Discente: GABRIEL DE ASSUNÇÃO FERREIRA

Título: UTILIZAÇÃO DE TÉCNICAS DE OTIMIZAÇÃO DE MODELOS DE APRENDIZADO PROFUNDO PARA ESTEGANÁLISE DE IMAGENS DIGITAIS

Orientador: PROFA. DRA. VERUSCA SEVERO DE LIMA

Co-orientador: PROF. DR. FRANCISCO MADEIRO BERNARDINO JUNIOR

Examinador Externo: PROF. DR. JOÃO FAUSTO LORENZATO DE OLIVEIRA 

Examinador Interno: PROFA. DRA. MARIA DE LOURDES MELO GUEDES ALCOFORADO

Data: 27 DE MARÇO DE 2025

Horário: 15:00

Local: SALA DE ATOS (CSEC)

Resumo do projeto: 

Esteganografia é uma subárea da ocultação da informação que consiste na aplicação de alterações nos elementos básicos de um objeto digital com o objetivo de esconder uma mensagem. A esteganálise é o contra mecanismo responsável por detectar se há presença ou não de esteganografia em um objeto digital.  Diversos modelos de aprendizagem profunda aplicados à esteganálise de imagens digitais vêm sendo propostos na literatura. Esses modelos ocupam um grande espaço de memória e, por esse motivo, devem ser otimizados quando o cenário envolve dispositivos e sistemas com recursos limitados. Motivado pelo cenário exposto, este Trabalho tem como objetivo a implementação de diferentes estratégias de otimização, mais especificamente, poda, quantização e compartilhamento de pesos, aplicadas a modelos de aprendizagem profunda de esteganálise de imagens digitais.  Os  modelos otimizados são avaliados em termos de acurácia e de espaço de memória ocupado em comparação aos resultados obtidos pelo modelo original (sem o uso de estratégias de otimização). Os resultados apontam para os benefícios do uso das  estratégias de otimização, em que foi possível reduzir os requisitos de memória em até 87% em relação ao modelo original e obter melhores resultados de acurácia.

Palavras-chave: Esteganálise; aprendizagem profunda; poda; quantização e compartilhamento de pesos.

Discente: VICTOR VILAÇA PADILHA PINTO

Título: TÉCNICAS DE COMPRESSÃO PARA OTIMIZAÇÃO DE MVCNNS NA CLASSIFICAÇÃO DE MODELOS MECÂNICOS EM CAD 3D

Orientador: PROF. DR. FRANCISCO MADEIRO BERNARDINO JUNIOR

Co-orientador: PROFA. DRA. VERUSCA SEVERO DE LIMA

Examinador Externo: PROF. DR. FELIPE ALBERTO BARBOSA SIMÃO FERREIRA

Examinador Interno: PROF. DR. RODRIGO DE PAULA MONTEIRO

Data: 26 DE MARÇO DE 2025

Horário: 14:30

Local: SALA DE ATOS (CSEC)

Resumo do projeto: 

No domínio do design e desenvolvimento de produtos, a recuperação eficiente e o reuso de modelos CAD 3D (Computer-Aided Design 3D) são essenciais para otimizar fluxos de trabalho e minimizar esforços redundantes. A rotulagem manual de modelos CAD, embora tradicional, é trabalhosa e sujeita a erros, evidenciando a necessidade de sistemas de classificação automatizados. As Redes Neurais Convolucionais de Múltiplas Vistas (MVCNN, do inglês  Multi-View Convolutional Neural Network) oferecem uma solução automatizada ao utilizar projeções 2D para representar objetos 3D, equilibrando alta precisão de classificação com eficiência computacional. Apesar de sua eficácia, as demandas computacionais das MVCNNs representam desafios em aplicações CAD em larga escala. Este estudo investiga o uso de estratégias de compressão, especificamente poda e quantização, no cenário de MVCNN aplicada à classificação de modelos mecânicos CAD 3D. Utilizando diferentes estratégias de poda e quantização, foram avaliados os trade-offs entre precisão de classificação, tempo de execução e uso de memória. Os resultados indicam que a quantização de 8 bits reduziu o uso de memória do modelo de 83,78 MB para 21,01 MB, com a precisão diminuindo apenas de 93,83% para 93,59%. Ao aplicar uma poda estruturada de 25%, o uso de memória do modelo foi reduzido de 83,78 MB para 47,16 MB, o tempo de execução caiu de 133 para 97 segundos e a precisão reduziu para 92,14%. Uma abordagem combinada de poda de 25% e quantização de 8 bits obteve uma eficiência de recursos ainda melhor, com o uso de memória reduzido para 11,86 MB, um tempo de execução de 99 segundos e precisão de 92,06%. Essa combinação de poda e quantização leva a uma otimização do modelo MVCNN, equilibrando uso de recursos e desempenho de classificação, sendo especialmente relevante em aplicações de grande escala.

