PPG EM CIÊNCIAS COMPUTACIONAIS : [138] Visualizar estatísticas
Novos documentos depositados
Convergence analysis of physics-informed neural networks and comparison with finite difference methods
Partial differential equations (PDEs) are an important part of mathematics used to describe numerous physical phenomena. Analytical solutions are often not available, making the use of approximations necessary. Researchers are always trying to develop new techniques with the aim of improving understanding and providing more accurate approximations through more efficient calculations. Deep neural networks have recently been combined with prior physical knowledge from the problems to produce th...
Ground Roll Attenuation with an Deep Learning Wavelet Transform Approach
Reflection seismic is the geophysical method most used by the Oil and Gas industry in the search for hydrocarbons, however, when carrying out a seismic acquisition, a lot of noise is recorded in the data, making it necessary to process it in order to remove this noise and consequently increase the signal/noise ratio, enabling the interpretation of the final data to be made with greater precision. Ground roll is a coherent noise present in terrestrial seismic surveys. It has a highly dispersiv...
Um estudo sobre a predição de casos de arbovirose com análise de desempenho de técnicas de machine learning
As arboviroses, como Dengue, Chikungunya e Zika, são doenças transmitidas pelo mosquito Aedes Aegypti e representam um desafio à saúde pública, sendo responsáveis por milhares de internações e óbitos anualmente. No entanto, ainda é difícil compreender as variáveis que influenciam os surtos, dificultando ações eficazes por parte das autoridades competentes para contê-los. Este trabalho apresenta um estudo comparativo entre diferentes modelos de aprendizado de máquina, como KNN, árvore de decis...
Segurança Digital e Inteligência Artificial: Novos Caminhos para o Ensino de Matemática
A homologação da Base Nacional Comum Curricular (BNCC), em 2017, introduziu disciplinas que conectam a teoria com dispositivos essenciais usados no dia a dia dos alunos, destacando-se a Educação Financeira, Ambientes de Aprendizagem e Tecnologias Digitais. Nesta tese, apresentamos propostas de conexões de conceitos matemáticos estudados no Ensino Fundamental imersos em novas tecnologias computacionais, como Segurança Digital e Inteligência Artificial. Dentro do escopo de Segurança Digita...
Um modelo de controle de confinamento para COVID-19: aspectos econômicos e epidemiológicos
Este estudo tem como objetivo realizar um detalhamento sobre o artigo A Simple Planning Problem for COVID-19 Lockdown dos autores Alvarez, Argente e Lippi (2020). Para que tal tarefa fosse realizada, alguns conceitos básicos foram introduzidos, tais como: exemplos de equilíbrio, valor estatístico de uma vida, valor presente etc. Outros conhecimentos também abordados foram modelos SIR, teoria do controle ótimo e dualidade de funções. Sendo esses três últimos necessários para compreender o func...
Análise de sinais e sintomas da infecção pelo vírus SARS-CoV-2 considerando diferentes ondas utilizando aprendizado de máquina
Em março de 2020, a OMS (Organização Mundial de Saúde) declarou a pandemia da COVID-19, que pode se manifestar em seres humanos em consequência à infecção causada pelo vírus SARS-CoV-2. Este trabalho consiste na utilização de técnicas de Data Mining e Machine Leaming para a realização de diagnóstico de infecções. Uma metodologia foi criada para facilitar nesta tarefa e pode ser aplicado em qualquer surto, epidemia ou pandemia em que haja ondas de contágio. O método, além...
Aprendizagem Autossupervisionada Aplicada à Detecção de Infecção Pulmonar Causada pela COVID-19 em Radiografias de Tórax
O estado-da-arte da classificação automática de imagens compreende as redes neurais convolucionais bem como outras técnicas de aprendizagem profunda. Entretanto, para o treinamento supervisionado de redes neurais profundas, em geral, um grande número de imagens anotadas se faz necessário. No caso de novas doenças, como ocorrera para a COVID-19 no início da pandemia, imagens anotadas no volume necessário para treinar algoritmos de aprendizagem profunda podem permanecer escassas por muito tempo...
