| Carga horária: | 4 aulas teóricas (semanal) / 60 horas de aula (semestral) ⇒ 72 horas-aula |
| Pré-requisitos (graduação): | BCC326 — Processamento de Imagens |
|
| 720 horas |
| É pré-requisito para: | não se aplica |
| Cursos: | Bacharelado em Ciência da Computação (eletiva) |
|
| Mestrado em Ciência da Computação (eletiva) |
Terça e Quinta-feira das 10:20 as 12:00
Conceber ao aluno uma visão horizontal e abrangenete sobre tópicos que compreendem a ementa da disciplina de reconhecimento de padrões por meio das aulas expositivas e uma visão vertical aprofundada sobre tópicos específicos obtidos por meio do estudo, implementação e documentação de dois problemas da área de reconhecimento de padrões.
| Atividade | Pós-Graduação | Graduação |
| Seminários | 2 pontos | 2 pontos |
| 1o | 2,5 pontos | 2,5 pontos |
| 2o | 3,5 pontos | 3,5 pontos |
| Presença/assiduidade | 2 pontos | 2 pontos |
| Exame especial | não há (mais prazo para entrega do 2o)
| |
| Encontro | Data | Dia da semana | Atividade |
|
| Pós | Grad |
|
|
|
|
|
| 19/08/2014 | Terça-feira | Ausência Professor |
| 1 | 1 | 21/08/2014 | Quinta-feira | Apresentação da Disciplina |
| 2 | 2 | 26/08/2014 | Terça-feira | Introdução à Reconhecimento de Padrões [slides - até slide 11] |
| 3 | 3 | 28/08/2014 | Quinta-feira | Coleta de base de dados (aula à distância) |
| 4 | 4 | 02/09/2014 | Terça-feira | Introdução à Reconhecimento de Padrões [slides - a partir do slide 11] |
| 5 | 5 | 04/09/2014 | Quinta-feira | Como pesquisar referências qualificadas (Qualis) e onde publicar [notas] |
| 6 | 6 | 09/09/2014 | Terça-feira | Segmentação para Reconhecimento de Padrões [slides] |
| 7 | 7 | 11/09/2014 | Quinta-feira | Extração de Características [slides] |
| 8 | 8 | 16/09/2014 | Terça-feira | Seminário 1 (Segmentação de Caracteres) |
|
|
|
|
| Dupla1 [artigo/apresentação] |
|
|
|
|
| Dupla2 [artigo/apresentação] |
|
|
|
|
| Dupla3 [artigo/apresentação] |
|
|
|
|
| Dupla4 [artigo/apresentação] |
| 9 | 9 | 18/09/2014 | Quinta-feira | Defesa de dissertação de Emilia |
| 10 | 10 | 23/09/2014 | Terça-feira | Extração de Características [slides - a partir do slide 56] |
| 11 | 11 | 25/09/2014 | Quinta-feira | Discussão sobre trabalho inicial |
| 12 | 12 | 30/09/2014 | Terça-feira | Apresentação de trabalho inicial |
|
|
|
|
| Seminário 1 |
|
|
|
|
| Romulo Marlon [artigo/apresentação] |
| 13 | 13 | 02/10/2014 | Quinta-feira | Tipos de Aprendizagem [slides] |
| 14 | 14 | 07/10/2014 | Terça-feira | Seminário 2 (Reconhecimento de Caracteres) |
|
|
|
|
| Dupla1 [artigo/apresentação] |
|
|
|
|
| Dupla2 [artigo/apresentação] |
|
|
|
|
| Dupla3 [artigo/apresentação] |
|
|
|
|
| Dupla4 [artigo/apresentação] |
| 15 | 15 | 09/10/2014 | Quinta-feira | Análise de componentes principais (PCA) - [slides/Aplicação] |
| 16 | 16 | 14/10/2014 | Terça-feira | Revisão de Probabilidade - [slides] |
|
|
|
|
| Teoria de Decisão Bayesiana - [slides] |
| 17 | 17 | 16/10/2014 | Quinta-feira | Métodos não paramétricos - [slides] |
| 18 | 18 | 21/10/2014 | Terça-feira | Seminário 2 |
|
|
|
|
| Romulo Marlon [artigo/apresentação] |
|
|
|
|
| Apresentação 1o trabalho |
|
|
|
|
| Dupla1 [artigo/apresentação] |
|
|
|
|
| Dupla2 [artigo/apresentação] |
| 19 | 19 | 23/10/2014 | Quinta-feira | Apresentação 1o trabalho |
|
|
|
|
| Dupla3 [artigo/apresentação] |
|
|
|
|
| Dupla4 [artigo/apresentação] |
|
|
| 28/10/2014 | Terça-feira | Recesso - dia do servidor público |
| 20 | 20 | 30/10/2014 | Quinta-feira | Classificadores Lineares - LDA [slides] - material suplementar |
|
|
|
|
| Apresentação 1o trabalho |
|
|
|
|
| Romulo Marlon [artigo/apresentação] |
