PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA/CCET

Dissertações/Teses

Clique aqui para acessar os arquivos diretamente da Biblioteca Digital de Teses e Dissertações da UFMA

Buscar

Ano :
Título :
Autor :
Palavra chave :

2026

	Descrição
	CLOVIS DA CONCEICAO MELO MARTINS JUNIOR
	Usinas hidrelétricas reversíveis na operação econômica e de baixo carbono de sistemas de energia elétrica híbridos
	Orientador : VICENTE LEONARDO PAUCAR CASAS
	Data : 24/09/2026
	Mostrar Resumo
	A crescente inserção de fontes renováveis intermitentes nos sistemas de potência impõe desafios inéditos à operação econômica e ambiental do parque de geração, exigindo soluções de armazenamento capazes de conciliar flexibilidade operacional com a redução de custos e emissões. Nesse contexto, as usinas hidrelétricas reversíveis (UHR) despontam como tecnologia de armazenamento em larga escala, mas seus efeitos sobre o Despacho Econômico-Ambiental (DEA) de sistemas híbridos, sob mecanismos de precificação de carbono e zonas de operação térmica de eficiência variável, permanecem pouco explorados na literatura. Este trabalho pro- põe uma metodologia progressiva de DEA para sistemas de potência híbridos com UHR, que incorpora o mercado de carbono cap-and-trade com zonas de operação Deep Peaking, o chave- amento ótimo de transmissão (OTS), a avaliação multidimensional do valor da UHR pelas sete dimensões E1E7 e a substituição do algoritmo de otimização por enxame de partículas de com- portamento quântico (QPSO) por redes neurais profundas GRU, DFF, LSTM bidirecional e rede KAN para inferência rápida de despacho. Identifica-se e formaliza-se o Paradoxo do Custo de Carbono em Sistemas de Despacho Híbrido (PCCDH): a inserção de fontes renováveis de custo marginal próximo a zero reduz a geração térmica média e força as unidades térmicas a zonas de Deep Peaking de menor eficiência termodinâmica, elevando o custo específico de carbono por MWh térmico mesmo quando as emissões absolutas de CO2 diminuem. Esse re- sultado revela um risco até então não identificado em estratégias de descarbonização apoiadas exclusivamente em métricas de emissão absoluta, apontando a necessidade de indicadores com- plementares de custo específico de carbono em trabalhos futuros de planejamento e operação de sistemas híbridos. A metodologia proposta é validada em cinco simulações computacionais sobre o sistema-teste IEEE 39-bus New England.
	ANTONIO FHILLIPI MACIEL SILVA
	Uma Abordagem Baseada em Aprendizagem de Máquina para Segmentação de Lesões em Imagens Histológicas de Peixes Associadas à Biomarcadores de Contaminação Aquática
	Data : 17/09/2026
	Mostrar Resumo
	A segmentação histológica de lesões branquiais em peixes é uma etapa crucial na análise de biomarcadores ambientais, visto que alterações morfológicas em espécies bioindicadoras, como Sciades herzbergii, fornecem evidências biologicamente signiﬁcativas de exposição a contaminantes aquáticos. Nesse contexto, a histologia branquial permite a avaliação de biomarcadores; no entanto, a quantiﬁcação manual de lesões continua sendo demorada, dependente do observador e difícil de escalar para programas de monitoramento ambiental. Além disso, essa tarefa permanece desaﬁadora devido à presença de texturas heterogêneas, limites de lesões fragmentados, regiões de baixo contraste e variabilidade de coloração. Para abordar essas questões, este estudo propõe uma estrutura de aprendizado profundo para a segmentação semântica de Deslocamento do Epitélio (DE) e Hiperplasia (HI) em imagens histológicas de brânquias. O modelo proposto combina um codiﬁcador ResNet-50, uma ponte com Agrupamento Espacial Piramidal com Convoluções Atrous (Atrous Spatial Pyramid Pooling - ASPP) para agregação contextual multiescala e recalibração de canal baseada em um módulo de Compressão e Excitação (Squeeze-and-Excitation - SE), e um decodiﬁcador U-Net++ aninhado com supervisão profunda. O conjunto de dados GillHistDB também foi desenvolvido para este estudo, compreendendo 447 imagens histológicas RGB e 29.730 lesões anotadas, incluindo 16.855 instâncias DE e 12.875 instâncias HI. O método proposto alcançou o melhor desempenho geral entre os modelos avaliados nas principais métricas baseadas em sobreposição. No nível de classe, obteve valores de Dice de (0,842 ± 0,055) para DE e (0,684 ± 0,190) para HI, com valores de IoU correspondentes de (0,731 ± 0,080) e (0,548 ± 0,196), respectivamente. Para DE, o método também alcançou o maior recall (0,848 ± 0,074), enquanto para HI alcançou a maior precisão (0,653 ± 0,205) e manteve um alto recall (0,767 ± 0,139). Estes resultados indicam que a arquitetura proposta oferece uma solução eﬁcaz e robusta para a segmentação de lesões histológicas em brânquias, ao mesmo tempo que o GillHistDB estabelece um referencial relevante para apoiar estudos futuros sobre biomonitoramento ambiental, biomarcadores histológicos e a avaliação da poluição aquática.
	DANIEL OLIVEIRA CORTES
	Metodologia de Alocação e Dimensionamento de Sistemas de Armazenamento de Energia em Baterias para Serviços Auxiliares em Sistemas Elétricos
	Orientador : DENISSON QUEIROZ OLIVEIRA
	Data : 01/09/2026
	Mostrar Resumo
	A crescente participação de fontes renováveis nos sistemas elétricos tem ampliado a necessidade de soluções capazes de mitigar os impactos da intermitência da geração. Neste contexto, esta dissertação propõe uma metodologia para alocação e dimensionamento ótimo de Sistemas de Armazenamento de Energia por Baterias (BESS), associada à avaliação de sua viabilidade econômica por meio do empilhamento de receitas. O estudo foi aplicado ao sistema IEEE de 30 barras utilizando dados reais de geração eólica, solar fotovoltaica e carga elétrica. Para a otimização foram empregados o Algoritmo Genético, o Algoritmo da Colônia de Abelhas e um modelo substituto baseado em Redes Neurais. Os resultados indicaram a Barra 30 como melhor local para instalação do BESS, com destaque para o Algoritmo da Colônia de Abelhas, que apresentou os melhores valores de fitness. A análise econômica demonstrou lucros anuais superiores a US$ 3,4 milhões e tempos de retorno próximos de 3,2 anos. Os resultados comprovam que a utilização de BESS contribui para melhorar o desempenho técnico da rede e apresenta elevado potencial de viabilidade econômica em sistemas com elevada penetração de fontes renováveis.
