Projetos de pesquisa

DeepFashion

DeepFashion é uma idéia de produto que, dada uma imagem de uma pessoa e uma imagem de uma peça de roupa, o sistema inteligente faz a transfêrencia automática da roupa. Um provador virtual que auxiliaria nas compras de clientes tanto em lojas físicas como virtuais.

Esse sistema se baseia em diversas redes neurais, cada uma resolvendo um tipo diferente de problema, que unidas podem  realizar a tarefa desejada.

Os resultados ainda precisam ser aprimorados para utilização comercial, porém resultados preliminares como os observados na imagem ao lado se mostram promissores.

Artigos de referência: 

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Acadêmicos alocados:


Resultados esperados:

Artigo, Patente, Produto

Melhorias à identificação neonatal por biometria digital

A identificação de pessoas por meios biométricos é um procedimento tecnologicamente viável e que serve ao propósito nobre de comprovar a autenticidade da identidade de um indivíduo, com pouquíssima margem para ilicitudes. Apesar da existência de diversos meios biométricos e da abundância de opções de processamento de sinais biométricos, essa alternativa passa a ser, em contrapartida, limitada quando os indivíduos provedores das credenciais biométricas são crianças. Nesses casos, as frequentes alterações nos traços físicos, que caracterizam sua identidade biométrica, desatualizam os algoritmos processadores de informação e impedem que se mantenha computacionalmente a rastreabilidade da identidade.  Dentre os impactos da falta de identificação inequívoca, está o fato de que a população nessa faixa etária fica mais vulnerável, desamparada dos sistemas de saúde, de educação, de segurança, bem como propensa à tráfico humano, terceira maior atividade ilícita do mundo. 

Este projeto emerge desse contexto e propõe uma solução computacional que explora algoritmos de inteligência artificial para correlacionar padrões em impressões digitais de crianças com sinais do mesmo indivíduo em idades posteriores, o que permitirá inferir sobre o traço biométrico esperado para uma pessoa independente de sua idade, sem recoleta de sinais. O projeto dá andamento a resultados iniciais, no âmbito da empresa Akiyama, especializada em sistemas de segurança e identificação digital, que já conta com infraestrutura de coleta de dados, tecnologia de armazenamento e diversas patentes concedidas nesse viés. O projeto visa então ampliar essa infraestrutura e desenvolver reconhecedores inteligentes de identidade, capazes de inferir acerca das alterações na estampa biométrica assumida por cada indivíduo no decorrer do tempo, algo ainda incipiente no portfólio de produtos da empresa, principalmente em função da complexidade inerente. 


Predição de dados ausentes séries históricas de estações meterológicas do Paraná 

As estações metereológicas desempenham um papel fundamental na previsão do tempo e estudos sobre o clima. Dia a dia vários dados são registrados e armazenados possibilitando diversos estudos sobre a evolução do clima. No entanto, por diversos fatores, acontecem diversas falhas nas coletas. Entre os fatores geradores de falha estão: a falta  de energia, quebra de equipamento, estravio de planilhas, etc. 

Por consequencia, quando da realização de estudos climáticos, esses dados faltantes precisam ser previstos e preenchidos nos bancos de dados. Isso é normalmente realizado por métodos simples como a imputação da média. Essa abordagem porém não é a ideal, pois insere um bias na análise dos dados futuros.

Esse projeto tem por objetivo completar esses dados faltantes da maneira mais realistica, utilizando para isso técnicas modernas de imputação de dados. Esses técnicas, além de considerar a própria série histórica, também deve considerar a vizinhança das estações metereológicas.

Acadêmicos alocados:


Resultados esperados:

Artigo, Patente, Produto

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Alimentador automático de pássaros com identificação de espécies em tempo real

Esse projeto via criar um alimentador de pássaros inteligente que o notifica sobre passarinhos visitantes, tira suas fotos, identifica automaticamente sua espécie e as organiza em um album.

Apesar de ter um viés divertido e decorativo, a identificação automática das espécies, se conectado em rede, pode auxiliar no levantamento e acompanhamento da fauna.

Publicações

Deep Q-Learning para o Controle Supervisório Flexível de Sistemas a Eventos Discretos em Larga Escala

Este trabalho propõe o particionamento do conjunto de eventos de um SED em determinísticos e probabilísticos, a fim de processá-los distintamente. Enquanto os determinísticos são processados via TCS, como usual, os demais são tratados a partir da conversão do modelo em um Processo Decisório de Markov de aprendizado de reforço. Os resultados esperados é a otimização dos processos industriais, produzindo mais, em um intervalo de tempo menor.

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Caracterização de Defeitos em Ensaios Não Destrutivos por Ultrassom com Método Baseado em Deep Learning

O objetivo principal deste trabalho é implementar um método que possa, a partir de um conjunto de sinais obtidos em um END por ultrassom, identificar defeitos em peças. O método será baseado em \textit{Deep Learning} e deverá ser capaz de caracterizar os tipos de defeitos e parâmetros como formato, tamanho e orientação.

