Faculdade de Engenharia Elétrica - FEE/CAMTUC
URI Permanente para esta coleção
Campus de Tucuruí /
Bibliotecária: Mayara de Kassia Pinheiro Menezes
Whatsapp: (94) 98199-9226
E-mail: bibliocamtuc@ufpa.br
Facebook: https://www.facebook.com/bibcamtuc/
Instagram: https://www.instagram.com/bcamtuc/
Navegar
Navegando Faculdade de Engenharia Elétrica - FEE/CAMTUC por CNPq "CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO"
Agora exibindo 1 - 7 de 7
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Apresentação do artigo elaborado em 2023 por meio da Proeg nº 01/2023: aplicação da análise de correlação canônica em sistemas ICM baseados em SSVEP(2023-12-18) SOUSA, Sávio Milhomens de; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329Este trabalho aborda a apresentação do artigo intitulado “Aplicação da Análise de Correlação Canônica em Sistemas ICM Baseados em SSVEP”, desenvolvido durante o período de Abril de 2023 a Setembro de 2023, durante a execução do projeto de pesquisa, sob orientação do Professor Dr. Cleison Daniel Silva e apresentado na III Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2. O sistema ICM (Interface Cérebro Máquina) é uma tecnologia capaz de realizar comunicações entre seres humanos e máquinas através da atividade cerebral em resposta a estímulos visuais, imaginários ou somatossensoriais. Essa atividade é aquisitada, por meio de métodos como o eletroencefalograma (EEG), processada e convertida em sinais de comando. O estudo do artigo se concentra no processamento de informações usando o método de Análise de Correlação Canônica (CCA) para auxiliar na classificação de sinais em sistemas ICM’s baseados em SSVEP (Potencial Evocado Visualmente em Estado Estável). Como metodologia, foram realizadas cinco abordagens do método CCA, em ambiente Python, usando o mesmo conjunto de dados e mesma técnica de processamento e classificação de sinais, alterando apenas a forma como os dados são tratados no método. Os dados usados são provenientes de um repositório de domínio público contendo sinais de EEG de quatro sujeitos em presença de estímulos de SSVEP em frequências de 8 Hz, 14 Hz e 28 Hz. Em adição ao CCA, utilizou-se do periodograma como tecnica para maximizar a extração de características dos sinais resultantes da aplicação do método. Na etapa de classificação os sinais foram agrupados em três combinações binárias entre as frequências de estímulo, e para cada par, foi aplicado a Análise do Discriminante Linear (LDA). Ao final, a acurácia do classificador foi utilizada como parâmetro para discussões e conclusões de cada abordagem. De forma geral, notou-se que os resultados variam entre os indivíduos numa faixa de 38% a 100% de acurácia. A partir da lógica de construção e dos resultados da abordagem E, conclui-se que essa é propícia para aplicação em um sistema real.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Apresentação do resumo expandido elaborado em 2019 por meio da IN Proeg n° 01/2023: automação residencial baseada em comportamento utilizando Raspberry Pi(2023-06-15) OLIVEIRA, Josemar Lopes; CRUZ, André Felipe Souza da; http://lattes.cnpq.br/8342943140907725Este trabalho é apresentado e estruturado sobre a regulamentação da INSTRUÇÃO NORMATIVA Nº 01/2023 – PROEG/UFPA e da RESOLUÇÃO 001/2023 - FEE – maio de 2023, que fala sobre as diretrizes acadêmicas para a normatização e realização das atividades do Trabalho de Curso – TCC, flexibilizando a sua forma de elaboração, de apresentação e de defesa. E regulamenta a aplicação da Instrução Normativa na Faculdade de Engenharia Elétrica do Campus Universitário de Tucuruí. O resumo expandido desenvolvido no período de 03/2019 a 10/2019, e apresentado no III Congresso de Tecnologias e Desenvolvimento na Amazônia - CTDA, no qual é relatado uma das atividades desenvolvidas durante a execução do "Projeto de Extensão Domótica", sob orientação do Professor Jefferson Souza Costa. O projeto tinha como objetivo aplicar tecnologias de automação residencial de baixo custo no município de Tucuruí, motivando os interesses de jovens e adultos da comunidade para as aplicações de robótica e domótica usando circuito impressos e plataformas microprocessadas de baixo custo, como o Arduino, Raspberry Pi, NodeMCU do chip ESP8266, módulo sensores e atuadores. Abordamos no resumo uma automação residencial baseada em comportamentos utilizando