O Adelpha, Repositório Digital do IPM, tem como objetivos armazenar, preservar, divulgar e dar acesso à produção científica e intelectual, entre outros documentos de caráter histórico e de interesse do Instituto Presbiteriano Mackenzie, contribuindo desse modo para o aumento da sua visibilidade e impacto, garantindo a preservação da memória intelectual da Instituição.

Submissões Recentes

Dissertação
Estudo da série de Balmer em explosões solares
Silva, Gabriel Fernando Santos (2024-08-01)

Escola de Engenharia Mackenzie (EE)

Observações das linhas de alta ordem da série de Balmer durante flares solares e estelares são raras, apesar de sua grande utilidade para o diagnóstico da densidade de elétrons na cromosfera solar durante flares, prevista por estudos teóricos. O estudo da série Balmer é também relevante devido à sua proximidade espectral com o contínuo Balmer e estudos da origem da emissão white-light em flares. O objetivo deste trabalho foi de analisar o espectro da série de Balmer do hidrogênio, com foco nas linhas de alta ordem, durante fla res, através de simulações radiativo-hidrodinâmicas (RHD). Avaliamos as características espectrais observacionais, como intensidades relativa e absoluta, em função da deposição de energia na cromosfera solar. Empregamos um banco de modelos criado pelo projeto europeu F-CHROMA, com dezenas de modelos RHD descrevendo a evolução da atmosfera solar durante flares sob diferentes condições de deposição de energia, caracterizadas pela energia total, energia de corte inferior e índice espectral do feixe de elétrons. Os resultados mostram que a intensidade das linhas espectral H Balmer são proporcionais ao total de energia depositada, como esperado. No entanto, não foi possível identificar outras dependências das características espectrais em relação aos outros parâmetros do feixe de elétrons. Verificamos que, para muitos modelos, as linhas H Balmer apresentam deslocamentos Doppler para o vermelho, com velocidades de até 60 km/s, associados ao movimento da região de transição da atmosfera para baixo durante a deposição de energia. Este deslocamento para o vermelho tende a aparecer em modelos com maior deposição de energia total. Os espectros resultantes serão usados em futuros projetos em desenvolvi mento no CRAAM: verificação dos limites de detectabilidade de um novo espectrômetro para observações solares, e no estudo de flares estelares. As novas simulações serão disponibilizadas livremente para a comunidade científica, para serem usadas na investigação de flares solares e estelares.
Tese
Deep learning contributions for the next generation of wireless systems = Contribuições de aprendizado profundo para as próximas gerações de sistemas de comunicação sem fio
Barragam, Vinicius Piro (2024-02-16)

Escola de Engenharia Mackenzie (EE)

Os avanços tradicionais na camada física dos sistemas de comunicação têm sido impulsionados, normalmente, considerando cada etapa do processamento do sinal como um bloco isolado de processamento, cada um otimizado separadamente usando métodos matemáticos em uma abordagem descentralizada. No entanto, essa estratégia está sendo desafiada pelas crescentes demandas por conectividade sem fio e pela diversidade crescente de dispositivos e aplicações. Em contraste, sistemas baseados em Aprendizado Profundo (DL, do inglês Deep Learning) têm a capacidade de gerenciar tarefas complexas para as quais modelos bem definidos podem não existir. Esses sistemas, aprendendo diretamente dos dados, têm o potencial de se adaptar e até mesmo aproveitar os efeitos não intencionais das condições reais de hardware e canais, em vez de tentar eliminá-los. O objetivo da pesquisa apresentada nesta tese é explorar e contrastar diferentes metodologias para maximizar a eficácia de DL para estimação de canal em sistemas que utilizam Multiplexização por Divisão em Frequências Ortogonais (OFDM, do inglês Orthogonal Frequency Division Multiplexing). Nesta tese, duas abordagens distintas para a estimativa de canal em sistemas de comunicação são investigadas. A primeira emprega Redes Neurais Profundas Totalmente Conectadas (FC-DNNs, do inglês Fully-Connected Deep Neural Networks), começando com o treinamento de neurônios para reter informações de canal usando estimativas de Mínimos Quadrados (LS, do inglês Least Squares) como entradas, tendo canais reais como alvos. Este método se assemelha à arquitetura do autoencoder e mostra eficácia na redução de ruído em cenários de Ruído Branco Gaussiano Aditivo (AWGN, do inglês Additive White Gaussian Noise) e canais Rayleigh. No caso AWGN, seu comportamente corresponde ao desempenho teórico, permitindo a redução do número de pilotos e melhoria da eficiência espectral. Para o caso do canal Rayleigh, ele corresponde ao desempenho do estimador de Erro Quadrático Médio Mínimo (MMSE, do inglês Minimum Mean Square Error ). A segunda abordagem explora Redes Neurais Convolucionais (CNNs, do inglˆes Convolutional Neural Networks) tratando canais sem fio de maneira semelhante a imagens, utilizando assim as propriedades de invariância a translação de características e detecção de bordas. Este método foi treinado a partir de dados de canais seletivos com desvanecimento rápido em frequência, e 22 dB de Relação Sinal-Ruído (SNR, do inglês Signal-to-Noise Ratio) usando o modelo Vehicular A (VehA) a 50 km/h, compara CNNs, Redes Convolucionais Densas (abreviado em inglês, DenseNets) e Redes Residuais (abreviado em inglês, ResNets). As últimas redes, com suas conexões saltadas entre blocos, demonstram desempenho superior em níveis mais baixos de SNR, extraindo efetivamente informações de canais ruidosos.
Dissertação
Expansão de negócios por microfranquias no modelo home based
Pereira Júnior, Abel Ribeiro (2024-05-07)

