Aluna: Ana Carolina  Generino de Alcântara

Título: “Inserção de Variáveis Meteorológicas na Previsão de Poluentes Atmosféricos Utilizando Técnicas Computacionais Inteligentes na Região Metropolitana do Recife.”

Orientador: Prof. Manoel Henrique da Nóbrega Marinho

Data-hora: 28/01/2019 (10:00h)

Local: Escola Politécnica de Pernambuco - Sala I-4

Resumo: “A poluição atmosférica é um tema atual e imperativo, pois apesar de estar diretamente ligada a temas ambientais centrais, como aquecimento global, pode representar risco à saúde e provocar doenças respiratórias e cardiovasculares. Contudo, a realização do monitoramento da qualidade do ar pode depender da influência do clima, uma vez que variáveis climáticas podem determinar o tempo de residência de um poluente em determinada região. Este trabalho utilizou a comparação do desempenho de modelos de Regressão de Vetores de Suporte (SVR) e Sistema de Inferência Adaptativo Neuro-Difuso (ANFIS) para a previsão de poluentes atmosféricos: Material Particulado (MP10), Monóxido de Carbono (CO), Ozônio (O3) e Dióxido de Nitrogênio (NO2); levando em consideração os aspectos meteorológicos como Velocidade do Vento, Temperatura do Ar e Umidade Relativa do Ar, a fim de provar a importância da inserção de variáveis meteorológicas na previsão da poluição do ar. Utilizaram-se as séries históricas de concentrações horárias na Região Metropolitana da cidade do Recife-PE, e foram obtidas para o período de 17/07/2015 à 17/07/2017 através da Agência Estadual de Meio Ambiente de Pernambuco (CPRH), além das informações meteorológicas para o mesmo período. Os resultados mostraram a superioridade do ANFIS em todos os cenários quando comparado ao SVR nas previsões dos poluentes sob influência das variáveis meteorológicas, com valores de Índice de Concordância (IA) acima de 97%. Além disso, os resultados do ANFIS com a inserção das variáveis meteorológicas foram superiores também quando comparados à previsão dos poluentes individualmente do mesmo modelo. Apesar da superioridade do ANFIS, os dois modelos obtiveram resultados significativos na inserção das variáveis climáticas demonstrando assim a tendência de melhorias na previsão dos poluentes atmosféricos.”

Aluna: Jessica Rayanne Silva Bezerra

Título: “Modelo Fractal na Análise de Tumores Hepáticos em Seres Humanos”

Orientador: Profª. Rita de Cássia Moura do Nascimento

Data-hora: 27/12/2018 (15:00h)

Local: Escola Politécnica de Pernambuco - Sala I-4

Resumo: “  O carcinoma hepatocelular (CHC) é a terceira principal causa de morte por câncer (CA) e o segundo CA mais letal no mundo. Se o diagnóstico deste tipo de tumor ocorrer em sua fase inicial, há possibilidade de cura. Fractais têm sido empregados na análise de imagens tumorais. O modelo fractal é recursivo e apresenta invariância de escala. O objetivo deste estudo foi analisar a dimensão fractal (DF) de tumores hepáticos benignos e malignos em imagens tomográficas do abdome de seres humanos. Foram analisadas imagens de 80 pacientes de ambos gêneros, com idade de 23 a 85 anos. Nas imagens de tomografia computadorizada (TC) foram identificados 34 tumores hepáticos malignos do tipo CHC (42,5% da amostra), 17 tumores hepáticos benignos do tipo adenoma hepático (AH, 21,3% da amostra) e 13 tumores hepáticos benignos do tipo hemangioma hepático (HH, 16,3% da amostra); e com a ressonância magnética nuclear (RMN) foram identificadas 16 imagens de CHC (20,0% da amostra). A medida da DF foi realizada com o uso do Método Box-Counting. Houve diferença estatisticamente significativa na DF das três lesões utilizando a TC como método de imagem (teste F ANOVA, p=0,007). No CHC, houve diferença estatística na DF do tumor ao serem comparadas as imagens de TC com RMN (teste t-Student, p=0,001). Conclui-se que a medida da DF utilizando as imagens tomográficas de tumores hepáticos pode ser uma ferramenta adicional no diagnóstico destas lesões, podendo contribuir para a detecção precoce do CHC.”

Encerrando o ciclo de palestras dos Colóquios PPGES 2018 recebemos nesta terça, 04 de Dezembro, o professor Diego Rátiva. Ele possui mestrado em Física (2004) e Doutorado em Engenharia Elétrica (2008) pela Universidade Federal de Pernambuco. Pós-doutorado na escola de Fisica da University College of Dublin (2009-2011). Seus temas de pesquisa estão concentrados (mas não limitados) em áreas de óptica não linear, efeitos termo-ópticos de nanofluidos, óptica visual, sensoreamento de frente de onda e óptica adaptativa e algoritmos inteligentes para sistemas de controle ópticos.