	HADRIEL REIS SANTOS
	A inércia virtual como restrição operacional no despacho ótimo: Uma abordagem com valoração implícita
	Orientador : VICENTE LEONARDO PAUCAR CASAS
	Data : 25/08/2026
	Mostrar Resumo
	A crescente participação de recursos energéticos baseados em conversores eletrônicos, como sistemas fotovoltaicos, parques eólicos e sistemas de armazenamento de energia, tem reduzido significativamente a inércia eletromecânica dos sistemas elétricos de potência, comprometendo a estabilidade de frequência e impondo novos desafios à operação em tempo real. Nesse contexto, a inércia virtual surge como uma alternativa tecnológica capaz de emular o comportamento inercial das máquinas síncronas por meio de estratégias de controle implementadas em conversores de potência. Entretanto, embora sua contribuição técnica seja A crescente participação de recursos energéticos baseados em conversores eletrônicos tem reduzido a inércia dos sistemas elétricos de potência, impondo novos desafios à estabilidade de frequência. Nesse contexto, a inércia virtual surge como uma alternativa para fornecer suporte inercial e aumentar a segurança operacional do sistema. Esta dissertação propõe uma abordagem para a valoração econômica implícita da inércia virtual por meio de sua incorporação como restrição operacional em um problema de despacho ótimo de potência. O valor econômico desse recurso é obtido a partir do preço sombra associado à restrição de inércia, permitindo quantificar seu benefício marginal para a operação do sistema. A metodologia é implementada em ambiente computacional e validada por meio de estudos de caso no sistema teste IEEE de 14 barras. Os resultados demonstram que a abordagem proposta permite estimar de forma consistente o valor econômico da inércia virtual, contribuindo para a integração entre estabilidade de frequência, otimização da operação e análise econômica em sistemas elétricos com elevada participação de recursos baseados em conversores.
	DIOGO DE JESUS FONSECA REIS
	Estimador de Probabilidade de Ocorrência de Eventos em Sistemas Complexos sem Restrição de Nível de Raridade
	Data : 17/07/2026
	Mostrar Resumo
	Eventos raros e extremos em sistemas complexos apresentam baixas, ou mesmo baixíssimas probabilidades de ocorrência, tornando a sua estimativa um desafio. Apesar de raros, esses eventos são capazes de consequências devastadoras, justificando a necessidade de estimativas confiáveis para desenvolver medidas preventivas e corretivas, quando necessárias. Nos sistemas elétricos de potência atuais, a dificuldade se acentua com a crescente penetração de fontes de energia renováveis e o consequente aumento na quantidade e complexidade das incertezas introduzidas, justificando a necessidade por abordagens robustas para tais estimativas. Portanto, esta tese propõe um estimador para a probabilidade de ocorrência de eventos de múltiplos níveis de raridade, principalmente os mais raros, orientado ao comportamento da cauda da distribuição e fundamentado na Teoria dos Valores Extremos (TVE). O estimador é organizado e estruturado integrando três componentes, de forma que seja adaptável a diferentes sistemas, e não apenas às redes elétricas de alta-tensão: (i) a extração de valores extremos pelas técnicas Block Maxima e Picos Acima do Limite (POT), com ajuste por uma Distribuição Generalizada de Valores Extremos (GEVD); (ii) um procedimento iterativo de Amostragem por Importância (IS) que adota a GEVD como distribuição proposta, direcionando a amostragem diretamente para a região de cauda de interesse; e (iii) o amostrador Monte Carlo Hamiltoniano (MCH), empregado tanto na inferência Bayesiana dos parâmetros da GEVD quanto no mapeamento dos cenários de carga e geração associados aos eventos, vinculando cada ocorrência rara (extrema) às condições operacionais de origem. Avaliado em sistemas de teste (IEEE RTS-79, IEEE-118 barras e 500-barras sintético), com e sem fontes de energia renováveis, o estimador apresentou erros e custos bem inferiores aos da Simulação de Monte Carlo (SMC), convergindo em poucos segundos para coeficientes de variação inferiores a 1%. As estimativas obtidas podem ser aproveitadas para quantificação de risco, e os cenários mapeados aproveitados em estudos de estabilidade de tensão por meio de curvas PV e simulações no domínio do tempo, demonstrando que a abordagem fornece tanto a quantificação probabilística quanto a interpretação física das condições operacionais críticas.
	JOSÉ FLÁVIO GOMES BARROS
	COMPRESSÃO SEM PERDAS DE DADOS DE TELEMETRIA SATELITAL USANDO O ALGORITMO ON+
	Data : 11/07/2026
	Mostrar Resumo
	A telemetria de dados de satélite compreende o conjunto de informações necessárias para monitorar, controlar e garantir a operação segura e eficiente de missões espaciais. A redução do volume desses dados, transmitidos do satélite para estações terrestres, é denominada compressão do fluxo de telemetria. A compressão sem perdas aplicada a esses dados é essencial para garantir a integridade dos dados originais. Essa abordagem explora principalmente a redundância estatística presente nos dados para reduzir o volume de informação transmitida ou armazenada. Nesse contexto, a compressão sem perdas torna-se ainda mais relevante, dadas as severas restrições de largura de banda nos enlaces de comunicação e a limitada capacidade de armazenamento a bordo dos satélites. Este estudo propõe o On+, um novo algoritmo de compressão sem perdas para dados de telemetria de satélite. Utilizando dados reais de telemetria capturados pelo satélite CubeSat Aldebaran-1 e da plataforma Ground Station TinyGS, foi criado um conjunto de dados composto por 2500 arquivos binários. O desempenho do algoritmo proposto foi avaliado em comparação com métodos clássicos (codificação de Huffman e Aritmética) e diversos compressores comerciais (.rar, .zip, .7z, .xz e .gz). O algoritmo On+ alcançou uma taxa média de compressão de 29,19% nos dados do satélite Aldebaran-1, com desvio padrão de 1,26% e mediana de 29,09%, superando a performance dos métodos avaliados em relação a taxa de compressão. Para os satélites da plataforma TinyGS, o On+ também apresentou resultados expressivos, alcançando uma taxa de compressão mediana próxima de 50% em classes específicas de satélites, com destaque para o Starlink. Esse resultado demonstra a capacidade do método em explorar eficientemente as características estatísticas de determinados conjuntos de dados de telemetria, obtendo ganhos substanciais de compressão.
	DIEGO DE OLIVEIRA DANTAS
	MAPEAMENTO DE SEDIMENTOS DA MARGEM EQUATORIAL BRASILEIRA USANDO ALGORITMOS DE APRENDIZADO DE MÁQUINA
	Data : 10/07/2026
	Mostrar Resumo
	O mapeamento em larga escala de sedimentos do fundo marinho é fundamental para a ges- tão ambiental, a engenharia oﬀshore, o planejamento territorial e a exploração sustentável de recursos, especialmente em regiões costeiras opticamente complexas, como a Margem Equatorial Brasileira (MEB). Entretanto, os levantamentos acústicos convencionais apre- sentam alto custo e cobertura espacial limitada, enquanto as abordagens baseadas em sensoriamento remoto óptico enfrentam restrições associadas à atenuação da luz na coluna dágua, à elevada turbidez, à heterogeneidade do acervo sedimentológico histórico e ao desbalanceamento entre classes. Neste contexto, esta tese propõe uma abordagem eﬁciente para a classiﬁcação e o mapeamento de sedimentos marinhos superﬁciais na MEB a partir de imagens Sentinel-2 e aprendizado de máquina. O método integra curadoria rigorosa de dados, ﬁltragem batimétrica e espacial, inspeção visual, detecção de ruído de rótulo por Conﬁdent Learning, redução de dimensionalidade por Análise de Componentes Principais (PCA) e classiﬁcação por Rede Neural Perceptron Multicamadas (MLP), com uso de balan- ceamento SMOTE, sendo comparado a modelos baseados em Redes Neurais Convolucionais (CNN). A base ﬁnal utilizada foi composta por 2.509 amostras sedimentológicas validadas, distribuídas entre as classes areia, lama e cascalho. Os resultados demonstraram que o pipeline otimizado PCA+MLP+SMOTE alcançou acurácia média de 94,30%, F1-score macro de 90,31% e coeﬁciente Kappa de Cohen de 86,72%, superando os modelos baseados em CNN e reduzindo o custo computacional em mais de nove vezes. Além do desempenho preditivo, a metodologia permitiu a geração de mapas de distribuição sedimentar em escala regional, ampliando a cobertura espacial da inferência e evidenciando o potencial de mode- los leves e espectrais para aplicações operacionais em ambientes marinhos rasos. Conclui-se que a combinação entre curadoria robusta de dados históricos, imagens multiespectrais Sentinel-2 e modelos eﬁcientes de aprendizado de máquina constitui uma solução precisa, escalável e viável para o monitoramento sedimentar da Margem Equatorial Brasileira. Os resultados obtidos reforçam o potencial do sensoriamento remoto óptico como ferramenta complementar ao mapeamento sedimentológico tradicional, contribuindo para o avanço de aplicações ambientais, geológicas e energéticas em zonas costeiras.
