A integração de novas tecnologias nas rotinas ou atividades diárias é uma realidade inevitável que permite melhorar o desempenho das mesmas, nesse sentido, a integração de novas tecnologias nos veículos atuais demonstra a preocupação dos profissionais da indústria automotiva e do governo com a segurança, o desempenho e o conforto dos usuários, Por esse motivo, o uso de funções avançadas de assistência ao motorista (ADAS) tem ganhado popularidade nos dias atuais. Essas funções permitem aumentar a segurança nos veículos, pois auxiliam a execução de diferentes tarefas que podem ser repetitivas ou de grande dificuldade para o ser humano. Uma dessas atividades é a manutenção da faixa de rodagem (LKAs). Como o nome sugere, essa função foi desenvolvida para evitar a saída não intencional do centro da faixa. Essa função usa sensores como câmera, GPS, LIDAR etc. para capturar a atuação atual do veículo em relação à estrada e tomar uma decisão por meio do sistema de direção, alterando o ângulo das rodas. O LKAS usa diferentes algoritmos para o processamento das informações provenientes dos sensores e também para a tomada de decisões em tempo real. Esses algoritmos de controle devem garantir a segurança e a estabilidade do veículo em diferentes situações de risco, por esse motivo, o controlador preditivo baseado em modelo (MPC) foi escolhido para este trabalho, que tem a capacidade de lidar com restrições para diferentes variáveis do sistema, como deslocamento lateral ou o ângulo máximo permitido do veículo; no entanto, esse controlador enfrenta um grande desafio na implementação, pois exige uma alta carga computacional, Por esse motivo, nesta pesquisa, foram implementadas estratégias de redução de carga computacional para o controlador MPC, a fim de ser implementado em simulação no modelo em loop (MIL) e no hardware em loop (HIL) na plataforma de simulação em tempo real SpeeedGoat, após a realização das respectivas simulações que demonstraram o bom comportamento do controle na função LKAS e sua viabilidade para implementação em tempo real, uma vez que foi feita uma comparação entre o controlador de regulação quadrática linear (LQR) . Foram propostas duas formulações para os modelos de veículos implementados na função LKAS, sendo que, para o rastreamento de uma referência já estabelecida e, por outro lado, o uso do estado atual do veículo em relação à pista, esses modelos demonstraram estar fortemente relacionados à sensibilidade e às oscilações na resposta do controlador, Além disso, as formulações do controlador MPC em combinação com os diferentes solucionadores de QP mostram que a estratégia de parametrização exponencial permite uma redução significativa do tempo de computação do controlador MPC.

