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 92

Acesso aberto (Open Access)
3D geometric reconstruction of civil infrastructures with neural radiance fields
(Universidade Federal do Pará, 2025-04-04) RIBEIRO, Thiago Figueiró; SILVA, Moisés Felipe Mello da; http://lattes.cnpq.br/8154941342611201; https://orcid.org/0000-0001-7897-3978; COSTA, João Crisóstomo Weyl Albuquerque; http://lattes.cnpq.br/9622051867672434; ARAÚJO, Jasmine Priscyla Leite de; SANTOS, Adam Dreyton Ferreira dos; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/2616572481839756; http://lattes.cnpq.br/0507944343674734; http://lattes.cnpq.br/4001747699670004; https://orcid.org/0000-0002-5940-4961; https://orcid.org/0000-0002-5971-3668; https://orcid.org/0000-0003-3514-0401
O uso de tecnologias de sensoriamento sem contato para o monitoramento da saúde estrutu- ral (SHM) ampliou significativamente o conjunto de ferramentas disponíveis para medições e análises precisas em contextos científicos e de engenharia. Essas tecnologias superam vá- rias limitações dos sensores convencionais de contato, muitas vezes apresentando desempenho superior, com levantamentos mais ágeis, instalação mais conveniente e frequentemente custo inferior. Gêmeos Digitais — réplicas virtuais dinâmicas e orientadas por dados de estruturas físicas — revolucionaram ainda mais o SHM ao integrar dados de sensores em tempo real com análises preditivas e modelagem computacional. Tecnologias como LiDAR e fotogrametria são utilizadas para criar modelos 3D de alta fidelidade, que podem servir de base para modelos de informações de construções (BIM) e gêmeos digitais de estruturas civis. Avanços recentes em aprendizado profundo marcaram uma mudança de paradigma em diversas áreas, incluindo a reconstrução 3D. Uma abordagem promissora é o uso de Neural Radiance Fields (NeRF), uma metodologia baseada em aprendizado profundo capaz de produzir modelos 3D de alta fidelidade a partir de conjuntos esparsos de imagens, como fotos capturadas por câmeras convencionais ou smartphones. NeRF é capaz de gerar nuvens de pontos densas, comparáveis às produzidas por fotogrametria Multiview Stereo (MVS) e laser scanner terrestre. No entanto, há uma lacuna na literatura quanto à avaliação quantitativa das capacidades do NeRF para escaneamento 3D de pontes. Este trabalho avalia o desempenho das reconstruções 3D de pontes reais usando NeRF em comparação com modelos baseados em fotogrametria SFM/MVS e dados de referência gerados por LiDAR. Demonstramos a viabilidade do NeRF para avaliações estruturais em larga escala, com insights interessantes sobre seu desempenho sob diferentes disponibilidades de dados, impactando tanto as métricas de Nível de Precisão (LOA) quanto as medições estatísticas de erro. Modelos NeRF possuem maior LOA e valores menores de erro médio, desvio padrão e erro quadrático médio quando comparados com modelos de fotogrametria. No geral, o NeRF se mostrou um método mais robusto e preciso, especialmente ao equilibrar a disponibilidade de dados com a qualidade da reconstrução, posicionando-se como a escolha preferida para modela- gem 3D em cenários de dados limitados, restrições orçamentárias e escassez de equipamentos especializados. Essa abordagem oferece uma solução eficiente, econômica e precisa para atender à crescente demanda por monitoramento de infraestrutura no setor de Arquitetura, Engenharia e Construção, reduzindo assim as barreiras econômicas e técnicas à adoção dessa tecnologia.