	PAULO HENRIQUE BEZERRA DE CARVALHO
	Desenvolvimento de um Absorvedor Eletromagnético Têxtil Aplicado Às Bandas 4G E 5G
	Data : 01/07/2026
	Mostrar Resumo
	Os materiais absorvedores são desenvolvidos com o objetivo de atenuar a radiação eletromagnética e garantir a compatibilidade de equipamentos eletrônicos em ambientes sujeitos a interferências. Embora as transmissões nas faixas de micro-ondas sejam essenciais para sistemas de comunicação, soluções de absorvedores são necessárias para reduzir a intensidade de sinais indesejáveis. Esta Tese apresenta um absorvedor eletromagnético têxtil, flexível e de baixo custo, voltado para as tecnologias 4G e 5G, operando nas frequências de 2,5 GHz e 3,5 GHz. O material desenvolvido consiste em um compósito de grafite natural e poli(álcool vinílico) (PVA) aplicado sobre um substrato de denim. As perdas eletromagnéticas do dispositivo baseiam-se na interação da onda incidente com a condutividade e a permissividade do material, caracterizando-o como um absorvedor do tipo resistivo. Para a comprovação da eficiência do dispositivo, foram fabricadas e testadas quatro amostras, com espessuras variando entre 0,96 mm e 1,05 mm, cujas caracterizações eletromagnéticas foram realizadas em um analisador de redes vetorial (VNA) na faixa de 2 GHz e 4 GHz. As propriedades elétricas foram analisadas para evidenciar o comportamento resistivo por meio das medições de condutividade e permissividade, utilizando os métodos das quatro pontas e da sonda coaxial, respectivamente. Para a identificação das propriedades estruturais e morfológicas do compósito, foram realizadas caracterizações por microscopia eletrônica de varredura (MEV), difração de raios X (DRX), espectroscopia Raman e espectroscopia no infravermelho por transformada de Fourier (FTIR). Na faixa de interesse, os melhores resultados revelaram atenuações significativas na faixa de 2 GHz a 3,5 GHz, com valores variando entre -11,89 dB (em 3,5 GHz) e -20,83 dB (em 2,14 GHz). A atenuação média foi de -16,96 dB na faixa de 2 GHz e 2,5 GHz; -16,93 dB entre 2,5 GHz e 3 GHz; e -14,58 dB entre 3 GHz e 3,5 GHz. As amostras apresentaram condutividades em corrente contínua (CC) variando entre 1 S/m e 20 S/m, associadas às permissividades imaginárias entre 1<ε_r^''< 1,2 e tangentes de perdas de 0,1
	JONAS DE JESUS BARROS
	ALGORITMO RECURSIVO NÃO QUADRÁTICO AUTORREGULADO
	Orientador : ALLAN KARDEC DUAILIBE BARROS FILHO
	Data : 26/06/2026
	Mostrar Resumo
	A ﬁltragem adaptativa tem sido extensivamente estudada para uma ampla gama de apli- cações como economia, engenharia biomédica, equalização de canais, sistema de controle e telecomunicações. O problema de sinais não estacionários constitui um dos maiores desaﬁos no contexto de ﬁltros adaptativos, uma vez que exige simultaneamente alta velocidade de convergência, boa capacidade de rastreamento e estabilidade sendo motivação de propostas novos algoritmos ﬁltragem e variantes de algoritmos bem estabelecidos. A variabilidade das propriedades estatísticas do sinal impõe a necessidade de mecanismos de detecção para variações abruptas do sinal de entrada, aumentando a complexidade computacional dos algoritmo. Este trabalho apresenta o algoritmo Recursivo Não quadrático Autorregulado (RNQA) que deriva de uma família de algoritmos baseados em potencias pares de erro onde a regularização dinâmica da matriz de autocorrelação é feita continuamente pelo quadrado do erro instantâneo do algoritmo, caracterizando um mecanismo de ajuste adaptativo na fase de atualização da matriz, capaz de responder efetivamente em ambientes não estacio- nários. Uma conﬁguração de identiﬁcação de sistemas foi realizada em um ambiente não estacionário, caracterizado por mudanças abruptas no parâmetro desconhecido, permitiu avaliar a capacidade de rastreamento do algoritmos proposto. O RNQA apresentou melhor resultado de desempenho em termos de velocidade de convergência em comparação ao RNQ padrão e algoritmo do ﬁltro de Kalman numa estrutura de identiﬁcação de sistemas.
