Desenvolvimento de uma extensão do App Inventor para implantar modelos de machine learning para classificação de imagens em aplicativos
Show simple item record
dc.contributor |
Universidade Federal de Santa Catarina. |
pt_BR |
dc.contributor.advisor |
Wangenheim, Christiane Gresse Von |
|
dc.contributor.author |
Bastos Junior, Jefferson Ambrosio |
|
dc.date.accessioned |
2024-07-08T20:38:46Z |
|
dc.date.available |
2024-07-08T20:38:46Z |
|
dc.date.issued |
2024-06-20 |
|
dc.identifier.uri |
https://repositorio.ufsc.br/handle/123456789/255705 |
|
dc.description |
TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação. |
pt_BR |
dc.description.abstract |
A inteligência artificial está cada vez mais integrada ao nosso dia a dia, contribuindo e transformando a vida das pessoas por meio da tecnologia. A disseminação deste conhecimento é crescentemente relevante, uma vez que a demanda por profissionais que precisarão lidar com IA aumentará significativamente nos próximos anos. Um ramo da inteligência artificial é o aprendizado de máquina (ML), que é a capacidade das máquinas de aprender, a partir do treinamento de um modelo de dados. Tendo em vista o grande crescimento da área, a popularização e a adoção do ML na educação se torna fundamental. Neste contexto, este trabalho visa criar uma extensão que permita a utilização de modelos de ML exportados do Jupyter Notebooks na plataforma App Inventor para desenvolvimento de aplicativos móveis. O Jupyter Notebook é um dos softwares mais usados atualmente para ML, o que torna a vivência do aluno mais perto da área atual de trabalho. Além disso, o desempenho das redes residuais (ResNet) a ser exportada/importada ser superior ao das redes neurais importadas em extensões já existentes, indicam a necessidade do desenvolvimento da extensão proposta neste trabalho. Com a extensão, é possível importar modelos de ML exportados no formato ONNX (Open Neural Network Exchange), o que traz mais flexibilidade, pois o formato ONNX é um formato aberto e interoperável que permite a portabilidade de modelos de Machine Learning entre diferentes frameworks e plataformas. |
pt_BR |
dc.format.extent |
74 f. |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.publisher |
Florianópolis, SC. |
pt_BR |
dc.rights |
Open Access. |
en |
dc.subject |
Inteligência Artificial |
pt_BR |
dc.subject |
Machine Learning |
pt_BR |
dc.subject |
Classificação de Imagens |
pt_BR |
dc.subject |
App Inventor |
pt_BR |
dc.subject |
Extensão |
pt_BR |
dc.title |
Desenvolvimento de uma extensão do App Inventor para implantar modelos de machine learning para classificação de imagens em aplicativos |
pt_BR |
dc.type |
TCCgrad |
pt_BR |
dc.contributor.advisor-co |
Santos, Elder Rizzon |
|
dc.contributor.advisor-co |
Martins, Ramon Mayor |
|
Files in this item
This item appears in the following Collection(s)
Show simple item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account
Statistics
Compartilhar