Palavras-chave: CAD 3D; redes neurais convolucionais de múltiplas vistas; poda; quantização e técnicas de compressão.

Discente: CLÁUDIO ANDRÉ ROCHA ALVARES DE OLIVEIRA

Título: INFLUÊNCIA DO DISJUNTOR DE SOBRECORRENTE NA TENSÃO RESIDUAL DOS DISPOSITIVOS CONECTADOS AO RAMO DE PROTEÇÃO

Orientador: PROF. DR. GUSTAVO OLIVEIRA CAVALCANTI

Co-orientador: PROF. DR. MARCÍLIO ANDRÉ FÉLIX FEITOSA

Examinador Externo: PROF. DR. EMMANUEL ANDRADE DE BARROS SANTOS

Examinador Interno: PROF. DR. DANIEL AUGUSTO RIBEIRO CHAVES

Data: 19 DE FEVEREIRO DE 2025

Horário: 14:00

Local: SALA DE SEMINÁRIOS PPGES NO IIT/UPE

Resumo do projeto: 

As descargas atmosféricas atingem diversas localidades ao redor do mundo, causando uma série de problemas, dentre eles a degradação de dispositivos eletroeletrônicos conectados à rede elétrica. De acordo com padrões normativos, os dispositivos de proteção contra surtos (DPS) devem ser incorporados às instalações elétricas para limitar sobretensões transitórias. No entanto, a possibilidade de falha nos DPS, que pode levar o dispositivo a entrar em curto-circuito, exige a adoção de dispositivos adicionais de proteção contra sobrecorrentes. Os disjuntores podem atuar como dispositivos de backup (seccionadores) de DPS, proporcionando proteção contra sobrecorrentes em casos de falhas. Quando incorporados ao ramo de proteção e submetidos a surtos elétricos, esses disjuntores geram quedas de tensão ao longo do ramo. No entanto, os padrões normativos atuais não tratam de forma detalhada, nem quantificam e qualificam adequadamente este fenômeno, deixando lacunas que dificultam o cálculo e a especificação do ramo de proteção mais adequado para este cenário. Assim, o principal objetivo deste estudo foi investigar a tensão residual de disjuntores de proteção e analisar seu impacto no ramo de proteção. Para isso, foi desenvolvido um setup de teste com base em normas de ciclo de operação, utilizando um gerador de onda combinada para simular descargas atmosféricas nos disjuntores. Foram testados nove modelos de disjuntores, totalizando 180 amostras, com o intuito de avaliar as tensões residuais desses dispositivos quando submetidos a diferentes correntes de surto, além de analisar métodos de medição que mitiguem tensões induzidas por interferências eletromagnéticas. Os resultados mostraram que a tensão residual dos disjuntores apresenta um comportamento linear crescente em função da corrente de surto aplicada, com o disjuntor atuando como uma resistência. Essas tensões residuais podem se somar às do DPS e às quedas de tensão nos condutores, alcançando níveis suficientemente elevados para causar problemas na rede elétrica e em equipamentos conectados. Assim, é fundamental que as normas técnicas passem a abordar explicitamente esse fator, dado que valores elevados de tensão residual podem comprometer tanto a segurança da rede elétrica quanto a dos equipamentos conectados a ela.

Palavras-chave: Dispositivo de Proteção contra Surtos; Descargas Atmosféricas; Disjuntores; Tensão Residual.