{"title":"次一致人工神经网络在光学产品监测中的应用","authors":"João Luís Lopes Freitas Orsi Kuntz, M. C. Mário","doi":"10.5335/rbca.v13i3.12427","DOIUrl":null,"url":null,"abstract":"Este trabalho apresenta o uso da Lógica Paraconsistente (LP) aliada a técnicas da fotogrametria voltadas ao processamento de imagens para obtenção de dados de interesse em um cenário de controle de qualidade de linha de produção. A fotogrametria tem sido aplicada com sucesso em cenários de monitoramento, enquanto a LP, por sua vez, tem sido aplicada em situações de controle de processo. Uma vez que a LP considera a incerteza ao realizar cálculos, ela se torna útil em cenários onde a medição desempenha um papel fundamental. Aqui são descritas as etapas para a montagem e execução de uma estrutura lógica denominada Unidade de Convolução Paraconsistente (UCP). A UCP é capaz de realizar transformações em imagens e extrair propriedades, utilizadas pelas Células Neurais Artificiais Paraconsistentes (CNAPs)em etapas de classificação dos objetos presentes nas imagens e identificação de desvios em suas dimensões. Os resultados foram encorajadores, apresentando uma diminuição da variância na distribuição de frequência dos níveis de cinza na imagem 13 vezes maior do que a alcançada pelo uso de uma biblioteca de programação padrão, a realização de medidas em objetos com um erro máximo observado de 1,77% em relação ao valor teórico esperado, uma taxa de precisão de 100% no processo de classificação de objetos com o uso de algoritmos de baixo uso computacional e a capacidade de identificar desvios nas dimensões do objeto de até 1 mm.","PeriodicalId":41711,"journal":{"name":"Revista Brasileira de Computacao Aplicada","volume":null,"pages":null},"PeriodicalIF":0.2000,"publicationDate":"2021-11-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Redes neurais artificiais paraconsistentes aplicadas no monitoramento óptico de produtos\",\"authors\":\"João Luís Lopes Freitas Orsi Kuntz, M. C. Mário\",\"doi\":\"10.5335/rbca.v13i3.12427\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Este trabalho apresenta o uso da Lógica Paraconsistente (LP) aliada a técnicas da fotogrametria voltadas ao processamento de imagens para obtenção de dados de interesse em um cenário de controle de qualidade de linha de produção. A fotogrametria tem sido aplicada com sucesso em cenários de monitoramento, enquanto a LP, por sua vez, tem sido aplicada em situações de controle de processo. Uma vez que a LP considera a incerteza ao realizar cálculos, ela se torna útil em cenários onde a medição desempenha um papel fundamental. Aqui são descritas as etapas para a montagem e execução de uma estrutura lógica denominada Unidade de Convolução Paraconsistente (UCP). A UCP é capaz de realizar transformações em imagens e extrair propriedades, utilizadas pelas Células Neurais Artificiais Paraconsistentes (CNAPs)em etapas de classificação dos objetos presentes nas imagens e identificação de desvios em suas dimensões. Os resultados foram encorajadores, apresentando uma diminuição da variância na distribuição de frequência dos níveis de cinza na imagem 13 vezes maior do que a alcançada pelo uso de uma biblioteca de programação padrão, a realização de medidas em objetos com um erro máximo observado de 1,77% em relação ao valor teórico esperado, uma taxa de precisão de 100% no processo de classificação de objetos com o uso de algoritmos de baixo uso computacional e a capacidade de identificar desvios nas dimensões do objeto de até 1 mm.\",\"PeriodicalId\":41711,\"journal\":{\"name\":\"Revista Brasileira de Computacao Aplicada\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2021-11-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Computacao Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5335/rbca.v13i3.12427\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computacao Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/rbca.v13i3.12427","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS","Score":null,"Total":0}
Redes neurais artificiais paraconsistentes aplicadas no monitoramento óptico de produtos
Este trabalho apresenta o uso da Lógica Paraconsistente (LP) aliada a técnicas da fotogrametria voltadas ao processamento de imagens para obtenção de dados de interesse em um cenário de controle de qualidade de linha de produção. A fotogrametria tem sido aplicada com sucesso em cenários de monitoramento, enquanto a LP, por sua vez, tem sido aplicada em situações de controle de processo. Uma vez que a LP considera a incerteza ao realizar cálculos, ela se torna útil em cenários onde a medição desempenha um papel fundamental. Aqui são descritas as etapas para a montagem e execução de uma estrutura lógica denominada Unidade de Convolução Paraconsistente (UCP). A UCP é capaz de realizar transformações em imagens e extrair propriedades, utilizadas pelas Células Neurais Artificiais Paraconsistentes (CNAPs)em etapas de classificação dos objetos presentes nas imagens e identificação de desvios em suas dimensões. Os resultados foram encorajadores, apresentando uma diminuição da variância na distribuição de frequência dos níveis de cinza na imagem 13 vezes maior do que a alcançada pelo uso de uma biblioteca de programação padrão, a realização de medidas em objetos com um erro máximo observado de 1,77% em relação ao valor teórico esperado, uma taxa de precisão de 100% no processo de classificação de objetos com o uso de algoritmos de baixo uso computacional e a capacidade de identificar desvios nas dimensões do objeto de até 1 mm.