Implementação de redes neurais Perceptron e Adaline em ambiente LabVIEW™

Detalhes bibliográficos
Autor(a) principal: Matos, Mateus de
Data de Publicação: 2018
Outros Autores: Olenik, Symon
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