RESUMO: O objetivo do presente trabalho foi o de criar uma ferramenta para mensurar imagens ultrassonográficas da área do olho de lombo em ovinos. Foram capturadas 121 imagens ultrassonográficas de ovinos, a partir das quais foram segmentadas regiões de interesse utilizando o algoritmo u-net. As métricas adotadas para avaliar as segmentações automáticas foram Dicescore e Interseção sobre União. Por fim, foi realizada análise de regressão utilizando os algoritmos AdaBoost Regressor e Random Forest Regressor e o ajuste dos modelos foi avaliado por meio de quadrado médio dos resíduos, erro absoluto médio e coeficiente de determinação (R²). Os valores obtidos para a métrica Dice foram 0,94, e para Interseção sobre União foi 0,89, demonstrando uma alta similaridade entre os valores reais e previstos, variando de 0 a 1. Os valores de quadrado médio dos resíduos, erro absoluto médio e coeficiente de determinação do modelo de regressores indicaram o melhor ajuste para o Random Forest Regressor. O algoritmo U-Net segmentou com eficiência as imagens ultrassonográficas do músculo Longissimus Dorsi, com maior precisão que as medidas realizadas pelo especialista. Essa eficiente segmentação permitiu a padronização das medidas de área de olho de lombo e, consequentemente, a fenotipagem de ovinos de corte em larga escala. RESUMO 12 unet. unet u net. net u-net fim resíduos R². R² R . (R²) 094 94 0,94 089 89 0,89 previstos 1 UNet U Net Dorsi especialista consequentemente escala (R² 09 9 0,9 08 8 0,8 (R 0,

ABSTRACT: The present research created a tool to measure ultrasound images of the rib eye area in sheep. One hundred twenty-one ultrasound images of sheep were captured, with regions of interest segmented using the U-Net algorithm. The metrics adopted to evaluate automatic segmentations were Dicescore and intersection over union. Finally, a regression analysis was performed using the AdaBoost Regressor and Random Forest Regressor algorithms and the fit of the models was evaluated using the Mean Square Residuals, mean absolute error and coefficient of determination. The values obtained for the Dice metric were 0.94, and for Intersection over Union it was 0.89, demonstrating a high similarity between the actual and predicted values, ranging from 0 to 1. The values of Mean Quadratic Residuals, mean absolute error and coefficient The determination of the regressor models indicated the best fit for the Random Forest Regressor. The U-Net algorithm efficiently segmented ultrasound images of the Longissimus Dorsi muscle, with greater precision than the measurements performed by the specialist. This efficient segmentation allowed the standardization of rib eye area measurements and, consequently, the phenotyping of beef sheep on a large scale. ABSTRACT twentyone twenty one captured UNet U Net union Finally Residuals 094 94 0.94 089 89 0.89 1 muscle specialist consequently scale 09 9 0.9 08 8 0.8 0.

Uma arquitetura reconfigurável e multiprocessada para a implementação física de Redes de Petri foi desenvolvida em VHDL e mapeada sobre um FPGA. Convencionalmente, as Redes de Petri são transformadas em uma linguagem de descrição de hardware no nível de transferências entre registradores e um processo de síntese de alto nível é utilizado para gerar as funções booleanas e tabelas de transição de estado para que se possa, finalmente, mapeá-las num FPGA (Morris et al., 2000) (Soto and Pereira, 2001). A arquitetura proposta possui blocos lógicos reconfiguráveis desenvolvidos exclusivamente para a implementação dos lugares e das transições da rede, não sendo necessária a descrição da rede em níveis de abstração intermediários e nem a utilização de um processo de síntese para realizar o mapeamento da rede na arquitetura. A arquitetura permite o mapeamento de modelos de Redes de Petri com diferenciação entre as marcas e associação de tempo no disparo das transições, sendo composta por um arranjo de processadores reconfiguráveis, cada um dos quais representando o comportamento de uma transição da Rede de Petri a ser mapeada e por um sistema de comunicação, implementado por um conjunto de roteadores que são capazes de enviar pacotes de dados de um processador reconfigurável a outro. A arquitetura proposta foi validada num FPGA de 10.570 elementos lógicos com uma topologia que permitiu a implementação de Redes de Petri de até 9 transições e 36 lugares, atingindo uma latência de 15,4ns e uma vazão de até 17,12GB/s com uma freqüência de operação de 64,58MHz.

A multiprocessed reconfigurable architecture aimed at physical implementation of Petri Nets has been developed in VHDL, and mapped onto an FPGA. Conventionally, Petri nets are described with a hardware description language at the register transfer level, and a high level synthesis process is used to generate the boolean functions and the state transition tables needed to map them onto an FPGA (Morris et al., 2000) (Soto and Pereira, 2001). The proposed architecture has reconfigurable logic blocks especially developed for the implementation of the places and transitions of the Petri net, so, neither it is necessary to translate the Petri net model to obtain descriptions at intermediate abstraction levels, nor a synthesis process to map the net onto the architecture is in order. Petri net models that can tell tokens apart as well as Petri nets with timed transitions can be implemented. The architecture comprises a reconfigurable array of processors, and a dynamic communication system connecting the processors of the array. Each processor of the array represents the behavior of a Petri net transition, and the communication system has a number of routers to direct data packets among the processors. The proposed architecture was validated on a 10,570 logic elements FPGA with Petri Nets of up to 9 transitions and 36 places, achieving 15.4ns latency and 17.12GB/s throughput with 64.58MHz clock frequency.