Projetos de pesquisa

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. 

Publicações

• MIGLIORINI, Gustavo Henrique. Identificação de aves da fauna do Brasil através de aprendizado profundo para classificação de imagens. 2022. Monografia (Especialização em Ciência de Dados) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2022. http://repositorio.utfpr.edu.br:8080/jspui/handle/1/31716

• SILVA, Gustavo Henrique Mattos. Identificação de espécies de pássaros em imagens utilizando redes neurais siamesas. TCC1. 2023. https://drive.google.com/file/d/1HuN462Zuh__ONBDS5UKuOpikC_1zri5f/view?usp=drive_link

• Base de dados (solicitar acesso)

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.

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.

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.

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. 

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.

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.

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.