Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

URI Permanente para esta coleçãohttps://repositorio.ufpa.br/handle/2011/2316

O Mestrado Acadêmico inicou-se em 1986 e pertence ao Programa de Pós-Graduação em Engenharia Elétrica (PPGEE) do Instituto de Tecnologia (ITEC) da Universidade Federal do Pará (UFPA).

Navegar

Agora exibindo 1 - 20 de 83

Acesso aberto (Open Access)
Abordagem de leitura de texto em imagens provenientes de redes sociais para ganho em disponibilidade de dados
(Universidade Federal do Pará, 2017-10-19) FERREIRA NETO, Luiz Cortinhas; SANTANA, Ádamo Lima de; http://lattes.cnpq.br/4073088744952858
Este trabalho tem como objetivo propor uma adaptação metodológica no processo de análise de redes sociais, baseado na inclusão de texto obtido de imagens provenientes das próprias redes sociais. O processo de análise de sentimento é de fundamental importância para a inteligência de mercado, análise de produtos, para os processos de CRM e SCRM, uma vez que estes são tendências de mercado utilizadas por grandes empresas, que acabam, portanto, auxiliando na atração de incentivos financeiros e motivando a pesquisa. A modificação metodológica aplicada neste trabalho tem sua importância fundamentada na disponibilidade de dados, que tem se tornado cada vez mais restrita, graças a utilização de API’s, que são as interfaces de gerenciamento de acesso aos dados onde, de várias maneiras diferentes, cada rede social limita a consulta de dados, seja por tipo de dado, quantidade coletada ou janela de coleta. Esta pesquisa demonstra, por meio de estudos de caso, que existe ganho de informação para o processo de análise de sentimentos ao incluir dados textuais proveniente de imagens.
Acesso aberto (Open Access)
Agrupamento de fornos de redução de alumínio utilizando os algoritmos Affinity Propagation, Mapa auto–organizável de Kohonen (som), Fuzzy C–Means e K–Means
(Universidade Federal do Pará, 2017-10-11) LIMA, Flávia Ayana Nascimento de; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318
O constante avanço da tecnologia requer medidas que beneficiem as indústrias em busca do lucro e da competitividade. Em relação à indústria de minerais, o processo de fundição de alumínio geralmente possui grande número de células, também chamado de forno ou cuba de redução, produzindo alumínio em um procedimento contínuo e complexo. Um monitoramento analítico é essencial para aumentar a vantagem competitiva dessa indústria, por exemplo, durante a operação, algumas células compartilham comportamentos semelhantes às outras, formando grupos ou clusters de células. Esses clusters dependem de padrões de dados geralmente implícitos ou invisíveis para a operação, mas que podem ser encontrados por meio da análise de dados. Neste trabalho, são apresentadas quatro técnicas de agrupamento, o Affinity Propagation, o mapa auto–organizável de Kohonen (SOM), o algoritmo difuso Fuzzy C–Means (FCM) e o K–Means. Essas técnicas são utilizadas para encontrar e agrupar as células que apresentam comportamentos semelhantes, de acordo com sete variáveis tais como as que consiste no processo de redução do alumínio. Este trabalho visa trazer o benefício do agrupamento, principalmente pela simplificação da análise da linha de produção do alumínio, uma vez que um grande número de células pode se resumir em um único grupo, o que pode fornecer informações mais compactas para o controle e a modelagem dos dados. Este benefício de identificar os dados que possuem características semelhantes e agrupá–los faz com que a análise dos grupos se torne mais simples para quem irá manusear esses dados futuramente. Nesse trabalho de dissertação também será feito a identificação da quantidade ideal de grupo em cada técnica utilizada.
Acesso aberto (Open Access)
Alocação de dois níveis para uma arquitetura h-cran baseada em offloading
(Universidade Federal do Pará, 2019-01-24) GONÇALVES, Mariane de Paula da Silva; BARROS, Fabrício José Brito; http://lattes.cnpq.br/9758585938727609; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734
O crescimento acelerado de dados e aplicativos representa desafios significativos para a próxima geração de redes móveis (5G). Dentre eles, destaca-se a necessidade de uma coexistência dc novos e antigos padrões durante a transição das arquiteturas. Assim, na coexistência de arquiteturas, o processo de offloading entre diferentes arquiteturas é essencial. Aliado a isso, processos de ofioading tradicionais, que focam apenas nos recursos de rádio, podem ser ineficazes, uma vez que o processo dinâmico de alocação de RRH-BBU influencia no resultado. Desta forma, este trabalho investigou soluções para descarregamento em uma arquitetura híbrida, também conhecida como H-CRAN (Heterogeneous Cloud –Radio Access Network ATchitecture), que centraliza o processamento e busca um melhor uso dos recursos da rede. Através de um algoritmo evolutivo, buscou-se encontrar uma solução subótima para a alocação de dois níveis (TLA) na arquitetura H-CRAN e outra baseada no FIFO (First In, First Out), para fins de benchmarking. A média SNR (Noise Interference Signal), a máxima taxa de bits, o número de usuários com ou sem conexões e o número de conexões em RRHs e macro foram usados como medidas de desempenho. Através dos resultados, percebeu-se uma melhora de aproximadamente 60% na Taxa Máxima de Bits, quando comparada à abordagem tradicional, possibilitando um melhor atendimento aos usuários.
Acesso aberto (Open Access)
Análise do QoE para streaming de vídeo em redes aéreas 5G mmWave de conectividade dupla
(Universidade Federal do Pará, 2022-02-18) PEREIRA, Ronilson Williame da Silva; SILVA, Marcelino Silva da; http://lattes.cnpq.br/7080513172499497
A evolução nas telecomunicações móveis tem permitido o aparecimento de novos formatos de redes visando atender à crescente demanda de dados sem fio, alimentado principalmente por mais visualização de conteúdo de vídeo. O espectro escasso disponível nas atuais redes celulares, não parece ser capaz de atender a essa explosão de dados sem fio, motivando uma mudança para explorar novas bandas de frequências. Atualmente, um dos grandes problemas das redes móveis atuais é o congestionamento em áreas mais densas como exemplo shows, eventos esportivos e festivais (eventos temporários), pois, temos uma maior concentração de usuários, consequentemente aumentando o volume no tráfego de dados. A comunicação de ondas milimétricas (mmWave, do inglês millimeter wave), bandas de frequência, entre 30 a 300 GHz surge como parte essencial para a próxima geração de redes celulares de quinta geração (5G), pois adotam frequências portadoras mais altas oferecendo alta largura de banda e menor latência. No entanto, o desempenho do sistema se degrada devido à alta perda de propagação e à sensibilidade dos links para obstáculos. Para mitigar tais fatores, nesta dissertação é proposta uma arquitetura 5G mmWave de conectividade dupla utilizando o LTE (Long Term Evolution) e a utilização de UAVs (do inglês, Unmanned Aerial Vehicles) como estações bases aéreas para fornecer garantias de conectividade e qualidade de experiência em streaming de vídeo, um cenário onde a proposta pode ser uma solução adequada, é para fornecer cobertura para eventos temporários. Através de simulações, foi a apresentada uma análise da Qualidade de Experiência (QoE), acerca da transmissão de vídeos 4K com o objetivo de avaliar a transmissão e qualidade dos vídeos percebidos pelos usuários. Os resultados simulados apontam a eficiência do sistema para aplicações multimídia utilizando vídeos, melhorando a QoE dos usuários sem fio em 43%.
Acesso aberto (Open Access)
Análise dos fatores relacionados ao desempenho das escolas no IDEB: estudo de caso no Estado do Pará
(Universidade Federal do Pará, 2022-02-11) GOMES, Vitor Hugo Macedo; SILVA, Marcelino Silva da
A complexidade em identificar todos os fatores que estão relacionados ao desempenho das escolas no Índice de Desenvolvimento da Educação Básica (IDEB) é enorme. Neste estudo foram analisados três bases de dados com o objetivo de identificar diversos fatores em que há correlação com o baixo desempenho nas escolas estaduais no estado do Pará. Inicialmente observou-se por meio das análises que142 municípios do estado estavam com risco de descumprimento da meta no que se refere a diminuição da evasão escolar e, consequentemente, afetando o desempenho das escolas. Este estudo utilizou técnicas de mineração de dados educacionais para primeiramente selecionar variáveis com características estruturais no ambiente de ensino, comparando as escolas com maior e menor desempenho no IDEB identificando possíveis relações com a evasão escolar. Em seguida, foi utilizado o algoritmo Randon Florest (RF), para selecionar as variáveis mais importantes e que impactam de forma direta ou indireta no índice do IDEB. Após a fase de seleção, as variáveis foram submetidas ao algoritmo de Regressão Linear (RL). Os resultados revelam que no grupo de escolas abaixo da média no IDEB, 60,6% residem em famílias com rendimentos até um salário-mínimo, enquanto que 37,5% possuem rendimentos acima de um salário-mínimo. No grupo de escolas acima da média no IDEB, 42,4% residem em famílias com rendimentos até um salário-mínimo, enquanto que 51,6% residem em famílias com rendimentos acima de um salário-mínimo. Evidenciando que a renda das famílias está relacionada à melhores notas no IDEB e, consequentemente, melhores condições de infraestrutura. Os resultados também apontam que os rendimentos das famílias dos estudantes estão relacionados a renda média das famílias nos municípios analisados. Em seguida foram utilizadas variáveis relacionadas ao rendimento dos pais para identificar possível relação entre a escolaridade dos pais e desempenho dos alunos. Por fim, as análises se encerram com a análise do impacto do Índice de Desenvolvimento Humano Municipal (IDHM) nas variáveis que relacionadas à nota dos alunos, qualificação dos professores e experiencia vivenciada pelos professores no ambiente escolar. Os resultados revelam que há correlação entre o índice e o aprendizado dos estudantes em sala de aula. Por outro lado, melhores notas no IDEB, estão diretamente relacionadas a adequação do currículo à disciplina ministrada, além de boas condições de trabalho para os professores.
Acesso aberto (Open Access)
Análise e classificação de severidade de COVID-19 usando aprendizado de máquina
(Universidade Federal do Pará, 2022-08-16) LIMA, Marco Antonio Loureiro; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734
Nos últimos anos, com o crescimento alarmante de casos de COVID-19, uma doença viral altamente contagiosa, fez-se necessário novas formas de diagnóstico e controle desta enfermidade a fim de que a sua propagação seja reduzida até que a população seja vacinada efetivamente. Neste contexto, Inteligência Artificial (IA) e seus subcampos surgem como possíveis alternativas para auxiliar no combate da doença por meio de análises de sintomas relacionados a esta patologia. Alguns métodos de Aprendizado de Máquina (AM) são mostrados como resposta para essa doença, contribuindo com a análise baseada em um conjunto de sintomas apresentados pelo paciente e consequentemente auxiliando o diagnóstico, bem como agilizando o processo de tratamento. Para atingir esse objetivo são propostos três modelos que utilizam esses métodos de AM para predizer a severidade de COVID-19 em graus distintos. Os resultados em cada um destes modelos são avaliados através de métricas estabelecidas ao longo deste trabalho. No mais, diferentes sugestões são mostradas para melhorar a análise e realizar predições com maior acurácia.
Acesso aberto (Open Access)
Uma análise sócio-demográfica da incidência de hanseníase na Amazônia legal brasileira: abordagem baseada em redes bayesianas
(Universidade Federal do Pará, 2019-02-08) GOMES, José Maria da Silveira; FRANCÊS, Carlos Renato Lisboa; http://lattes.cnpq.br/7458287841862567
A Hanseníase é uma doença infectocontagiosa milenar, de caráter crônico e estigmatizante, desde os tempos mais remotos da humanidade até os dias de hoje. Caracteriza-se por uma doença da pobreza e o Brasil é o segundo país do mundo com a maior incidência. A falta de políticas públicas para a redução da pobreza através da melhoria dos indicadores sócio-econômicos do país, estão diretamente relacionados à incidência da doença no Brasil. As estratégias para o controle e monitoramento devem perpassar por ações inteligentes. Uma das soluções para o monitoramento da doença é a utilização das redes bayesianas como método probabilístico para a tomada de decisões no controle e na tomada de decisão quanto aos procedimentos a serem adotados para a redução da incidência da doença. O trabalho tem como objetivo analisar a associação da incidência da doença Hanseníase em relação aos indicadores do desenvolvimento humano, habitação e nível de renda, considerando os municípios da Amazônia Legal brasileira em relação ao Brasil. Estudo ecológico, baseado em dados obtidos sobre os casos de Hanseníase no Brasil no ano de 2010, disponibilizados pelo Sistema de Informação de Agravos de Notificação (SINAN) através do Departamento de Informática do SUS (DATASUS) e os indicadores socioeconômicos através da base da Pesquisa de Domicílios do Censo Demográfico do Instituto Brasileiro de Geografia e Estatística – IBGE e componentes do Índice de Desenvolvimento Humano Municipal, referentes à educação e renda foram obtidos a partir da plataforma de consulta Atlas do Desenvolvimento Humano no Brasil, também adotando como referência o ano de 2010. A metodologia combina as etapas da mineração de dados obtidos através dos bancos de dados consultados, com a análise da distribuição espacial. Foi utilizada a técnica de redes bayesianas com o objetivo de medir a associação entre as variáveis do domínio do problema e para estabelecer a analogia dos dados entre os municípios estudados com os dados encontrados para os demais municípios brasileiros. Com a aplicação do algoritmo K2, foram encontradas associações relevantes com os seguintes indicadores aplicados no estudo: Amazônia Legal Brasileira, Índice de Desenvolvimento Humano Municipal de Renda e Educação e Condição de Habitação dos Domicílios. No modelo de rede bayesiana encontrado, existe uma associação significativa entre os percentuais de domicílios com densidade maior que 2 e taxa de incidência de Hanseníase. Embora a relação entre a taxa de incidência, fatores socioeconômicos, baixos índices educacionais e de renda já tenha sido evidenciada em vários estudos, a inserção do indicador que considera a densidade populacional do domicílio foi uma proposta inovadora deste trabalho, sendo o indicador mais significativo neste estudo. A análise da incidência da Hanseníase pela distribuição espacial comparativa entre a Amazônia Legal e o Brasil, contribuiu para demonstrar que a política pública de habitação para a região estudada é quase inexistente, já que a densidade populacional por moradia é muito alta, facilitando o aparecimento de doenças infectocontagiosas, como a Hanseníase.
Acesso aberto (Open Access)
Uma análise técnico-econômica para implantação de arquiteturas centralizadas de redes de telefonia móveis
(Universidade Federal do Pará, 2018-03-06) SOUZA, Daniel da Silva; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734
Diante dos desafios propostos pela quinta geração de redes móveis, a arquitetura C-RAN (Centralized Radio Acess Network) vem ganhando espaço por oferecer suporte `a redes ultra-densas de alta capacidade de próxima geração e oferecer economias. Esta dissertação propõe uma metodologia de modelagem de TCO (Total Cost of Ownership) para C-RAN, CAPEX (Capital Expenditure), OPEX (Operational Expenditure), sendo estes, os critérios fundamentais no ramo de avaliação e projeção de investimentos. Logo é apresentado com um maior nível de detalhamento quanto aos aspectos de investimento, que são de grande relevância para o cenário de arquitetura de redes móveis de comunicação. Dessa forma, este trabalho ´e conduzido no sentido de avaliar o contexto econômico de implantação de uma arquitetura centralizada, baseando-se, principalmente, nos aspectos financeiros que operadoras de serviços necessitam planejar antes de implantar uma nova rede de acesso móvel. O modelo proposto é utilizado em um estudo de caso em que o custo total de implementação e operação das arquiteturas distribuídas e centralizadas são comparados levando em consideração diversos cenários específicos. Os resultados apontam uma economia nos cenários centralizados e destacam os aspectos econômicos mais relevantes no planejamento da C-RAN.
Acesso aberto (Open Access)
Arquitetura de modelos híbridos, machine learning e otimizadores para análise de consumo de energia elétrica e produtividade em pintura automotiva
(Universidade Federal do Pará, 2024-03-27) OLIVEIRA, Rafael Barbosa de; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318
Estratégias de otimização de consumo energético nas etapas de pintura emergem como fatores primordiais para promover uma produção mais sustentável e competitiva no setor automotivo. Esta dissertação busca prever o consumo energético e maximizar a produtividade na pintura automotiva, utilizando uma abordagem que combina seleção de variáveis, modelos híbridos, hiperparâmetros destes modelos e otimização por meta-heurística em uma arquitetura com 3 etapas. Os processos de pintura automotiva apresentam variáveis em forma de séries temporais que descrevem o histórico do consumo de energia. Na etapa 1, escolhe-se o melhor modelo de aprendizado de máquina (Random Forest, Long-Short Term Memory, XGBoost e GRU-LSTM) para prever séries temporais do consumo energético em t+1. Na etapa 2, avalia-se os modelos RF, XGBoost e Rede Neural Artificial (RNA) Densa para selecionar o melhor preditor de quantidade de veículos produzidos (ciclos). Na etapa 3, seleciona-se a melhor meta-heurística entre Genetic Algorithm (GA), Differential Evolution (DE) e Particle Swarm Optimization (PSO) para otimizar o consumo energético previsto pelo melhor modelo do step 1, usando como medida de fitness o melhor modelo do step 2. A arquitetura final reduziu a energia consumida em até 16% e aumentou o ciclo em 127%, usando os modelos GRU-LSTM na etapa 1, RNA Densa na etapa 2 e DE no etapa 3. Os resultados ressaltam a oportunidade de uso da abordagem proposta para otimizar o consumo de enrgia e a produtividade na pintura automotiva.
Acesso aberto (Open Access)
Uma arquitetura de pré-processamento para análise de sentimento em mídias sociais em português brasileiro
(Universidade Federal do Pará, 2018-08-23) CIRQUEIRA, Douglas da Rocha; SANTANA, Ádamo Lima de; http://lattes.cnpq.br/4073088744952858
A Web 2.0 e a evolução nas Tecnologias da Informação e Comunicação, têm impulsionado novos meios de interação e relacionamento. Neste contexto, as Redes Sociais Online (RSO) são um exemplo, como plataformas que permitem a interação e o compartilhamento de informações entre pessoas. Além disso, é possível observar que RSO passaram a ser adotadas como canal de desabafo de consumidores, por meio de opiniões sobre produtos e experiências. Este cenário apresenta uma ótima oportunidade para que empresas possam melhorar produtos, serviços e estratégias de mercado, já que as RSO são poderosas fontes massivas de dados não-estruturados gerados pelo consumidor (do inglês, User- Generated Content - UGC), com opiniões e avaliações sobre ofertas em plataformas tais como Facebook, Twitter e Instagram. O Brasil é um grande exemplo onde esse fenômeno pode ser observado e apresenta potencial oportunidade de exploração de mercado, dado que a população brasileira é uma das nações que mais utiliza RSO no mundo. Neste âmbito, técnicas computacionais de Mineração de Opinião (MO) ou Análise de Sentimento (AS) são aplicadas com o intuito de inferir a polaridade dominante (positivo, negativo, neutro) quanto ao sentimento associado a textos, e, podem ser aplicadas em dados de RSO a fim de avaliar o feedback do público-alvo. Apesar das diversas estratégias de AS reportadas na literatura, ainda há vários desafios enfrentados na aplicação de AS em textos oriundos de RSO, devido às características da linguagem utilizada em tais plataformas. O estado da arte de AS é voltado para a língua inglesa e as propostas existentes para Português Brasileiro (PT_Br) não apresentam uma metodologia padronizada nas tarefas de pré-processamento. Neste âmbito, esta pesquisa investiga uma metodologia sem tradução e propõe uma nova arquitetura expandida de pré-processamento de AS voltada para o PT_Br, a fim de prover atributos enriquecidos para os algoritmos de AS. A proposta foi comparada com modelos bem estabelecidos na literatura, e resultados obtidos indicam que esta pode superar o estado da arte em até 3% de revocação, para 6 de 7 bases de dados avaliadas.
Acesso aberto (Open Access)
Ciência de Dados Aplicada em Dados Públicos: Estudos de Caso Acerca da Previdência Social Brasileira.
(Universidade Federal do Pará, 2020-04-17) FELIX JÚNIOR, Francisco Eguinaldo de Albuquerque; SILVA, Marcelino Silva da; http://lattes.cnpq.br/7080513172499497
A Ciência de Dados trata-se de uma área interdisciplinar relacionada a análise de dados, a qual objetiva a extração de conhecimento e possíveis tomadas de decisão acerca de problemáticas especificas. Nesse contexto, os dados abertos governamentais, que muitas vezes necessitam de pré-tratamentos e métodos computacionais para processamento acerca dos seus conjuntos de dados, apresentam-se como potenciais fontes de informações a serem exploradas na ótica de Ciência de Dados, possibilitando o desenvolvimento de estratégias cada vez mais eficientes e otimizadas em gestão pública. Diante disso, e aliado as recentes discussões relacionadas a reforma na previdência social brasileira, essa dissertação apresenta dois estudos de caso referentes a análises no sistema previdenciário nacional. O primeiro estudo utilizou os microdados referentes aos censos demográficos de 2000 e 2010, disponibilizados pelo IBGE, propondo avaliar a participação que as aposentadorias e pensões possuem na desigualdade de renda da população nos anos avaliados acerca dos estados e municípios brasileiros. Os resultados mostram que, embora os benefícios analisados contribuam para a concentração de renda no Brasil, a parcela correspondente até um salário mínimo contribui para a desconcentração da renda, e aquela acima de um salário contribui para a concentração, sendo um padrão repetitivo em todo o território nacional. Por outro lado, o segundo estudo propôs uma avaliação dos impactos que a reforma da previdência, proposta pela PEC 06/2019, causaria acerca das concessões dos benefícios de aposentadoria entre o período de 1995 a 2016. Observou-se que a PEC 06/2019 dificultaria o acesso aos benefícios, na qual, aproximadamente 83,28% das aposentadorias não haveriam sido concedidas se a mesma já estivesse em vigor desde 1995.
Acesso aberto (Open Access)
Classificação de arritmias cardíacas através de uma estrutura competitiva de redes neurais convolucionais autoassociativas
(Universidade Federal do Pará, 2023-05-11) CORRÊA FILHO, Sérgio Teixeira; CASTRO, Adriana Rosa Garcez; http://lattes.cnpq.br/5273686389382860
Este trabalho apresenta a proposta de um sistema para classificação de arritmias cardíacas baseado em uma estrutura competitiva de Redes Neurais Convolucionais Autoassociativas. Três redes neurais foram treinadas para reconstruir sinais de Eletrocardiograma (ECG) para casos de pacientes com batimento supraventricular, ventricular e normal. Após o treinamento, as redes foram alocadas em uma estrutura paralela competitiva para classificação de arritmias. O banco de dados público de arritmia MIT-BIH de sinais ECG foi utilizado para o treinamento e testes das redes, sendo que para cada sinal ECG, de cada paciente, foram extraídos os complexos QRS dos batimentos cardíacos, que foram as características utilizadas como entrada para o sistema, sendo que estes sinais, que se encontravam em formato de sinais temporais (1D), foram transformados para imagens digitais (2D) com o objetivo de utilizar a capacidade das redes neurais convolucionais para reconhecimento de padrões e extração de características em imagens. Para desenvolvimento e análise de desempenho da estrutura proposta foram usados dois paradigmas que vêm sendo utilizados em trabalhos já apresentados na literatura: paradigma interpaciente e paradigma intrapaciente, sendo que o sistema obteve uma acurácia de 96,97%, sensibilidade de 96,30% e precisão de 93,59% para o caso intrapaciente e acurácia de 94,05%, sensibilidade de 70,43% e precisão de 65,74% para o caso interpaciente. Uma análise comparativa com resultados de sistemas de classificação de arritmia já apresentados na literatura mostra que o sistema proposto apresentou resultados próximos ou em alguns casos melhores que os já obtidos, mostrando assim a aplicabilidade da estrutura proposta para o problema.
Acesso aberto (Open Access)
Classificação de ransomware utilizando MLP, redução de dimensionalidade e balanceamento de classes
(Universidade Federal do Pará, 2023-07-03) PEREIRA, George Tassiano Melo; SALES JÚNIOR, Cloaudomiro de Souza de; http://lattes.cnpq.br/4742268936279649
Ransomware é um tipo de malware que impede ou limita o acesso do usuário ao sistema e arquivos até que um resgate seja pago. Combater essa ameaça é difícil devido à sua disseminação rápida e às constantes mudanças nas técnicas de criptografia utilizadas. Algoritmos de aprendizado de máquina, como Redes Neurais Artificiais, têm sido apontados como ferramentas promissoras na classificação de ransomware, porque elas podem aprender a identificar padrões e características complexas em grandes quantidades de dados. Isso permite que as redes neurais sejam treinadas com exemplos de amostras de software malicioso, incluindo ransomware, e depois sejam capazes de classificar novos exemplos com alta precisão. Além disso, as redes neurais também são capazes de aprender e se adaptar a mudanças no comportamento do malware, tornando-as ferramentas eficazes para a detecção de novos tipos de ransomware. Neste trabalho, é explorado três tipos de classificação de ransomware por RNA dentro de um pipeline composto com redução de dimensionalidade por Kernel PCA e balanceamento de classes com a abordagem de superamostragem aleatória. A MLP ( Multi-layer Perceptron) alcançou uma média de 98% de acurácia na classificação binária e 85% de acurácia na classificação de família com goodware, onde tais valores superam os resultados anteriores e demonstram assim a eficácia da inclusão do balanceamento de classes na melhoria do modelo de detecção de ransomware.
Acesso aberto (Open Access)
Classificação de regiões de desmatamento via imagens do satélite landsat no nordeste do Pará
(Universidade Federal do Pará, 2023-12-18) CANAVIEIRA, Luena Ossana; COSTA, João Crisóstomo Weyl Albuquerque; http://lattes.cnpq.br/9622051867672434
Acesso aberto (Open Access)
Classificação de tumores cerebrais: um estudo comparativo entre rede neural convolucional e rede neural convolucional com mecanismo de atenção
(Universidade Federal do Pará, 2024-09-30) SILVA, Ulrich Kauê Mendes Alencar da; CASTRO, Adriana Rosa Garcez; http://lattes.cnpq.br/5273686389382860
Os tumores cerebrais são doenças neurológicas com elevado potencial de impacto na vida dos indivíduos acometidos, requerendo um diagnóstico rápido e preciso por meio de exames complementares de imagem, como a ressonância magnética, que é considerada padrão- ouro nesse processo. Considerando a necessidade de um diagnóstico mais rápido, sistemas de classificação baseados em Aprendizado de Máquina vêm sendo desenvolvidos e dentro deste contexto essa dissertação, tem como objetivo apresentar um estudo comparativo entre uma Rede Neural Convolucional (CNN) e uma CNN com mecanismo de atenção, desenvolvidas para a classificação de tumores cerebrais a partir de imagens de ressonância magnética. O estudo comparativo visa identificar o impacto do mecanismo de atenção no desempenho da CNN para classificação de tumores. Para desenvolvimento e avaliação dos modelos propostos foi utilizada uma base de dados pública, coletada do website Kaggle, e disponibilizada por Masoud Nickparvar, sendo esta composta por 7023 imagens de ressonâncias magnéticas cerebrais, segmentadas em quatro classes: glioma, meningioma, sem tumor e pituitário. Como resultado, a partir das métricas de desempenho obtidas, considerando a base de imagens usadas para teste em ambas as CNNs, observou-se uma melhora no desempenho da CNN após a introdução do mecanismo de atenção, onde a rede com esse mecanismo apresentou um aumento de 1.98% na métrica acurácia, 2.07% na métrica precisão, 2.18% na métrica sensibilidade e 1.72% na métrica F1-score em relação a CNN sem mecanismo de atenção, podendo ainda ser destacado os resultados obtidos em particular para a classe de tumor meningioma, visto que a CNN sem o mecanismo de atenção apresentou dificuldades para classificação desta classe e, após a integração do mecanismo de atenção o modelo obteve um aumento de acurácia de 6.54% para esta classe.
Acesso aberto (Open Access)
Clustering-driven equipment deployment planner and analyzer for wireless non-mobile networks applied to smart grid scenarios
(Universidade Federal do Pará, 2018-03-16) VRBSKÝ, Ladislav; SILVA, Marcelino Silva da; http://lattes.cnpq.br/7080513172499497
Os modernos sistemas elétricos de potência, conhecidos como smart grids, contam com vários avanços, sendo um deles a introdução de comunicação bidirecional. Em alguns casos, os dados trocados na rede s~ao de importância crítica. As transmissões de dados devem atender aos limites de atraso específicos estabelecidos pelas agências reguladoras para que o smart grid funcione corretamente. O cumprimento desses padrões permite o uso de novas aplicações de monitoramento, controle e proteção do sistema, que resultam em um sistema elétrico mais e ciente, estável e ecológico. Esta tese apresenta uma metodologia para análise e planejamento de redes de comunicação sem o para smart grid que usa um algoritmo de clusterização para determinar as posições ideais dos pontos de acesso e gateways da rede a serem instalados. Depois, calcula o atraso para cada dispositivo eletrônico inteligente que atua como o assinante da rede. Desta forma, uma análise pode ser feita para obter a qualidade de serviço almejada para uma determinada con figuração de rede específica em um cenário específico co. Os resultados obtidos no estudo de caso realizado mostram, que é possível alcançar uma topologia de rede, que satisfaça os requisitos de atraso máximo de 100% dos seus assinantes, usando WiMAX ou uma combinação de Wi-Fi e WiMAX. Além disso, a tese explora um modo de comunicação restrito que pode suspender temporariamente as transferências de dados não críticos. Na maioria das configurações de cenário, o modo restrito entrega todos os dados dentro do prazo máximo. A implementação do software do modelo proposto é disponibilizada publicamente sob licença open-source, para que qualquer pessoa, incluindo pesquisadores, ou empresas privadas e públicas, possa aproveitá-lo. O modelo apresentado nesta dissertação é customizável, permitindo o uso de outras tecnologias e ser usado com outras redes, inclusive para cenários que não são relacionados ao smart grid.
Acesso aberto (Open Access)
. Clusterização, classificação e predição de “pré-efeito anódico” de cuba eletrolítica de alumínio primário
(Universidade Federal do Pará, 2020-08-21) CONTE, Bruno Nicolau Magalhães de Souza; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318
O setor industrial é um dos principais responsáveis pela grave situação ambiental do planeta e também por crescentes exigências legais, com relação aos resíduos gerados. Em contrapartida, muitas empresas têm reagido pró ativamente, a partir da implantação de estratégias de gestão como: produção limpa, certificação ambiental, redução de resíduos tóxicos, reciclagem, consumo sustentável e reuso, principalmente. É oportuno ressaltar, que o processo de redução de alumínio é responsável por uma grande quantidade de emissão de gases causadores do efeito estufa e, assim, promove impactos ambientais e alterações climáticas graves. Durante o processo de redução de alumínio, a ocorrência do efeito anódico provoca um aumento extremo na tensão da cuba e, consequentemente, uma elevação na temperatura do banho, com temperaturas altíssimas, resultado em um distúrbio térmico, com a possibilidade de ocorrer o derretimento da camada isolante da cuba e as consequências finais são a perda de produção em toda a linha de cubas, sua vida útil diminuída e a produção de gases PFCs. Buscando uma estratégia apoiada na sustentabilidade, tento em vista a problemática do agravamento do Efeito Estufa, o aumento extremo na tensão do forno e, consequentemente, a perda de produção em toda a linha de cubas, este trabalho propõe o uso de uma Rede Neural Artificial junto com algoritmos de Clusterização para criar automaticamente os rótulos de pré-Efeito anódico, e assim, predizer o comportamento dinâmico não-linear da ocorrência do pré-efeito anódico do forno da indústria de redução de alumínio primário, com base em dados reais das cubas eletrolíticas. Com a utilização desses modelos de Machine Learning pode-se prever a ocorrência do pré-efeito anódico permitindo que os operadores de processos tomem medida mitigadoras de supressão do efeito anódico, evitando a perda da produção do alumino na cuba e diminuindo a emissão de gases do efeito estufa.
Acesso aberto (Open Access)
Custo total de propriedade para infraestruturas de comunicações 5G para smart grid
(Universidade Federal do Pará, 2019-01-24) MELO, Paulo Tássio da Luz; SILVA, Marcelino Silva da; http://lattes.cnpq.br/7080513172499497
As redes de comunicações Smart Grid são consideravelmente diferentes dos sistemas tradicionais de comunicação utilizados para acessar a Internet quando se considera usuários, aplicações, Qualidade de Serviço e, principalmente, os impactos decorrentes de falhas. Tais redes de dados são geralmente de propriedade e usadas exclusivamente por operadores de sistemas elétricos e exigem alto investimento financeiro. Portanto, este trabalho apresenta uma análise econômica para comparar diferentes possibilidades de implantação de redes de dados para o Smart Grid. Os resultados demostraram que, para o cenário proposto o 5 Gem comparação com outras tecnologias, obteve a melhor avaliação para implantação da comunicação de uma rede de dados aplicada ao Smart Grid, pois os dados de Qualidade de Serviço e os resultados obtidos no Custo Total de Propriedade, mostraram que em médio e longo prazo o 5G tem seu custo inferior quando confrontado com dispêndios de outras tecnologias de comunicação, apresentando 100% e 99.02% de IEDs com Qualidade de Serviço para uplink e downlink máximo, e a média de IEDs atendidos, é de 100% para uplink e 99.4%para downlink em modo NORMAL e RESTRITO, respectivamente.
Acesso aberto (Open Access)
Data science aplicado a dados abertos do Governo Federal: estudos de caso sobre a economia dos municípios brasileiros.
(Universidade Federal do Pará, 2020-03-13) SANTOS, Sandio Maciel dos; SILVA, Marcelino Silva da; http://lattes.cnpq.br/7080513172499497
O processo de análise de dados nos últimos anos obteve bastante destaque no cenário brasileiro a partir da concessão da Lei 12.527/2011, a qual garante o acesso à informação pública, permitindo uma melhor transparência dos gastos públicos pela sociedade. Aliado à isso, inúmeras discussões surgiram em torno da utilização dos microdados governamentais brasileiros, entre elas destacamos as discussões sobre a reforma da previdência social e as análises voltados a saúde fiscal dos municípios brasileiros através de abordagens previdenciárias. Assim, este trabalho foca na utilização da Data Science, especificamente no processo de KDD para analisar microdados dos municípios brasileiros. Assim, neste trabalho são feitas duas abordagens diferentes nos a primeira realiza uma análise estatística descritiva e sem inferências, para compreender a saúde fiscal dos municípios brasileiros entre 2010 a 2017, por meio das transferências do RGPS. A segunda abordagem de análise fiscal via o modelo STVAR através das seguintes variáveis: despesa, receita e PIB do município de São Paulo. Os resultados da análise I apontam que municípios que possuem populações superior 100 habitantes não exibem défice mediante a diferença entre arrecadações municipais e transferências do RGPS. Na análise II os resultados encontrados mostram que ciclo econômico analisado ao sofrer choque exógeno (ou, impulso externo) pode gera alteração nos estados de recessão e expansão como duração média de 12 meses.
Acesso aberto (Open Access)
Deep learning in education 5.0: proposing 3d geometric shapes classification model to improve learning on a metaverse application
(Universidade Federal do Pará, 2024-01-18) SANTOS, Adriano Madureira dos; SERUFFO, Marcos César da Rocha; http://lattes.cnpq.br/3794198610723464; https://orcid.org/0000-0002-8106-0560
O sistema educacional brasileiro enfrenta desafios significativos, conforme evidenciado pelos baixos índices de avaliação do desenvolvimento educacional. Devido ao modelo educacional tradicional empregado no país, há dificuldades na transmissão efetiva de conteúdos complexos, levando a altos índices de fracasso escolar e consequente evasão escolar. A falta de inovação, especialmente em ambientes de educação básica, contribui para um cenário de baixa proficiência matemática entre os estudantes brasileiros. Neste contexto, este trabalho surge como resultado de uma inovação desenvolvida para aprimorar a aplicação Geometa, desenvolvida pela empresa Inteceleri, através da integração das tecnologias de Metaverso e Inteligência Artificial para criar um ambiente educacional imersivo e interativo. A intenção é refinar a Inteligência Artificial para o reconhecimento de formas geométricas tridimensionais em tempo real a partir de imagens de objetos reais. A proposta visa mitigar desafios enfrentados no ensino básico de matemática no Brasil por meio da adoção de abordagens tecnológicas inovadoras alinhadas à Educação 5.0, que possam ser replicadas para tecnologias similares envolvendo o Metaverso. Além disso, pretende-se também criar um ambiente educativo dinâmico e sustentável que não só facilite a compreensão de conceitos matemáticos, mas também promova a participação ativa dos alunos, incentivando a sua criatividade e autonomia no processo de aprendizagem. O método utilizado baseia-se na reclassificação de imagens do conjunto de dados ObjectNet de objetos para formas geométricas tridimensionais. As imagens reclassificadas são usadas para treinar os modelos CNN, MobileNet, ResNet, ResNeXt, ViT e BEiT de Aprendizado Profundo, os quais são posteriormente avaliados por meio de medidas de desempenho de Aprendizado de Máquina, tempo de inferência e dimensão. Por fim, o modelo de Inteligência Artificial de melhor desempenho é selecionado para futura integração no Geometa. Como contribuições deste trabalho foram realizados: (i) os modelos definidos foram treinados para o reconhecimento de formas geométricas tridimensionais; (ii) os modelos foram avaliados por meio de medidas de desempenho de Aprendizado de Máquina, tempo de inferência e dimensão; e (iii) o modelo de melhor desempenho foi selecionado considerando a maior assertividade e suavidade com base na análise de desempenho dos modelos. Quanto aos resultados obtidos, o ResNet superou o BEiT, modelo com o segundo melhor desempenho, em 5% de Precisão e 5 Inferência por Segundo. Por fim, o modelo ResNet atingiu 84% de Precisão e 9 Inferências por Segundo, sendo apontado como a Inteligência Artificial de melhor desempenho para fluxo de integração com a aplicação Geometa.