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 comparativa de algoritmos meta-heurísticos na solução de posicionamento de UAV-BS
(Universidade Federal do Pará, 2025-06-12) MORAES, Davi Ketley Sousa; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734; https://orcid.org/0000-0002-5971-3668; GONÇALVES, Glauco Estácio; CARVALHO, Tassio Costa de; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/4772364162256162; https://orcid.org/0000-0003-1341-5339; ******
Em desastres naturais, a infraestrutura de comunicação costuma ser comprometida, dificultando ações de resgate e suporte. Nesse cenário, Veículos Aéreos Não Tripulados (UAV), atuando como Estações Base (UAV-BS), surgem como alternativa promissora para restabelecer a conectividade. Embora diversos estudos explorem algoritmos meta-heurísticos para otimizar o posicionamento desses UAVs, muitos utilizam cenários idealizados, ignorando a distribuição aleatória de usuários típica de situações emergenciais. Este trabalho realiza uma análise comparativa entre cinco algoritmos meta-heurísticos: Algoritmo Genético (AG), Enxame de Partículas (PSO), Colônia de Abelhas (ABC), Colônia de Formigas (ACO) e Ensino-Aprendizagem (TLBO), considerando métricas como cobertura de usuários, vazão, tempo de execução e qualidade do sinal. Os testes estatísticos indicaram diferenças significativas entre os métodos. O PSO e o TLBO obtiveram os melhores desempenhos gerais, enquanto o ACO teve o pior resultado em cobertura e tempo. O TLBO se mostrou o mais equilibrado, mas o PSO foi superior em cenários que priorizam economia no número de UAVs. O estudo oferece subsídios para decisões mais eficazes em redes móveis emergenciais.
Acesso aberto (Open Access)
Análise de desempenho de mecanismos de atenção para estimativa de pose 2D baseada em resnet-50
(Universidade Federal do Pará, 2025-09-11) MALHEIROS, Marlon Nanael Leitão; CASTRO, Adriana Rosa Garcez; http://lattes.cnpq.br/5273686389382860; https://orcid.org/0000-0001-5884-4511; ARAÚJO, Jasmine Priscyla Leite de; FONSECA, Maria da Conceição Pereira; OHASHI JÚNIOR, Orlando Shigueo; http://lattes.cnpq.br/4001747699670004; http://lattes.cnpq.br/3496755183083633; http://lattes.cnpq.br/8905793797626608; https://orcid.org/0000-0003-3514-0401; xxx; xxx
A estimação de pose humana 2D é um problema fundamental em visão computacional que visa identificar a localização de pontos anatômicos humanos. A evolução do aprendizado profundo, em particular das Redes Neurais Convolucionais (CNNs), tem proporcionado avanços significativos no campo. Recentemente, a introdução de mecanismos de atenção se destacou como uma abordagem eficaz para aprimorar o foco das CNNs em regiões importantes das imagens. Esta dissertação apresenta um estudo comparativo do impacto de seis mecanismos de atenção na tarefa de estimação de pose humana 2D, integrando-os a uma arquitetura CNN baseada em ResNet-50: Convolutional Block Attention Module (CBAM), Coordinate Attention, Global Context Attention, Self-Attention, Multi-Head Attention e SimAM (Simple, Parameter Free Attention Module). O treinamento e a avaliação dos modelos utilizaram o conjunto de imagens MS COCO (Common Objects in Context) sob um protocolo experimental unificado. Os resultados quantitativos demonstraram que todos os mecanismos de atenção testados melhoraram o desempenho da arquitetura base. Os mecanismos CBAM e Coordinate Attention mostraram-se os mais eficazes, com os maiores ganhos na métrica principal Average Precision (AP). O modelo com Coordinate Attention alcançou uma AP de 67,7% (+1,5 p.p.), enquanto o modelo com CBAMatingiu 67,6% (+1,4 p.p.), obtendo também a melhor pontuação na métrica secundária AP75. A análise de custo-benefício revelou que CBAM e Coordinate Attention alcançaram esses ganhos com acréscimo mínimo de parâmetros e FLOPS. Em contraste, Self-Attention, de maior custo computacional, apresentou um dos menores ganhos, enquanto SimAM, livre de parâmetros, obteve o menor ganho sem custo adicional. Em síntese, os resultados demonstram que a integração de mecanismos de atenção é uma estratégia eficaz para aprimorar modelos de estimação de pose, destacando-se abordagens com ênfase em informação espacial explícita, como CBAMeCoordinate Attention, por oferecerem um excelente equilíbrio entre desempenho e eficiência computacional.
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 ambiente virtual adaptável para dispositivos móveis: uma abordagem técnica com ênfase em modelagem geométrica e interação tridimensional.
