Submissões Recentes

Dissertação
Comunicação aumentativa e alternativa utilizando rastreamento ocular e recomendação de palavras através de modelos de linguagem
(2024) Waideman, Bruno
Desde as mais antigas formas de comunicação até os mais recentes desenvolvimentos na tecnologia computacional, a produção, o armazenamento e a circulação de informação e conteúdo têm sido aspectos centrais da vida social. Com o contínuo avanço da tecnologia, os meios digitais se tornaram relevantes para aproximar pessoas e facilitar ainda mais a circulação de informações. Para utilizar estes dispositivos, usualmente são utilizados teclados, sejam eles físicos ou digitais, e outros dispositivos, como mouses e canetas em telas eletrônicas sensíveis. Utilizar estes dispositivos pode ser uma tarefa trivial para a maior parte das pessoas, no entanto, é limitante para aqueles que apresentam dificuldades motoras em determinados contextos de uso. A Comunicação Aumentativa e Alternativa (CAA) é então utilizada para ampliar estas habilidades de comunicação, possibilitando a construção de canais alternativos, através da valorização de todas as formas de expressão existentes. Desta forma, novas modalidades de interação com dispositivos de comunicação, como a entrada por gestos, comandos de voz e diversos tipos de sensores, são cada vez mais comuns. A entrada de informação através do rastreamento ocular é uma modalidade que encontra grande aplicação em sistemas de acessibilidade. No entanto, muitas limitações podem ser observadas, como fadiga visual e imprecisão na decodificação, causando erros de digitação e maior tempo para inserção de estruturas de texto, quando comparado com os métodos tradicionais. Desse modo, este trabalho apresenta um método de interação baseado no rastreamento do movimento ocular e orientação da cabeça, acoplado a um teclado virtual, utilizando uma rede neural artificial para decodificar o traçado do olhar e traduzir as intenções dos usuários na interface. De forma complementar, é utilizado um Modelo de Linguagem (ML) para realizar a recomendação de próximas palavras. Com isso, investigou-se a influência destas tecnologias no sistema proposto, medindo a velocidade de digitação, taxa de erros e perplexidade que, de forma geral, demonstraram resultados satisfatórios para auxiliar pessoas com deficiência a se comunicarem melhor
Dissertação
Reconhecimento de atividades humanas utilizando sensores inerciais e aprendizado de máquina
(2024) Montanari, Bruno Fontes
Reconhecimento de atividades humanas, também conhecido como Human Activity Recognition (HAR), tem um papel significativo na vida das pessoas dada a capacidade de prover informações relevantes por meio de pequenos sensores, podendo ser no celular, relógios inteligentes ou até mesmo através de imagens e vídeos. A análise e classificação dos movimentos humanos é alvo de diversos estudos em decorrência de sua ampla utilização nas mais diversas áreas, como por exemplo: saúde, práticas esportivas, bem estar, assistentes tecnológicos, segurança, computação ciente do contexto, realidade virtual e aumentada, dentre outros. O maior desafio atualmente é garantir que tal reconhecimento seja feito localmente em Micro Controller Unit (MCU) com baixo consumo de energia e com baixo tempo de inferência, mantendo os dados de cada pessoa seguro. Diversas propostas para resolver o HAR já foram avaliadas e apresentam resultados excelentes, tipicamente com acurácia superior a 90% quando um número baixo de movimentos (correr, caminhar, subir e descer escadas etc.) é considerado, porém a maioria destes estudos faz uso do processamento externo, em geral usando celulares, para desempenhar as técnicas de reconhecimento, classificação e contexto. Muitos destes estudos e técnicas podem ser ajustados, migrados e empregados nos MCUs graças às recentes melhorias dos frameworks disponíveis, suas quantizações e otimizações, bem como na evolução da capacidade de processamento e densidade de memória disponível nos microcontroladores. Este trabalho explora a comparação entre o emprego e desempenho de reduções de dimensionalidades por meio de Principal Component Analysis (PCA) com as técnicas de aprendizado de máquina como Decision Tree Regression (DTR), Random Forest (RF) e Support Vector Machine (SVM) e de aprendizado profundo utilizando exclusivamente Convolution Neural Network (CNN), ambas aplicadas ao microcontroladore Arm® Cortex® M33 com foco na aplicação de HAR. Outra análise que este estudo traz é a identificação da influência do uso de quantização Post Training Quantization (PTQ) no tempo de inferência, densidade de memória, complexidade e sua relação com o consumo de energia no MCU
Dissertação
Otimização do consumo de combustível em comboio de veículos sujeito a percursos envolvendo relevo e curvas
(2024) Oliveira, Rafael Velho de
