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/wmecai-2022-154049
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Este artigo tem como objetivo apresentar uma abordagem para classificação de imagens de resíduos eletrônicos através de técnicas de Aprendizagem Profunda, notadamente Redes Neurais Convolucionais do tipo ResNet, já que estas têm se destacado na área de Visão Computacional. Após a seleção e a implementação dos algoritmos adequados, serão apresentadas comparações no que diz respeito ao tempo de execução do treinamento e à acuracidade medida a partir do conjunto de validação. Os resultados poderão servir de base para futuros trabalhos que almejem a automação do processo de classificação e separação de materiais nos estágios iniciais de uma planta de reciclagem.
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