Resumo: Redes neurais são cada vez mais utilizadas para identificação de sinais e imagens, e o uso de tais ferramentas tem atingido níveis cada vez mais complexos nos campos da engenharia, economia, medicina e ciências naturais. O princípio matemático das redes neurais possibilita a esta técnica solução de vários problemas no campo de tratamento, segmentação e classificação de imagens, sinais e padrões, sendo hoje em dia, um dos campos mais estudados no âmbito do aprendizado de máquina. Diferentes tipos de rede já se mostraram eficazes para identificação de atividades humanas, falhas em dispositivos mecânico, correção semântica, otimização de processos, entre outros. Neste trabalho, vamos explorar diferentes modelos de redes neurais para identificação de sinais de aceleração resultante da digitação de caracteres em um teclado de computador. As ondas geradas pela digitação se propagarão pela mesa e serão medidas por um acelerômetro instalado próximo ao teclado e, a posteriori, os sinais coletados são tratados e inseridos em redes neurais para classificação nas classes (teclas) disponíveis. Este trabalho busca analisar quais os melhores tratamentos que esse sinal pode receber, bem como avaliar diferentes tipos de rede (convolucionais, LSTM, totalmente conectadas) e métodos de treinamento, a fim de se obter uma maior taxa de classificações corretas e a possibilidade de se decodificar textos digitados Ver menos

Abstract: Neural networks are increasingly being used for signal and image identification, and the use of such tools has reached increasingly complex levels in the fields of engineering, economics, medicine, and natural sciences. The mathematical principle of neural networks enables this technique to solve various problems in the field of image processing, image segmentation, and image and signal classification, making it one of the most studied fields in machine learning today. Several types of networks have already proven effective in identifying human activities, and failures in mechanical devices, among others. In this work, we will explore different models of neural networks to identify acceleration signals from character typing on a computer keyboard. The waves will propagate by the table and will be measured by an accelerometer installed near the keyboard, and then the collected signals will be processed and inserted into neural networks for classification into available classes (keys). This work aims to analyze the best treatments this signal can receive, as well as evaluate distinct types of networks (convolutional, LSTM, fully connected) and training methods, to achieve a higher rate of correct classifications and the possibility of decoding typed texts Ver menos