A Metodologia Trabalho

Uma revisão sistemática sobre o uso de drones e aprendizado profundo para facilitar a vida humana

José Mateus da Silva

Lucas Emanuel pereira macêdo silva

E-mails: 

[e-mail]

[e-mail]

Resumo

Contexto: Neste artigo é apresentado uma revisão sistemática sobre o uso de drones e o aprendizado profundo do mesmo em auxilio a vida humana. A revisão sistemática foi realizada para excluir, analisar, selecionar artigos confiáveis. O método implementado em nossa revisão foi o método estatístico. Todos os artigos foram selecionados e os seus resultados foram estudados qualitativamente e quantitativamente.

Problema: Na pesquisa foi observado que os drones em casos específicos podem ter suas limitações, tais quais: Meteorológica, podemos citar o clima como um dos fatores inimigos dos drones; Interferência magnética, torres de alta tensão, turbinas, capacitores, ferragens e até minerais no solo podem gerar um campo magnético que pode te fazer perder o controle do seu drone; configuração incorreta do Return to Home, função que faz o drone retornar em caso de perda de sinal ou solicitação deliberada do Piloto, em muitos momentos salva a operação.

Resultados: Os resultados esquematizados indicam as principais áreas de atuação dos drones, e a sua relação com os algoritmos de deep learning.

Introdução

         O intuito se deu de selecionar artigos que se enquadram aos parâmetros da “definição de escopo”. De início devemos esclarecer o método de revisão sistemática utilizada em nosso artigo. É um método rigoroso proposta para: identificar os estudos sobre um tema em questão, aplicando métodos explícitos e sistematizados de busca; avaliar a qualidade e validade desses estudos, assim como sua aplicabilidade no contexto onde as mudanças serão implementadas, para selecionar os estudos que fornecerão as EC e, disponibilizar a sua síntese, com vistas a facilitar sua implementação.

Metodologia

[pic 1]

         Foi realizado uma pesquisa entre 20 artigos, no qual foi delimitado pelo nosso orientador a seleção final de apenas 10 artigos. Em todos os artigos buscamos responder as seguintes perguntas:

 

1. Quais áreas de aplicação os drones têm sido usados?
2. Quais modelos de drones as pesquisas têm usado?
3. Quais algoritmos de deep learning tem sido usado?

No qual a busca a pesquisa foi direcionada em palavras-chaves: “drones” and “deep learning” em sequência temos o engine de busca utilizado durante toda pesquisa: https://ieeexplore.ieee.org/search/advanced.

Filtragens:

        Na primeira, analisamos apenas os moldes dos artigos, nessa etapa não nos preocupamos com a leitura em si dos mesmos. Na segunda filtragem além dos moldes já vistos, nos preocupamos na leitura de todos os 10 artigos, onde obtivemos as 3 respostas das perguntas anteriormente mencionadas.

Montagem:

        A linha de montagem decorreu na criação de 3 tabelas pré-definidas pelo orientador. Na primeira tabela os 20 artigos foram postos sem as devidas filtragens, a segunda tabela com os resultados da primeira filtragem, e por fim, uma terceira tabela foi criada com os resultados da segunda filtragem.

Por conclusão, a metodologia se transcreveu em uma revisão sistemática sobre o uso de drones e aprendizado profundo para facilitar a vida humana.

Resultados 

Os 20 artigos analisados:

Títulos

Autonomus Aerial Mobility Learning for Drone-Taxi flight Control

Deep Learning based Anomaly Detection for a Vehicle in Swarm Drone System

Drone Trajectory Planning Based on Geographic Information System for 3D Urban Modeling

Fast Object Detection for Quadcopter Drone using Deep Learning

Few-Shot Object Detection of drones

LEVEE-CRACK DETECTION FROM SATELLITE OR DRONE IMAGERY USING MACHINE LEARNING APPROACHES

Machine Learning-Based Field Data Analysis and Modeling for Drone Communications

Multi-model Deep Learning Drone Detection and Tracking in Complex Background Conditions

PEDESTRIAN DETECTION IN AERIAL IMAGES USING VANISHING POINT TRANSFORMATION AND DEEP LEARNING

Runway Detection and Localization in Aerial Images Using Deep Learning

A study of SLIDE Algorithm: Revolutionary Al Algorithm that speeds UP Deep Learning on CPUs

ALGORITHMS FOR THE DEVELOPMENT OF DEEP LEARNING MODELS FOR CLASSIFICATION AND PREDICTION OF BEHAVIOUR IN MOOCS.

An application of a deep learning algorithm for automatic detection of unexpected accidents under bad CCTV monitoring conditions in tunnels

Comparing the performance of machine learning and deep learning algorithms classifying messages in Facebook learning group

Dynamic Deep Learning Algorithm (DDLA) for Processing of Complex and Large Datasets

Efficient wireless link modeling for marine drone application under harsh offshore environment

Hidden Markov Model based Drone Sound Recognition using MFCC Technique in Practical Noisy Environments

Impact Analysis of Stacked Machine Learning Algorithms Based Feature Selections for Deep Learning Algorithm Applied to Regression Analysis

Improving Deep Learning Performance Using Random Forest HTM Cortical Learning Algorithm

Modulation Area Limitation Method Based on Three-Level Neutral-Point-Clamped Inverter in Tethered Drone Motor Drive Applications

Tabela 1.1