A ablação cardíaca, um procedimento invasivo para tratar arritmias cardíacas, pode apresentar complicações, como lesões de estruturas vizinhas, arritmias induzidas e o risco de desenvolvimento de fístulas cardíacas. No pós-operatório, os pacientes podem enfrentar dor no peito, fadiga, possíveis recorrências de arritmias e complicações relacionadas aos medicamentos. Sabendo disso está dissertação tem como objetivo desenvolver um modelo computacional 3D para simular o fluxo sanguíneo durante a Ablação Cardíaca por Radiofrequência (ACRF) e investigar o comportamento caótico cardíaco por meio da análise hidrodinâmica translacional. O modelo proposto permitirá explorar e compreender melhor as interações entre o eletrodo, os tecidos cardíacos, conjuntivos e esofágicos durante o procedimento de ACRF, fornecendo insights valiosos para aprimorar a eficácia e segurança do tratamento. Especificamente, a tese envolverá a utilização do software COMSOL para simular a dinâmica do fluxo sanguíneo, aplicando hidrodinâmica e teoria do caos. A geometria e malha serão definidas, e as propriedades físicas relevantes serão determinadas. Condições de contorno e iniciais adequadas serão estabelecidas. O processo de ablação por radiofrequência será modelado, levando em consideração as interações entre o eletrodo e os tecidos cardíacos, conjuntivos e esofágicos. Além disso, a teoria do caos será integrada ao modelo para analisar os padrões complexos e o comportamento dinâmico do fluxo sanguíneo durante a ACRF. Além disso, será realizada uma análise bibliométrica utilizando o VOSviewer para identificar a falta de correlação entre temas relevantes, como fibrilação atrial, teoria do caos, simulação computacional, pesquisa translacional, mecânica dos fluidos, hemodinâmica e ablação por radiofrequência na literatura científica. O VOSviewer será utilizado para mapear a rede de coautoria e visualizar as interconexões entre os diferentes temas, enfatizando a falta de conexões entre áreas como simulação computacional, teoria do caos e ablação por radiofrequência. Será realizada uma análise de coocorrência de palavras-chave utilizando o VOSviewer para identificar lacunas e tendências na pesquisa relacionada aos temas mencionados, destacando a escassez de estudos que abordem a interseção entre simulação computacional, pesquisa translacional, teoria do caos, mecânica dos fluidos, hemodinâmica e ablação por radiofrequência. Além disso, serão identificados os principais periódicos e conferências que publicam artigos sobre esses temas por meio da análise dos dados do VOSviewer, com o objetivo de compreender a distribuição da produção científica nessas áreas e identificar oportunidades de colaboração e intercâmbio de conhecimento. A análise bibliométrica feita no VOSviewer com suporte do software Excel revelou uma variedade de combinações de palavras-chave, algumas com uma quantidade significativa de artigos associados, enquanto outras mostraram uma contagem limitada de interconexões, sugerindo áreas-chave não exploradas. Essa lacuna no conhecimento ressalta a necessidade de investigações adicionais na área de ablação cardíaca por radiofrequência e modelagem computacional de sistemas não lineares. A simulação do comportamento da temperatura durante a ablação cardíaca por radiofrequência forneceu uma visão sobre a distribuição de pesquisa e considerações fundamentais para o sucesso do procedimento, destacando a importância do monitoramento da temperatura e da visualização do fluxo sanguíneo. Em suma, os resultados destacam a necessidade contínua de investigações interdisciplinares e estratégias que podem avançar na compreensão e prática da ablação cardíaca por radiofrequência, oferecendo oportunidades para melhorar os resultados clínicos e o cuidado com os pacientes, inclusive explorando o potencial das ferramentas de simulação para substituir os testes em animais vivos. Minhas impressões sobre os estudos futuros foram moldadas pela análises de dados que surgiram juntamente das limitações embruscadas durante a pesquisa. Ao examinar os resultados obtidos na investigação bibliométrica e na simulação computacional, ficou claro que existem áreas específicas que carecem de maior atenção e desenvolvimento. A complexidade da hidrodinâmica, a natureza não linear dos sistemas cardíacos e as lacunas na literatura científica destacaram a importância de futuros estudos para preencher essas lacunas e avançar no campo da ablação cardíaca por radiofrequência. Além disso, a necessidade de técnicas de monitoramento mais avançadas e estudos clínicos prospectivos surgiu como pontos cruciais para melhorar a eficácia e segurança do tratamento. Essas percepções destacaram a abstinência interdisciplinar, para impulsionar o progresso na área, visando não apenas avanços científicos, mas também melhores resultados clínicos e qualidade de vida para os pacientes.

A injeção alternada de água e gás (WAG) é uma técnica estabelecida de Recuperação Avan-
çada de Petróleo (EOR) que envolve a alternância de injeções de água e gás para aumentar a
eficiência de varredura e maximizar a recuperação de hidrocarbonetos. Recentemente, a
WAG tem sido reconhecida por sua eficácia na reinjeção de gás em reservatórios offshore,
especialmente aqueles com alto teor de CO2, como os reservatórios de pré-sal do Brasil.
O desempenho da WAG é influenciado por propriedades do reservatório e parâmetros de
injeção, sendo a proporção WAG uma variável crítica. Proporções WAG mal projetadas
podem resultar em recuperação sub ótima de petróleo, tornando sua otimização essencial
para uma recuperação bem-sucedida. Vários estudos têm empregado técnicas como redes
neurais artificiais e algoritmos bio-inspirados para determinar a proporção WAG ideal, mas
os altos custos computacionais associados a esses métodos limitam sua aplicação prática em
modelos reais. Nesse contexto, é necessária uma metodologia analítica ou semi-analítica de
baixo custo computacional para encontrar a proporção WAG para a injeção WAG miscível.
Esse estudo apresenta uma metodologia semi-analítica para determinar a proporção WAG
com base na razão de solubilidade do gás no óleo (Rs). O Rs é usado para determinar a
quantidade ideal de água e gás miscível a serem injetados visando reduzir a viscosidade do
óleo e aumentar a eficiência de varrido, tudo isso enquanto evita a formação de fase contínua
de gás em condições de reservatório. O principal objetivo é a otimização da produção total
de óleo. Uma análise comparativa foi feita para avaliar a efetividade do método proposto em
relação aos convencionais como injeção de água e de gás, além das diferentes proporções
WAG encontradas na literatura, como: 1:1, 1:2, 2:1, 4:1 e 1:4. As simulações foram feitas
usando os reservatórios Olympus e Egg Model, aplicando dois fluidos modificados para
simular as condições do pré-sal brasileiro.
Os resultados mostram que o método Rs requer apenas duas simulações para determinar a
proporção WAG, que foi 2,6:1 para o fluido ’A’ e 3,2:1 para o fluido ’B’, e alcançou a meta
de reduzir a viscosidade e aumentar a produção de óleo, mesmo no pior caso, em 30% em
comparação com a injeção contínua de água. Embora o método não tenha resultado na
produção ótima em todos os casos, seus resultados mostram potencial para competir com as
proporções WAG tradicionais e atuar como um guia prático para o aumento na recuperação
de óleo sem a necessidade de algorítimos com alto custo computacional.

