Amostragem Adaptativa para Redes de Difusão com Ajuste de Parâmetros em Tempo Real

Daniel Tiglea, Renato Candido, Magno T. M. Silva

DOI: 10.14209/sbrt.2021.1570726751

Keywords: Redes de difusão adaptativas Amostragem Processamento distribuído de sinais Ruído impulsivo

Abstract

Recently, we proposed a sampling algorithm for diffusion networks, which adapts locally the number of sampled nodes based on the estimation error. It reduces energy consumption and the computational cost. Its performance depends on the choice of the parameter that penalizes sampling, which is a function of the noise power. Inadequate choices of this parameter affect its tracking capability. In this paper, this parameter is automatically adjusted based on an adaptive estimation of the noise power. Although this modification slightly increases the computational cost, it improves the tracking capability, reduces the influence of noisy nodes and is advantageous in the presence of impulsive noise.

Download

Proposta de uma Rede Neural Artificial para Detecção de Ruído Impulsivo

Bruna de Souza Ribeiro, Rausley Adriano Amaral de Souza

DOI: 10.14209/sbrt.2021.1570726825

Keywords: Ruído impulsivo inteligência artificial redes neurais distribuição SαS

Abstract

Este artigo tem como objetivo apresentar uma rede neural artificial para detectar amostras de um sinal contaminadas por ruído impulsivo. Com resultado dos testes realizados, é possível concluir sobre o bom desempenho do modelo proposto, sendo próximo ou superior ao algoritmo usado em comparação.

Download

Gerência Ativa de Filas usando Redes Neurais LSTM para Fluxos DASH ao Vivo

Carlos Maffini, Carlos Pedroso

DOI: 10.14209/sbrt.2021.1570726839

Keywords:

Abstract

A transmissão de vídeo ao vivo pela Internet vem se tornando popular, sendo o Dynamic Adaptive Streaming over HTTP uma das tecnologias mais empregadas para esse tipo de transmissão. Fluxos de vídeo ao vivo são sensíveis à variações no atraso, jitter e perda de pacotes. Assim, os gerenciadores ativos de fila (AQM, Active Queue Management) surgem como alternativa para controlar o congestionamento na fila dos roteadores, minimizando os impactos desses parâmetros. Como reação ao congestionamento, a camada de aplicação dos clientes DASH tende a requisitar segmentos de vídeo de qualidades inferiores. Neste artigo, é apresentado um novo método AQM para melhorar a qualidade percebida do usuário em transmissões DASH de vídeo ao vivo. O método proposto faz uso das redes neurais LSTM (Long Short Term Memory) de modo a prever futuros congestionamentos na fila do roteador, realizando descartes antecipados e pressionando o cliente DASH a reduzir a qualidade do segmento. Além disso, o artigo apresenta uma análise de desempenho dos principais AQMs citados na literatura em transmissões ao vivo. Os resultados mostram que o método proposto supera os AQMs concorrentes, principalmente em enlaces muito congestionados.

Download

Estratégias de Combinação de Espectrogramas de Magnitude e de Fase Aplicadas em Sistemas Robustos de Detecção de Palavras-Chave

Ênio Silva, Rui Seara

DOI: 10.14209/sbrt.2021.1570726876

Keywords: Stacked generalization Keyword spotting Phase spectrograms Feature extraction

Abstract

The demand for keyword spotting (KWS) systems has been increasing considerably for the most diverse applications in the real world. However, the performance of these systems is severely degraded under operating conditions with a low signal-to-noise ratio (SNR). Aiming to obtain KWS systems robust to noise, this research work presents an investigation about the feature extraction process performed in these systems. Particularly, the present work proposes the use of strategies for combining features taking into account the magnitude and phase spectrograms of speech signals. In this way, KWS systems using feature extraction considering combinations of the magnitude and phase are contrasted with those using only magnitude spectrograms. Numerical simulation results are shown and assessed with respect to the accuracy of keyword recognition, confirming the effectiveness of the strategies used in this work.

Download

Detecção Inteligente de Retinopatia Diabética com Redes Neurais Convolucionais Profundas

Diego Lucena de Medeiros, Elloá Guedes

DOI: 10.14209/sbrt.2021.1570726892

Keywords: Deep Learning Redes Neurais Convolucionais Visão Computacional

Abstract

This work describes the experimental results of using Convolutional Neural Networks to detect diabetic retinopathy in medical images. Canonical architectures were considered and the best results obtained have F1-Score equal to 75,83\% with Inception architecture, highlighting the potential of using such models in this Medical Imagiology problem.