Estimating and tuning adaptive action plans for the control of smart interconnected poultry houses

Discrete Event Systems DESs are classically modeled as Finite State Machines (FSMs), and controlled in a maximally permissive, controllable, and nonblocking way using Supervisory Control Theory (SCT). 

While SCT is powerful to orchestrate events of DESs, it fails to process events whose control is based on probabilistic assumptions. In this research, we show that some events can be approached as usual in CT, while others can be processed apart using Artificial Intelligence. 

We first present a tool to convert SCT controllers into Reinforcement Learning (RL) simulation environments, from where they become suitable for intelligent processing. Then, we propose a RL-based approach that recognizes the context under which a selected set of stochastic events occur, and treats them accordingly, aiming to find suitable decision making as complement to deterministic outcomes of the SCT. 

The result is an efficient combination of safe and flexible control, which tends to maximize performance for a class of DES that evolves probabilistically. Two \RL algorithms are tested, State-Action-Reward-State-Action (SARSA) and N-step SARSA, over a flexible automotive plant control. Results suggest a performance improvement 9 times higher when using the proposed combination in comparison with non-intelligent decisions

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Acadêmicos alocados:

Resultados esperados:

Artigo

Previsão da dinâmica espaço tempora da covid-19 no Brasil com redes neurais convolucionais em grafos

Um dos grandes desafios impostos pela pandemia de Covid19 no mundo é a variabilidade nos padrões de alastramento do vírus, o que dificulta a criação de políticas globalmente efetivas para prevenção e combate à pandemia.

No âmbito da ciência, várias abordagens têm sido propostas para antecipar as curvas de contágio e óbitos aos entes federados, tentando assim subsidiar medidas de contenção adequadas. 

Entretanto, o perfil pouco previsível da trajetória do vírus, associado às dimensões continentais de países como o Brasil, resulta em estimativas que servem a propósitos mais gerais e que não contribuem com políticas locais, como em estados e municípios, fazendo com que as medidas restritivas acabem sendo aplicadas cedo ou tarde demais. Este artigo expõe uma abordagem escalável, baseada em redes convolucionais em grafos e redes recorrentes, como alternativa aos modelos existentes.

Inicialmente, se estabelece um mapeamento das principais vias de acesso aos municípios do Brasil, que, então, é processado via abordagens em redes neurais. Os resultados são capazes de detectar padrões de fluxos de contágio e óbito ponderando-se os cenários da pandemia nas vizinhanças, tendo alta acurácia em previsões com horizonte de até 14 dias.

Desenvolvimento e validação de um tracker de código aberto para facilitar a análise do comportamento do peixe zebrafish

O desenvolvimento da ciência biomédica depende de animais de laboratório e modelos animais. Na década de 1980, foi proposto o uso do peixe-zebra (Danio rerio) como organismo de estudo. O peixe-zebra tem demonstrado diversas vantagens sobre outras espécies, que podem funcionar como alternativa ao uso de roedores ou fornecer informações adicionais quando utilizado como modelo para estudos toxicológicos e farmacológicos e prospecção de novos fármacos (Cully, 2019; MacRae & Peterson 2015; Zon e Peterson, 2005).

Uma vez inoculado com algum farmaco, as alterações no comportamento do peixe-zebra é uma ótimo biomarcador, indicando diversos problemas que esse novo fármaco pode gerar, incluindo alterações no sistema cardíaco, respoiratório e neurológico.

Todavia é necessário acompanhar seu comportamento por um longo período de tempo, de 1 até 12 horas. O que torna essa tarefa custosa de ser realizada manualmente. Nesse sentido o objetivo aqui é desenvolver um método computacional que, conectado a uma câmera posicionada em cima do aquario, pode realiar o tracking do peixe e retornar ao pesquisador informações estatísticas resumidas, sem a necessidade de interferencia manual. 

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

SE3M: A Model for Software Effort Estimation UsingPre-trained Embedding Models

Fazer um correto orçamento de software é um dos maiores desafios na indústria atualmente. Estimações erradas podem causar prejuízos para a empresa ou perda de clientes. Nesse sentido ferramentas automatizadas poderiam auxiliar nessa tomada de decisão, diminuindo os riscos de erros e consequente prejuízo.

Esse projeto tem por objetivo criar tal ferramenta que, avaliando de forma automática as histórias de usuário adquiridas, tenta estimar o esforço. Para tal técnicas moderdas de processamento de linguagem natural (PLN) serão utilizadas.

Análise automática de matéria orgânica de solos

O teor de matéria organica é um dos mais importantes indicadores da fertilidade de um solo sendo, portanto, muito importante medir essa quantidade para fins de correção durante o plantio de qualquer cultura.

Essa medição, todavia, é realizada de forma manual com agentes quimicos em laboratório, o que torna o método além de demorado também extremamente caro.

O objetivo aqui é criar um estimador, baseado em visão computaciona, que através de imagens esse possa estimar a quantidade de matéria orgânica. Por sem um método simples o próprio produtor poderia realizar essa medida de forma eficiente e realizar a intervenção no solo no melhor momento possível.