	RODRIGO POSSIDÔNIO NORONHA
	Controle Fuzzy T-S Tipo-2 Intervalar por Modos Deslizantes Adaptativo Acionado por Eventos e com Garantia de Passividade Robusta para Sistemas com Atraso de Tempo
	Data : 19/06/2026
	Mostrar Resumo
	Este trabalho aborda o problema de projeto de controle fuzzy Takagi-Sugeno (T--S) tipo-2 intervalar por modos deslizantes para sistemas não lineares com atraso de tempo variante, sujeitos a complexidades que incluem perturbações casadas com limite superior desconhecido e não casadas, matrizes de entrada distintas entre os sistemas locais lineares e acionamento por eventos. O desafio central reside na ausência de uma metodologia unificada que trate essas complexidades simultaneamente, garantindo estabilidade, robustez frente a perturbações, adaptação do ganho de chaveamento, redução do chattering e eficiência no uso de recursos computacionais e de comunicação. Quando presentes simultaneamente, essas complexidades intensificam de forma significativa o fenômeno do chattering e aumentam a complexidade teórica e prática do problema de controle. Embora o controle acionado por eventos constitua uma alternativa natural para a atenuação do chattering, a redução das atualizações da entrada de controle que ele proporciona não se traduz, de forma matematicamente explícita, em uma atenuação quantificável das oscilações. Para superar essa limitação, este trabalho incorpora a teoria da passividade robusta como estratégia unificadora: ao impor condições de dissipação de energia ao sistema em malha fechada, ela limita o impacto das perturbações não casadas sobre a saída do sistema e, ao permitir determinar analiticamente o limiar de acionamento por eventos em função do coeficiente de passividade, fornece um mecanismo formal para a atenuação do chattering, estabelecendo um vínculo matemático preciso entre o desempenho energético do sistema e as oscilações em malha fechada. São propostas duas leis adaptativas de chaveamento: a primeira, baseada em funções barreira, tolera a não dominância do ganho nas proximidades da região de modo deslizante ideal, dispensando o conhecimento prévio do limite superior da perturbação; a segunda, baseada em crescimento monotônico, impede a sobrestimação do ganho, cessando sua evolução assim que as trajetórias convergem para a região de modo deslizante prático. As condições de síntese são expressas por meio de desigualdades matriciais lineares dependentes do atraso, derivadas a partir de funcionais de Lyapunov--Krasovskii fuzzy, com a certificação do atraso máximo admissível realizada por um procedimento desacoplado do projeto de controle, eliminando a necessidade de co-design. A prova analítica de ausência do efeito Zeno incorpora explicitamente os limites das funções de pertinência intervalares, garantindo a validade das condições de acionamento para toda variação admitida pelo modelo. As metodologias desenvolvidas asseguram a ocorrência do modo deslizante prático, estabilidade prática, a robustez frente a perturbações casadas e não casadas, a redução na quantidade de atualizações da entrada de controle e a satisfação das condições de passividade robusta. Os resultados, validados por simulações computacionais, demonstram a eficácia e a vantagem comparativa dos métodos propostos frente às abordagens existentes na literatura.
	RAIANE RODRIGUES FREITAS
	Metodologia para cálculo de um índice de segurança energética em sistemas elétricos com fontes renováveis e armazenamento de energia
	Orientador : SHIGEAKI LEITE DE LIMA
	Data : 27/03/2026
	Mostrar Resumo
	A crescente complexidade dos sistemas elétricos, aliada ao avanço da inserção de fontes renováveis intermitentes, impõe novos desafios à avaliação da segurança energética. Este trabalho propõe um Índice de Segurança Energética que integra indicadores probabilísticos e estruturais amplamente consolidados na literatura, entre eles Loss of Load Probability e Expected Energy Not Supplied, entre outros. Este índice deve permitir avaliar simultaneamente aspectos de confiabilidade e concentração da matriz. Além disso, o índice visa capturar o efeito da diversificação tecnológica na segurança de sistemas elétricos. A metodologia utilizada baseia-se em Simulação de Monte Carlo Estacionária para estimativa das métricas probabilísticas de confiabilidade, utilizou-se o método da entropia de Shannon para a definição objetiva dos pesos das variáveis que compõem o índice. O modelo é aplicado ao sistema IEEE 14 barras, utilizado como sistema de referência, sob diferentes cenários de composição da matriz elétrica. As análises consideram variações na penetração de geração fotovoltaica, inclusão de geração eólica, presença de BESS e distintos níveis de carregamento, permitindo avaliar a sensibilidade do sistema a diferentes condições operativas e estruturais. Os resultados demonstram que a combinação de fontes despacháveis, renováveis e armazenamento apresentou os maiores valores do índice, dessa forma a maximização da segurança energética depende não apenas do aumento da participação renovável, mas do equilíbrio entre diversidade tecnológica, adequação de capacidade e flexibilidade operacional.
	ESTEPHANE MENDES NASCIMENTO
	Desenvolvimento de método em cascata para realização do cálculo do ângulo de Cobb em imagens de raio-x da coluna vertebral
	Data : 27/03/2026
	Mostrar Resumo
	A escoliose é uma deformidade da coluna vertebral que afeta cerca de 2 a 4% da população mundial, e seu diagnóstico precoce é fundamental para conter a progressão da doença e evitar casos graves, que podem ser reversíveis apenas por meio de cirurgia corretiva. O diagnóstico é geralmente realizado por meio de imagens de raio-x, nas quais o especialista mede o ângulo de Cobb, parâmetro utilizado para determinar a gravidade da deformidade. Com o objetivo de auxiliar os especialistas nesse processo, este trabalho apresenta um método para a estimativa automática do ângulo de Cobb com base na segmentação das vértebras. Inicialmente, realiza-se a extração da região de interesse (ROI) por meio da segmentação da coluna, seguida pela segmentação das vértebras a partir da imagem delimitada pela ROI e, por fim, estima-se o ângulo de Coob para cada máscara vertebral obtida. O método proposto alcançou coeficientes Dice de 92,14% e 83,23% para a segmentação da coluna e das vértebras, respectivamente, e um erro absoluto médio (MAE) de 8,72° no cálculo do ângulo de Cobb.
	CAIO BRUNO SILVA FALCAO
	Modelagem e Análise Dinâmica de um Parque Eólico dotado de Geradores DFIG em uma Rede de Subtransmissão usando PSCAD/EMTDC
	Data : 16/03/2026
	Mostrar Resumo
	A crescente preocupação com as mudanças climáticas e a necessidade de reduzir as emissões globais de gases de efeito estufa têm impulsionado uma profunda transformação no setor energético mundial. Nesse cenário, a energia eólica tem se consolidado como uma das principais alternativas renováveis, combinando maturidade tecnológica, competitividade econômica e baixo impacto ambiental. A fonte eólica, embora contribua para a diversificação das fontes de geração, impõe novos desafios técnicos relacionados à estabilidade e à qualidade da energia fornecida, exigindo o aperfeiçoamento de normas e modelos de integração à rede elétrica. Nesse contexto, o presente estudo é motivado pela crescente participação da energia eólica na matriz elétrica global e nacional, o que demanda uma compreensão aprofundada sobre o comportamento dinâmico dos sistemas de geração e sua interação com as redes de subtransmissão. Este trabalho tem como objetivo analisar o desempenho de parques eólicos compostos por Geradores de Indução Duplamente Alimentados (DFIG) conectados à rede elétrica, por meio de modelagem e simulações no ambiente PSCAD/EMTDC, contribuindo para o entendimento dos fenômenos transitórios associados à operação eólica e propondo subsídios técnicos para aprimorar a estabilidade, o controle e a confiabilidade da integração dessas fontes renováveis aos sistemas de potência.
	CELSO LUIZ SILVA SOARES FILHO
	Classificação de Exames PET de Corpo Inteiro Usando Representações MIP e Aprendizado Profundo
	Orientador : ANSELMO CARDOSO DE PAIVA
	Data : 13/03/2026
	Mostrar Resumo
	O câncer é um dos maiores desafios de saúde pública global, com estimativas de 35 milhões de novos casos até 2035. Nesse cenário, o exame de Tomografia por Emissão de Pósitrons (PET) é essencial para o diagnóstico e monitoramento. No entanto, a interpretação clínica desses exames é uma tarefa exaustiva, sujeita à subjetividade do especialista e limitada pela alta complexidade dos dados volumétricos 3D. Este trabalho propõe um método de classificação automática de exames PET de corpo inteiro de pacientes com câncer de pulmão, linfoma, melanoma e saudáveis, utilizando técnicas de aprendizado profundo aplicadas a representações de Projeção de Intensidade Máxima (MIP). O método é estruturado em quatro etapas: geração de imagens MIP nos eixos coronal e sagital, pré-processamento, extração de características e classificação. Foram avaliadas seis arquiteturas para extração de atributos (ConvNeXt, EfficientNet-B0, Swin e VGG19) e três classificadores (MLP, SVM e XGBoost). O método alcançou resultados de 96,45% para métrica de AUC, 91,98% de Acurácia, 91,63% de F1-Score, 91,18% de sensibilidade e uma precisão de 92,08%. Esses resultados monstram que a utilização de representações MIP, combinada a um conjunto de arquiteturas especializadas por perspectiva, permite atingir um desempenho satisfatório, aproximando-se de abordagens que utilizam volumes 3D e exames híbridos (PET/TC).