Download

Acerca da Detecção Automática de Silhuetas de Manchas de Óleo no Mar

Mauricio de Paula Rodrigues, Bianca de Carvalho, Wesley Lobato Passos, Sergio Lima Netto, Eduardo A. B. da Silva, Marcel Mendes, Levi de Resende Filho, Lucas Vargas, Alessandro Peixoto

DOI: 10.14209/sbrt.2021.1570726912

Keywords: Oil spill Image segmentation Mean Shift SLIC

Abstract

Early detection of oil spills is paramount for quick response measures. The use of images acquired by UAVs (unmanned aerial vehicles), combined with computer vision techniques and deep-learning, presents automation opportunities to oil spill surveillance activities. However, proper training of models capable of detecting objects and region of interest in images often requires a large annotated dataset. In this work, we present a semi-automatic method to accelerate the process of annotating oil spill images generating silhouettes at pixel level based on the mean shift and simple linear iterative clustering segmentation algorithms. As a result, we built an annotated database of oil spill images by using the proposed methodology.

Download

Decomposição de Matrizes Antiautossimilares em Matrizes de Posto-1 e Aplicações em Processamento de Sinais

Hélder B. A. Barbosa, Luciano Barboza Silva, Ricardo M Campello de Souza

DOI: 10.14209/sbrt.2021.1570726966

Keywords: Anti-self-similar matrices fast algorithms multiplicative complexity

Abstract

This work defines a new kind of matrix symmetry, through the concept of anti-self-similar matrices. A method of expanding an arbitrary anti-self-similar matrix as a linear combination of rank-one matrices is presented. As an illustration of the proposed techniques, fast algorithms for computing quaternion and octonion multiplications are shown.

Download

Influência da Janela de Estimação no Desempenho de Classificação em Sistemas BCI-SSVEP

Henrique Luiz Voni Giuliani, Patrick de Paula, Paula G Rodrigues, Diogo Soriano, Ricardo Suyama, Denis Fantinato

DOI: 10.14209/sbrt.2021.1570726967

Keywords: BCI Regressão Logística Redes Neurais Artificiais MLP

Abstract

Interfaces Cérebro-Computador (BCI, do inglês, Brain-Computer Interface) provêm um canal alternativo de comunicação entre o usuário e uma máquina. Idealmente, o sistema deve ser capaz de classificar os dados coletados com alta acurácia e baixa latência. Dessa forma, nesse trabalho estudamos o efeito do tamanho da janela de amostras no desempenho da interface, utilizando técnicas de regressão logística e rede perceptron multicamadas para classificação dos dados, visando diminuir o tempo necessário para identificação da intenção do usuário. Os resultados revelam que, a despeito da simplicidade dos classificadores, é possível obter taxas de acerto superiores a 78% mesmo para janelas de apenas 1 segundo de duração.

Download

Sistema para Classificação de Infestação Parasitária em Pequenos Ruminantes

Lucas Souza, Lucas Mior, Marcio H Costa, Beatriz Riet-Correa

DOI: 10.14209/sbrt.2021.1570727119

Keywords: famacha parasitas classificador aprendizado de máquina

Abstract

A pecuária constitui parte significativa do produto interno bruto brasileiro, sendo que o controle sanitário possui importante impacto nos custos do manejo do rebanho. Com o intuito de contribuir para a incorporação de novas tecnologias nesta cadeia econômica, este trabalho apresenta o desenvolvimento de um aplicativo móvel para decisão de tratamento contra infestação parasitária em pequenos ruminantes. Inicialmente, é descrita uma proposta de programa para gerenciamento e aquisição de imagens, baseado no sistema operacional android, e em sequência é apresentado um classificador baseado no método Famacha. Resultados iniciais apresentam uma acurácia de 83%, indicando desempenho superior a propostas anteriores.

Download

Projeto de Antenas Compactas para um Sistema de Localização usando Sinais de TV Digital

Anderson Oliveira, Lisandro Lovisolo, Michel Pompeu Tcheou

DOI: 10.14209/sbrt.2021.1570727144

Keywords: Antenas Localização TV Digital Fractais

Abstract

This paper presents the development of antennas operating in Brazilian Digital TV, which ranges from 470 MHz to 860 MHz, to integrate a localization system using Digital TV signals. The directivity and antenna size are important design aspects. Different models of dipole antenna arrays are discussed for comparison purposes - the Log-Periodic of cylindrical linear conductors and the compact Log-Periodic microstrip - using Koch's fractal geometry for miniaturizing the structure.

Download