Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
URI Permanente para esta coleção
Navegar
Submissões Recentes
Agora exibindo 1 - 5 de 280
- DissertaçãoEvolution of a weak solar flare observed at 30 THz by the AR30T telescopeAraujo, Karla Franchesca Lopez (2024-12-18)
Escola de Engenharia Mackenzie (EE)
Uma questão em aberto sobre as erupções solares é como a energia liberada é transportada do local da erupções para as camadas inferiores da atmosfera solar. Alguns estudos sugerem que a condução térmica pode desempenhar um papel fundamental no transporte da energia e no aquecimento das camadas inferiores. O objetivo deste trabalho é entender o transporte de energia da corona para a cromosfera que produziu o evento ocorrido em 28 de fevereiro de 2022, às 15:23 UT. Apesar de sua magnitude relativamente baixa (erupção de classe B5.5), o telescópio AR30T mid-IR (30 THz) instalado no OAFA (Observatório Astronômico Félix Aguilar) na Argentina foi capaz de detectar este evento solar. Para a análise, usamos observações de múltiplos comprimentos de onda, incluindo micro-ondas da RSTN, centro da linha Hα (6562,8 ˚A) por GONG, UV (1700, 1600 ˚A) e EUV (304, 171, 94, 131 ˚A) registrados por SDO/AIA, raios X suaves por GOES e raios X duros/suaves por STIX/SolO. Este conjunto de dados em uma ampla faixa de comprimentos de onda nos permitiu investigar a evolução temporal do flare e suas características morfológicas. A evolução temporal do flare em micro-ondas de 15:00 a 15:40 UT não apresentou nenhum aumento significativo e o espectro em raios X registrados por STIX não mostrou fluxo significativo acima de 20 keV. Portanto, a análise de dados sugeriu a emissão térmica como o principal mecanismo durante o tempo de flare. Portanto, o cenário mais provável para o transporte de energia e aquecimento das camadas inferiores que induziram a emissão a 30 THz é principalmente via condução térmica. Em princípio, devido à entrada de energia via fluxo condutor. A energia condutora total foi computada usando observações espectrais de raios X registradas pelo STIX (4 - 20 KeV). Os parâmetros físicos necessários para estimar a energia condutora total foram obtidos usando o pacote OSPEX/SSW, para o qual consideramos dois casos para ajustar os dados: (i) duas fontes térmicas (2vth) e (ii) uma fonte térmica mais um alvo espesso (vth + alvo). Os resultados do ajuste produziram a medida de emissão (≈ 2, 6×1047 cm−3 ) e temperatura (≈ 10 MK) para os componentes térmicos. Depois disso, estimamos a energia condutora térmica total para um componente térmico como 5, 61×1028 erg. Além disso, com base na observação de 30 THz, estimamos a temperatura de brilho do excesso de flare que chegou a ≈ 10 K e a energia irradiada a 30 THz como 7,03 ×1024 erg. Por outro lado, encontramos uma boa correlação entre as características do perfil temporal observado a 30 THz e os perfis em outros comprimentos de onda. - DissertaçãoAvaliação da tolerância à latência na transmissão e recepção de serviços MPEG-H Audio multi-stream via Broadband e BroadcastSantos Junior, Luciano Neves dos (2024-08-16)
Escola de Engenharia Mackenzie (EE)
A adoção do Moving Picture Experts Group - High Efficiency Coding Part 3: 3D Audio (MPEG-H Audio) como codec oficial para a TV 3.0 trouxe novas possibilidades a serem exploradas. Seus recursos inovadores trazem muitas opções para a nova geração de TV como a possibilidade de reprodução de três formas diferentes (baseada em canais, objetos e ambiência), personalização, interatividade e integração da transmissão de conteúdo via ar, também conhecido como broadcast com a transmissão de conteúdo via internet, chamada de broadband. Essas melhorias proporcionam uma maior flexibilidade e controle à emissora e uma melhor experiência auditiva para o usuário final. A partir disso, são necessários estudos de suas funcionalidades para o seu uso de maneira inteligente para aplicações especificas no mercado brasileiro. Tendo isso em vista, este projeto tem por objetivo realizar testes de tolerância à latência de serviços MPEG-H Audio com a transmissão sendo realizada via broadcast e broadband. Esse teste é possível graças à função de entrega multi-stream. Este recurso facilita a recepção e seleção de streams transmitidas, combinando os fluxos de acordo com a escolha do usuário. Os resultados mostraram uma eficiência da funcionalidade de entrega multi-stream, sendo possível receber e decodificar o conteúdo transmitido sem erros em at´e 0,8 segundos após a recepção e leitura do arquivo manifesto. - DissertaçãoProcessamento de imagens e machine learning aplicados à detecção da brucelose bovina em um biossensor ópticoTieppo, Bianca (2024-02-07)
Escola de Engenharia Mackenzie (EE)
A brucelose bovina, uma doença infecciosa causada principalmente pela bactéria Brucella abortus, pode afetar espécies de animais domésticos e selvagens, o que implica em prejuízos econômicos e riscos â saúde pública. Diagnostica-la de modo preciso e precoce, portanto, é fundamental para controlá-la e erradicá-la. Isso pode ser obtido por meio de abordagens de Machine Learning (ML), como Redes Neurais e algoritmos de classificação, combinadas a biossensores ópticos. Tais abordagens já são amplamente empregadas para analisar um grande volume de dados gerado por biossensores. Neste sentido, este trabalho propõe a utilizacao de Redes Neurais Artificiais (ANN) para processar aproximadamente 700 imagens de microscopia óptica de amostras de soro bovino em um guia de onda de silício. A presença dos anticorpos de Brucella abortus é evidenciada através dos pontos de dispersão de luz detectados através de técnicas de processamento de imagens e detecção de blobs, além da análise de dados envolvendo as informações de cores das imagens. A identificação da presença dos anticorpos foi feita em amostras com concentração semelhante aos métodos convencionais para detecção da brucelose bovina. Com a metodologia utilizada, foi possível reduzir o tempo de análise, além de possibilitar uma acurácia de 83,28% e precisão de 86,25% para a detecção dos anticorpos da brucelose bovina devido a utilização de t´técnicas de visão computacional e de aprendizado de máquina. - DissertaçãoArquitetura de referência ATSC 3.0 em nuvem públicaKauffmann, Boris (2024-08-28)
