Eventos
Divulgação - Defesa Nº 186
Aluno: Renan Costa Alencar
Título: “Otimizando o Team Ant Colony System para cálculo de múltiplas rotas para a distribuição de materiais e medicamentos”.
Orientador: Prof. Carmelo José Albanez Bastos Filho
Data-hora: 26/Outubro/2018 (15:00h)
Local: Escola Politécnica de Pernambuco – SALA I-4
Resumo:
“Dentro da logística hospitalar, a distribuição de medicamentos e materiais hospitalares pode ser considerada como um problema que combina dois problemas conhecidos, Múltiplos Caixeiros Viajantes (MTSP) e o Problema de Mochila (KP). Problemas do tipo MTSP visam minimizar o deslocamento total dos caixeiros, com a restrição de que os caminhos devem começar e terminar no depósito e todas as localidades intermediárias devem ser visitadas uma única vez. Por outro lado, o KP é um problema combinatório que aloca espaço em uma mochila de acordo com uma seleção prévia de objetos. Assim, o valor total de todos os objetos escolhidos é maximizado na mochila. Uma variação do algoritmo Ant Colony System (ACS), baseado no comportamento de colônia de formigas, é utilizado para resolver problemas MTSP. Esta variação, o Team Ant Colony Optimization – TACO, desenvolvido por Vallivaara (2008), possui N times de formigas de m elementos, onde cada formiga de um time corresponde a um caixeiro na construção de uma solução para o problema. A utilização deste algoritmo visa realizar a distribuição de medicamentos e materiais hospitalares criando rotas otimizadas para múltiplos entregadores, em um dia de trabalho, de forma simultânea. Em resultados preliminares, a abordagem acima se mostrou promissora para dois cenários: minimizar a maior rota individual, distribuindo a carga de maneira uniforme para todos os entregadores, e minimizar o custo total das soluções, isto é, a soma de todos os custos das rotas individuais dos entregadores. Entretanto, estes objetivos são concorrentes. Este trabalho propõe a utilização dos algoritmos meta-heurísticos de optimização como Fish School Search – FSS e Particle Swarm Otptimization – PSO como otimizadores globais dos parâmetros inerentes do TACO para obter resultados melhores para os objetivos acima descritos. Nos resultados, a utilização de otimizadores globais mostraram-se promissores para otimização dos objetivos ora utilizados pelo TACO. Por fim, a otimização dos cenários acima, simultaneamente, é realizada com o TACO em associação a uma variação multi-objetiva do FSS, o Multi-Objective Fish School – MOFSS, como um otimizador global.”
Divulgação - Defesa Nº 185
Aluno: Samuel Sobral dos Santos
Título: “Detecção de Secreção em Pacientes Entubados Utilizando o Sinal de Fluxo e Sistemas Imunológicos Artificiais”.
Orientador: Prof. Fernando Buarque de Lima Neto
Data-hora: 28/Setembro/2018 (15:00h)
Local: Escola Politécnica de Pernambuco – SALA I-4
Resumo:
“O acúmulo de secreção nas vias aéreas é um sério problema em pacientes submetidos à ventilação mecânica. Evidências desse acúmulo podem ser vistas no sinal de fluxo durante a fase expiratória do ciclo respiratório. Neste trabalho desenvolvemos um sistema de detecção automática de secreção nas vias aéreas de pacientes entubados. O sistema desenvolvido é capaz de detectar secreção em tempo real, ciclo a ciclo, de forma não invasiva, utilizando apenas o sinal de fluxo de ar nas vias aéreas. Nossa abordagem é baseada em processamento digital de sinais e sistemas imunológicos artificias. Os algoritmos de processamento e o sistema imunológico artificial obtiveram índices de acerto acima de 90% em uma base de dados contendo mais de 850 ciclos respiratórios. O sistema também apresentou uma capacidade de generalização satisfatória, evidenciada pelos resultados obtidos com baixos percentuais de treinamento e pelo grau de imunidade a ruído e perturbações periódicas no sinais. Os resultados obtidos foram satisfatórios e algumas das contribuições desse trabalho incluem, a detecção de secreção, um algoritmo da seleção negativa melhorado e uma estrutura para detecção de assincronias paciente-ventilador.”
Divulgação - Defesa Nº 184
Aluno: Ingryd Vanessa de Sá Teles Pereira
Título: “Uma representação geral da fala para reconhecimento de emoção com uma rede semi-supervisionada utilizando GAN”.
Orientador: Prof. Alexandre Magno Andrade Maciel
Co-Orientador: Prof. Prof. Pablo Vinícius Alves de Barros
Data-hora: 27/Setembro/2018 (13:30h)
Local: Escola Politécnica de Pernambuco – SALA I-4
Resumo:
“Reconhecer traços emocionais na fala é uma tarefa desafiadora que se tornou muito popular nos últimos anos, especialmente devido aos recentes avanços nas redes neurais profundas. Embora muito bem-sucedidos, esses modelos herdaram um problema comum das redes neurais profundas fortemente supervisionadas: um grande número de amostras fortemente marcadas são necessárias, de modo que o modelo aprenda uma representação geral de emoções. Este trabalho propõe uma solução para este problema com o desenvolvimento de uma rede neural semi-supervisionada capaz de aprender a representação da fala a partir de amostras não-rotuladas e utilizá-las em diferentes cenários de reconhecimentos de emoções em fala. Foram realizados experimentos com diferentes conjuntos de dados, representando cenários naturais e controlados. Os resultados mostram que o modelo proposto é competitivo com soluções de ponta em todos esses cenários, compartilhando as mesmas representações aprendidas, que foram aprendidas sem a necessidade de dados rotulados fortes.”
O Programa
