Desenvolvimento de uma extensão do App Inventor para implantar modelos de machine learning para classificação de imagens em aplicativos

DSpace Repository

A- A A+

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

Files Size Format View
TCC_JeffersonBastos_Final_A.pdf 2.696Mb PDF View/Open

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar