SPSamuel Magalhães Pereira

Samuel Magalhães Pereira

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Samuel Magalhães Pereira has a total of 6 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Classificação de sílabas fonéticas via centroides e inserção colaborativa de camadas em redes stacked autoencoders

    by Francisco dos Santos Viana, Bianca Valéria Lopes Pereira, Samuel Magalhães Pereira, Alexandre Cesar Muniz de Oliveira, Areolino de Almeida Neto

    Este trabalho apresenta uma nova metodologia de inserção colaborativa de camadas em redes neurais do tipo stacked autoencoder. Nessa abordagem, após o treinamento de uma camada existente, uma nova camada é incorporada por meio de um ramo paralelo às camadas oculta e de saída já treinadas. Esse ramo é posteriormente transformado em uma camada da rede, deixando de ser apenas paralelo. A inserção é considerada colaborativa por introduzir novos conhecimentos sem comprometer os já adquiridos. Com essa estratégia, foi possível construir redes neurais com desempenho satisfatório e redução no tempo de projeto, principalmente na definição do número de camadas e de neurônios. Além disso, aplicou-se uma técnica de extração de características de sinais de sílabas fonéticas. Os dados de áudio foram convertidos em frequências pela transformada rápida de Fourier, representadas por barras verticais agrupadas em figuras irregulares formadas pela união de retângulos. A característica principal foi obtida pelo cálculo do centróide dessas figuras, permitindo compactar os dados sem perda de informação relevante. As inserções colaborativas foram avaliadas em termos de grau de crescimento da rede para um problema de classificação multiclasse, com caracterização baseada nos centróides extraídos.

  • Open Access

    Reconhecimento de sílabas fonéticas utilizando redes Stacked Autoencoders via compressão de frequências com centroides

    by Carlos Eduardo Nascimento Cajado, Bianca Valéria Lopes Pereira, Samuel Magalhães Pereira, Alexandre Cesar Muniz de Oliveira, Areolino de Almeida Neto

    Este trabalho apresenta um modelo para o reconhecimento de sílabas fonéticas utilizando uma rede Stacked Autoencoder. O objetivo é identificar e distinguir os diferentes sons da fala, considerando sílabas fonéticas e variações na pronúncia. A rede desenvolvida, denominada CollabNet, é caracterizada pela adição colaborativa e gradual de camadas ocultas, garantindo continuidade no aprendizado e convergência progressiva do erro. Essa estratégia também favorece a integração com camadas anteriores e o alinhamento do processo de treinamento. Para representar as sílabas fonéticas, o método realiza compressão de frequências por meio de centroides. Inicialmente, aplica-se a Transformada Rápida de Fourier (FFT) em cada amostra de áudio. As frequências adjacentes são agrupadas e representadas como retângulos em um gráfico de barras, e o centroide de cada grupo é então calculado. Em seguida, a rede é configurada e treinada para reconhecer sílabas fonéticas. A representação do áudio preserva características específicas, permitindo ao CollabNet identificar com precisão diferentes sons do português brasileiro. O modelo alcançou acurácia de 75,96% e Taxa de Erro Fonético (PER) de 23,73%.