Acadêmicos alocados:


Resultados esperados:

Artigo, Patente, Produto

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Identificação de defeitos em linha de produção automotiva

As tarefas de montagem da manufatura automotiva são construídas sobre inspeções visuais, como identificação de riscos em superfícies usinadas, identificação e seleção de peças, etc., que garantem a qualidade do produto e do processo. Essas tarefas podem estar relacionadas a mais de um tipo de veículo produzido na mesma linha de manufatura. A inspeção visual foi essencialmente conduzida por humanos, mas recentemente foi complementada pela percepção artificial fornecida por sistemas de visão computacional. 

Apesar de sua relevância, a precisão dos sistemas de visão varia de acordo com as configurações ambientais, como iluminação e qualidade de aquisição de imagem. Nesse sentido, este projeto propõe o uso de metodologias baseadas em aprendizado profundo para auxiliar nas tarefas de inspeção visual. 

Detecção de falhas em rolamentos de motores de indução trifásicos utilizando redes GANs

Devido a robustez e ótima relação custo-benefı́cio, o motor de indução tornou-se a máquina elétrica mais difundida atualmente. Mas, como qualquer outro equipamento, é vulnerável a falhas, sendo as falhas em rolamentos comumente encontradas nos motores de indução. Este trabalho apresenta a detecção de falhas na pista externa do rolamento a partir da medição de sinais da deformação do motor, coletados a partir de sensores baseados em redes de Bragg em fibra óptica (FBG).

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Acadêmicos alocados:


Resultados esperados:

Artigo, Patente, Produto

Análise de risco de queda de árvores usando tomografia de impedância e IA

As árvores desempenham um papel crítico na criação de espaços verdes em áreas públicas, como ruas, parques, escolas, escritórios. Com o tempo, as árvores geralmente pegam pragas e doenças, e depois as árvores podres podem quebrar. Para cuidar e conservar as árvores, é necessário determinar a condição dentro do tronco, principalmente a possibilidade de ter ou não uma cavidade. Deterioração da madeira, modificações do teor de umidade e íons, densidade devido a agentes de estresse biótico e abiótico da extremidade da água, salinidade e infecção alteram fortemente as propriedades (di-) elétricas da madeira. Assim, propomos usar a tomografia de impedância elétrica para detectar a mudança nas propriedades elétricas dentro das árvores que podem estar ligadas à deterioração da madeira. Na tomografia de impedância elétrica, um conjunto de eletrodos é fixado ao redor do tronco da árvore e pequenas correntes alternadas são injetadas por meio desses eletrodos, de modo que as tensões resultantes são medidas. Usando métodos de IA podemos definir vários cenários de decaimento dentro das árvores.

Determinação do índice IRI de pavimentos utilizando sensores smarthphones e métodos inteligentes

No Brasil, o transporte de cargas e passageiros ocorre majoritariamente por meio de rodovias. Para proporcionar uma qualidade de rolamento satisfatória é essencial que o país disponha de instrumentos de avaliação que permitam o monitoramento constante dessa infraestrutura. Nos últimos anos que smartphones podem ser utilizados como instrumentos de avaliação pois seus sensores captam os sinais de aceleração vertical que podem ser relacionados ao Índice de Irregularidade Internacional (IRI), parâmetro objetivo mais utilizado para a caracterização da qualidade de rolamento de pavimentos. Portanto, o objetivo deste trabalho é desenvolver modelos inteligentes para relacionar o sinal de aceleração vertical com o índice de irregularidade internacional. Os modelos desenvolvidos são redes neurais artificiais (RNA) sendo elas: redes neurais convolucionais e redes neurais recorrentes. 

Acadêmicos alocados:

Resultados esperados:

Artigo, Patente, Produto

Parcerias:

Dr. Rúbia Ascari

Acadêmicos alocados:


Resultados esperados:

Artigo, Patente, Produto

Identificação de plantas do gênero Acer

As identificação automatizada de plantas é um problema ainda em aberto. Em especial identificação de Gêneros dentro de uma espécie específica é particularmente difícil devido a alta similaridade entre os gêneros.


Identificação de índice de alimentação de bovinos automatizado

Um dos desafios dos agronomos e veterinários quando realizam visitas as propriedades rurais é aferir se o rebanho está ou não com a alimentação adequada. Normalmente esse trabalho é realizado visualmente, inspecinando os animais, um a um, de lado e de tras. Um sistema automatizado pode trazer muito mais valocidade a esse trabalho assim como mais precisão na definição de dietas corretas para uma boa produção leiteira.

Parcerias:

IDR Paraná - Vanderlei

Acadêmicos alocados:


Resultados esperados:

Artigo, Patente, Produto

Parcerias:

Dr. Odemir Bruno - USP

Acadêmicos alocados:


Resultados esperados:

Artigo, Patente, Produto

Survey métricas de desempenho em métodos de regressão

Muitas são as métricas para se avaliar problemas de regressão. Pórem a maioria dos trabalhos apenas usa as clássicas MAE e MSE por desconhecimento em outras métricas que talvez sejam mais adequadas ao problema em tela. Esse trabalho tem por objetivo esclarecer outras métricas de avaliação e indicar as situações onde cada uma delas é adequada. Espera-se assim que esse trabalho auxilie em avaliações mais justas dos modelos de IA e ciência de dados.