Navegando por Autor "Yared, Glauco Ferreira Gazel"

Agora exibindo 1 - 5 de 5

Animação gráfica da marcha humana a partir de dados do Kinect.
(2021) Leite, Edmo de Oliveira; Assis, Gilda Aparecida de; Yared, Glauco Ferreira Gazel
A análise da marcha humana a partir de dados biométricos tem aplicações em áreas como segurança, robótica bioinspirada e saúde. Sensores de movimento de baixo custo, como o Kinect, têm permitido a aquisição de dados biométricos da marcha em ambientes terrestres. Entretanto, esses equipamentos têm limitações que podem impactar na qualidade dos dados. Nesse cenário, diferentes técnicas de processamento de sinais podem ser aplicadas para reduzir o ruído. A visualização desses dados, originais ou processados, muitas vezes é realizada na forma de gráficos, tendo utilidade limitada para profissionais não experientes na análise de sinais. Nesse sentido, a visualização dos dados da marcha em um modelo tridimensional pode contribuir para melhorar a decisão dos profissionais, principalmente da saúde. Este trabalho tem como objetivo realizar a animação da marcha humana em um modelo tridimensional, a partir dos dados coletados pelo sensor Kinect 2.0. Para reduzir o ruído dos dados, foi realizado um pré-processamento com filtros de média móvel e Butterworth. Foram elaborados vídeos das animações conforme as vistas isométrica e lateral, que foram incorporados em um questionário on-line e avaliados em uma pesquisa de campo sobre artificialidade/naturalidade da animação, utilizando-se a técnica de pontuação média de opinião (mean opinion score [MOS]). Um total de 22 participantes, estudantes de computação, respondeu ao questionário on-line. A análise de variância simples (analysis of variance [Anova]) one way mostrou que os vídeos a partir das vistas isométrica e lateral processados com filtro de média móvel (janela = 15 e repetições = 3) que obtiveram maiores valores da métrica MOS foram avaliados como significativamente mais naturais do que outros vídeos, processados ou não.
Comparative analysis of strategies for feature extraction and classification in SSVEP BCIs.
(2015) Leite, Sarah Negreiros de Carvalho; Costa, Thiago Bulhões da Silva; Suarez Uribe, Luisa Fernanda; Soriano, Diogo Coutinho; Yared, Glauco Ferreira Gazel; Coradine, Luis Cláudius; Attux, Romis Ribeiro de Faissol
Brain–computer interface (BCI) systems based on electroencephalography have been increasingly usedin different contexts, engendering applications from entertainment to rehabilitation in a non-invasiveframework. In this study, we perform a comparative analysis of different signal processing techniquesfor each BCI system stage concerning steady state visually evoked potentials (SSVEP), which includes: (1)feature extraction performed by different spectral methods (bank of filters, Welch’s method and the mag-nitude of the short-time Fourier transform); (2) feature selection by means of an incremental wrapper,a filter using Pearson’s method and a cluster measure based on the Davies–Bouldin index, in additionto a scenario with no selection strategy; (3) classification schemes using linear discriminant analysis(LDA), support vector machines (SVM) and extreme learning machines (ELM). The combination of suchmethodologies leads to a representative and helpful comparative overview of robustness and efficiency ofclassical strategies, in addition to the characterization of a relatively new classification approach (definedby ELM) applied to the BCI-SSVEP systems.
Projeto de unidade de alimentação via painel solar para um veículo elétrico de inspeção de trincas em dormentes de aço da estrada de ferro Vitória-Minas.
(2022) Ribeiro, Raphael Augusto dos Santos; Reis, Agnaldo José da Rocha; Yared, Glauco Ferreira Gazel; Reis, Agnaldo José da Rocha; Yared, Glauco Ferreira Gazel; Monteiro, Paulo Marcos de Barros; Pinto, Paulo Raimundo
O aumento crescente da carga transportada por eixo na Estrada de Ferro Vitória-Minas (EFVM) impacta diretamente os elementos que compõem a infraestrutura e a superestrutura ferroviária. Assim, com o intuito de se garantir a confiabilidade e a segurança do transporte ferroviário, torna-se cada vez mais importante o monitoramento das condições da via permanente e a realização da manutenção preventiva. Para tanto, encontra-se em desenvolvimento um veículo autônomo, no escopo do Projeto Vale/UFOP Número de Contrato CV.19.000021.0, capaz de se deslocar sobre a ferrovia, efetuando a leitura da geometria superficial de cada dormente de aço e realizando o diagnóstico da presença de trincados e/ou de fraturados. Esse veículo é alimentado com uma bateria de 12V e deverá contar com uma fonte de energia auxiliar. Nesse contexto é que se insere este trabalho, cujo tema central é o desenvolvimento de uma estratégia de alimentação híbrida para o veículo em questão utilizando-se, além da sua bateria, um painel solar. Essa unidade híbrida será a responsável pelo acionamento de todos os sistemas eletro- eletrônicos constituintes do veículo (e.g., motor, sensores, sistema de controle etc.). A presença desse módulo híbrido garantirá uma maior autonomia ao veículo, uma vez que ele poderá realizar inspeções por um tempo maior sem haver a necessidade de interrupções para substituição ou recarga de bateria.