	RENATA COSTA ROCHA
	Sistema de Apoio ao Diagnóstico do Risco de Transtorno de Ansiedade em Crianças.
	Data : 10/03/2026
	Mostrar Resumo
	Os transtornos de ansiedade na infância configuram um problema relevante de saúde mental, particularmente em crianças em idade pré-escolar, devido à dificuldade de identificação precoce associada à subjetividade dos instrumentos clínicos e à sobreposição de padrões comportamentais. Nesse contexto, abordagens computacionais têm sido investigadas como ferramentas de apoio à decisão clínica, especialmente aquelas baseadas em técnicas de aprendizado de máquina aplicadas a dados psicométricos. Entretanto, tais abordagens ainda enfrentam desafios relacionados à robustez decisória, à interpretabilidade clínica e à consistência do desempenho em cenários multiclasse ordinais. Com o objetivo de enfrentar essas limitações, este trabalho propõe um sistema computacional de apoio à decisão para a classificação binária e multinível do risco de transtornos de ansiedade em crianças, fundamentado em modelos de aprendizado supervisionado sob a perspectiva da Engenharia Elétrica aplicada à saúde mental. São avaliados comparativamente três modelos consolidados Random Forest, Support Vector Machine e Multilayer Perceptron considerando um cenário binário auxiliar de triagem clínica e um cenário multiclasse ordinal composto por quatro níveis de risco. A metodologia emprega uma base de dados pública do Harvard Dataverse, composta por informações psicométricas, comportamentais e psicossociais, sendo validada por meio de validação cruzada estratificada e métricas de desempenho alinhadas à prática clínica, incluindo análise explícita do erro clínico ordinal por meio da distinção entre erros adjacentes e não adjacentes no cenário multiclasse. Os resultados indicam que os modelos apresentam elevada capacidade discriminativa no cenário binário (AUC superiores a 0,94) e desempenho consistente no cenário multiclasse (acurácia global entre 83% e 85%), sem a existência de um classificador universalmente superior. Observa-se comportamento complementar entre as arquiteturas, com destaque para o RF em termos de estabilidade global e para o MLP na distinção entre níveis intermediários de risco. Conclui-se que modelos supervisionados clássicos, quando validados, constituem ferramentas promissoras para a estratificação ordinal do risco de ansiedade pediátrica. Sob a ótica da Engenharia Elétrica, o problema é caracterizado como um processo de inferência de estados latentes a partir de dados ruidosos e parcialmente observáveis, contribuindo metodologicamente para o desenvolvimento de sistemas computacionais interpretáveis de apoio à decisão em saúde mental infantil.
	JUAN DANIEL FERREIRA IBANEZ
	UM FRAMEWORK BASEADO EM DATALAKEHOUSE PARA ANÁLISE E INTEGRAÇÃO DE DADOS EM SISTEMAS ENERGÉTICOS RENOVÁVEIS
	Data : 30/01/2026
	Mostrar Resumo
	Esta dissertação propõe o FIDLER, um framework baseado em Data Lakehouse para armazenamento, integração e análise de dados de energias renováveis, com foco em recursos eólicos e maremotrizes no estado do Maranhão. A pesquisa é motivada pela necessidade de soluções eficientes para lidar com a heterogeneidade, o volume e a variedade dos dados provenientes de equipamentos de medição como LIDAR, SODAR, ADCP e torres micrometeorológicas. A arquitetura é estruturada em camadas Bronze, Prata e Ouro, preservando a semântica temporal dos dados energéticos e promovendo governança, escalabilidade e integração com ferramentas analíticas modernas. O estudo incorpora extensões como TimescaleDB e PostGIS para otimização de consultas e georreferenciamento, além de definir estratégias específicas para ingestão, padronização e enriquecimento dos dados. A proposta é validada com base em campanhas reais conduzidas no Maranhão, evidenciando seu potencial para subsidiar análises de séries temporais, previsões de geração e apoio à tomada de decisão na transição energética regional.
	KAYO JORGE AMMIRATI RIBEIRO
	Fluxo de potência ótimo por sensibilidade de carbono para minimizar custos operacionais e emissão de gases de efeito estufa
	Data : 26/01/2026
	Mostrar Resumo
	O comércio de emissões de carbono constitui um instrumento de mercado relevante para mitigar gases de efeito estufa (GEE), ao estabelecer sinais econômicos capazes de induzir investimentos e operação com menor intensidade de carbono. Nesse contexto, empresas e instituições têm adotado o Preço Interno do Carbono (Internal Carbon Price, ICP) como mecanismo de governança para priorizar tecnologias e projetos de menor emissão. Contudo, parte das abordagens tradicionais de contabilidade de carbono não captura, de forma adequada, a física e as restrições operativas das redes elétricas, limitando a interpretação espacial e operacional das emissões. Diante disso, este trabalho propõe e aplica o Fluxo de Potência Ótimo por Sensibilidade de Carbono (FPO-SC), formulado como uma extensão do Fluxo de Potência Ótimo (FPO) que integra explicitamente critérios ambientais à otimização do despacho, por meio da precificação de CO₂. Para quantificar e interpretar os impactos ambientais associados às decisões operativas e à localização de injeções/consumos, são empregadas métricas de intensidade/sensibilidade de carbono, com ênfase na Emissão Marginal Locacional (Locational Marginal Emission, LME), além do uso de Avaliação do Ciclo de Vida (Life Cycle Analysis, LCA) como referência de abordagem de ciclo de vida. As simulações e validações do modelo são conduzidas no sistema-teste IEEE de 118 barras no ambiente MATLAB/MATPOWER, permitindo avaliar o trade-off entre custo operacional e emissões sob diferentes cenários de preço de carbono. Os resultados indicam que a inclusão explícita do carbono na otimização altera a alocação ótima de geração e pode reduzir significativamente as emissões, mantendo a operação tecnicamente consistente e economicamente viável, reforçando a aplicabilidade do método no apoio à decisão regulatória e operacional.