Raspberry Pi, dos estudos bibliográficos realizados pelos alunos membros do projeto. Várias foram as atividades desenvolvidas da construção de protótipos a realização de palestras e minicursos ministrados nas escolas da rede pública no Município de Tucuruí. Os resultados alcançados pelo projeto foram os desenvolvimentos de protótipos de automação residencial, produções textuais que provocaram publicações em congressos, e uma dessas publicações é apresentado no anexo A deste trabalho, um estudo de automação residencial baseada em comportamento utilizando Raspberry Pi.Trabalho de Curso - Graduação - Relatório Acesso aberto (Open Access) Interface Cérebro-Máquina: uma abordagem ótima via distância de Riemann por subbanda(2024-11-01) ANJOS, Leilane de Jesus; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329; https://orcid.org/0000-0001-8280-2928Este trabalho, apresenta o relatório de pesquisa intitulado "Interface Cérebro-Máquina: uma abordagem ótima via distância de Riemann", desenvolvido entre 01 de setembro de 2023 à 31 de agosto de 2024, durante a execução do projeto de pesquisa denominado "Técnicas de otimização aplicadas a Interface Cérebro-Máquina", financiado pela Fundação Amazônica de Amparo a Estudos e Pesquisas, sob orientação do professor Dr. Cleison Daniel Silva. Este trabalho foi elaborado seguindo a resolução nº1/2024 da Faculdade de Engenharia Elétrica- CAMTUC, que regulamenta os termos da flexibilização do Trabalho de Curso na IN nº5/2023 da PROEG-UFPA. Sistemas de Interface Cérebro Máquina (ICM) são tecnologias capazes realizar a comunicação entre o cérebro humano e dispositivos externos, a partir de sinais neurais, que podem ser coletadas, através de técnicas de neuroimagem como a eletroencefalografia (EEG), processadas e convertidas em comandos. O estudo da pesquisa, concentra-se em melhorar o desempenho de classificação em sistemas de ICM baseados em imagética motora usando o método de Mínima distância a Média de Riemann (do inglês Minimum Distance to Riemann Mean - MDRM) através do algoritmo de classificação Distância Mínima à Média (do inglês Minimum Distance to Mean - MDM) para a extração de informações discriminantes a partir de sinais de EEG representados por matrizes de covariância simétricas positivas definidas por sub-banda, formando uma representação normalizada dos sinais de EEG que são entregues ao algoritmo de classificação Máquina de Vetor de Suporte (do inglês Support Vector Machine). Os hiperparâmetros relacionados a faixa de frequência de interesse, número de sub-bandas e parâmetros do classificador, são ajustados por meio da Otimização Bayesiana de modo a lidar com as características inter e intra sujeitos, permitindo ajustes individuais. Os resultados obtidos a partir de um conjunto de dados públicos apresentaram melhorias significativas em comparação como um método previamente proposto. A acurácia do classificador foi utilizada para a comparação, servido de base para discussões e conclusões da pesquisa.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Modelos de previsão de vazão afluente da UHE-Tucuruí: uma abordagem com redes neurais LSTM e CNN(2023-12-06) MEDEIROS, Kevin Martins; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521; https://orcid.org/0000-0003-2993-802XEste trabalho apresenta um estudo abrangente sobre a previsão de vazão afluentes da Usina Hidrelétrica de Tucuruí, situada na bacia do Tocantins-Araguaia. A pesquisa abrange cinco cenários distintos, variando a arquitetura dos modelos de previsão, incorporando Redes Neurais Recorrentes de Longa Memória de Curto Prazo (LSTM) e Redes Neurais Convolucionais (CNN). A implementação, conduzida em Python com o auxílio de bibliotecas como Pandas e NumPy, faz uso de um conjunto de dados históricos de vazões afluentes fornecidos pelo Operador Nacional do Sistema Elétrico (ONS) das Usinas de Tucuruí, Estreito e Lajeado. Os resultados obtidos foram avaliados minuciosamente por meio de análises aprofundadas, métricas de regressão e representações gráficas, demonstrando a eficácia dessas abordagens na previsão da vazão afluente diária da UHE-Tucuruí em horizontes temporais que variam de 1 a 7 dias. Além das contribuições metodológicas, este estudo proporciona insights cruciais que têm o potencial de elevar a precisão da previsão hidrológica, um campo de extrema importância na gestão de recursos hídricos e energia.