Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
URI Permanente para esta coleção
Navegar
Submissões Recentes
Agora exibindo 1 - 5 de 276
- 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. - DissertaçãoEstudo da série de Balmer em explosões solaresSilva, 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. - DissertaçãoSistema de controle eletrônico do dispositivo de assistência ventricular (coração artificial)Hasan, Mohd Hasan Tawfiq Mohd (2024-08-02)
Escola de Engenharia Mackenzie (EE)
As doenças cardíacas, em sua maioria, decorrem dos diversos problemas que vêm assolando o mundo e, com isso, a necessidade de transplante vem aumentando significativamente a cada ano. No entanto, a escassez de órgãos disponíveis associada ao aumento de pacientes em fila de espera por transplante, além do alto custo do tratamento, têm contribuído para um número expressivo de mortes. Novas pesquisas e o avanço da tecnologia trazem esperança àqueles que precisam de tratamento e é neste cenário que estão os Dispositivos de Assistência Ventricular Esquerdo (DAVE)s, dispositivos que utilizam uma bomba auxiliar que, colocada junto ao coração, permite melhor qualidade de vida ao paciente na espera de um transplante. Em alguns casos, a sua utilização se torna permanente. O controle eletrônico autônomo oferecido neste trabalho sobre o projeto da bomba de fluxo contínuo e centrífugo utilizou sensores não invasivos inseridos fora do corpo humano, oferecendo maior segurança nas leituras de batimentos cardíacos, e velocidade do motor. O funcionamento em modo automático permite uma imediata alteração na velocidade do motor assim que os batimentos cardíacos a alterem. Esses dados são interpretados e processados por um microprocessador sob controle de um software desenvolvido para esta finalidade, de modo que os pacientes possam ter maior mobilidade e liberdade nas suas tarefas diárias. Neste trabalho, evidenciaram-se resultados conforme proposto, pois foi possível controlar o motor Brushless Direct Current Motor (BLDC) via Frequência Cardíaca (FC) em modo automático e no manual. No modo manual, o motor foi testado sem o uso do sensor da FC e apresentou resultados do funcionamento conforme proposto neste trabalho para este modo, a velocidade do motor correspondia o comando do potenciômetro do sistema variando a sua velocidade do 4000 Rotação Por Minuto (RPM) a 12000 RPM. E no modo automático o sensor da frequência cardíaca registrava os batimentos cardíacas enquanto o motor BLDC acompanhava de uma forma automática o registro do sensor, confirmando a proposta deste trabalho. Os resultados obtidos durante o funcionamento do sistema - tanto no modo automático como no manual - atingiram o objetivo deste estudo. - DissertaçãoPrevisão de preços de ações utilizando uma rede neural TImeGANVidotto, Mauricio Cruz (2024-08-06)
Escola de Engenharia Mackenzie (EE)
Prever o comportamento de ativos no mercado financeiro sempre foi um grande desafio devido à sua imprevisibilidade. Existem muitos fatores que podem influenciar o preço tornando o mercado muito volátil. Com a evolução das técnicas de inteligência artificial, cada vez mais modelos de aprendizado automático são desenvolvidos e utilizados para esta finalidade. Por exemplo, na área financeira, essas técnicas têm sido aplicadas em previsões de mercado de ações, otimização de carteiras, processamento de dados financeiros e estratégias de negociação. Este estudo aborda a utilização de um modelo generativo capaz de aprender com os dados reais e produzir preços como previsões. Foi utilizada a estrutura TimeGAN porque combina a versatilidade das Redes Adversárias Generativas (GAN) não supervisionadas com o controle sobre a dinâmica temporal condicional que é proporcionada pelos modelos autorregressivos supervisionados. A TimeGAN foi especificamente projetada para séries temporais e é normalmente empregada para capturar características temporais complexas dos dados e gerar séries sintéticas. O autoencoder e a rede adversária que compõem o TimeGAN utilizaram redes neurais recorrentes (RNN) do tipo Long Short-Term Memory (LSTM). A metodologia proposta é aplicada a duas série temporais de preços que possuem uma relação de causalidade, demonstrando eficácia do modelo em capturar tendências de preços e volatilidades em gerar séries sintéticas que são úteis para serem utilizadas para predição. - DissertaçãoAplicação de aprendizagem de máquina para desenvolvimento de um framework para identificação de comportamentos maliciosos em redeLopes, Patrick Estevam (2024-08-07)
Escola de Engenharia Mackenzie (EE)
As ameaças disparadas por cibercriminosos tem-se intensificado nos últimos cinco anos, e este fato tem relação com o avanço tecnológico das redes de comunicação. Em meio às redes corporativas e até mesmo na conexão com a Internet, os ataques cibernéticos atuam na perspectiva de adquirir informações privadas. O presente trabalho avaliou a possibilidade de uso do conjunto de dados CIC-IDS2017, base de dados comumente empregada para estudos de cibersegurança, para treinamento de modelos de aprendizagem de máquina a serem utilizados em outra base de dados construída com base em informações capturadas por uma ferramenta de monitoramento de tráfego. Observou-se que os desempenhos dos modelos nesse cenário aproximaram-se aos de um classificador aleatório, evidenciando a impossibilidade de transferência de conhecimento conforme proposto. Dessa forma, as mesmas técnicas utilizadas para a base CIC-IDS2017 foram treinadas e testadas com a nova base gerada e seus desempenhos foram comparados. Ainda, com base nas análises executadas sob o novo conjunto de dados, os modelos de aprendizado de máquina, Random Forest (RF), K-Nearest Neighbours (K-NN) e Multi-layer Perceptron (MLP), foram aplicados para identificar comportamentos maliciosos. Os resultados indicam o RF como destaque, com alta acurácia. A validação cruzada por K-Pastas reforçou o desempenho superior do RF, tornando-o uma escolha promissora para ser adicionado como modelo foco na construção de uma ferramenta de identificação de anomalias em rede, intitulada de NGIDS.