	ALAM PABLO SILVA BELFORT
	Sistema Ciberfísico para Estimação e Controle de Posição Aplicado à Sistemas Fotovoltaicos
	Data : 16/01/2026
	Mostrar Resumo
	Nesta dissertação é proposto o desenvolvimento sistematizado de um Sistema Ciberfísico (CPS). A metodologia envolve a integração de sensores inteligentes baseados em Redes Neurais Artificiais (RNA) e um controlador ótimo do tipo DLQT (Discret-time Linear Quadratic Tracking), sintonizado por meio de aprendizagem por reforço, para posicionamento de uma planta, considerando movimento circular em dois eixos. A motivação da aplicação do CPS deriva da crescente demanda por fontes renováveis de energia, aliada à baixa eficiência dos módulos fotovoltaicos fixos, que exigem soluções tecnológicas que otimizem a captação da irradiância solar. O sistema é dividido em dois módulos: um Sensor Inteligente Rastreamento de Incidência Solar (SIRIS), desenvolvido conforme as normas técnicas aplicáveis dedicado à estimação das coordenadas (ângulo de elevação e azimute) de maior irradiação solar, e um módulo de controle de posição para módulos fotovoltaicos, atuando na trajetória estimada pelo SIRIS. O módulo projetado não é limitado à aplicação proposta, sendo compatível com outras implementações, como em engenharia aeroespacial, engenharia militar e telecomunicações. A utilização de técnicas de IoT caracteriza a arquitetura cibernética do CPS. Os experimentos e simulações demonstram a eficácia da abordagem na maximização da energia gerada e na redução do esforço de controle, mesmo sob variações paramétricas. Os resultados evidenciam o potencial do CPS proposto como solução inovadora e eficiente para rastreamento solar inteligente em sistemas fotovoltaicos.

2025

	Descrição
	JUAN RUBEMAR JUNIOR DA SILVA FRAZÃO
	Despacho econômico e ambiental de sistemas integrados de eletricidade e de gás com inclusão de plantas de captura de carbono
	Data : 19/12/2025
	Mostrar Resumo
	O despacho econômico e ambiental de sistemas de energia elétrica (SEE) visa otimizar a geração de energia elétrica com o menor custo e as menores emissões de carbono. Nesta pesquisa propõe-se um modelo de despacho econômico e de baixo carbono considerando a interdependência entre as redes de eletricidade e de gás, a inserção de plantas de captura de carbono (PCC), armazenamento de energia e levando em conta as perdas no sistema, de forma a minimizar os custos de geração e a emissão de carbono. A metodologia proposta tem sido implementada na linguagem de programação Python, em ambiente computacional PyCharm, e aplicada ao sistema teste IEEE RTS-24 modificado com 33 geradores, bem como a outros dois sistemas reduzidos compostos por 3 geradores, considerando diferentes cenários de operação. Os resultados das simulações computacionais demonstram que a operação integrada entre as redes de eletricidade e de gás, a integração de plantas de captura de carbono e o armazenamento, possibilitam a operação dos SEE com baixas emissões de carbono e menor economia.
	RAYANNE MARIA CUNHA SILVEIRA
	A self-adaptive communication protocol for low-cost Wireless Sensor Networks
	Data : 18/12/2025
	Mostrar Resumo
	Currently, the latest research on Wireless Sensor Networks (WSNs) focuses on several types of applications, given the progress in microelectronics and telecommunication. One of the most studied topics is energy efficiency, in which different approaches are evaluated to deal with energy consumption and extend network lifetime. Many algorithms can be used to deal with these problems, ranging from simple algorithms to complex machine-learning techniques.However, implementing these algorithms is not an often-explored topic, although essential, because hardware can have particularities that decrease performance compared to simulated situations. Therefore this research presents a study of two routing algorithms to build a self-adaptive protocol for low-cost wireless sensor networks. The study presents a set of simulated scenarios to evaluate the performance of a Q-Learning variation and an A-star variation. As results Q-Learning show a best performance according to energy consumption, number of hops and balance of the energy consumption in the network.
	NERVAL DE JESUS SANTOS JUNIOR
	GreenFramework: Um Framework para Monitoramento Inteligente de Recursos Energéticos em Cidades Inteligentes
	Orientador : DENIVALDO CICERO PAVAO LOPES
	Data : 01/12/2025
	Mostrar Resumo
	Tendo em vista o aumento da demanda energética global e expansão de cidades inteligentes com uso de IoT para gestão de recursos de energia elétrica e recursos hídricos, instituições públicas como a UFMA enfrentam ausência de ferramentas de monitoramento de baixo custo, resultando em desperdícios, altos custos operacionais e elevadas emissões de CO2 devido à ineficiência no gerenciamento de cargas em edifícios; este trabalho, financiado pela EMAP (Processo APP-4506/23) por meio da chamada FAPEMA/EMAP (edital nº07/2023) de apoio à pesquisa no Porto do Itaqui, usa a UFMA como estudo de caso, tendo sido concebido como prova de conceito escalável para contextos institucionais e industriais. A motivação reside na necessidade de alinhar a gestão institucional aos Objetivos de Desenvolvimento Sustentável (ODS 7 e 11) e preencher a lacuna de soluções acessíveis em ambientes com restrições orçamentárias, levando à hipótese de que um framework baseado em IoT, microsserviços e machine learning pode identificar padrões de consumo, detectar anomalias e prever demandas com precisão, reduzindo desperdícios. A solução proposta é o GreenFramework, implementado como GreenMonitoring, com arquitetura de microsserviços inspirada na plataforma InterSCity, integração de dispositivos IoT (Telik Trafo) via MQTT (QoS 1), backend em FastAPI com persistência em PostgreSQL, previsão de consumo via LSTM e detecção de anomalias via Random Forest, usando Docker para contêineres. A validação na UFMA, com medição em sete prédios, identificou picos de carga entre 13h e 15h, detectou desperdícios em horários de baixa ocupação, calculou emissões de CO2 com base no fator mensal do MCTI e obteve R2 de 0,9725 no modelo LSTM do CCET; em comparação com o I3SEM, o GreenMonitoring apresentou interface acessível a gestores, interoperabilidade via Model-Driven Engineering e viabilidade técnica para gestão energética em escala institucional e industrial.
	JACKY PETIT-HOMME
	Dimensionamento e Alocação de Sistema de Armazenamento de Energia em Bateria para Suporte de Tensão e Mitigação de Congestionamento
	Data : 17/10/2025
	Mostrar Resumo
	A crescente integração de fontes de energia renovável, especialmente a energia eólica e solar, está mudando profundamente o equilíbrio operacional das redes de eletricidade. Embora essas tecnologias ajudem a descarbonizar o sistema, sua variabilidade espaço-temporal gera distúrbios, como flutuações de tensão e congestionamento de linhas, especialmente em redes com baixa flexibilidade. Este trabalho apresenta o estudo do sistema de teste IEEE30 Barras, no qual duas unidades de geração convencional são substituídas por usinas de energia renovável. Com o objetivo de mitigar os impactos dessa transformação sobre a estabilidade de tensão e a operação do sistema elétrico, considera-se a integração de um sistema de armazenamento por bateria (BESS). As áreas críticas da rede são identificadas por meio do Power Transfer Distribution Factor (PTDF) e do Voltage Stability Index (VSI). A posição ótima do BESS é, então, determinada com o auxílio do algoritmo Particle Swarm Optimization (PSO), levando em consideração suas restrições técnicas. As simulações mostram que o posicionamento estratégico do BESS, graças a seus serviços auxiliares, permite que as tensões sejam reguladas, que o congestionamento seja mitigado e que as perdas ativas sejam reduzidas. O monitoramento do SOC e dos ciclos de carga/descarga também valida a eficácia do controle aplicado. Essa abordagem demonstra a relevância da integração otimizada do armazenamento para apoiar a transição energética e, ao mesmo tempo, garantir o desempenho técnico da rede.
