Anais do XVI Congresso Brasileiro de Inteligência Computacional最新文献_第2页

Aprimorando a Técnica Small Loss Approach para Lidar com Amostras Ruidosas em Modelos Deep Learning 改进深度学习模型中处理噪声样本的小损失方法

Anais do XVI Congresso Brasileiro de Inteligência Computacional Pub Date : 2024-01-22 DOI: 10.21528/cbic2023-135

Vitor Bento Sousa, Manoela Kohler, M. Pacheco

{"title":"Aprimorando a Técnica Small Loss Approach para Lidar com Amostras Ruidosas em Modelos Deep Learning","authors":"Vitor Bento Sousa, Manoela Kohler, M. Pacheco","doi":"10.21528/cbic2023-135","DOIUrl":"https://doi.org/10.21528/cbic2023-135","url":null,"abstract":"A área de estudo noisy samples, do qual se refere ao treinamento de modelos de Deep Learning com amostras com rótulos equivocados tem grande importância em aplicações reais de Deep Learning. Atualmente a técnica Small Loss Approach vem sendo amplamente utilizada nos modelos do estado da arte da área. Essa técnica consiste em selecionar as amostras com rótulos corretos do conjunto de dados de treino, excluindo as amostras com rótulos errados. Nesse trabalho demostramos como aumentar o desempenho dessa técnica utilizando o K-Nearest Neighbors Classifier para aumentar o número de amostras com rótulos corretos selecionados. Foi utilizado o dataset CIFAR10 com ruído inserido artificialmente para validar o processo, foi obtido ganhos de performance sobre a acurácia de teste e sobre o Label Precision de 2% ao comparar o modelo Coteaching com a Small Loss Approach com os aprimoramentos apresentados nesse trabalho, e o modelo Co-teaching com a Small Loss Approach convencional. Os próximos passos do estudo irá consistir na ampliação dos datasets benchmarks utilizados para validar o processo e na aplicação dos modelos do estado da arte com a Small Loss Approach aprimorada numa demanda real de importância ambiental de classificação de algas calcárias.","PeriodicalId":518335,"journal":{"name":"Anais do XVI Congresso Brasileiro de Inteligência Computacional","volume":"305 2","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140531189","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Redes Neurais Artificiais como algoritmo de reconstrução da informação depositada no Calorímetro Eletromagnético do Experimento ATLAS reduzindo os efeitos de Crosstalk 人工神经网络作为一种算法，用于重构沉积在 ATLAS 实验电磁量热计中的信息，减少串扰的影响

Anais do XVI Congresso Brasileiro de Inteligência Computacional Pub Date : 2024-01-22 DOI: 10.21528/cbic2023-062

Marton Santos, P. Farias, Eduardo Simas Filho, B. Laforge, J. M. Seixas

{"title":"Redes Neurais Artificiais como algoritmo de reconstrução da informação depositada no Calorímetro Eletromagnético do Experimento ATLAS reduzindo os efeitos de Crosstalk","authors":"Marton Santos, P. Farias, Eduardo Simas Filho, B. Laforge, J. M. Seixas","doi":"10.21528/cbic2023-062","DOIUrl":"https://doi.org/10.21528/cbic2023-062","url":null,"abstract":"ATLAS is the largest experiment at the LHC accelerator complex in CERN. It is situated at one of the collision points in the accelerator tunnel. The experiment consists of a collection of specialized sub-detectors designed to characterize the particles generated by collisions in the LHC. One of these specialized detectors is the liquid argon (LAr) calorimeter, which contains approximately 187k sensor cells used to characterize electromagnetic showers. The LAr calorimeter has a high cell density, which, combined with the high collision rates and the mechanical and electronic structure of the detector readout, leads to crosstalk (XT) effects between adjacent sensor cells. Crosstalk degrades the accuracy of energy and time reconstruction for incoming particles. To address this challenge, an electromagnetic shower simulator based on the ATLAS LAr calorimeter was developed, along with a machine learning approach to mitigate the XT effects. The results demonstrate that the energy and time-of-flight of particles can be reconstructed very closely to the desired values. The proposed approach reduces the error fluctuations in energy estimation by at least 37 times compared to the standard algorithm. Additionally, it decreases the error fluctuations in time estimation by three orders of magnitude.","PeriodicalId":518335,"journal":{"name":"Anais do XVI Congresso Brasileiro de Inteligência Computacional","volume":"67 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140531361","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Identificação de metabólitos no plasma e urina com potencial uso como biomarcadores para o monitoramento dos efeitos adversos dos AINEs em gatos via aprendizado de máquina 通过机器学习识别血浆和尿液中可能用作监测猫体内非甾体抗炎药不良反应的生物标记物的代谢物

Anais do XVI Congresso Brasileiro de Inteligência Computacional Pub Date : 2024-01-22 DOI: 10.21528/cbic2023-040

Cecilia Aparecida Santos Silva, D. Ferreira, Marcos Ferrante, Nicolas Villarino

{"title":"Identificação de metabólitos no plasma e urina com potencial uso como biomarcadores para o monitoramento dos efeitos adversos dos AINEs em gatos via aprendizado de máquina","authors":"Cecilia Aparecida Santos Silva, D. Ferreira, Marcos Ferrante, Nicolas Villarino","doi":"10.21528/cbic2023-040","DOIUrl":"https://doi.org/10.21528/cbic2023-040","url":null,"abstract":"Os anti-inflamatórios não esteróides (AINEs), como o meloxicam, podem ser usados para melhorar a dor crônica e, ao mesmo tempo, ajudar a reduzir o uso de opióides. No entanto, a administração crônica desses medicamentos pode causar danos gastrointestinais e renais em alguns pacientes, limitando as opções terapêuticas desses pacientes que necessitam de controle da dor e da inflamação. A fim de discriminar animais que receberam AINEs de animais saudáveis (controle) e determinar em qual estágio estão os efetivos dos AINEs no organismo do paciente, foram desenvolvidos 2 modelos, um k-nearest neighbors algorithm (KNN) e um Gaussian Naive Bayes algorithm (NB). A base de dados usada é composta por um grupo de 6 gatos saudáveis e um grupo de 6 gatos que foram tratados com meloxicam. Foram coletadas informações metabolômica plasmática e urinária 5 vezes durante um período de até 31 dias em ambos os grupos. A partir disso, separou-se os dados em três bases: (i) base de substâncias hidrossolúveis, composta por 114 substâncias e 6 amostras, (ii) base de substâncias lipossolúveis com 195 substâncias e 5 amostras, e (iii) base composta por todas as substâncias analisadas com 5 amostras. Além disso, cada base de dados possui 5 classes, uma para cada vez em que as substâncias foram coletadas e medidas. Foi utilizado o Fisher's Discriminant Ratio (FDR), com a finalidade de ranquear as substâncias que mais se alteraram de uma classe para a outra. Apesar da baixa quantidade de amostras e da necessidade de se usar a menor quantidade de substâncias possíveis, resultados satisfatórios foram alcançados.","PeriodicalId":518335,"journal":{"name":"Anais do XVI Congresso Brasileiro de Inteligência Computacional","volume":"259 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140531392","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Search and retrieval service for scientic articles on COVID-19 COVID-19 科学文章的搜索和检索服务

Anais do XVI Congresso Brasileiro de Inteligência Computacional Pub Date : 2024-01-22 DOI: 10.21528/cbic2023-110

Cristian Villalobos, Leonardo A. F. Mendoza, Renato Rocha, José Eduardo Ruiz, Harold Dias Mello Junior, M. Pacheco

引用次数: 0