Efeitos do PrÃ-processamento no reconhecimento de padrÃes de odores: aquisiÃÃo estÃtica e dinÃmica

AUTOR(ES)
DATA DE PUBLICAÇÃO

2003

RESUMO

As redes neurais artificiais vÃm sendo consideradas uma tecnologia consolidada e muito aplicada no reconhecimento de padrÃes. VÃrios modelos tÃm sido propostos e investigados para o reconhecimento de padrÃes, e muitos desses modelos sÃo amplamente aceitos. Dentre esses modelos, estÃo o Multilayer Perceptron - MLP, as redes Booleanas e as Redes de FunÃÃo Base Radial - RBF, embora existam muitos outros. Neste trabalho, foram feitos vÃrios experimentos utilizando as redes RBF e MLP, com as substÃncias: butano, etano, metano, propano e monÃxido de carbono, e ainda a aguarrÃs, um refino do petrÃleo, com diferentes nÃveis de contaminaÃÃo. Nos experimentos realizados foram aplicadas trÃs tÃcnicas de prÃ-processamento e a normalizaÃÃo dos dados para verificar o desempenho dessas redes no reconhecimento de padrÃes de odores com as substÃncias citadas anteriormente. ApÃs a realizaÃÃo desses experimentos observamos que a tÃcnica de prÃprocessamento da mudanÃa fracional com a normalizaÃÃo do sensor foi a que se destacou com o modelo MLP. Os experimentos foram realizados objetivando, tambÃm, analisar a forma dinÃmica e estÃtica de aquisiÃÃo do sinal, demonstrando diferenÃas nos resultados conforme o tipo de aquisiÃÃo. Foram testados trÃs grupos de sensores e observamos que existem diferenÃas entre os resultados desses grupos. Vimos, ainda que um grupo de sensores pode apresentar resultados melhores conforme o tipo de aquisiÃÃo, estÃtica ou dinÃmica. Diante dos resultados obtidos podemos afirmar que o uso de redes neurais à adequado para trabalhar com o reconhecimento de odores dessas substÃncias

ASSUNTO(S)

artificial nose redes neurais neural networks ciencia da computacao nariz artificial sensores de aroma odor sensors

ACESSO AO ARTIGO

Documentos Relacionados