	HENRIQUE RIBEIRO DE MELLO
	Segmentação de acumulações de gás natural em imagens de reflexão sísmica através de técnicas 1D, 1.5D e 2D
	Data : 10/10/2025
	Mostrar Resumo
	A identificação direta de reservatórios de hidrocarbonetos - mais especificamente petróleo e gás - possui um custo financeiro muito alto, pois envolve a perfuração de poços e utilização de máquinas e equipamentos. Sendo assim, a busca por métodos indiretos para a realização desta tarefa é essencial para a redução dos recursos financeiros envolvidos. Atualmente, o método indireto mais utilizado pela indústria é o de reflexão sísmica, no qual um equipamento gera vibrações que propagam em subsuperfície e refletem em estruturas geológicas, fornecendo, assim, informações sobre o que está abaixo do solo. O passo seguinte é identificar os reservatórios de hidrocarbonetos através da análise destes dados, o que pode ser feito através da interpretação de um geofísico ou geólogo, o que demanda tempo, ou automaticamente com auxílio de alguma técnica de aprendizado de máquina, que será o foco desta tese. Nesse trabalho é desenvolvido um método baseado em algoritmos de processamento de linguagem natural para a identificação automática de regiões que possuam indicadores diretos de hidrocarbonetos. O modelo desenvolvido é altamente sensível à presença dos indicadores - com sensibilidade média entre 0.72 e 0.97, dependendo do tipo de imagem sísmica e uso de pós processamento. Os resultados são mais próximos à região de hidrocarboneto delimitada pelo especialista em comparação com que aqueles encontrados na literatura.
	AMIRON WOLFF DOS SANTOS SERRA
	Control of Internal Loops in Converters Operating as Virtual Synchronous Machines for Improved Dynamic Response
	Data : 03/10/2025
	Mostrar Resumo
	A crescente integração de fontes renováveis de energia aos sistemas elétricos modernos, impulsionada por preocupações ambientais e pela busca global por soluções sustentáveis, tem transformado significativamente o panorama da geração de energia. Nesse cenário, os recursos baseados em inversores tornaram-se essenciais para a conexão dessas fontes à rede elétrica. Tais recursos geralmente são controlados por estratégias do tipo seguidores de rede ou formadores de rede. Enquanto os inversores seguidores de rede dependem de malha de detecção de fase e requerem uma fonte externa de tensão para sincronização, os inversores formadores de rede são capazes de estabelecer de forma autônoma referências de tensão e frequência, sendo, portanto, adequados para operação tanto conectada à rede quanto isolada. Dentre as estratégias de formadores de rede, destacam-se as máquinas síncronas virtuais por sua capacidade de emular o comportamento inercial e de amortecimento dos geradores síncronos convencionais. Essa característica permite uma resposta dinâmica mais robusta em sistemas com alta penetração de fontes renováveis e baixa inércia. Inversores baseados em máquinas síncronas virtuais são capazes de sustentar a regulação de tensão e frequência, tanto em operação autônoma quanto em coordenação com a rede principal. Esta tese propõe o projeto e o aprimoramento das malhas internas de controle de um inversor baseado em máquina síncrona virtual, com o objetivo de melhorar a estabilidade do sistema elétrico e a resposta dinâmica. Especificamente, é desenvolvido um controlador de corrente com alta largura de faixa, capaz de atenuar a ressonância do filtro LCL e melhorar a rejeição a perturbações. Também é proposto um controlador de tensão com desacoplamento da entrada de perturbação, visando aprimorar a resposta dinâmica da máquina síncrona virtual. Com as malhas de controle internas projetadas, a máquina síncrona virtual apresenta desempenho dinâmico aprimorado quando conectada à rede, mesmo em uma ampla faixa de razões de curto-circuito, assim como durante variações de carga em modo isolado. A máquina síncrona virtual também demonstra melhor desempenho quando operando em uma microrrede, tanto em coordenação com um inversor seguidor de rede quanto em paralelo com outra máquina síncrona virtual. De modo geral, esta tese busca aprimorar as malhas internas de uma máquina síncrona virtual, permitindo que ela atue como uma estratégia eficaz de controle de potência em sistemas elétricos cada vez mais dominados por recursos baseados em inversores.
	MAYARA MARTINS PEREIRA
	Árvore de Regressão aplicada à identificação e priorização de perdas não técnicas
	Data : 02/10/2025
	Mostrar Resumo
	Este trabalho apresenta uma metodologia de priorização de alvos para inspeção de perdas não técnicas em sistemas de distribuição de energia elétrica, fundamentada em modelagem preditiva por árvore de regressão. O objetivo central é identificar instalações com maior propensão a fraudes e irregularidades no consumo, de modo a apoiar ações de normalização e reduzir os impactos técnicos, econômicos e sociais dessas perdas. Para tanto, foi realizada uma revisão bibliográfica e bibliométrica sobre métodos de aprendizado de máquina aplicados ao combate às perdas comerciais, bem como um estudo aprofundado da técnica de árvore de regressão e de sua aplicabilidade neste contexto. O modelo proposto foi desenvolvido com dados reais de uma distribuidora, abrangendo informações de consumo, características cadastrais e registros operacionais, e incluiu etapas de preparação da base de dados, seleção de variáveis preditoras, construção e poda da árvore de regressão por complexidade de custo, além da avaliação do desempenho preditivo. Os resultados obtidos evidenciam a efetividade do modelo na priorização de unidades consumidoras com maior relevância para as perdas não técnicas, demonstrando seu potencial como ferramenta de apoio à tomada de decisão.
	MONIK SILVA SOUSA
	Quantidade Mínima e Alocação-Regulação Ótima de Nós Sensores Móveis para uma Cobertura Circular Completa da RSSF Híbrida
	Data : 10/09/2025
	Mostrar Resumo
	A cobertura é uma medida de qualidade de serviço em redes de sensores sem fio (RSSF), sendo fundamental no monitoramento de uma região delimitada. Neste trabalho, aborda-se o problema de cobertura dinâmica de uma RSSF híbrida, propondo uma metodologia constituída de dois métodos complementares. O primeiro método visa determinar a quantidade mínima de nós sensores móveis necessário para garantir a cobertura completa da região circular de monitoramento. Essa abordagem baseia-se em um arcabouço teórico composto por suposições, proposições, teorema e corolário, considerando as circunferências de detecção dos sensores, a região monitorada e a circunferência de deslocamento dos agentes. O modelo assegura a conectividade total da rede e apresenta flexibilidade no tratamento a falhas dos agentes. No segundo método, propõe-se um esquema de controle ótimo DLQT-DLQR de cobertura, fundamentado na equação algébrica de Riccati discreta (DARE), com o objetivo de otimizar o deslocamento e a regulação dos nós dinâmicos em suas posições alvo. A metodologia assegura cobertura sem buracos (lacunas) e sem perdas de conectividade entre os nós, minimizando o tempo de deslocamento dos agentes móveis e evitando colisão, devido à preservação da ordem dos nós ao longo da circunferência de deslocamento. O ambiente monitorado é modelado como uma região circular, com um nó sensor estático no centro, enquanto os nós sensores dinâmicos são alocados em uma circunferência de raio menor que a região de cobertura. A solução proposta permite o monitoramento eficiente de ambientes hostis, especialmente aquáticos, contribuindo com a preservação ambiental, reduzindo custos com sensores ociosos e aumentando a eficiência operacional da RSSF. Uma análise comparativa com o método baseado em diagramas de Voronoi é realizada, evidenciando a necessidade de algoritmos capazes de calcular as posições desejadas dos agentes para garantir uma cobertura sem falhas. O método proposto atende a esse requisito ao determinar as posições alvo dos agentes. Além disso, analisa-se a influência da variação do raio de cobertura na quantidade de nós sensores móveis para o monitoramento completo e realiza-se uma comparação com uma área de monitoramento retangular. Por fim, o desempenho do controle de alocação e regulação propostos é avaliado em relação a controladores clássicos, como o proporcional (P) e o proporcional integral (PI), no domínio do tempo com as figuras de mérito.