Um sistema de múltiplos classificadores para detecção de defeitos em dormentes de aço.
(2022) Silva, Leonardo Pessoa Freitas e; Reis, Agnaldo José da Rocha; Yared, Glauco Ferreira Gazel; Reis, Agnaldo José da Rocha; Yared, Glauco Ferreira Gazel; Luz, Eduardo José da Silva; Sabino, Jodelson Aguilar; Barreto, Guilherme de Alencar
Os sistemas ferroviarios são importantes para a logística do transporte de cargas e de pessoas em muitos países, contribuindo para uma melhoria nos seus indicadores económicos. Assim, com o intuito de garantir a confiabilidade e a segurança do transporte ferroviário, torna-se cada vez mais importante o monitoramento das condições da via permanente e a realização de manutenções planejadas. No que diz respeito aos dormentes, eles devem suportar os dispositivos de fixação dos trilhos e a capacidade estrutural de transmitir as esforços dos trilhos ao lastro. Qualquer ruptura de um determinado dormente causará uma sobrecarga nos dormentes adjacentes, acelerando a fadiga da estrutura desses componentes, contribuindo para a ocorrência de novos defeitos e, finalmente, afetando a bitola da via. Especificamente com relação aos dormentes de aço, ainda não existe uma solução automática para avaliar sua condição estrutural. Neste contexto, propõe-se um novo método para detecção de defeitos em dormentes de aço à partir de sinais geométricos de via permanente, baseado em processamento de sinais e aprendizado de máquina. Cinco classificadores com diferentes características de aprendizagem foram treinados: Redes Neurais Artificiais, Modelos de Mistura Gaussianas, Modelos de Markov Ocultos, Máquina de Vetores de Suporte e AdaBoost. Além disso, um sistema de múltiplos classificadores foi implementado para melhorar a acurácia da classificação. A metodologia proposta neste trabalho demonstrou eficácia na detecção de defeitos em dormentes de aço com Taxa de Acerto acima de 80% e Taxa de Falso Positivo abaixo de 40%, na maioria dos casos.
Utilização de sinais acústicos para detecção de trincas em dormentes de aço.
(2010) Yared, Glauco Ferreira Gazel; Barbosa, Carlos Henrique Nogueira de Resende; Ribeiro, Rodrigo Geraldo; Ribeiro, Marcos Henrique; Thebaldi, Rafael Santos; Nascimento, Leandro Prates do; Oliveira, Paganini Barcellos; Vincic, Jasmina; Silveira, Ingrid Machado; Ferreira, Tiago; Vasconcelos, Renato Lataliza
Os sistemas ferroviários têm sido amplamente utilizados para o transporte de passageiros, matérias primas e produtos industrializados. Diversas vantagens econômicas e sociais podem ser obtidas por meio da utilizacão do transporte ferroviário. Especificamente, as ferrovias brasileiras têm sido submetidas a um aumento crescente de peso da carga transportada, principalmente devido à demanda das indústrias primárias e secundárias, o que também pode ser notado como uma tendência global. A infra-estrutura ferroviária é afetada diretamente pelo aumento de carga, com destaque para as ferrovias de transporte de cargas pesadas (heavy haul), tal como a EFVM (Estrada de Ferro Vitória-Minas) que é utilizada essencialmente no transporte de minério de ferro. No intuito de se manter a confiabilidade e a segurança de tal sistema de transporte, evitando a ocorrência de acidentes, é necessária a realização de um procedimento preciso de manutenção. Este trabalho propõe uma nova abordagem baseada em sinais acústicos medido no ar para o diagnóstico da presença de fissuras microscópicas em dormentes de aço, utilizando-se Redes Neurais Artificiais (RNAs) como ferramentas para classificação. Os resultados obtidos em laboratório forneceram uma taxa de erro de aproximadamente 6%, após a realização de validação cruzada.