O documento apresenta uma pesquisa sobre classificação de magnetogramas solares utilizando deep learning. A pesquisa é conduzida por uma bolsista e seu orientador e tem como objetivo criar modelos automatizados para classificar magnetogramas e prever explosões solares. Softwares como DIGITS, AWS e Helioviewer são utilizados para treinar redes neurais com uma base de dados rotulada de imagens e alcançar uma acurácia de 80%. A conclusão é que as técnicas de deep learning podem ajudar a amenizar os impactos causados por explosões
Pesquisa na FT - Classificação de magnetomas a partir de Deep Learning
1. STSI704 A - SEMINÁRIOS II
PESQUISA NA FT:
ANÁLISE DE
MAGNETOMAS A
PARTIR DE DEEP
LEARNING
Grupo III
2. AGENDA KAULITZ GUIMARÃES
- Conceitos básicos sobre deep learning
HENRIQUE MALONE
- Temperatura espacial e seus impactos
HENRIQUE LAVIERI
- Detalhes sobre a pesquisa
3. KAULITZ
GUIMARÃES
ESTÁGIARIO NA IBM.
- DEVOPS NA ÁREA DE SEGURANÇA (API,
AUTOMATION E KUBERNETES).
- PROJETO DE MACHINE LEARNING +
SECURITY
- CERTIFICAÇÃO DE MACHINE LEARNING PELA
UNIVERSIDADE DE STANFORD.
- EXPERIÊNCIA EM PYTHON PARA DATA
SCIENCE.
- TRÊS PROJETOS DE MACHINE LEARNING NO
GITHUB ( PREVISÃO DE AÇÕES, CLASSIFICAÇÃO
DE SPAM, E ANÁLISE DE SENTIMENTO COM
TWEETS).
8. Machine learning é uma técnica para automatizar o
reconhecimento padrões encontrados em um
determinado conjunto de dados.
O mais importante em um sistema que utiliza
machine learning é a qualidade dos dados que serão
usados para treinar a máquina
Há uma gama de algoritmos nessa linha. Os quais
são dividos majoritariamente em Supervisionados e
Não supervisionados.
MACHINE
LEARNING
11. SUPERVISIONADO VS NÃO
SUPERVISIONADO
Usado para automatizar processos
Possui uma coluna de rótulos (label)
A máquina é treinada para reconhecer ou
predizer algum resultado
Possui duas divisões : classificação
(classification) e predição (regression)
Modelo Supervisionado
Pode ser usado para automatizar
processos ou
Pode ser usado para identificar padrões
ou alguma informação nova
Não possui uma coluna de rótulos (label)
A máquina é treinada, majoritariamente,
para identificar grupos.
Possui múltiplas divisões : agrupamento
(clustering), redução de
dimensionalidade (dimension reduction),
associação (association rules), ...
Modelo Não Supervisionado
12. Redes neurais são
conjuntos de algorítmos
que simulam o cerébro
humano, de certa forma,
e são desenhados para
reconhecer padrões.
13. Sinais elétricos entram (input
signal) no neurônio pelos
dentritos;
Quando os sinais que entraram
excedem um certo limite, um
sinal de saída (output signal) é
gerado e esses passam pelo
axiônio.
Ativação do Neurônio
14. ALGORITMO
NEURAL
Nos algoritmos neurais, os
impulsos elétricos são
representados por números
reais, e a ativação química é
representada por modelos
matemáticos (funções).
15. REDES
NEURAIS:
CAMADAS
Uma rede neural ( ou seja, um modelo com mais de um
neurônio) possui a estrutura :
- Uma camada de entrada (input layer) : onde os valores
são os dados por amostra do conjunto de dados.
- Uma camada escondida ( hidden layer): camada onde
ficam os neurônios.
- Uma camada de saída (output) : o "resultado" do
processamento dos neurônios.
.
