Projetos de Pesquisa

 

Foto de perfil

Sylvia Maria Ciasca

Ciências Humanas

Psicologia
  • programa de avaliação e intervenção com pré-escolares e escolares: estudo longitudinal de fatores protetivos e de risco para transtornos emocionais e do neurodesenvolvimento
  • Introdução: Sabe-se hoje que o desenvolvimento integral da criança depende da associação de uma série de fatores, que envolve motricidade, cognição, afeto, emoção e estimulação oferecida pelo contexto ambiental. Nos estágios iniciais do desenvolvimento a estimulação neuropsicomotora é essencial, pois o estímulo desta favorece, direta ou indiretamente, funções neuropsicológicas importantes para a evolução da criança. Associado a isso, a detecção precoce de fatores de risco para alterações evolutivas, e mesmo para transtornos emocionais e do neurodesenvolvimento, se faz necessário. Isso porque a identificação na fase inicial possibilita a intervenção no momento em que o sistema nervoso é mais plástico, levando à maior probabilidade de superação (ou minimização) da problemática identificada. Em nosso meio há carência de estudos nessa linha e, assim, não é incomum que uma parcela de alunos com problemas variados passem todo ensino infantil e fundamental sem diagnóstico de transtornos do neurodesenvolvimento, tais como TDAH, deficiência intelectual, transtornos específicos de aprendizagem (leitura, escrita e matemática), ansiedade, dentre outros. Como não são diagnosticadas, não recebem tratamento adequado e, assim, tendem a sofrer por anos os efeitos destes transtornos. A escola, por sua vez, também torna-se vítima desse processo, uma vez que a ausência do diagnóstico dificulta o manejo das alterações apresentadas pela criança. Objetivo principal: realizar estudo longitudinal junto a pré-escolares e escolares da rede pública, com o intuito de se prevenir e identificar fatores de risco para transtornos emocionais, neurodesenvolvimentais e nutricionais. Sujeitos: Serão convidadas a participar do estudo todas as crianças de uma escola pública, que atende a faixa etária de 3 e 6 anos de idade. Em torno de 40% das crianças vivem em situação de risco, devido à carência sócio-econômico-cultural. Aspectos éticos: Serão atendidos todos preceitos éticos, segundo normas do CONEP. Avaliação: De 2019 e 2022 (entre fevereiro e maio) as crianças serão avaliadas e reavaliadas pela equipe interdisciplinar (fonoaudiólogos, neuropsicólogos, psicomotricista e nutricionista), na escola, no contraturno do horário escolar, utilizando-se instrumentos e testes próprios de cada área, adequados à idade das crianças. Os relatórios individuais serão entregues aos familiares e à escola nos meses de junho. Nos casos em que for identificado sinais indicativos de transtornos emocionais, do neurodesenvolvimento e nutricionais serão adotados os seguintes procedimentos: 1) as crianças serão encaminhadas para avaliação complementar no DISAPRE/FCM/UNICAMP ou CIAPRE, onde passarão por avaliação médica (neuropediatria e/ou psiquiatria) e por outros profissionais da área da saúde (psicológica, neuropsicologia, fonoaudiologia, psicopedagogia, psicomotricidade); 2) Aos pais será oferecida ajuda de custo para transporte público e lanche, de modo que possam concluir a avaliação da criança; 3) Concluída a avaliação, os pais receberão um relatório contendo resultados, conclusão e indicação de intervenção e/ou estimulação de funções, quando necessário. Se confirmado presença de transtornos emocionais e/ou do neurodesenvolvimento, o relatório conterá indicação para processo interventivo e os pais serão orientados a procurar a Rede de Atendimento Municipal mais apropriada para o seguimento do caso (Saúde e/ou Educação). Estas crianças continuarão em acompanhamento anual, de modo a se acompanhar a evolução do caso e necessidade de novo direcionamento de intervenção/tratamento; 4) Os familiares cujas crianças tenham recebido algum tipo de diagnóstico de transtornos emocionais e/ou do neurodesenvolvimento serão convidados a participar de Programas Psicoeducacionais, de modo que possam receber orientação no manejo e cuidados da criança; 5) Na escola serão elaborados e introduzidos dois programas de intervenção no segundo semestre do ano letivo (entre 2019 e 2022): Programa Sistematizado de Estimulação Psicomotora e Programas de Resposta à Intervenção (RTI), este ultimo voltado para os possíveis sinais de risco de dificuldade de aprendizagem. O PSEP fará parte do currículo da escola e beneficiará todas as crianças, pois a estimulação psicomotora sistematizada é estruturante para aquisições acadêmicas e de aprendizagem futura. Ambos os programas (PSEP e RTI) serão aplicados pelos próprios professores, juntamente com a equipe de pesquisadores. 6) Em se tratando de crianças com déficits ou alterações nutricionais, serão instituídos Programas Psicoeducacionais para familiares e Escola, de modo a compreender, regular e buscar caminhos para a adequada nutrição das crianças. Seguimento no ensino fundamental: As crianças que forem transferidas para outras escolas, a fim de iniciarem o ensino fundamental, serão convidadas a permanecer no estudo e continuarem o seguimento até que completem 9 anos de idade. Nestes casos, elas continuarão a reavaliação interdisciplinar anual, no DISAPRE/UNICAMP ou no CIAPRE. Serão mantidos ajuda de custo para os pais, emissão de relatórios e orientações para busca de atendimento na Rede Publica para intervenção, quando necessário. Resultados esperados: a) Promover conhecimento sobre o desenvolvimento infantil e seus transtornos, bem como favorecer a intervenção precoce nos casos de desenvolvimento atípico. b) Levar conhecimento estruturado a Professores e Familiares, de modo que possam atuar de forma ativa na estimulação e intervenção precoces; c) Favorecer as crianças que vivem em situação de risco, já que vivem em área ocupada distante do centro urbano e não acesso aos Serviços de Saúde; d) Obter dados científicos sobre a infância e contribuir para o desenvolvimento de políticas públicas para a promoção da infância.
  • Universidade Estadual de Campinas - SP - Brasil
  • 18/02/2019-28/02/2022
Foto de perfil

Sylvio Barbon Júnior

Engenharias

Engenharia Elétrica
  • geração inteligente de energia solar em usina fotovoltaica com aprendizado de máquina
  • A geração de energia solar vem ganhando espaço e incentivos no Brasil. Em novembro de 2019, foi inaugurada a primeira usina fotovoltaica de Londrina, localizada na Universidade Estadual de Londrina. A construção desse projeto foi parte do Projeto de Eficiência Energética aprovado na Chamada Pública Copel-VPDE 001/2017, incentivado pela Agência Nacional de Energia Elétrica (Aneel). Sabe-se que a previsão de geração de energia representa uma etapa estratégica no planejamento, gerenciamento e operação de um sistema elétrico. Contudo, a natureza dos dados associados a energias renováveis (intermitência, aleatoriedade e dependência do ambiente e clima) é caracterizada por não-linearidade, o que dificulta a criação de um modelo preditivo satisfatório. A predição do que acontecerá em um breve espaço de tempo também é um desafio. Aproveitando a presença da usina fotovoltaica em operação no campus da Universidade Estadual de Londrina, que caracteriza um living lab para P&D em produção de energia renovável, esse projeto objetiva o desenvolvimento de modelos preditivos capazes de lidar com os dados gerados pela usina em questão e, a partir disso, obter informações estratégicas para seu gerenciamento e controle.
  • Universidade Estadual de Londrina - PR - Brasil
  • 20/08/2020-31/08/2022
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