Centro de Ciências Sociais e Aplicadas (CCSA)

Objetivo: Analisar um dos principais problemas de uma empresa de energia solar e sugerir uma solução a estes. A empresa atua por meio de franqueados distribuídos pelo território nacional, e possui grande representatividade no mercado de energia fotovoltaica. A presente pesquisa aplicada indica uma oportunidade pela expansão do negócio e engajamento dos franqueados, por meio de microfranquias home based. Propõe, ainda a criação de uma spin-off como solução para o problema identificado na pesquisa. Aplicação: Aproveitamento de uma oportunidade a partir da identificação de um problema identificado em um modelo de negócio. Inovação: Na perspectiva do franqueado, trata-se de uma inovação tecnológica tipo incremental e autônoma em produto e serviços. Inova-se ao se oferecer aos franqueados uma fonte de receita complementar ainda no modelo home based. Complexidade: De médio grau de complexidade para a aplicação da proposta de solução definida durante o estudo. A complexidade, no entanto, eleva-se após o crescimento do negócio quando a empresa se torna uma franqueadora. Impacto: A proposta de solução impacta o mercado de microfranquias pela oferta de fonte de receita complementar e melhorando o relacionamento entre o franqueador e o franqueado. Método: Utilizou-se o processo de solução de problema e/ou aproveitamento de uma oportunidade conforme apresentado em Marcondes et al. (2017).
Dissertação
Análise de desempenho dos índices ESG na B3
Mafra, Alysson Collet (2021-08-01)

Centro de Ciências Sociais e Aplicadas (CCSA)

O alto grau de exposição e visibilidade da temática ESG levantou sistematicamente a questão se esta característica é suficientemente geradora de rentabilidade aos investidores no mercado de capitais. Este estudo buscou analisar os índices ESG da B3 sob a égide das teorias do stakeholder, shareholder e mercados eficientes em relação ao benchmark IBOV, ou seja, se o retorno médio de uma carteira de ações de índices ESG é superior ao referido benchmark. Para tanto, analisou o retorno diário de todos os índices ESG da B3, Sharpe para volatilidade, MRP para uma análise de risco e retorno, além do próprio IBOV, durante o período de 04 de janeiro de 2019 até 19 de julho de 2023, totalizando 1.128 observações. Após as análises, concluiu-se que os índices ESG da B3 não superaram o IBOV em termos de rentabilidade, porém, foram superiores nos quesitos mitigação de risco e retorno por volatilidade e MRP.
Dissertação
Aprendizado supersticioso ou competente? uma relação entre reflexão e o aprendizado experiencial
Perez, Felipe Soares Alquezar (2024-08-08)

Centro de Ciências Sociais e Aplicadas (CCSA)

A aprendizagem no local de trabalho é um tema bastante abordado academicamente. As pesquisas sobre o tema focam na importância do aprendizado e buscam caminhos para estimular ou entender as suas limitações. Esta dissertação visa apresentar um outro lado sobre a aprendizagem, considerando que em algumas situações esse aprendizado pode estar mais relacionado a uma confiança em relação às suas ações e seus efeitos que uma reflexão mais profunda se de fato os resultados obtidos foram atingidos pelo efeito de suas ações. Inferências mal definidas sobre a relação entre ações e resultados podem gerar o que a literatura chama de aprendizado supersticioso, o que em algum momento pode impactar negativamente os resultados de uma empresa, a depender das mudanças de contexto que eventualmente ela pode vivenciar. Dessa forma, esta dissertação busca identificar elementos da aprendizagem supersticiosa a partir de modalidades de aprendizado definidas pelo nível de reflexão empregado. A partir dos resultados obtidos nesta dissertação, gestores podem criar estratégias organizacionais para evitar essa propensão à aprendizagem supersticiosa, enquanto que academicamente novos estudos sobre o tema poderão tomar como referência este trabalho, para aprofundar sobre a reflexão e seu impacto na aprendizagem individual em ambientes de trabalho, bem como sobre a ocorrência da aprendizagem supersticiosa em ambientes organizacionais, suas causas, seus efeitos e formas de evitá-la.