O presente projeto de tese procura propor soluções de hardware e software para aplicações em engenharia biomédica, em particular, utilizando técnicas de processamento de sinais de arranjos. Primeiro, é proposto um dispositivo de saúde com vários sensores, do inglês multi-sensor wearable health device (MWHD), incluindo algoritmos de processamento de sinais de alta resolução para medir a freqüência cardíaca e a quantidade de passos. Em seguida, é apresentada uma nova modificação dos Critérios Teóricos de Informação (ITC) tradicionais baseados no autovalores a fim de estimar a quantidade de componentes de medições de Magnetoencefalografia (MEG) e Eletroencefalografia (EEG). Finalmente, é desenvolvida uma estrutura não supervisionada para a identificação do Potencial Evocado Visual (PEV) nas medições de MEG. As técnicas propostas foram validadas através de medições.

Dentre os problemas a serem resolvidos no campo da engenharia de reservatório, destaca-se o desafio de se obter as melhores condições operacionais possíveis para que o retorno econômico da exploração de petróleo e gás seja maximizada. Neste contexto, há na literatura um conjunto significativamente grande de soluções, tanto na parte de ajuste do modelo quanto da otimização da produção; entre os algoritmos utilizados, pode-se citar os métodos de gradiente e até mesmo o emprego de inteligência artificial, utilizando como função custo o Valor Presente Líquido. Contudo, tais soluções consideram um ciclo de vida longo para o reservatório, o que não é desejável do ponto de vista econômico, e também exigem, de maneira geral, um elevado poder computacional.

Considerando-se as limitações dos algoritmos já consolidados na literatura, a presente pesquisa tem como objetivo estabelecer uma metodologia de otimização da produção para um caso onde a configuração dos poços e as capacidades de processamento dos fluidos produzidos e injetados já foram definidos e que seja construtiva, isto é, obtenha os controles progressivamente com o tempo, e tenha como resultado valores econômicos que sejam competitivos e melhores que os casos sem controle, e também em menor tempo de exploração e baixo custo computacional.

Para que o objetivo proposto seja alcançado, a função objetivo é modificada para se considerar diretamente os parâmetros intrínsecos do reservatório, e são utilizados métodos simples de busca das soluções. Os algoritmos desenvolvidos com esta metodologia são então utilizados em modelos de reservatório comumente utilizados, tanto no caso de um modelo determinístico quanto em um conjunto de realizações, em que estão presentes parâmetros com incertezas, e os resultados obtidos são comparados com aqueles vindos de casos \textit{benchmarks}: controle constante e controle reativo. Espera-se que os algoritmos de busca do controle ótimo dos poços apresentem resultados econômicos melhores que os dos \textit{benchmarks}, evidenciando a contribuição desta pesquisa na área da otimização da produção.

Nos últimos anos, receptores semi-cegos baseados em modelos tensoriais para sistemas de comunicação MIMO têm sido amplamente utilizados, pois permitem uma melhor estimativa dos parâmetros sem o conhecimento prévio do canal. Esta tese apresenta desenvolvimentos realizados no âmbito de novos receptores semi-cegos aplicados a sistemas de comunicação MIMO ponto-a-ponto e cooperativo para realizar estimativas das matrizes de símbolos e canais. Mais especificamente, as contribuições teóricas desta tese estão ligadas à extensão das codificações que introduzem a diversidade espacial às matrizes de símbolos. Essas codificações permitem propor receptores semi-cegos para estimar asmatrizes de símbolos e o canal sem o seu conhecimento prévio. Na primeira parte desta tese, um caso particular da codificação MKRST é considerado para o sistema MIMO ponto-a-ponto. Para a codificação MKRST, uma matriz de símbolos é assumida conhecida, que pode ser considerada como uma matriz de pre-codificação. Para este esquema de codificação, um modelo de tensor do sinal recebido é proposto, e novos receptores semi-cegos são apresentados para estimar conjuntamente as matrizes de símbolos e o canal. Na segunda parte desta tese, uma nova extensão de codificação baseada em múltiplos produtos de Kronecker das matrizes de símbolos é aplicada a um sistema de retransmissão MIMO de doissaltos. Esse sistema considera um único relé e o esquema de codificação é combinado com uma codificação TSTF emambos os nós de transmissão e retransmissão, nomeada como codificação TSTF-MSMKron. Para o sistema proposto, o modelo tensorial é explorado para obter receptores que estimamconjuntamente os canais e as matrizes de símbolos de forma semi-cega. Em cada parte da tese, condições relacionadas à unicidade das decomposições tensoriais e à identificabilidade dos algoritmos propostos são discutidas. Resultados das simulações de Monte Carlo são fornecidos para avaliar o desempenho das codificações e dos receptores semi-cegos propostos.

