELE_2018_1_04.pdf.jpgGenerated Thumbnailimage/jpeg1302http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/4/PG_COELE_2018_1_04.pdf.jpg3c1867698fab4f688982b7598797bf80MD541/169432020-11-19 19:18:29.311oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2020-11-19T21:18:29Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ |
dc.title.alternative.pt_BR.fl_str_mv |
Implementation of Perceptron and Adaline neural networks in LabVIEW™ environment |
title |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ |
spellingShingle |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ Matos, Mateus de CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Redes neurais (Computação) Software Programação (Computadores) Neural networks (Computer science) Computer software Computer programming |
title_short |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ |
title_full |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ |
title_fullStr |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ |
title_full_unstemmed |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ |
title_sort |
Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™ |
author |
Matos, Mateus de |
author_facet |
Matos, Mateus de Olenik, Symon |
author_role |
author |
author2 |
Olenik, Symon |
author2_role |
author |
dc.contributor.advisor1.fl_str_mv |
Mendes Júnior, José Jair Alves |
dc.contributor.referee1.fl_str_mv |
Mendes Júnior, José Jair Alves |
dc.contributor.referee2.fl_str_mv |
Martins, Marcella Scoczynski Ribeiro |
dc.contributor.referee3.fl_str_mv |
Stevan Junior, Sergio Luiz |
dc.contributor.author.fl_str_mv |
Matos, Mateus de Olenik, Symon |
contributor_str_mv |
Mendes Júnior, José Jair Alves Mendes Júnior, José Jair Alves Martins, Marcella Scoczynski Ribeiro Stevan Junior, Sergio Luiz |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Redes neurais (Computação) Software Programação (Computadores) Neural networks (Computer science) Computer software Computer programming |
dc.subject.por.fl_str_mv |
Redes neurais (Computação) Software Programação (Computadores) Neural networks (Computer science) Computer software Computer programming |
description |
As Redes Neurais Artificiais (RNAs) são sistemas especialistas que possuem estruturas inspiradas em neurônios biológicos, que devido a sua capacidade de processar dados complexos e possuir aprendizado de forma constante, são amplamente utilizadas para resolução de problemas. Essa capacidade de resolver problemas possui diversas áreas de atuações como finanças, economia, controle de plantas fabris e reconhecimento de padrões. Com a evolução tecnológica a programação de uma RNA pode ser feita em diversos softwares e plataformas microcontroladas diferentes. Uma técnica muito utilizada recentemente para prototipagem, testes e para estudos é a instrumentação virtual, definida na utilização de softwares que simulam a montagem de um circuito ou de uma cadeia de operações logicas sem a necessidade da montagem física do mesmo, economizando tempo e recursos; e, tendo ainda a vantagem de poder ser editada, copiada e simulada sem nenhum tipo de recurso físico, a não ser um computador e o programa desejado de instrumentação virtual. O estudo deste trabalho busca implementar e comparar RNAs do tipo Perceptron e Adaline nos softwares MATLAB® e LabVIEW™, como forma de observar o processo de construção e as formas de apresentação de ambos os programas. Para que tais resultados fossem alcançados, foram utilizadas bases de dados com saídas e entradas conhecidas. Foram testadas em ambos os softwares todas as amostras propostas e adquiridos dados para estudo. Com a obtenção dos resultados dos testes, foram comparados e, pode-se observar que, o ambiente MATLAB® foi mais eficaz em função de tempo de processamento, porém, o software LabVIEW™ apresenta os resultados esperados e ainda fornece uma plataforma de aquisição de dados externos mais prática e versátil. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-07-02 |
dc.date.accessioned.fl_str_mv |
2020-11-19T21:18:29Z |
dc.date.available.fl_str_mv |
2020-11-19T21:18:29Z |
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 |
MATOS, Mateus de; OLENIK, Symon. Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™. 2018. 54 f. Trabalho de Conclusão de Curso (Tecnologia em Automação Industrial) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2018. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/16943 |
identifier_str_mv |
MATOS, Mateus de; OLENIK, Symon. Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™. 2018. 54 f. Trabalho de Conclusão de Curso (Tecnologia em Automação Industrial) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2018. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/16943 |
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.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.publisher.program.fl_str_mv |
Tecnologia em Automação Industrial |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento Acadêmico de Engenharia Eletrônica |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/1/PG_COELE_2018_1_04.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/2/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/3/PG_COELE_2018_1_04.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/16943/4/PG_COELE_2018_1_04.pdf.jpg |
bitstream.checksum.fl_str_mv |
0f8ad7942c0cb6a76c475a134a32d8b9 b9d82215ab23456fa2d8b49c5df1b95b 862d79cc673d75f0023fd53cf4038e27 3c1867698fab4f688982b7598797bf80 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805923053917437952 |