Título: Reconhecimento de padrões de manobras de skate
Autores: Bruno Adriano Menegotto, Cristiellen Heuko da Silva, Hugo Valadares Siqueira, Sergio L. Stevan Jr
Resumo: O skate e um esporte baseado em manobras, as quais são avaliadas por imagem ou jurados que classificam a dificuldade e perfeição do movimento. Buscando auxiliar este processo de monitoramento da manobra, uma base de dados obtida a partir de manobras realizadas com um skate instrumentado com sensores inercias foi utilizada para avaliar o reconhecimento de padroes atrav es de redes neurais artificiais (RNAs) e classificadores. Nesta perspectiva, foram realizadas etapas de pre-processamento para normalizar e segmentar os dados. Posteriormente 4 diferentes arquiteturas de RNAs foram utilizadas e os desempenhos avaliados e comparados: Perceptron de Multiplas Camadas (MLP), Máquina de Aprendizado Extremo (ELM), Rede Neural com Função de Base Radial (RBF) e uma rede recorrente, Long Short-Term Memory (LSTM). Além´ disso, utilizou-se dois classificadores baseados em aprendizado de maquina, sendo estes: Random Forest (RF) e Regressão Log ística (LR). O melhor resultado obtido foi para a rede MLP, a qual indicou 95% de acurácia
Palavras-chave: Instrumentação, skate, classificação, redes neurais
Páginas: 8
Código DOI: 10.21528/CBIC2023-155
Artigo em pdf: CBIC_2023_paper155.pdf
Arquivo BibTeX: CBIC_2023_155.bib