Os manipuladores robóticos são sistemas de múltiplas entradas e saídas (MIMO) com vários pontos de não linearidades afetados por inúmeras incertezas e distúrbios. Os controladores PID são amplamente utilizados na indústria para controle cinemático e dinâmico, no entanto, quando aplicados a sistemas MIMO, eles não são fáceis de ajustar e requerem melhorias de desempenho. Neste trabalho, um controlador PID é proposto com um pré-compensador fuzzy (FP-PID), ambos sintonizados pelo algoritmo monobjetivo PSO e pelos algoritmos multiobjetivos NSGA-II e MODE para um manipulador robótico de dois graus de liberdade (2-DOF), representando um exosqueleto. Para validar o sistema foram utilizados dois conjun- tos de dados reais da marcha humana: caminhada normal e subida de escada, para estimar a trajetória de erro do manipulador. As análises estatísticas dos algoritmos com 16 experimen- tos foram satisfatórias e a adição do pré-compensador fuzzy ao PID convencional resultou em uma redução do erro quadrático médio de uma das juntas do manipulador em até 73 por cento, além da melhora na suavização do torque com os resultados multiobjetivos. O desenvolvimento de um co-projeto hardware-software para o modelo FP-PID do exosqueleto também é foco, embarcando o sistema em um processador ARM para o controle PID e da planta do manipulador robótico e uma arquitetura em FPGA para o módulo do controlador Fuzzy. O resultado mostra que a malha de controle permite manter o tempo de resposta dentro da faixa esperada da aplicação.

O processamento de linguagem natural (PLN) é uma área da inteligência artificial que vem ganhando bastante atenção nos últimos anos. Os grandes avanços recentes atraíram a atenção do Ministério de Ciência, Tecnologia e Inovações (MCTI) para a execução de um projeto com o objetivo de localizar financiamento internacional para pesquisa e desenvolvimento acessível aos pesquisadores brasileiros. A classificação aparece como um desafio para essa solução devido a ausência de dados rotulados de alta qualidade, que são requisitos para a maioria das implementações estado-da-arte na área. Este trabalho explora diferentes estratégias de aprendizado de máquina para classificar os textos longos, não estruturados e irregulares, obtidos através da raspagem de websites de instituições de financiamento, para, através de uma abordagem incremental, encontrar um método adequado com um bom desempenho. Devido a limitada quantidade de dados disponível para o treinamento supervisionado, foram empregadas soluções de pré-treinamento para aprender o contexto das palavras a partir de outros conjuntos de dados, com grande similaridade e maior tamanho. Em seguida, utilizando as informações adquiridas, foi aplicada uma transferência de aprendizado associada a modelos de aprendizado profundo para aprimorar a compreensão de cada sentença. Para diminuir o impacto da irregularidade dos textos, foram realizados experimentos de pré-processamento para a identificação das melhores técnicas a serem utilizadas para esse tipo de conteúdo. Em comparação com a baseline do trabalho, foi possível alcançar um novo patamar de resultados, excedendo 90% de acurácia em grande parte dos modelos treinados. Destacam-se os modelos Longformer + CNN que atingiu 94% de acurácia com 100% de precisão e o modelo Word2Vec + CNN com 93,55% de acurácia. As descobertas do estudo representam uma aplicação bem-sucedida de inteligência artificial na administração pública. 

A tecnologia de Transferência Simultânea de Dados e Energia Sem Fio (SWIPT) tem se destacado como uma solução promissora para transmitir dados e fornecer energia simultaneamente de forma estável. O SWIPT utiliza sinais de radiofrequência (RF) para transportar tanto dados quanto energia, o que o torna uma opção atrativa para aplicações em ambientes de difícil acesso, como os veículos aéreos não tripulados (UAVs) e a agricultura inteligente.

No entanto, o SWIPT enfrenta desafios, como a transmissão eficiente de energia a longas distâncias e a restrição de potência na faixa de frequência ISM. Além disso, é necessário encontrar um equilíbrio entre a transmissão de dados e energia, levando em consideração o consumo energético e a robustez na transmissão e recepção de dados.

Nesse contexto, este trabalho tem como objetivo desenvolver um circuito SWIPT baseado na modulação Amplitude Shift Keying (ASK) e na arquitetura Dual-Polarized (DP). São considerados aspectos como a eficiência de captura de energia, a taxa de transmissão de dados e o trade-off entre os dois. Além disso, é proposta uma otimização no arranjo de antenas utilizando algoritmos bioinspirados para a diminuição de lóbulos secundários.

Os resultados obtidos mostram uma eficiência do conversor RF-DC de 78,94% para 17 dBm, uma taxa de transmissão de dados de 7 kbps com uma taxa de erro de bit (BER) de 10E-3 para uma relação sinal-ruído (SNR) de 13 dB. O arranjo de antenas alcançou um ganho de 12.55dBi na polarização vertical e uma média de ganho de 7.16 dBi na polarização horizontal.

