Projetos de Pesquisa

 

Foto de perfil

Sylvio Barbon Júnior

Ciências Exatas e da Terra

Ciência da Computação
  • novos métodos preditivos para problemas desinais biológicos com múltiplas saídas
  • Em muitos desafios preditivos encontrados na vida real existem múltiplas saídas (multi-target) relacionadas a um mesmo conjunto descritivo de atributos. No entanto, por muitas vezes a dependência (linear e não linear) entre as saídas não é completamente explorada. De fato, problemas com dependência ou relacionamentos estatísticos entre suas saídas, são altamente justificáveis e podem ocorrer nos mais diversos campos, como em aplicações que tratam sinais biológicos para sua predição e compreesão; na inferência da composição química de solos e da água; na automação de processos industriais e na inferência de carga energética. Estes problemas, em geral, são resolvidos com base na técnica de AM conhecida como regressão. A utilização de soluções multi-target em detrimento a predição individual de cada saída resulta na vantagem de compreender o problema globalmente, modelando a dependência existente entre as múltiplas variáveis de saída existentes e, assim, melhorar a descrição da tarefa. Além disso, técnicas multi-target reduzem o sobreajuste aos dados de treinamento quando comparados a uma coleção de modelos com única saída. É nesse escopo que este projeto se insere. Por meio da proposta de inovação nos algoritmos de modelagem MT que explora camadas profundas de regressores empilhados, de modo a inserir a informação proveniente de predições das variáveis alvo como descritores preditivos auxiliares, buscando aumentar o desempenho preditivo.
  • Universidade Estadual de Londrina - PR - Brasil
  • 18/02/2019-28/02/2022
Foto de perfil

Symone Gomes Soares Alcalá

Engenharias

Engenharia de Produção
  • desenvolvimento de tecnologias computacionais inteligentes para apoiar aplicações industriais no contexto da indústria 4.0
  • A Indústria 4.0 tem transformado a produção por meio de diversas tecnologias, como robôs autônomos, big data, Internet das Coisas (IoT – Internet of Things), manufatura aditiva, entre outras. Nesse cenário industrial, sensores, máquinas e tecnologias de informação estão conectados ao longo da cadeia de valor, tornando possível a captura e a análise de dados, e processos mais rápidos, flexíveis e eficientes para a produção de produtos de alta qualidade a custos reduzidos. Além disso, fábricas inteligentes têm utilizado tecnologias IoT para conectar seus equipamentos, e cada produto está conectado à Internet e possui uma etiqueta eletrônica para que ele possa ser facilmente identificado, localizado e gerenciado. Assim, fábricas inteligentes poderão gerenciar eficientemente seus produtos e desenvolver tecnologias de detecção automática de defeitos em produtos e equipamentos para melhorar a eficiência e a qualidade da produção e produtos. Sistemas que realizam a inspeção automática de defeitos em produtos asseguram a qualidade destes utilizando técnicas sem contato manual, e eliminam fatores como subjetividade, fadiga e custos relacionados à inspeção humana. Além disso, eles podem ser utilizados, por exemplo, para detectar defeitos em frutas e tampas de garrafas por meio de um sistema que visão que envolve uma câmera para a captura de imagens digitais e um método de aprendizado de máquina (inteligência artificial) para a classificação de produtos defeituosos. Portanto, na Indústria 4.0, produtos inteligentes estarão embarcados com sensores e etiquetas eletrônicos que permitem a identificação, a localização e o gerenciamento; consumidores poderão obter informações de seus produtos em tempo real; robôs serão autônomos, flexíveis, cooperativos e poderão interagir entre si e entre seres humanos; e modelos de aprendizado de máquina serão capazes de extrair informações úteis de grandes volumes de dados gerados por equipamentos e consumidores. Entretanto, o desenvolvimento de sistemas industriais inteligentes no contexto da Indústria 4.0 envolve alguns desafios. A coleta de dados relevantes, seus processamentos e transformação em conhecimento envolvem o desenvolvimento de modelos de aprendizado de máquina sofisticados e com capacidade de processamento em tempo real. Outro desafio é o custo elevado de tais sistemas. Isso porque eles requerem equipamentos eletrônicos sofisticados como sensores, câmeras, robôs, tecnologias IoT, dispositivos de comunicação e identificação e microcontroladores. Inspirado nos conceitos da Indústria 4.0 e das tecnologias IoT, este projeto de pesquisa propõe investigar e desenvolver tecnologias computacionais inteligentes para apoiar aplicações industriais de modo a aumentar o ganho de produção e a qualidade de produtos e processos industriais. Sendo assim, este projeto propõe o desenvolvimento de uma plataforma genérica e integrada de baixo custo, em hardware e software, para a identificação de produtos defeituosos numa esteira transportadora, e também a coleta e a separação de produtos defeituosos e não defeituosos utilizando um braço robótico. Para tanto, este projeto envolve o desenvolvimento de: um sistema de visão capaz de adquirir imagens digitais de produtos numa esteira transportadora, e reconhecer defeitos nos produtos utilizando técnicas de aprendizado de máquina (por exemplo, Rede neural); e de um hardware de baixo custo composto por sensores de infravermelho para detecção de objetos, sistema por radiofrequência (RFID – Radio-Frequency IDentification) para o gerenciamento de produtos, câmera para a captura de imagens, microcontroladores de baixo custo, braço robótico para a coleta e a separação de produtos, módulo WiFi para comunicação sem fio entre a plataforma e outros dispositivos. A plataforma desenvolvida será testada e validada utilizando estudos de casos industriais reais. O projeto contará com a participação de pesquisadores da Universidade de Coimbra (Portugal), da Universidade Pontifícia Universidade Católica de Goiás (PUC-Goiás) e da Universidade Federal de Goiás (UFG); e de alunos de iniciação científica. Por fim, são esperados os seguintes resultados: (i) um melhor entendimento da integração de tecnologias IoT e sistemas industriais para a aumentar o ganho de produção e a qualidade de produtos e processos industriais; (ii) a proposta de uma plataforma genérica e integrada de baixo custo para a identificação de produtos defeituosos numa esteira transportadora; (iii) formação de recursos humanos; (iv) promover a pesquisa na UFG e nas instituições parceiras ao projeto, visando o desenvolvimento científico, tecnológico e inovação de empresas no Estado de Goiás e no Brasil; e (v) realizar produção científica de nível elevado em periódicos da área de Engenharias III e em conferências nacionais e/ou internacionais.
  • Universidade Federal de Goiás - GO - Brasil
  • 18/02/2019-28/02/2023