| 21 | 21 | 04/11/2014 | Terça-feira | Classificadores Lineares - Perceptron & SVM [slides - a partir de slide 20] [plus1/plus2] |
| 22 | 22 | 06/11/2014 | Quinta-feira | Aula prática - Métodos não paramétricos |
| 23 | 23 | 11/11/2014 | Terça-feira | Seminário 3 (Segmentação de Íris) |
|
|
|
|
| Dupla1 [artigo/apresentação] |
|
|
|
|
| Dupla2 [artigo/apresentação] |
|
|
|
|
| Dupla3 [artigo/apresentação] |
|
|
|
|
| Dupla4 [artigo/apresentação] |
| 24 | 24 | 13/11/2014 | Quinta-feira | Multi Layer Perceptron - [slides] |
| 25 | 25 | 18/11/2014 | Terça-feira | Anotação de base de íris (aula à distância) |
| 26 | 26 | 20/11/2014 | Quinta-feira | Seminário 4 (Reconhecimento de Íris) |
|
|
|
|
| Dupla1 [artigo/apresentação] |
|
|
|
|
| Dupla2 [artigo/apresentação] |
|
|
|
|
| Dupla3 [artigo/apresentação] |
|
|
|
|
| Dupla4 [artigo/apresentação] |
| 27 | 27 | 21/11/2014 | Sexta-feira | Anotação de base de íris (aula à distância) |
| 28 | 28 | 25/11/2014 | Terça-feira | Seleção de características - [slides] |
|
|
|
|
| Seminário 4 (Reconhecimento de Íris) |
|
|
|
|
| Romulo Marlon [artigo/apresentação] |
| 29 | 29 | 27/11/2014 | Quinta-feira | Combinação de Classificadores - [slides] |
| 30 | 30 | 28/11/2014 | Sexta-feira | Anotação de base de íris (aula à distância) |
| 31 | 31 | 02/12/2014 | Terça-feira | Espaço e curvas ROC (Receiver Operating Characteristics) - [slides] |
| 32 | 32 | 04/12/2014 | Quinta-feira | Aula prática - RNA & curvas ROC |
| 33 | 33 | 09/12/2014 | Terça-feira | Apresentação 2o trabalho |
|
|
|
|
| Dupla1 [artigo/apresentação] |
|
|
|
|
| Romulo Marlon [artigo/apresentação] |
| 34 | 34 | 11/12/2014 | Quinta-feira | Apresentação 2o trabalho |
|
|
|
|
| Dupla3 [artigo/apresentação/fonte] |
|
|
|
|
| Seminário 3-4 |
|
|
|
|
| Romulo Marlon [artigo/apresentação] |
| 35 | 35 | 16/12/2014 | Terça-feira | Exame Especial - Apresentação 2o trabalho |
|
|
|
|
| Dupla2 [artigo/apresentação] |
|
|
|
|
| Dupla4 [artigo/apresentação/fonte] |
| 36 | 36 | 18/12/2014 | Quinta-feira | Divulgação de Notas Finais |
|
| ||||
[1] C. M. Bishop. Pattern Recognition and Machine Learning. Springer, 2006. ISBN: 978-0-387-31073-2.
[2] R. O. Duda, P. E. Hart, and D. G. Stork. Pattern Classification. John Wiley & Sons, Inc., 2 edition, 2000. ISBN: 978-0-471-05669-0.
[3] S. Theodoridis and K. Koutroumbas. Pattern Recognition. Elsevier, 4 edition, 2009. ISBN: 978-59749-272-0.
[4] A. Aguado M. Nixon. Feature Extraction & Image Processing. Elsevier, 2 edition, 2008. 978-0-12-372538-7.
[5] R. C. Gonzalez and R. E. Woods. Digital Image Processing. Prentice Hall, 3 edition, 2008. 978-0-13-168728-8.
[6] C. M. Bishop. Neural Networks for Pattern Recognition. , Oxford University Press, 1995. 978-0-19-853864-6.
[7] D. G. Stork and E. Yom-Tov. Computer Manual in Matlab to accompany Pattern Classification. John Wiley & Sons, Inc., 2 edition, 2000. 978-0-471-42977-7.
[8] M. Dash and H. Liu. Feature Selection For Classification. Intelligent Data Analysis, 1(1):131–156, 1997.
[9] Fawcett. An introduction to ROC analysis. Pattern Recognition Letters, 27(8):861Ű874, 2006.
[10] Provost and Fawcett. Robust Classification for Imprecise Environments. Machine Learning Journal, 42(3):203–231, 2001.
[11] Wikipedia. Receiver operating characteristic. http://en.wikipedia.org/wiki/Receiver_operating_characteristic, acessado em novembro de 2010.
[12] Kittler, Hatef, Duin, and Matas. On Combining Classifiers. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(3):226–240, 1998.
[13] Ho. The Random Subpace Method for Constructing Decision Forests. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(8):832–844, 1998.
[14] Kittler. Combining Classifiers: A theoretical framework. Pattern Analysis & Applications, 1(1):18–27, 1998.