• Informações do Trabalho

Titulo Avaliação de Confiança de Classificadores de ML para Reconhecimento de Semáforos em Veículos Autônomos Subtítulo Autor SÁVIO CHERMONT WAROL TEIXEIRA Orientador ANDRE LUIZ DE OLIVEIRA Resumo O projeto propõe avaliar a confiabilidade de modelos de aprendizado de máquina aplicados ao reconhecimento automático de semáforos em veículos autônomos. Serão comparados dois classificadores utilizando a ferramenta SafeML, voltada à verificação da segurança e robustez de modelos diante de entradas inesperadas ou fora da distribuição. O estudo busca contribuir para o aumento da confiabilidade e segurança de sistemas baseados em aprendizado de máquina aplicados a domínios críticos. Palavras-Chave SafeML; machine learning; aprendizado de máquina; confiabilidade; segurança; veículos autônomos; reconhecimento de semáforos