Os dados experimentais demonstram que o sistema proposto é um receptor SWIPT viável para diversas aplicações de monitoramento usando redes de sensores sem fio. A solução alcançou uma boa eficiência energética e capacidade de receber potências altas de entrada. O arranjo de antenas permite a transmissão simultânea de dados e energia, garantindo o isolamento entre os sistemas. Este trabalho destaca a arquitetura Dual Polarized como promissora, com possibilidade de otimizações e melhorias em trabalhos futuros.

A Ablação por Radiofrequência (ARF) é um procedimento minimamente invasivo e eficaz para tratar Carcinomas Hepatocelulares (CHC). Durante o procedimento, um eletrodo é inserido na área afetada do fígado e a radiofrequência gera calor intenso na ponta do eletrodo. Esse calor é capaz de destruir completamente o tumor, levando à necrose da região afetada. A ARF tem sido amplamente utilizada como uma tecnologia consolidada na área médica para o tratamento eficiente do CHC, oferecendo vantagens como redução do tempo de internação e complicações pós-cirúrgicas. O procedimento de ARF possui algumas limitações, incluindo a resposta inadequada em tumores maiores que 3 cm, a falta de personalização dos protocolos de aplicação de energia para cada paciente, baixa padronização inerente aos equipamentos geradores utilizado nos procedimentos, e a falta de padronização na descrição do comportamento dinâmico do tecido durante a ARF. Nesse sentido o seguinte trabalho consiste em determinar parâmetros que subsidiem a abordagem de um novo hardware capaz de sanar estas lacunas. Um novo hardware foi desenvolvido com base nos padrões atuais de mercado, capaz de ser amplamente ajustável e dinâmico, proporcionando as condições de controle de forma satisfatória com confiabilidade na parte do circuito de potência. Durante o desenvolvimento do trabalho, foram considerados diversos aspectos, incluindo a compreensão do comportamento do da demanda de sinal de saída, controle do circuito inversor push-pull através do duty cycle, fornecimento de energia através dos reguladores CC-CC, dentre outros. Também foram estudados os efeitos físicos da radiofrequência no fígado. Foram realizadas simulações de circuitos elétricos para analisar a influência da demanda energética de cada bloco do circuito de ARF, com o propósito de garantir a confiabilidade dos sinais demandados pelos componentes eletrônicos no novo equipamento. Essas simulações permitiram uma melhor compreensão do comportamento do circuito e, poupando tempo e recursos materiais, os quais auxiliaram na proposição de um projeto mais eficiente e preciso para a ARF. Para comprovação dos dados simulados, um protótipo foi sugerido e montado, possibilitando seu uso em testes e coleta de dados com fígado bovino ex vivo.

A mecatrônica é um campo em constante evolução, impulsionado pelas tecnologias
avançadas, que combina engenharia mecânica de precisão, controle eletrônico e pensamento
sistêmico para projetar produtos e processos de fabricação. Essa abordagem tem aplicação em
diversas áreas, como medicina, indústria, automação e sistemas de controle. Nesse sentido, o
trabalho em equipe interdisciplinar é fundamental para garantir a integração dessas disciplinas
e, portanto, um alto desempenho dos produtos mecatrônico. Por tanto, as caraterísticas da
composição da equipe são fundamentais para otimizar esse processo. Nesse contexto, esta
pesquisa propus avaliar um framework de desempenho de trabalho em equipes virtuais de
desenvolvimento de produto mediado por uma relação de senioridade (escolaridade e
experiencia prática desenvolvimento). Para isso o framework foi baseado na estrutura de fatores
de entrada-processo-saída. Além disso, a pesquisa analisa um estudo de caso para avaliar como
foi a atuação dos diferentes perfis de senioridade dos membros durante o projeto e como isso
impacto nos resultados do projeto. Os resultados mostraram tendencias interessantes com
respeito da influência positiva do perfil sênior com respeito das interações e desempenho nos
fatores de entrada-processos -saída, com ênfases especiais nos fortalecimentos dos processos
ao longo do projeto. Enquanto os membros de perfil júnior, permitiram observar que
enfrentaram maiores desafios e portanto um desempenho mais baixo na sua atuação no projeto.

Neste estudo, é abordado o desafio do tratamento do Carcinoma Hepatocelular (CHC), um câncer de fígado fatal. Reconhecendo as limitações da ablação por radiofrequência (ARF) devido às variações biofísicas no tecido hepático relacionado ao CHC, o objetivo principal é o desenvolvimento de um modelo adaptado de Cole-Cole utilizando a técnica de modelagem Bond Graph (BG). Essa adaptação incorporará as complexas características do tecido hepático afetado pelo CHC, incluindo variações associadas a cirrose hepática, gordura e vasos sanguíneos. As contribuições esperadas deste estudo incluem o aprimoramento da compreensão da interação entre a ARF e o tecido alvo, possibilitando análises detalhadas de estabilidade e eficácia do sistema, potencialmente resultando em avanços significativos nas estratégias de tratamento para pacientes com CHC, além de fornecer uma base sólida para futuras pesquisas multidisciplinares.

