Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111530
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!A Agência Nacional de Energia Elétrica (ANEEL) classifica erros de medição de consumo e processamento de fatura como perdas não-técnicas. Quando estas são identificadas, solicita-se a aquisição da imagem do medidor e a captura da localização geográfica do leiturista para registrar a sua presença no local. Isso é enviado para o setor de auditoria. Este recebe muitas imagens, cuja análise completa é muito lenta. Como alternativa, tem-se a autoleitura, que é a leitura feita pelo próprio cliente através de plataformas digitais. Para garantir a segurança no processo de autoleitura, é necessária uma etapa automática de validação. Este trabalho propõe um método baseado em aprendizado profundo para a segmentação semântica de medidores de energia e componentes de identificação, contribuindo com eficiência ao processo de validação de leitura.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo