O objetivo principal da disciplina é oferecer aos alunos da ênfase Eletrônica e Sistemas e aos demais cursos de Engenharia a oportunidade de realização de projetos práticos e prototipação de sistemas envolvendo as temáticas de reconhecimento de padrões e a modelagem computacional de sistemas reais, através de técnicas de neurocomputação e inteligência computacional de uma forma geral.
Conceitos em reconhecimento de padrões, em modelagem linear e não linear, e em redes neurais e inteligência computacional; Implementação de modelos de neurocomputação em software e em hardware; Redução de dimensionalidade; Aplicações alvo do reconhecimento de padrões e da modelagem não linear; Discussão de projetos práticos a serem desenvolvidos no curso; Execução acompanhada dos projetos práticos dos alunos; Apresentação e avaliação dos projetos finais.
A disciplina é implementada através de uma componente de discussões teóricas e outra componente equivalente de atividades práticas. Nas aulas são abordados conceitos e aspectos teóricos e operacionais relativos ao reconhecimento de padrões e à modelagem de sistemas reais não lineares, usando técnicas de neurocomputação e inteligência computacional, entre outras. Concomitantemente, será também analisado como os conhecimentos e as técnicas já abordados em outras disciplinas da ênfase Eletrônica e Sistemas podem ser explorados para a implementação de sistemas de sistemas eletrônicos inteligentes em hardware e em software. Esta forma de definição dos projetos a serem desenvolvidos pelos estudantes pretende facilitar o surgimento de propostas com caráter integrativo, com a conjunção de conteúdos de várias disciplinas da sua formação. Após essa discussão e definição dos projetos práticos a serem desenvolvidos, uma parcela do tempo em classe servirá tanto para acompanhar a evolução dos projetos práticos quanto para o aporte de conceitos adicionais que facilitem a evolução dos projetos sendo conduzidos. O semestre se encerra com as apresentações finais por parte dos alunos, com a entrega de relatórios técnicos associados e com as demonstrações dos protótipos obtidos nos projetos práticos. Os temas e etapas do curso são os seguintes: - Breve discussão de conceitos em reconhecimento de padrões, modelagem linear e não linear e uso de redes neurais e inteligência computacional; - Ambientes de implementação e prototipação de sistemas eletrônicos inteligentes em software e em hardware; - Redução de dimensionalidade em reconhecimento de padrões e em modelagem; - Discussão de aplicações alvo de reconhecimento de padrões e modelagem não linear, no universo da ênfase Eletrônica e Sistemas e em Engenharia em geral; - Definição de possíveis projetos práticos da disciplina; - Discussão e crítica das propostas individuais; - Execução supervisionada dos projetos práticos desenvolvidos pelos alunos; - Apresentação dos projetos finais.
[1] Simon Haykin, “Redes Neurais: Princípios e Práticas”, Bookman, 2001. [2] Simon Haykin, “Neural Networks and Learning Machines,” Prentice Hall 2008. [3] R. O. Duda, P. E. Hart and D. G. Stork. “Pattern Classification”, Wiley, 2001. [4] Cesare Alippi, “Intelligence for Embedded Systems, a Methodological Approach”, Springer 2014. [5] André Fábio Kohn, “Reconhecimento de Padrões: uma Abordagem Estatística”, Edição PEE/USP, 1998. [6] Apostilas da disciplina; Manuais de simuladores públicos de redes neurais e sistemas inteligentes;