Esta tese propõe um novo Modelo de Prontidão, denominado CUBE-4.0, para avaliar o estado actual de prontidão e orientar estratégias de melhoria, de forma inovadora, em empresas (indústrias) de engenharia de qualquer dimensão, tipo e nível de prontidão, no contexto da transformação digital. Foi realizada uma revisão sistemática de literatura e teoria para seleccionar, com um Teste Bibliográfico de Sinonímia (BST) e um Fluxo de Pesquisa específico em 8 etapas (ambos criados pelo autor), informação concreta de 486 estudos relevantes encontrados em 10 bases de dados de renome, considerando 63 modelos de maturidade e prontidão existentes e toda a literatura científica sobre este assunto a nível mundial. Com base nas deficiências dos modelos de maturidade e prontidão existentes e após pré-design e sistematização, o Modelo de Prontidão CUBE-4.0 foi desenvolvido como uma contribuição essencial para este fluxo de investigação. Isto inclui o seu Quadro (dimensões, sub-dimensões, elementos, níveis de prontidão, gráfico de radar, cálculo de pontuação e metodologia de recolha de dados), Questionário e Roteiro. Além disso, este modelo fornece uma metodologia prática e facilmente aplicável, com 3 dimensões (X = Viabilizador Organizacional, Y = Viabilizador Tecnológico, e Z = Viabilizador de Maturidade de Processos), 6 sub-dimensões, e 21 elementos. Além disso, tem uma escala de 0 a 5 para avaliar o nível de prontidão da empresa, definida e estruturada de uma forma sem precedentes, além de considerar, pela primeira vez, a maturidade como um facilitador de "input" para a avaliação da prontidão da empresa, e não como um "output", como em todos os outros modelos existentes. Também foi desenvolvido um "Questionário CUBE-4.0", com base nestes conceitos CUBE-4.0, para recolher dados e sondar empresas de engenharia sobre a sua prontidão para a transformação digital. Finalmente, com um "CUBE-4.0 Roadmap", baseado nos resultados do Questionário CUBE-4.0, este modelo pode também ajudar os conselhos de administração das empresas a orientar estratégias e planear melhorias nas suas empresas nesta Era Industrial 4.0 (I4.0). Após a apresentação de algumas hipóteses dedutivas, um pré-teste com o Questionário CUBE-4.0 e o Roteiro CUBE-4.0 foi aplicado em seis etapas, cujos resultados satisfatórios serão apresentados nesta tese. Em seguida, o Modelo CUBE-4.0 foi revisto e aplicado em três empresas de engenharia de renome, permitindo a sua completa validação, através da utilização de métodos teóricos e práticos. Por último, esta tese apresentará a discussão principal sobre os resultados. Isto inclui a falsidade das hipóteses, concluindo que o Modelo CUBE-4.0 é completo, útil, barato e eficiente, e poderia ajudar as empresas a melhorar a sua prontidão através do contexto da transformação digital.

O monitoramento de sistemas não lineares e variantes no tempo visando detectar e diagnosticar falhas não é uma tarefa trivial, sobretudo quando aplicado a sistemas embarcados e suas restrições. Apesar dos desafios, o desenvolvimento e popularização de tecnologias como Internet of Things (IoT), ferramentas de aprendizagem de máquina e o paradigma de computação na borda (Edge Computing) tem aumentado o interesse no tema. No entanto, ainda são poucos os trabalhos inseridos nesse cenário, havendo um espaço a ser preenchido no que tange a soluções que sejam viáveis de serem embarcadas. Neste sentido, o presente trabalho propõe contribuições baseadas em GPUs no intuito de contribuir para o preenchimento desta lacuna na literatura. Primeiramente, é proposto uma estratégia aplicadas a sistemas embarcados baseados em GPUs para identificação de sistemas não lineares e caixa-preta. Mais precisamente, foi desenvolvido uma estratégia de paralelização do algoritmo Forward Regression Orthogonal Least Squares (FROLS) para seleção de modelos autoregressivos parcimoniosos, lineares e não lineares. Em seguida, são apresentadas soluções para detecção e classificação de falhas, ambas mapeadas em GPUs e baseadas na análise dos parâmetros do modelo identificado, implementadas com ferramentas de gráficos de controle (control-chart) e Máquinas de Vetores de Suporte (SVM), respectivamente. Por fim, as soluções supracitadas foram reunidas, juntamente com a estratégia de estimação recursiva dos parâmetros do modelo dentro de uma janela móvel (SWRLS), a fim de se estabelecer um algoritmo de monitoramento para detecção e diagnóstico de falhas (SWRLS\SVM\FROLS). As soluções se mostraram viáveis quando validadas com dados reais de uma pá de turbina eólica submetida a variação de temperatura e a falhas decorrentes do acúmulo de gelo e formação de trincas em diferentes escalas. Vale ressaltar que este estudo de caso é atual e relevante, combinando as características de um sistema não linear variável no tempo, devido a falhas e fatores ambientais, e atuando no paradigma de computação na borda, essenciais especialmente para instalações offshore. Nesse sentido, o estudo de caso escolhido explora a solução proposta em sua totalidade, mostrando a viabilidade de um monitoramento embarcado baseado em GPU para detecção e diagnóstico de falhas em sistemas não lineares variantes no tempo.  