Escola de Engenharia Mackenzie (EE)
Entre as tecnologias adotadas para a nova geração de Televisão (TV) no Brasil está o uso do Dynamic Adaptive Streaming over HTTP (DASH) como técnica de transporte de áudio e vídeo. Esta tecnologia permite a convergência das arquiteturas de sistemas broadcast com as ja estabelecidas arquiteturas broadband ou over-the-top (OTT) usados pelas plataformas de streaming. Na opera，c˜ao dessas plataformas, ja é plenamente estabelecido o uso de provedores de nuvem como a Amazon Web Services (AWS) para hospedar a infraestrutura de codificadores de vídeo, o conteúdo transcodificado a ser transmitido, além de aproveitar o alcance das Content Delivery Networks (CDNs) oferecidas por esses provedores. Integrar essas eficiências da nuvem com os fluxos de trabalho de broadcast promete uma melhoria significativa na utilização de recursos e redução de custos. O objetivo desta pesquisa centraliza-se na implementação na AWS de uma arquitetura funcional fim-a-fim, baseada no padrão Advanced Television Systems Committee (ATSC) 3.0/TV 3.0, desde a originação do canal linear (Playout), a transcodificação e posterior empacotamento para distribuição terrestre over-the-air (OTA) e plataformas OTT. Um dos aspectos mais inovadores discutidos é a viabilidade da utilização da Internet publica para o transporte do fluxo Studio-to-Transmitter Link Transport Protocol (STLTP), detalhando o desenvolvimento de uma solução de software para monitorar a integridade e a segurança na transmissão de dados para as localidades on-premises usando o protocolo Secure Reliable Transport (SRT). A discussão dos resultados inclui aspectos técnicos, como a escalabilidade e a latência, bem como questões operacionais e estratégias, como a gestão de recursos, a otimização de custos. Os resultados dos experimentos demonstraram a viabilidade de uma arquitetura virtualizada para o ATSC 3.0/TV 3.0, com a entrega do fluxo STLTP em locais on-premises, seguida pela modula，c˜ao e demodulação em Radiofrequência (RF) alcançando um Service Level Agreement (SLA) de cinco noves (99.999% de disponibilidade), indicando alta confiabilidade do sistema. Este trabalho oferece uma visão abrangente e detalhada de como a transição para a nuvem e a convergência das tecnologias de broadband e broadcast, presentes na camada de transporte do ATSC 3.0/TV 3.0, podem ser implementadas eficazmente. - DissertaçãoInternet das coisas e rede móvel aplicadas para a criação de dispositivo de monitoramento do coração artificialMuxito, Ezequiel Manuel (2024-06-01)
Escola de Engenharia Mackenzie (EE)
A utilização de sensores para monitoramento dos paciente com Insuficiência Cardíaca (IC), pauta-se na análise do progresso científico e tecnológico acerca da Internet of Things (IoT), aplicado como uma perspectiva inovadora no conceito de Saúde 4.0. Esta dissertação contribuiu no dispositivo de monitoramento do Left Ventricular Assist Devices (LVAD) fomentado pela MackPesquisa. O foco principal reside no sensoriamento avançado, conectividade via rede móvel e suporte remoto à supervisão, direcionando-se à operação e diagnostico de pacientes afetados com IC. O projeto incorpora o uso de ferramentas avançadas para coleta, processamento e análise de dados, empregando conceitos de Big Data e Data Analytics. O protótipo compreende a configuração de um microcontrolador, sensores de batimento cardíaco para monitoramento preciso, um acelerômetro para coleta de dados de movimentos, aceleração e detecção de quedas, além de um módulo de rede móvel para a transmissão eficiente de dados e segura, com a aplicação de técnicas avançadas de segurança da informação. A análise meticulosa dos dados obtidos possibilitou o monitoramento contínuo da saúde dos pacientes, facilitou diagnósticos mais precisos, fornecendo um histórico abrangente da saúde dos pacientes ao longo do tempo. Os experimentos analisaram dataset com 472 registos, aplicados modelos de Machine Learning (ML) para monitorar a rotina dos pacientes a partir de indicadores como batimentos cardíacos, inclinação, queda e movimentos. Os resultados da pesquisa compreendem uma vasta gama de informações que contribuem para a compreensão dos padrões comportamentais dos pacientes, permitindo a identificação de fatores que podem influenciar o sucesso do tratamento clínico e a implementação de estratégias mais eficazes de monitoramento e intervenção. Os modelos e técnicas de ML como: Regressão Linear, Regressão Logística, Arvore de Decisão, Floresta Aleatória, XGBoost e KNN, apresentam resultados que evidenciam um estudo comparativo que avaliou seus desempenhos. A análise indicou que Regressão Linear obteve acurácia de 100% e precisão de 23.62%, e Floresta Aleatória obteve acurácia de 100% e precisão de 23.47%, o que resultou em uma pontuação superior em comparação com outros algoritmos de ML., além disso, verificou-se a instabilidade dos sensores de batimentos cardíacos utilizados durante a coleta de dados, sendo que o sensor de pulso fotodetetor mostrou-se mais estável.