Reminder: [SP01] Palestra: Reconhecimento de Gestos Manuais através de Redes Neurais
To view complete details for this event, click here to view the announcement
[SP01] Palestra: Reconhecimento de Gestos Manuais em Tempo-Real através de Redes Neurais Feed-Forward e EMG
O problema de reconhecimento de gestos manuais em tempo real por meio de sinais obtidos via eletromiografia (EMG) possui diversas aplicações, tais como melhorar a interação humano-computador, no controle de braços robóticos e de próteses de mão. Este problema pode ser subdividido em dois problemas menores: o problema de detecção de gestos, que envolve determinar o intervalo de tempo em que um dado gesto é executado, e o problema de reconhecimento de gesto por meio de um classificador baseado em redes neurais.
O objetivo desta apresentação é ilustrar de forma simples um sistema completo de reconhecimento de padrões. Apesar da aplicação de interesse ser reconhecimento de gestos, muitas das ideias e blocos de processamento usados neste trabalho podem ser empregados em outras aplicações envolvendo reconhecimento de padrões. A apresentação será realizada na língua portuguesa e terá um caráter introdutório, não sendo necessário conhecimento prévio sobre Aprendizado de Máquina.
Date and Time
- Date: 06 Jul 2022
- Time: 04:00 PM to 05:00 PM
- All times are (GMT-03:00) Brazil/East
Add Event to Calendar
Location
Palestra de M.Sc. Gabriel Chaves sobre Reconhecimento de Gestos Manuais (evento online / virtual)
Quarta-feira, 6 de julho · 4:00 até 6:00pm
Informações de participação do Google Meet
Link da videochamada: https://meet.google.com/ufz-yahs-kzn
Ou disque: (US) +1 252-650-2049 PIN: 774 288 958#
Hosts
- Rio De Janeiro Section Chapter, SP01
-
Markus Vinicius Santos Lima (e-mail: markus.lima@dee.ufrj.br)
Universidade Federal do Rio de Janeiro (UFRJ)
Escola Politécnica & Programa de Engenharia Elétrica/COPPE
- Co-sponsored by CH09035 - Rio de Janeiro Section Chapter, CAS04
Speakers
Gabriel Chaves of PEE/COPPE/UFRJ
Topic:
Reconhecimento de Gestos Manuais em Tempo-Real através de Redes Neurais Feed-Forward e EMG