17. HENRIQUE
MALONE
ESTÁGIARIO NO INSTITUTO DE PESQUISA
ELDORADO
- TESTES E INTEGRAÇÃO DE SOFTWARE
PROJETOS
- ENSINO DE PROGRAMÇÃO EM ESCOLAS
PÚBLICAS (PROJETO ERA UMA VEZ)
- EX BOLSITA DO LIAG (LABORATÓRIO DE
INFORMÁTICA, APRENDIZAGEM E GESTÃO)
- ORGANIZADOR DO TORNEIO E LIGA
ROBOCODE E DESAFIO JOVEM ENGENHEIRO
28. CMES (CORONAL MASS
EJECTIONS )
Quando atingem a Terra,
causam danos a diversas
tecnologias importantes
e de alto custo que serão
apresentadas à seguir.
30. As variações do tempo espacial podem afetar
diferentes tipos de tecnologia na Terra.
31. IMPACTOS EM ONDAS
DE RÁDIO
As erupções solares produzem ondas
fortes de raio-x que degradam ou bloqueiam
frequências de rádio usadas para fazer
comunicações durante eventos conhecidos
como "Radio Blackout Storm".
Partículas solares de energia podem
bloquear a comunicação por rádio frequência
durante tempestades de radiação solares.
32. IMPACTOS EM
SATÉLITES
As mesmas partículas citadas anteriormente
podem penetrar satélites eletrônicos e
causar falhas elétricas.
33. IMPACTOS EM REDES
ELÉTRICAS
As Ejeções de Massa Coronal (CMEs) podem
causar Tempestades Geomagnéticas na Terra
e induzir correntes extras no solo que podem
degradar as operações da rede elétrica.
34. IMPACTOS EM SINAIS
DE NAVEGAÇÃO
Tempestades geomagnéticas podem também
modificar sinais de navegação como GPS e
GNSS, prejudicando em sua acurácia.
35. IMPACTOS EM SINAIS
DE NAVEGAÇÃO
Em 2006 ocorreu um flare no Sol, com índice
X9 ( o mais alto), que chegou a danificar
alguns píxels da câmara GOES 13, e saturou
todos os satelites de GPS que estavam do
lado iluminado da terra.
36. HENRIQUE
LAVIERI
ESTÁGIARIO NA HONDA
- RELACIONAMENTOS DE NEGÓCIO EM TI
PROJETOS
- MELHORIAS EVOLUTIVAS DE SISTEMA
- IMPLANTAÇÃO DE SISTEMAS DE GESTÃO NA
LOGÍSTICA HONDA
- CERTIFICAÇÃO DE ROBÓTICA NXT
- TRABALHO SOCIAL - UTILIZAÇÃO DE
SENSORES DE MOVIMENTO PARA TRATAMENTO
DE PACIENTES COM AVC
39. HighPids
LETÍCIA S. OLIVEIRA
Bolsista PBIC
3º ano de BSI
1 ano de IC na área de explosões
solares
LEON GRADVOHL
Professor na FT
Pesquisador na área de explosões
solares
Pós doutor pela UPMC (Pierre and
Marie Curie University)
Grupo formados por alunos de
doutorado, mestrado e
graduação que pesquisam e
implementam SAD baseados em
Inteligência Artificial.
40. FOCO DA PESQUISA
A pesquisa realizada pelo Leon e a sua bolsista,
Letícia, é sobre classificação de magnetomas.
Esse projeto tem como objetivo criar uma
automação para a classificação dos magnetomas, já
que ainda não existe, o que ajuda a prever
explosões solares.
41. DADOS ULTIZADOS
NA PESQUISA
Base de dados usada na classificação
foi rotulada à mão, foram 1000
imagens no total que compões a base.
Foram feitas modificações nas images
para evidenciar os magnetomas.
43. SOFTWARES
UTILIZADOS:
DIGITS
DIGITS é um wrapper para NVCaffe™ e
TensorFlow™ (frameworks de
aprendizado de máquina). Ele oferece
uma interface gráfica para esses
frameworks e lida com eles diretamente
por linha de comando.
45. SOFTWARES
UTILIZADOS:
HELIOVIEWER
É uma ferramenta, open source, para a
vizualização dos dados do Sol e da
héliosfera a partir de imagens em JPEG
2000. É um projeto fundado pela ESA e a
NASA. É um software de grande
relevância para a física solar desde que o
observatório da NASA atualmente gera
um grande volume de dados.
47. CONCLUSÃO
É possível amenizar impactos
causados pelas explosões
solares que foram citadas na
apresentação a partir dos das
técnicas de deep learning
apresetadas.