@MASTERSTHESIS{ 2020:1775987621,
 	title = {Otimizando CNNs Com Aprendizado Acumulativo Via Múltiplas Redes Neurais.},
 	year = {2020},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/3290",
 	abstract = "O número de vítimas fatais em acidentes de trânsito é assustador. Muitos desses acidentes
 decorrem do desrespeito a sinalização, que, muitas vezes, acontece de maneira involuntária,
 por distrações, por exemplo. Esta problemática vem sendo tratada com muita atenção na
 comunidade científica. O que levou ao surgimento dos Sistemas Avançados de Auxílio ao
 Motorista (ADAS - Advanced Driver Assistance Systems), que são sistemas que podem
 interpretar a sinalização e fluxo na via e, a partir dessas informações, emitir alertas ao
 condutor ou até mesmo intervir na condução. As redes convolucionais já são amplamente
 utilizadas nos ADAS e estão promovendo verdadeiro avanço nesse área. Desta forma,
 este trabalho apresenta uma estratégia que utiliza redes neurais neste tipo de problema.
 A pesquisa desenvolvida realizou uma união das técnicas de múltiplas redes neurais
 autocoordenadas e redes neurais convolucionais, que demonstrou sua eficiência quando
 aplicada a redes já treinadas. A técnica proposta apresentou 95.33% de precisão, a
 possibilidade da diminuição do tempo de treinamento e uma nova estratégia de fuga de
 mínimos locais, o que abre um leque de novas pesquisas que podem ser realizadas.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO DE INFORMÁTICA/CCET}
}