Submitted by (ana.araujo@ufrpe.br) on 2016-05-20T13:54:50Z
No. of bitstreams: 1
Ana Virginia Pedrosa Figueiredo.pdf: 2045507 bytes, checksum: 8ec16ce7fe3a69992ddd7f91512eb706 (MD5) / Made available in DSpace on 2016-05-20T13:54:50Z (GMT). No. of bitstreams: 1
Ana Virginia Pedrosa Figueiredo.pdf: 2045507 bytes, checksum: 8ec16ce7fe3a69992ddd7f91512eb706 (MD5)
Previous issue date: 2007-02-26 / One of the human senses that has several aspects get to be elucidated is the olfactory sense. Therefore, many scientists have been studying this sense in order to better understand how does the information processing happens until the brain recognize it. There were lots of theories regarding olfactory system functioning, in which its authors try to explain how the reception, the analysis and the odor detection occur. Many people still use their own noses as a working tool. In this kind of job, people are trained to inhale and detect different odors. It is considered as an exhausting and risky job for those professional that, for example, could inhale toxics gases. In order to solve this problem, many systems that try to simulate a biological nose were developed. These systems are known as artificial noses. An artificial nose is an equipment composed of sensors and a pattern recognition system. The sensors are responsible for detecting odor signs from the external environment. The pattern recognition system is used to classify the signs sent by sensors and to provide a result from these signs.In the present work, artificial neural network techniques were used for the patternrecognition process, once these techniques are non-parametric and usually nonlinear. The usage of artificial neural networks as an odor recognition system has been quite advantageous. These networks are capable of working with non-linear data and also have an adaptation capability, they are tolerant to errors and noise, and have parallel processing. MLP, RBF e PNN were used in the development of an odor recognizing system based on a biologic system model and its results were compared, using the Wilcoxon test on the respective network models without the adaptation to the biologic model. / Um dos sentidos humanos que apresenta vários aspectos que ainda precisam ser elucidados é o sentido do olfato. Para isto muitos pesquisadores vêm estudando este sentido para melhor entender como ocorre o processamento das informações até a etapa de reconhecimento feita pelo cérebro. Desses estudos muitas foram as teorias propostas sobre o funcionamento do sistema olfativo, onde seus autores procuram esclarecer como ocorre a recepção, análise e detecção do odor. Muitas pessoas ainda têm como ferramenta de trabalho seus próprios narizes. Nesse tipo de trabalho pessoas são treinadas para inalar e detectar odores. Esse trabalho é considerado exaustivo e de risco para o profissional que, por exemplo, pode vir a inalar gases tóxicos. Para solucionar esse problema foram criados sistemas que simulam o nariz biológico. Esses sistemas são chamados de narizes artificiais. O nariz artificial é um equipamento formado por sensores e um sistema de reconhecimento de padrões. Os sensores são responsáveis por captar do meioexterno os sinais de odor. O sistema de reconhecimento de padrões é utilizado para classificar os sinais enviados pelos sensores e apresentar um resultado. No presente trabalho, foram utilizadas as técnicas de redes neurais artificiais para o reconhecimento de padrões. Pois essas técnicas são não-paramétricas e geralmente são não-lineares. A utilização de redes neurais artificiais como sistema de reconhecimento de odor tem sido bastante vantajosa. Elas têm a capacidade de trabalhar com dados não-lineares, possuem capacidade de adaptação, são tolerantes a erros e a ruídos e também possuem processamento paralelo. Foram utilizadas as redes MLP, RBF e PNN para o desenvolvimento de um sistema de reconhecimento de odor baseado em um modelo do sistema olfativo biológico e seus resultados foram comparados, utilizando o teste de Wilcoxon, com os respectivos modelos de redes sem a adaptação ao modelo biológico.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede2/4478 |
| Date | 26 February 2007 |
| Creators | FIGUEIREDO, Ana Virgínia Pedrosa |
| Contributors | OLIVEIRA JUNIOR, Wilson Rosa de, STOSIC, Borko, STOSIC, Tatijana |
| Publisher | Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Biometria e Estatística Aplicada, UFRPE, Brasil, Departamento de Estatística e Informática |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRPE, instname:Universidade Federal Rural de Pernambuco, instacron:UFRPE |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 768382242446187918, 600, 600, 600, -6774555140396120501, -5836407828185143517 |
Page generated in 0.0029 seconds