Navegando por Assunto "Python"

Agora exibindo 1 - 2 de 2

Acesso aberto (Open Access)
Introdução à neurociência computacional com a linguagem python
(Universidade Federal do Pará, 2023-12-29) NASCIMENTO, Weverson Vieira do; PEREIRA JÚNIOR, Antonio; http://lattes.cnpq.br/3239362677711162
Este trabalho propõe um curso introdutório de neurociências computacionais, utilizando a linguagem de programação Python. O cérebro é um órgão complexo, despertando grande interesse na compreensão dos mecanismos biológicos subjacentes ao seu funcionamento. A neurociência computacional é um campo de estudo que busca contribuir para essa compreensão. O curso introdutório é destinado a alunos de graduação interessados em adquirir conhecimentos básicos em Neurociência Computacional. Inicialmente, o curso fornece uma base teórica, abrangendo tanto aspectos neurofisiológicos quanto matemáticos e algorítmicos, permitindo que estudantes de diversas áreas aproveitem o conteúdo com o mínimo de pré-requisitos. Em seguida, o curso apresenta modelos de neurônios, desde os mais simples até os mais elaborados, explorando como esses neurônios se conectam, incluindo circuitos conhecidos de conexões neuronais e a implementação do aprendizado nessas redes. Além disso, o curso aborda temas de inteligência artificial, como redes neurais e neuromórficas, estas últimas utilizando os modelos mencionados anteriormente. Utiliza códigos interativos em linguagem Python, de natureza livre e código aberto, para as simulações do conteúdo apresentado.
Acesso aberto (Open Access)
Protótipo para análise técnico-econômica de bombas funcionando como turbinas em redes de distribuição de água
(Universidade Federal do Pará, 2025-02-27) VIANA, Ingrid Luna Baia; SOUZA, Davi Edson Sales e; http://lattes.cnpq.br/6130270007673176; HTTPS://ORCID.ORG/0000-0001-9632-5667; ISHIHARA, Júnior Hiroyuki; http://lattes.cnpq.br/3498874642887006; https://orcid.org/0000-0002-0081-7913
A crescente necessidade por soluções sustentáveis nas redes de distribuição de água exige tecnologias que otimizem a eficiência energética e reduzam custos operacionais. No entanto, a escolha da melhor alternativa para implementação de Bombas Funcionando como Turbinas (BFTs) é um desafio devido à multiplicidade de critérios técnicos e econômicos envolvidos. Assim, este estudo propõe um modelo de suporte à decisão, empregando técnicas multicritério e programação computacional para auxiliar na seleção da alternativa mais viável dentro de cenários distintos. A análise concentra-se na viabilidade técnico-econômica de BFTs em Redes de Distribuição de Água (RDAs), utilizando o método TOPSIS, onde os dados serão avaliados e classificados por similaridade com condições ideais. Implementado em linguagem Python, o sistema garante precisão aos cálculos, com uma interface gráfica denominada de FliessEnergy, hospedado na Vercel, com um layout responsivo e escalável, proporcionando uma experiência otimizada ao usuário. A aplicação prática com dados de RDAs reais demonstrou sua eficácia na priorização das alternativas mais vantajosas. Os resultados indicaram que o Cenário 1 apresentou a melhor configuração para implementação de BFTs, enquanto o Cenário 5 se mostrou a alternativa menos favorável. Esta classificação das alternativas ajuda os gestores a tomar decisões, levando em conta tanto a proximidade com as melhores condições quanto a distância das piores. Para avaliar a confiabilidade e consistência dos códigos, empregou-se o PyTOPS, um software livre que possibilita várias simulações com alterações nos pesos dos critérios. Foram feitas 500 simulações, resultando em uma variabilidade reduzida entre os cenários, o que reforça a solidez do modelo e sua habilidade de gerar classificações consistentes mesmo com pequenas mudanças nos parâmetros. O modelo mostrou-se consistente e confiável, oferecendo um instrumento útil para avaliar a implementação de BFTs em RDAs. Espera-se que, com aprimoramentos futuros e integração de bases de dados, esta solução possa contribuir de maneira significativa para decisões estratégicas no setor de saneamento do Brasil.