(Universidade Federal do Pará, 2025-10-17) ESTEVAM, Leonardo da Conceição; SERUFFO, Marcos César da Rocha; http://lattes.cnpq.br/3794198610723464; https://orcid.org/0000-0002-8106-0560; CARDOSO, Diego Lisboa; ALCÂNTARA NETO, Miércio Cardoso de; MOTA, Marcelle Pereira; http://lattes.cnpq.br/0507944343674734; http://lattes.cnpq.br/0549389076806391; http://lattes.cnpq.br/2130563131041136; https://orcid.org/0000-0002-5971-3668; https://orcid.org/0000-0002-8551-2261; https://orcid.org/0000-0001-9226-9020
Esta dissertação investiga a concepção e implementação de uma arquitetura de ambiente virtual adaptável para dispositivos móveis, com ênfase em modelagem geométrica e interação tridimensional. O trabalho parte do desafio de desenvolver aplicações imersivas que utilizam Realidade Virtual (RV) e Realidade Aumentada (RA) em plataformas móveis, considerando as limitações de hardware, a diversidade de interfaces e a necessidade de experiências fluidas. Como estudo de caso, foi utilizado o aplicativo GeoMeta, desenvolvido em Unity e integrado à biblioteca Vuforia, projetado para possibilitar a exploração interativa da geometria tridimensional em cenários virtuais e aumentados. A metodologia envolveu uma revisão sistemática da literatura e a análise técnico-computacional do sistema, destacando aspectos de arquitetura modular, técnicas de renderização em tempo real e estratégias de interação multicanal. Os resultados demonstram que a adaptabilidade, quando incorporada ao projeto arquitetural, contribui diretamente para ampliar a sensação de presença e o nível de imersão do usuário, mesmo em dispositivos de diferentes capacidades. Como contribuição, este trabalho apresenta um conjunto de diretrizes para o desenvolvimento de Ambiente Virtual Móvel (AVM), ressaltando modularidade, escalabilidade e estratégias de interação como fundamentos para a criação de experiências imersivas consistentes em contextos educacionais e computacionais.
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 arritmias cardíacas via rede neural convolucional com mecanismo de atenção local
(Universidade Federal do Pará, 2025-09-22) RAMOS, Daniel Dantas do Amaral; CASTRO, Adriana Rosa Garcez; http://lattes.cnpq.br/5273686389382860; https://orcid.org/0000-0001-5884-4511; OLIVEIRA, Roberto Célio Limão de; OHASHI JÚNIOR, Orlando Shigueo; http://lattes.cnpq.br/4497607460894318; http://lattes.cnpq.br/8905793797626608; https://orcid.org/0000-0002-6640-3182
As arritmias cardíacas representam alterações no ritmo ou frequência dos batimentos do coração e estão associadas a riscos significativos à saúde. O eletrocardiograma (ECG) permanece como o principal exame não invasivo para seu diagnóstico, sendo que a análise manual de longos registros é trabalhosa e sujeita a erros. Considerando as dificuldades provenientes da análise manual do sinais de ECG, sistemas automáticos de classificação de arritmias baseados em inteligência artificial vêm sendo propostos na literatura como alternativa promissora para apoio ao diagnóstico médico. Dentro deste contexto, este trabalho apresenta a proposta de um classificador automático de arritmias cardíacas baseado em Redes Neurais Convolucionais (CNN - Alexnet), com mecanismo de atenção local integrado a sua arquitetura, desenvolvido considerando o paradigma interpaciente. O estudo se concentrou na investigação e definição da técnica mais adequada, entre Gramian Angular Field (GAF) e Hilbert Space-Filling (HSFC), para a conversão dos sinais temporais de ECG em imagens, para serem utilizadas como entrada para a CNN e, em avaliar o impacto de diferentes configurações internas do mecanismo de atenção local proposto, especificamente no que diz respeito à escolha da função de ativação (Tangente Hiperbólica ou Sigmóide) e do tipo de kernel (fixo ou adaptativo). Para os experimentos foi utilizada a base de dados MIT-BIH Arrhythmia Database, sendo que o desempenho dos modelos treinados foi avaliado segundo medidas de desempenho padronizadas, como acurácia, precisão, sensibilidade, especificidade e F1-score. Os experimentos mostraram que a combinação GAF com função de ativação Tangente Hiperbólica e kernel adaptativo no módulo de atenção apresentou o melhor resultado, alcançando acurácia de 97,88
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, Claudomiro 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.