O custo do ciclo de vida (CCV) é considerado internacionalmente como um dos melhores instrumento para avaliação de investimentos em equipamentos militares, pois segundo seus preceitos holísticos, estima todos os custos associados ao produto/sistema em seus estágios de conceito, desenvolvimento, produção, utilização, suporte e desativação. Entretanto, apesar do reconhecimento, sua aplicação ainda é pouco estudada. Esta dissertação, buscando entender tais motivações e contribuir com a base de conhecimento existente sobre o tema, realizou inicialmente um estudo bibliométrico quantitativo e qualitativo com dados das bases Scopus e WoS, identificando o estágio atual das pesquisas relacionadas ao tema, com ênfase no setor de defesa a nível mundial. Onde revelou que apesar do conhecimento ainda ser incipiente no mundo inteiro, existem alguns poucos países desenvolvidos no tema, com aplicação prática em suas forças armadas, que o CCV não é aplicado somente na fase inicial de desenvolvimento ou aquisição de um produto/sistema, para a seleção da melhor proposta de investimento, mas também tem forte aplicação no desenvolvimento integrado, para garantir a inclusão dos fatores que irão propiciar a competitividade, confiabilidade, operação a baixo custo e sustentabilidade durante todo o ciclo de vida dos futuros produtos/sistemas militares. Por fim, para aprofundar o estudo sobre os achados da pesquisa bibliométrica, foi realizado um estudo de caso com seis Programas Estratégicos do Exército, que identificou uma repetição dos dados apresentados no contexto mundial de forma equivalente à posição que o Brasil figurou na pesquisa internacional. Entretanto a aplicação do estudo de caso permitiu aumentar a compreensão sobre os possíveis fatos que levam a incipiência da aplicação do CCV para os Programas Estratégicos e que por indução, podem suscitar a repetição a níveis mundiais, como: a complexidade do conhecimento e realização do cálculo do CCV; a necessidade do contínuo investimento em capacitação e a necessidade de estruturas específicas com pessoal especializado para apoio o cálculo do CCV.

Os métodos de aprendizado de máquina dependem muito de quão bom o extrator de características selecionado pode representar os dados brutos de entrada. Atualmente, temos mais dados e capacidade computacional para lidar com isso. Com as Redes Neurais Convolucionais temos uma rede que é mais fácil de treinar e generaliza muito melhor do que o habitual. Há, no entanto, uma boa quantidade de características que são essenciais, mas são descartadas nesse processo, mesmo quando se utiliza uma CNN poderosa. As Redes Neurais Convolucionais Multistream podem processar mais de uma entrada usando fluxos separados e são projetadas usando qualquer arquitetura CNN clássica como base. O uso de M-CNNs gera mais informação de características e, assim, melhora o resultado geral. Este trabalho explorou arquiteturas M-CNNs e como os sinais de fluxo se comportam durante o processamento, chegando a uma nova estratégia de fusão cruzada de M-CNNs. O novo módulo é validado, inicialmente, com um conjunto de dados padrão, CIFAR-10, e comparado com as redes correspondentes (single-stream CNN e late fusion M-CNN). Os primeiros resultados neste cenário mostraram que nosso modelo adaptado superou todos os modelos mencionados acima em pelo menos 28% em comparação com todos os modelos testados. Expandindo o teste, usamos a base de antigas redes estado-da-arte na classificação de imagens e conjuntos de dados adicionais para investigar se a técnica pode colocar essas estruturas de volta ao jogo. No conjunto de dados NORB, mostramos que podemos aumentar a precisão em até 63, 21% quando comparado às estruturas básicas de M-CNNs. Variando nossas aplicações, o mAP@75 do conjunto de dados de detecção e reconhecimento de objetos BDD100K melhorou em 50, 16% em comparação com sua versão não adaptada, mesmo quando treinado do zero. A fusão proposta demonstrou robustez e estabilidade, mesmo quando distratores foram usados como entradas. Embora nosso objetivo seja reutilizar arquiteturas estado-da-arte anteriores com poucas modificações, também expomos as desvantagens de nossa estratégia explorada.

