Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/4256
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSERRA, Arthur Costa-
dc.date.accessioned2020-02-04T13:37:47Z-
dc.date.available2020-02-04T13:37:47Z-
dc.date.issued2019-12-20-
dc.identifier.urihttp://hdl.handle.net/123456789/4256-
dc.descriptionAbstract Cost functions are appraisers of learning gained through experience. This work demonstrates, through the Retinanet object detection neural network, how it works and how important cost functions are in the learning process through gradient descent. Highlighting the classification and regression cost functions and how they are mutually affected in the context of electricity meters.pt_BR
dc.description.abstractAs funções de custo são avaliadores do aprendizado obtidos por meio da experiência. Este trabalho demonstra, através da rede neural de detecção de objetos Retinanet, como funciona e qual a importância das funções de custo no processo de aprendizado por meio da descida de gradiente. Evidenciando as funções de custo de classificação e regressão e como elas são mutuamente afetas no contexto de medidores de energia elétrica.pt_BR
dc.language.isootherpt_BR
dc.publisherUniversidade Federal do Maranhãopt_BR
dc.subjectFunção de custopt_BR
dc.subjectDetecção de Objetospt_BR
dc.subjectClassificaçãopt_BR
dc.subjectRegressãopt_BR
dc.subjectAprendizagem de máquinapt_BR
dc.subjectLoss Functionpt_BR
dc.subjectObject Detectionpt_BR
dc.subjectClassificationpt_BR
dc.subjectRegressionpt_BR
dc.subjectMachine Learningpt_BR
dc.titleAnálise de função de custo aplicadas no algoritmo Retinanetpt_BR
dc.title.alternativeCost function analysis applied to the algorithm Retinanetpt_BR
dc.typeOtherpt_BR
Aparece nas coleções:TCCs de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTHUR-SERRA.pdfTrabalho de Conclusão de Curso1,49 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.