Segundo as projeções de órgãos internacionais, como as Nações Unidas (UN), e sites de dados estatísticos, como STATISTA, a tendência é que a população mundial cresça, e com isso ocorra também o crescimento da frota mundial de veículos. Dessa forma, a consequência desse crescimento é o aumento da produção dos gases de efeito estufa, principalmente no segmento de transporte, que utiliza veículos pesados. Com isso, faz-se necessário buscar formas alternativas para reduzir essa produção de gases de efeito estufa e melhorar a eficiência do sistema atual, uma vez que não é possível expandir a malha rodoviária. Para alcançar esse objetivo, diversos estudos estão sendo desenvolvidos. Uma das soluções é a adoção da estratégia de comboio, um método de otimização do perfil de velocidade que funciona de forma colaborativa, na qual veículos trafegam em pequenas distâncias entre si promovendo uma redução no consumo, uma vez que diminui a resistência do ar para o caminhão seguidor. No presente trabalho foi considerado a inclusão de veículos que não possuem a tecnologia necessária para formar comboios de forma autônoma, e por isso esses veículos recebem sugestões de velocidades baseadas no cálculo utilizando uma estratégia de controle ótimo. Além disso, o comportamento preditivo do motorista também pode auxiliar na redução do consumo, e por isso foi incluído a dinâmica lateral considerando dois fenômenos comuns em veículos pesados: escorregamento e tombamento. Dessa forma, o motorista tem que se adaptar a elevações e a um trecho em curva que possui uma aceleração máxima lateral considerando o tombamento de um caminhão. Pelos resultados obtidos foi possível concluir que a estratégia proposta influencia o comportamento dinâmico lateral do veículo e seu consumo, reduzindo-o principalmente em percursos com alta variação de inclinação e com curvas. Além disso, em consequência da redução do consumo, é reduzido a emissão dos gases poluentes
Trabalho de Conclusão de Curso
Estudo e desenvolvimento de atomizador a gás vaseado no modelo hermiga 75/5 VI (EAC)
(2024-08-18) Silva, Ana Beatriz de Oliveira; Gonçalves, Ana Júlia Morare; Bustamante, Lucas; Moraes, Nicolas Santos de
À medida que a consciência ecológica cresce no mundo industrial, as empresas estão cada vez mais engajadas em adotar soluções que reduzam seu impacto ambiental. Uma alternativa que vem ganhando relevância no cenário atual é a manufatura aditiva (MA) de materiais, também conhecida como impressão 3D. O método consiste na produção de objetos através da deposição de matéria-prima em camadas sucessivas, o que garante a redução no desperdício de materiais e aumento das flexibilidades de produção e prototipagem. Mundialmente, o Brasil representa apenas 2% do mercado mundial de manufatura aditiva. A importação de materiais metálicos não ferrosos utilizados neste processo, por exemplo, conta com altos valores de impostos, o que encarece a produção nacional de peças produzidas com MA de materiais metálicos, tornando-os menos competitivos. Tendo em vista as aplicações do pó metálico no processo de impressão 3D, o alumínio possui uma contribuição notória, sendo um metal versátil com uma boa combinação de leveza e resistência à corrosão. O que o torna ainda mais atrativo é seu ciclo de vida sustentável, tendo uma alta taxa de reciclagem. Segundo estudos realizados pela empresa de consultoria CRU Group (Inglaterra), até o ano de 2030 a demanda por alumínio deve crescer 40%. Por ser considerado um relevante aliado do meio ambiente, tal material está constantemente presente no cotidiano da sociedade, seja por meio de embalagens, produtos elétricos e automotivos. Com base nisso, o projeto AtomA tem como objetivo desenvolver um atomizador a gás para a produção de pó metálico de alumínio. As melhorias propostas consistem no desenvolvimento de um bocal atomizador, um componente crucial para esse processo, e no estudo da viabilidade de construir um equipamento com uma peneira acoplada. Atualmente, o pó metálico passa por um processo de peneiramento posterior à atomização, considerando que para a aplicação em impressões 3D são utilizados grãos de pó metálico com um tamanho entre 20 e 75 micrômetros. A ideia é mitigar a necessidade dessa operação sem prejudicar o processo atual. Para atingir esse objetivo, foram realizadas uma série de simulações térmicas, dinâmicas e estruturais a fim de validar se as mudanças propostas são viáveis para o processo.
Trabalho de Conclusão de Curso
CLASSIFICAÇÃO DE DADOS EM COMPUTADORES QUÂNTICOS:
(2023-06-14) MATHEUS TEIXEIRA
À medida que nos aproximamos das dimensões mínimas dos transistores utilizados em CPUs, nos aproximamos também dos limites computacionais dos computadores clássicos. Diante da crescente demanda por maior poder de processamento para resolver problemas complexos, surge a necessidade de uma ferramenta mais capacitada: os computadores quânticos. Em resposta a essa situação, diversas áreas da computação estão sendo adaptadas para aplicar seus métodos em computadores quânticos. Entre essas áreas, destaca-se o campo do aprendizado de máquina. O presente trabalho descreve um método de aprendizado de máquina supervisionado que utiliza a máquina de vetores de suporte quântica para a classificação de dados em um computador quântico