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Otimização evolutiva de controladores PID para bancadas motor-gerador utilizando algoritmos genéticos e PyGad(2023-12-13) JESUS, Diego Antonio Silva de; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521; https://orcid.org/0000-0003-2993-802XEste trabalho de conclusão de curso propõe uma abordagem inovadora para o controle de uma bancada motor-gerador, integrando técnicas avançadas de otimização, modelagem e controle. O estudo utiliza algoritmos genéticos (AGs) desenvolvidos com a biblioteca PyGad para otimização offline na sintonia dos controladores Proporcional-Integral (PI) e Proporcional-Integral-Derivativo (PID). A obtenção de dados da bancada é efetuada mediante a execução de um código Python dedicado, ao passo que um segundo código é elaborado para a criação do modelo, empregando a abordagem SINDy (Identificação Esparsa de Dinâmicas Não Lineares). Esse modelo serve como base para o desenvolvimento dos controladores. Dois conjuntos de códigos são implementados para os controladores PI e PID. O primeiro conjunto, de caráter offline, utiliza AG com PyGad para otimização dos parâmetros dos controladores. O segundo conjunto é de natureza online e tem como função a transmissão do controlador obtido com a otimização para a bancada motor-gerador em tempo real. O estudo aborda aspectos teóricos e práticos, fornecendo uma análise aprofundada dos resultados obtidos com a implementação dos controladores PI e PID, comparando o desempenho dos dois sintonizadores. Além disso, são apresentadas contribuições significativas no contexto de controle de sistemas dinâmicos, explorando a eficácia da integração de técnicas modernas para otimização e modelagem.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Previsão de vazão afluente da UHE-Tucuruí por redes neurais recorrentes LSTM(2022-07-11) SANTOS, Ayla Lis Lopes; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521A previsão de vazões afluentes aos reservatórios das usinas hidrelétricas é de grande importância na otimização do planejamento de operação, e tem como objetivo apresentar um cenário futuro que poderá impactar no processo de geração de energia através do aumento ou diminuição de vazão afluente prevista. Neste processo de previsão são geralmente utilizados modelos matemáticos computacionais baseados em redes neurais. Neste trabalho apresentamos um estudo da aplicação de Redes Neurais Recorrentes Long Short-Term Memory (LSTM) no problema de previsão de vazão afluente diária da Usina Hidrelétrica (UHE) de Tucuruí localizada na Bacia Hidrográfica Tocantins Araguaia, no horizonte de 1 até 7 dias à frente, considerando as séries históricas de dados medidos pela Agência Nacional de Águas (ANA) de UHE’s localizadas à montante do seu reservatório. Os resultados obtidos através do treinamento do modelo, mostraram viabilidade de sua aplicação para previsão de vazão afluente diária por meio dos testes e análises realizadas ao longo do trabalho, onde o ajuste de cada cenário apresentado ficou em aproximadamente 91% ao ser realizada a comparação entre os valores computacionais, com a porção dos dados originais do conjunto separados para a validação.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Redução da exposição de risco na mineração com uso de ferramenta IoT(2023-06-27) SILVA, Matheus Gama da; BAYMA, Rafael Suzuki; http://lattes.cnpq.br/6240525080111166O presente trabalho apresenta projeto de monitoramento aplicado dentro da mina de ferro em Carajás, para empresa Vale S.A, realizado com o objetivo de reduzir o tempo de exposição da equipe à riscos. Para atingir esse objetivo, foi utilizada a ferramenta de monitoramento ZABBIX, para realizar a coleta de dados dos equipamentos, através de sensores embarcados nos equipamentos e, assim, se comunicar com a rede interna da companhia e através do software Grafana pode gerar relatórios dinâmicos. Os resultados obtidos indicam uma redução significativa de tempo gasto nas inspeções dos equipamentos monitorados: Gerador, Eltek e Shelter, levando em conta o ano de 2022 que não possuía o monitoramento com os dados atuais até junho de 2023, quanto alguns dos equipamentos já se encontram monitorados. Este projeto contribui para área de telecomunicação, redes de computadores e automação por apresentar importante aplicação para o segmento industrial.