Avaliação de redes neurais aplicadas na classificação e identificação de falhas de produtos em linha produtiva
Resumo
A Inteligência Artificial (IA) é uma área emergente que tem aplicações em diversos setores, como a
engenharia, automação industrial, saúde, agricultura, entre outros. Apenas nos últimos seis anos, o número
de publicações relacionadas a IA no arXiv cresceu mais de seis vezes, de 5.478 em 2015 para 34.736 em
2020. A engenharia elétrica também se beneficia muito da IA, com aplicações como previsão de demanda de
eletricidade, controle de processos, seleção de produtos danificados em processo produtivo, entre outros. Esta
área é extremamente complexa, pois abrange uma grande variedade de técnicas para solucionar problemas
distintos, onde cada método pode ter uma infinidade de variações. Dentre as diversas ramificações da IA, o
Deep Learning destaca-se devido à sua capacidade de resolver problemas complexos com maior precisão e
rapidez. Neste trabalho, é proposto um sistema de reconhecimento de imagem utilizando redes neurais para
identificação automatizada de objetos danificados em processos industriais além da classificação
automatizada desses objetos por tipo. Foram realizados treinamentos de redes neurais com o propósito de
classificar figuras geométricas, empregando variações paramétricas e estruturais, assim como a utilização de
conjuntos de dados diversos e diferentes estratégias de pré-processamento. Os resultados obtidos evidenciam
a eficácia das redes neurais na tarefa de classificação de imagens, com uma acurácia superior àquela estimada
para o desempenho humano. O melhor modelo obtido nesse estudo foi comparado a trabalhos similares,
revelando-se semelhante ou superior em determinados casos.
Coleções
Os arquivos de licença a seguir estão associados a este item:
Exceto quando indicado o contrário, a licença deste item é descrito como Acesso Aberto