@MASTERSTHESIS{ 2019:469143030,
 	title = {Uso de t?cnicas de aprendizagem profunda na classifica??o de configura??es de m?o de l?ngua de sinais},
 	year = {2019},
 	url = "https://tede.ufam.edu.br/handle/tede/6956",
 	abstract = "Este trabalho apresenta a utiliza??o de redes neurais convolucionais na classifica??o das configura??es de m?o da l?ngua brasileira de sinais. Para elaborar modelos com capacidade de aprendizagem relacionada a essa l?ngua, foi utilizado o conjunto de dados LibrasImage. As arquiteturas de redes utilizadas foram selecionadas com base na pesquisa bibliogr?fica sistem?tica realizada. Diferentes valores de hiperpar?metros foram testados para verifica??o e escolha daqueles que melhor se adequassem a tarefa de classifica??o. Os treinamentos dos modelos foram realizados por 500 ?pocas com tr?s arquiteturas diferentes e duas t?cnicas de regulariza??o (dropout e L2). Para testar o desempenho dos doze modelos com rela??o a classifica??o das
 configura??es de m?o, a acur?cia foi a medida de desempenho escolhida para compara??o. Para cada uma das arquiteturas, o modelo com maior acur?cia foi selecionado para ser analisado com rela??o a sensibilidade, ?rea sob a curva ROC e taxa de erro para cada uma das configura??es de m?o presentes no conjunto de dados LibrasImage. O modelo com melhor desempenho com rela??o as medidas citadas, foi comparado ao modelo treinado com o classificador k-vizinhos mais pr?ximos, apresentado no trabalho de Costa Filho et al. (2017), para diferentes medidas de avalia??o: acur?cia, sensibilidade, precis?o e F1 score. Os resultados mostraram que a utiliza??o de redes neurais convolucionais ? uma t?cnica que melhora a aprendizagem das configura??es de m?o da l?ngua brasileira de sinais em rela??o ao outro m?todo de classifica??o dispon?vel
 na literatura que foi testado com o mesmo conjunto de dados, apresentando uma acur?cia de 97,98%. A diferen?a de desempenho entre os dois m?todos, em termos de acur?cia, foi avaliada com o teste qui-quadrado de Pearson, cujo resultado mostrou ser estatisticamente significativo.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Engenharia El?trica},
 	note = {Faculdade de Tecnologia}
}