Contagem de Intervalo: novas formulações, relação de continência, e grafos split
Esta tese apresenta um estudo sobre o problema da contagem de intervalo para grafos e ordens de intervalo. Um grafo é de intervalo se o seu conjunto de vértices corresponder a uma família F de intervalos na reta real, de tal modo que dois vértices distintos são adjacentes no grafo se e somente se os intervalos correspondentes se intersectarem. Uma ordem de intervalo é uma ordem parcial (F,≺), em que F é uma família de intervalos na reta real, tal que, para todo I1, I2 ∈ F, I1 ≺ I2 se e soment...
Adaptação de Domínio em Rede Neural Profunda para Segmentação Semântica de Minérios em Imagens de Microscopia Ótica de Luz Refletida
A caracterização mineral tem um papel importante na indústria de mineração por fornecer dados e parâmetros visando apoiar o processamento eficiente e lucrativo de minérios. No entanto, as técnicas de caracterização de minérios requerem extensa análise de imagem, tornando impraticável a segmentação manual das fases minerais em larga escala. Assim, considerando o nível de exatidão fornecido pelos modelos de aprendizado profundo, eles representam uma potencial solução para o problema de aut...
Aprendizagem Profunda Aplicada à Reconstrução de Artefatos Cerâmicos
Cerâmica é um dos tipos de vestígios materiais mais comuns encontrados em sítios arqueológicos. A análise de cerâmica arqueológica permite que sejam extraídas informações relativas à datação daquele sítio, além de constituir evidência das tecnologias utilizadas. O reconhecimento dos tipos cerâmicos ajuda na delimitação espacial dos sítios, evidenciando a tradição cultural daquela sociedade, os aspectos socioculturais envolvidos e suas interações com outros agrupamentos humanos. Durante as et...
Melhorando a Detecção de Desmatamento por meio de Adaptação Multidomínio com Estimativa de Incerteza
Modelos de Deep Learning (DL) têm se destacado no Sensoriamento Remoto (SR), auxiliando na segmentação semântica para classificação do solo, detecção de mudanças e análise da vegetação. No entanto, sua eficácia depende de grandes quantidades de dados rotulados, cuja obtenção é cara e trabalhosa. Para mitigar essa limitação, técnicas de Adaptação de Domínio (DA) permitem transferir conhecimento de um domínio para outro. Enquanto a DA para um único domínio-alvo é amplamente estudada, a ad...
Um Método para a Tradução de Objetos em Imagens Digitais através de Redes Generativas Adversariais com Consistência Cíclica
Métodos de tradução de imagens baseados em aprendizagem profunda permitem transformar uma imagem de um determinado contexto em outra imagem, associada a um contexto diferente. O método proposto neste trabalho é um caso particular de tradução imagens, onde apenas certos objetos presentes numa imagem são traduzidos. A ideia central é estampar sobre a imagem original um símbolo, ou uma representação padrão de uma classe de objetos. Esta nova imagem é então processada por um conjunto de rede...
Problemas Computacionais de Arranjo Musical
Arranjos musicais têm sido tratados recentemente do ponto de vista combinatório. Demaine e Moses em 2017[1], consideraram três problemas de decisão associados a arranjos musicais.Esses problemas consideram uma partitura com um número dado de pautas correspondentes aos instrumentos participantes. O objetivo é selecionar um certo número de pautas que atendam a algumas propriedades musicais específicas. Nessa dissertação, definimos versões mais gerais dos três problemas originais de Demaine e Mo...
