Dicas para a solução da "Tarefa final em sistemas multissensores" (lista cumulativa, crescente com o tempo)
Dicas para a solução da "Tarefa final em sistemas multissensores" (lista cumulativa, crescente com o tempo):
1) O enunciado que aparenta ser longo mas na verdade não é ...
Notem que embora o enunciado do da tarefa final pareça longo, na verdade tem muitos itens de orientação de formato, de procedimentos gerais de organização, e de crédito à autoria e ao trabalho em equipe que na verdade devem ser seguidos em todos relatórios, e apenas poucos itens de conteúdo. Encarem esses vários itens como conselhos para a boa construção de um relatório, como algo que vocês têm que aprender não para PSI3472 especificamente, mas para a sua vida acadêmica e profissional. Se não aprenderem a valorizar todos esses conselhos que dou integralmente em PSI3472, ok, sem problemas, mas garanto que avançar em algum grau no uso de cada um desses conselhos durante a elaboração deste relatório da tarefa final vai ser bom para você e para sua formação como engenheiro e profissional.
Além desses vários itens de "formação geral" e de organização (tradicional) do texto, os itens puramente técnicos do enunciados e que se referem ao tema de multissensores são os que seguem:
"-- Um dos anexos deve conter as tabelas completas de dados numéricos usados nos projetos de fusores do sistema multisensor"
"-- Caracterização numérica realizada, descrita e documentada adequadamente, da qualidade tanto dos sensores isolados quanto dos sistemas multi-sensores ensaiados, com análise adequada dos resultados e elaboração dos contrastes pertinentes"
"-- Todos os demais tópicos de descrição técnica e/ou metodológica que julgue adequados para a caracterização do trabalho que você desenvolveu"
+ opcional recomendado
"- Sugestões de como parte dos seus desenvolvimentos e resultados apresentados neste relatório poderiam ser usados pelo professor em nova edição do curso ... (+ detalhado no texto)"
Diversos slides que foram discutidos nas atividade em sala de aula ajudam a organizar as respostas e as análises pedidas acima nos três primeiros itens; é só revisar os mesmos e se lembrar do que fizemos orientados por esses slides apresentados para as atividades das aulas #1, #2 e #3 principalmente (bem pouco de novo foi adicionado na atividade da aula #4, em que os itens opcionais foram comentados).
2) Sobre o tamanho das redes neurais usadas para a fusão não linear de sensores ...
Como sugerido num dos slides que usamos na discussão da aula #2, usemos máximo de 3 sigmoides (ou tangentes hiperbólicas) na primeira camada e um último neurônio linear na camada de saída ...
Vejam em slide da aula #2 ... "Modelagem linear x não linear (máx 3 sigmoides)"
Notem que esta sugestão é para simplificar o exercício. Numa abordagem mais aprofundada (com mais tempo de projeto é claro), o que faríamos seria experimentar vários tamanhos de rede e escolher aquela com melhor compromisso entre A) precisão de modelagem de dados de um conjunto de treino (quanto mais sigmoides maior aderência) e B) capacidade de generalização precisa para dados de um conjunto de teste (muitas sigmoides levam a degradação da generalização). Para aqueles que desejam se aprofundar posteriormente nesta sofisticação do fusor, sugiro ler materiais bibliográficos em sobreaprendizado / overfitting em redes neurais e modelos de regressão de uma forma geral (veja por exemplo o livro de Haykin em redes neurais).