A Solar Powered Raspberry Pi Houston Toad Call Detection System Using Neural Network Model

Bashit, Abdullah Al; Valles, Damian

doi:10.1109/csci46756.2018.00198

Search citation statements

Order By: Relevance

Paper Sections

Select...

Introduction1

Citation Types

Supporting

Mentioning

Contrasting

Unclassified

Year Published

2019

2020

Publication Types

Select...

Other2

Relationship

Self Cite0

Independent2

Authors

Journals

Cited by 2 publications

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Já a rede neural Perceptron multicamada, pode ser utilizada para classificação [16], reconhecimento de imagens [6], [17] ou sons [18], dentre outros. Como na regressão linear, o seu treinamento normalmente ocorre em equipamento de maior processamento, no qual se obtêm os pesos sinápticos da rede neural, o qual posteriormenteé inserido junto com código de programação, no hardware de baixo custo.…”

Section: Introductionunclassified

Análise de Requisitos Computacionais de Técnicas de Aprendizado de Máquina para Implementação em Hardwares de Baixo Custo

Júnior¹,

Loiola²

2020

Anais Do 14. Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

Resumo-Com o aumento da popularidade dos hardwares de baixo custo, como os dispositivos embarcados, e o crescente uso dos algoritmos de aprendizagem de máquina, há uma demanda para que estes trabalhem nas mais diversasáreas, pois nem sempre há a possibilidade de uma comunicação dos dispositivos com os hardwares mais robustos ondeé executado normalmente o algoritmo. Portanto, este trabalho vem propor uma avaliação dos algoritmos de regressão linear polinomial e rede neural Perceptron multicamada, efetuando uma análise de requisitos computacionais para uso em hardwares de baixo custo.

show abstract

Section: Introductionunclassified