O rápido desenvolvimento da Internet e o crescimento exponencial de dados em texto na web trouxe desafios consideráveis para tarefas relacionadas ao gerenciamento de texto, classificação e recuperação de informações. Nesta tese, propomos dois novos modelos independents de domínio, com o objetivo de melhorar o desempenho da generalização nas áreas de Processamento de Linguagem Natural (NLP) e Deep Learning (DL), para enfrentar os desafios impostos pelo grande crescimento de dados e a necessidade de extrair informação adequada e melhorar a inferência de conhecimento. Ambos os modelos adotam uma abordagem direta, porém eficiente, que depende da extração de características intrínsecas nos dados modelados, a fim de realizar sua tarefa pretendida de forma totalmente independente do domínio. A estratégia de avaliação de desempenho aplicada nesta tese visa testar o modelo em um conjunto de dados de referência e então comparar os resultados obtidos com os modelos padrão existentes. Além disso, os modelos propostos são testados contra modelos de última geração apresentados na literature, para o mesmo conjunto de dados de referência. No domínio da NLP, a maioria das técnicas de resumo de texto na literatura dependem, de uma forma ou de outra, de léxicos pré-estruturados dependentes da linguagem, bancos de dados, marcadores (taggers) e/ou parsers. Tais técnicas requerem um conhecimento prévio da linguagem do texto que está sendo resumido. Nesta tese, propomos uma nova ferramenta de resumo, UnB Language Independent Text Summarizer (UnB-LITS), que é capaz de resumir um texto de maneira independente do idioma. O modelo proposto baseia-se em características intrínsecas do texto que está sendo resumido e não de seu idioma e, portanto, elimina a necessidade de léxicos, bancos de dados, e marcadores ou parsers que dependem do idioma. Dentro dessa ferramenta, desenvolvemos uma forma inovadora de codificar as formas dos elementos do texto (palavras, n-grams, frases e parágrafos), além de propor algoritmos independentes de linguagem, capazes de normalizar palavras e performar derivações relativas ou lematização. Os algoritmos propostos e sua rotina Shape-Coding permitem que a ferramenta UnB-LITS extraia características intrínsecas dos elementos do documento e os pontue estatisticamente para obter um resumo extrativo representativo independente da linguagem do documento. O modelo proposto foi aplicado em diferentes conjuntos de dados referência, em inglês e português, e os resultados foram comparados com doze abordagens consideradas de ponta pela literatura recente. Além disso, o modelo foi aplicado em conjuntos de dados de notícias em francês e espanhol, e os resultados foram comparados aos obtidos por ferramentas comerciais padrão. O UnB-LITS apresentou uma melhor performance do que todas as abordagens de última geração, bem como quando comparado às outras ferramentas comerciais nos quatro idiomas, mantendo a sua natureza independente à linguagem. Por outro lado, a tarefa de classificação multidimensional (MDC) pode ser considerada a descrição mais abrangente de todas as tarefas de classificação, pois une vários espaços de classe e seus vários membros de classe em um único problema de classificação composta. Os desafios no MDC surgem das possíveis dependências de classe em diferentes espaços. E também do desequilíbrio de rótulos em conjuntos de dados de treinamento devido à falta de todas as combinações possíveis. Nesta tese, propomos um classificador de aprendizado profundo MDC que conta com uma natureza simples mas eficiente, chamado “Deep Self-Organizing Cube” ou “DSOC” que pode modelar dependências entre classes, enquanto consolida sua capacidade de classificar combinações raras de rótulos. O DSOC é formado por dois componentes n-dimensionais: o classificador de hipercubo (hypercube) e as múltiplas redes neurais DSOC conectadas ao hipercubo. O componente de múltiplas redes neurais é responsável pela seleção de recursos e segregação de classes, enquanto o classificador hipercubo é responsável por criar a semântica entre vários espaços de classe e acomodar o modelo para classificação de amostras raras. O DSOC é um algoritmo de aprendizado de várias saídas que classifica amostras com sucesso em todos os espaços de classe, de maneira simultanea. Para desafiar o modelo DSOC proposto, realizamos uma avaliação em dezessete conjuntos de dados de referência nos quatro tipos de tarefas de classificação: binário, multiclasse, multi-rótulo e multidimensional. Os resultados obtidos foram comparados com quatro classificadores padrão e oito abordagens competitivas de última geração relatadas na literatura. O DSOC alcançou desempenho superior em relação aos classificadores padrão, bem como as abordagens de última geração em todas as quatro tarefas de classificação. Além disso, em termos de métricas de precisão exata (Exact Match), o DSOC performou melhor do que todas as abordagens de última geração em 77,8% dos casos, o que reflete a capacidade superior do DSOC de modelar dependências e classificar, com sucesso, as amostras raras em todas as dimensões de maneira simultanea.