Redes Bayesianas: predição de trajetória ótima em quadrotores.

Página inicial
→
Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
→
CURSOS DE GRADUAÇÃO DO CEEI
→
Curso de Bacharelado em Engenharia Elétrica
→
Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias
→
Ver item

dc.creator.ID	WANDERLEY, W. K. G.	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/7984712673243333	pt_BR
dc.contributor.advisor1	ALBERT, Bruno Barbosa.
dc.contributor.advisor1ID	ALBERT, B. B.	pt_BR
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/4530607277273584	pt_BR
dc.description.resumo	Este estudo buscou encontrar a trajetória ótima de quadrotores por meio de uma rede bayesiana, crucial em áreas como robótica e navegação autônoma. Adotando a metodologia CRISP—DIVI, foi possível analisar o problema de forma abrangente, demonstrando a viabilidade de empregar técnicas modernas de desenvolvimento. Os resultados obtidos permitiram a obtenção de dados sobre as trajetórias encontradas e a mensuração do tempo de execução dos componentes do sistema, essenciais para avaliar seu desempenho. Este trabalho contribui para o avanço do conhecimento na predição de trajetória ótima, fornecendo uma base sólida para pesquisas futuras e aplicações práticas em autonomia e robótica.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Centro de Engenharia Elétrica e Informática - CEEI	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Engenharia Elétrica	pt_BR
dc.title	Redes Bayesianas: predição de trajetória ótima em quadrotores.	pt_BR
dc.date.issued	2024
dc.description.abstract	This study aimed to find the optimal trajectory of quadrotors using a Bayesian network, crucial in fields such as robotics and autonomous navigation. By adopting the CRISP—DM methodo— logy, it was possible to comprehensively analyze the problem, demonstrating the feasibility of employing modern development techniques. The results obtained allowed for data acquisition on the trajectories found and the measurement of the execution time of system components, essential for evaluating its performance. This work contributes to advancing knowledge in optimal trajectory prediction, providing a solid foundation for future research and practical applications in autonomy and robotics.	pt_BR
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37300
dc.date.accessioned	2024-08-13T19:42:25Z
dc.date.available	2024-08-13
dc.date.available	2024-08-13T19:42:25Z
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.subject	Quadrotores	pt_BR
dc.subject	Trajetória	pt_BR
dc.subject	Robótica	pt_BR
dc.subject	Quadcopters	pt_BR
dc.subject	Trajectory	pt_BR
dc.subject	Robotics	pt_BR
dc.subject	Cuadricópteros	pt_BR
dc.subject	Trayectoria	pt_BR
dc.subject	Robótica	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	WANDERLEY, William Kennedy Gomes.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Bayesian networks: optimal trajectory prediction in quadcopters.	pt_BR
dc.title.alternative	Redes bayesianas: predicción de trayectoria óptima en cuadricópteros.	pt_BR
dc.identifier.citation	WANDERLEY, William Kennedy Gomes. Redes Bayesianas: predição de trajetória ótima em quadrotores. 64 fl. Monografia (Bacharelado em Engenharia Elétrica) - Universidade Federal de Campina Grande, Centro de En-genharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2024. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37300	pt_BR
dc.description.resumen	Este estudio buscó encontrar la trayectoria óptima de cuadricópteros a través de una red bayesiana, crucial en áreas como la robótica y la navegación autónoma. Adoptando la metodología CRISP—DIVI, fue posible analizar el problema de manera integral, demostrando la viabilidad de emplear técnicas modernas de desarrollo. Los resultados obtenidos nos permitieron obtener datos sobre las trayectorias encontradas y midiendo el tiempo de ejecución de los componentes del sistema, esencial para evaluar su desempeño. Este trabajo contribuye al avance de Conocimiento en predicción óptima de trayectorias, proporcionando una base sólida para la investigación. Aplicaciones futuras y prácticas en autonomía y robótica.	pt_BR