Resumo de eventos cient??ficos
Uso de intelig??ncia artificial na an??lise da morfologia de nanofibras
Autor
BARROS, G.D.
PEREIRA, V.M.
OLIVEIRA, J.d.
ARAUJO, C.T.
PEREIRA, W.d.
MACHADO, L.S.
CONGRESSO BRASILEIRO DE ENGENHARIA E CI??NCIA DOS MATERIAIS, 24.
Resumen
Os estudos e aplica????es de nanofibras tem crescido ao longo dos anos, neles, foi observado que as
propriedades desses fios em escala nanom??trica, possuem vantagens em aplica????es em diversas
??reas como a biom??dica, armazenamento e produ????o de energia e aplica????es que envolvem a
filtragem de ??gua e ar. Esses materiais s??o sintetizados atrav??s de processo, tamb??m chamados de
t??cnicas e por conta disso est??o sujeitos a apresenta????o de falhas. Sendo as falhas mais comuns, a
forma????o de beads e poros. A partir disso, ?? necess??rio que seja realizada a caracteriza????o
morfol??gica da nanofibras ap??s sua produ????o, a fim de identificar essas falhas. Com a evolu????o da
computa????o, aplica????es utilizando intelig??ncia artificial baseada em t??cnicas de aprendizagem de
m??quina tem crescido exponencialmente. Essas t??cnicas permitem que os computadores
desenvolvam a capacidade de autoaprendizagem, atrav??s de treinamentos previamente realizados.
A aplica????o desse tipo de tecnologia pode ser encontrada por exemplo, na fun????o de desbloqueio
facial dos smartphones, onde ap??s um r??pido treinamento o dispositivo ?? habilitado para somente
liberar acesso do celular ap??s o reconhecimento da face do usu??rio do aparelho. Este tipo de
tecnologia funciona atrav??s do reconhecimento de imagens, baseado em intelig??ncia artificial e
aprendizado de m??quina. Este artigo tem como objetivo, realizar a compara????o de dois m??todos
distintos de an??lise morfol??gica das nanofibras, sendo eles a an??lise anal??gica atrav??s do software
ImageJ e a an??lise computacional atrav??s de intelig??ncia artificial com base de aprendizagem de
m??quina utilizando redes neurais (metodologia desenvolvida pelo grupo, atrav??s da adapta????o de
um algoritmo de reconhecimento de imagens). Como hip??tese o artigo avalia se a identifica????o da
presen??a de beads e o n??mero de beads pelo m??todo anal??gico ?? estatisticamente semelhante
(HO) ou estatisticamente diferente (H1) ao m??todo utilizando aprendizagem de m??quina. As
imagens utilizadas foram retiradas por meio de um MEV e posteriormente analisadas utilizando
dois diferentes m??todos, o resultado dessas an??lises comprovaram uma efici??ncia superior do
m??todo computacional, por ser mais r??pido. No entanto, foi identificado uma baixa precis??o, uma
vez que os resultados do primeiro teste da acur??cia do m??todo computacional n??o foram
satisfat??rios. Por conta disso, a????es foram tomadas a fim de aumentar a confiabilidade do m??todo
computacional.