Segurança Digital e Inteligência Artificial: Novos Caminhos para o Ensino de Matemática
A homologação da Base Nacional Comum Curricular (BNCC), em 2017, introduziu disciplinas que conectam a teoria com dispositivos essenciais usados no dia a dia dos alunos, destacando-se a Educação Financeira, Ambientes de Aprendizagem e Tecnologias Digitais. Nesta tese, apresentamos propostas de conexões de conceitos matemáticos estudados no Ensino Fundamental imersos em novas tecnologias computacionais, como Segurança Digital e Inteligência Artificial. Dentro do escopo de Segurança Digital, tr...
Aplicações de aprendizado de máquina para previsão de mortalidade da Covid-19 usando o banco de dados nacional DATASUS
A questão recente mais importante de saúde para as nações do mundo tem sido a pandemia do coronavírus. A COVID-19 está associada a diferentes manifestações clínicas acompanhada de uma alta taxa de mortalidade. No Brasil temos um repositório nacional de dados clínicos- o DATASUS - que entre os dados de diversas patologias, estão aqueles associados a COVID-19. Prever a mortalidade por meio de preditores pode ser uma ferramenta crucial na autenticação dos pacientes acometidos pela doença. ...
Método de aprendizado profundo autossupervisionado para deblending de dados sísmicos marítimos
A aquisição sísmica convencional requer um intervalo de tempo entre disparos longo o suficiente para registrar todos os eventos de interesse e evitar a interferência entre sinais de fontes sucessivas. Isto causa limitações tanto do ponto de vista operacional quanto da amostragem espacial dos dados. A fim de superar essas limitações, foi introduzido o conceito de aquisição sísmica blended ou aquisição com fontes simultâneas. Nesta técnica, dois ou mais pontos de tiro são disparados em um ...
Modelagem da Mecânica dos Tecidos Pulmonares Através das Equações Diferenciais via Operador de Caputo-Fabrizio
Nesta dissertação, analisamos um problema de viscoelasticidade que modela a mecânica dos tecidos pulmonares baseado em (IONESCU et al., 2017), onde o modelo matemático utilizou Derivadas Fracionárias via Riemann-Liouville. Como proposta de novidade e originalidade neste trabalho, fi zemos uma análise diferenciada sobre este problema utilizando as Devivadas Fracionárias via Operador de Caputo-Fabrizio ver (CAPUTO; FABRIZIO, 2015). Foi estudado como obter o valor ótimo para o grau da ordem...
Um Acelerador Ray-Tracing de Baixo Custo Otimizado para Arquiteturas Heterogêneas
Um dos maiores desafios da Computação Gráfica é a geração de imagens fotorrealistas e fisicamente precisas partindo de uma cena tridimensional. Por um lado, existem métodos com os quais é possível renderizar imagens com um certo grau de realismo de forma rápida, porém estes métodos não são capazes de modelar de forma realista o comportamento da luz ao interagir com os objetos, sendo necessário criar atalhos para modelar certos efeitos ópticos. Por outro lado, o método de Ray-Tracing per...
Análise de Desempenho dos Protocolos de Aplicação CoAP, MQTT e Radnet Protocol para Internet das Coisas
A Internet das Coisas (Internet of Things - IoT) é uma área com avanços significativos, que tem recebido muita atenção dos pesquisadores e da indústria. Ela possibilita a interligação de objetos ou dipositivos de uso diário, hardware programado, software, sensores, atuadores e conexões de rede para atender a uma variedade de aplicações. Vários protocolos da camada de aplicação que permitem esta comunicação já foram estabelecidos.A escolha adequada dos protocolos na camada de aplicação é funda...
Modelagem matemático-computacional para análise de dados espectrofluorimétricos e localização de sítios de ligação em albumina sérica
O objetivo deste trabalho foi elaborar um modelo matemático computacional para analisar dados oriundos de experimentos espectrofluorimétricos, visando, especialmente, à localização de sítios de ligação para ligantes em albuminas humana (HSA) e bovina (BSA). O modelo foi baseado na geometria referente ao posicionamento do sítio em relação aos resíduos de triptofano presentes na molécula protéica, além de considerar as semelhanças/- diferenças estruturais entre essas duas proteínas. Para testar...