	BRUNO ADRIAN SILVA COSTA
	Otimização da Manutenção Centrada na Confiabilidade em Redes de Distribuição de Energia Elétrica: uma Abordagem Orientada a Regulação Baseada em Desempenho
	Data : 05/09/2025
	Mostrar Resumo
	Explorando a Manutenção Centrada na Confiabilidade (MCC), apoiada pela Análise de Confiabilidade Preditiva (ACP), o presente estudo enfoca a otimização da frequência de manutenção em redes de distribuição de energia, levando em consideração o rigoroso contexto regulatório imposto pela Agência Nacional de Energia Elétrica (ANEEL). A ANEEL supervisiona as concessionárias de distribuição de energia elétrica através da apuração de indicadores individuais e coletivos que se relacionam com a continuidade do fornecimento de energia elétrica. Assim, as concessionárias são penalizadas quando não cumprem as metas estabelecidas para esses indicadores. Uma abordagem eficaz para mitigar essas penalidades é a programação cuidadosa das atividades de manutenção dos equipamentos da rede; com o objetivo de maximizar os índices de confiabilidade e minimizar os custos de manutenção. Neste contexto, esta pesquisa foca em otimizar a frequência de manutenção, buscando minimizar custos e penalidades associados ao índice DEC (Duração Equivalente de Interrupção por Consumidor). O modelo de MCC proposto é baseado em ACP cronológica, empregando o Método Analítico de Enumeração de Estados (MAEE) e técnicas de agregação de estados em Cadeias de Markov. Além disso, incorpora o uso do Fluxo de Potência Ótimo (FPO) em redes elétricas de distribuição com topologia malhada. O processo de degradação dos componentes é modelado através da distribuição Weibull. O modelo Markoviano não-homogêneo resultante desta distribuição é convertido em um modelo homogêneo através da modelagem de estágios em série. A Otimização por Enxame de Partículas é aplicada em um modelo de otimização multicritérios. Os resultados indicam reduções significativas de penalidades com uma alta relação custo/benefício, destacando a eficácia econômica do método proposto para as concessionárias de energia elétrica, em alinhamento com as regulamentações da ANEEL.
	DIEGO DUTRA SAMPAIO
	Análise da Classificação de Crises Epilépticas com Base em Características Estatísticas dos Momentos Conjuntos da Distribuição Tempo-Frequência de Sinais EEG Utilizando Transformada Wavelet Contínua e Redes Neurais Profundas
	Data : 18/08/2025
	Mostrar Resumo
	A epilepsia é uma condição neurológica crônica caracterizada por crises recorrentes, decorrentes de descargas elétricas cerebrais anormais, excessivas e sincrônicas. A adequada classificação dessas crises é essencial para a acurácia diagnóstica e a definição de condutas terapêuticas eficazes. Contudo, a análise visual de sinais de eletroencefalograma (EEG) permanece um procedimento laborioso, sujeito à subjetividade e à variabilidade entre observadores. Neste contexto, esta dissertação propõe uma abordagem automatizada baseada em aprendizado profundo para a classificação de quatro tipos de crises epilépticas: Generalized Non-Specific Seizure (GNSZ) crise epiléptica generalizada não específica, Complex Partial Seizure (CPSZ) crise parcial complexa, Focal Non-Specific Seizure (FNSZ) crise epiléptica focal não específica e Tonic-Clonic Seizure (TCSZ) crise tônico-clônica, a partir de características estatísticas extraídas de representações tempo-frequência obtidas por meio da Transformada Wavelet Contínua, aplicada a sinais da base pública Temple University Hospital Seizure Corpus (TUSZ). Foram utilizadas três funções wavelet (Morse, Morlet e Bump), e extraíram-se os momentos estatísticos de média, variância, assimetria e curtose nos domínios temporal, espectral e conjunto, os quais serviram de entrada para modelos baseados em Redes Neurais Convolucionais (CNN, do inglês Convolutional Neural Network), Memória de Longo Curto Prazo (LSTM, do inglês Long Short-Term Memory) e em uma arquitetura híbrida CNN-LSTM. Os experimentos indicaram que a combinação da função wavelet Morse com a arquitetura CNN-LSTM e os momentos de variância e curtose resultou no melhor desempenho geral, com acurácia média de 96,8%, precisão de 96,5%, sensibilidade de 96,9% e F1-score de 96,7%. Destaca-se o desempenho na identificação da classe TCSZ, com acurácia de 98,2% e F1-score de 98,0%. A função Morse obteve desempenho superior entre as wavelets avaliadas (acurácia média de 95,2%), superando Bump (93,7%) e Morlet (91,8%), resultado atribuído à sua maior capacidade de representar componentes de baixa frequência. Em relação aos atributos estatísticos, a variância demonstrou maior poder discriminativo (94,3%), seguida pela curtose (92,7%), enquanto a média apresentou desempenho inferior (acurácia abaixo de 84%). Os resultados demonstram o potencial da integração entre análise tempo-frequência e redes neurais profundas no desenvolvimento de sistemas inteligentes de apoio ao diagnóstico clínico da epilepsia.
	GEORGE VAGNER SILVA DE SOUZA
	Mapeamento das Fontes de Processamento de Resíduos Diurnos em Sonhos
	Data : 13/08/2025
	Mostrar Resumo
	A intrincada interação entre percepção visual e emoção determina como a experiência de vigília influencia a atividade mental durante o sono, por meio de um "resíduo diurno", ao mesmo tempo conspícuo, mas difícil de prever. Aqui, nos propusemos a mapear as fontes neurais associadas ao processamento visuoafetivo do "resíduo diurno", durante o sono hipnagógico, quando se transita de um estado de vigília tranquila com os olhos fechados para os estágios não REM 1 e 2 do sono. Para tanto, foram avaliados 28 participantes saudáveis em um protocolo combinado de cochilos com despertares em série, estimulação pré-sono com imagens visuais afetivas, medidas combinadas da similaridade semântica entre relatos de imagens visualizadas e imaginadas, classificações de afeto, estimativa de fontes de EEG de 64 canais e análise de conectividade funcional. No geral, a potência do EEG de baixa frequência foi associada a resíduos mais fracos, e a potência do EEG de alta frequência foi associada a resíduos mais fortes. As redes de fontes mais significativamente correlacionadas com resíduos imagéticos e afetivos foram marcadamente diferentes entre os estágios de vigília e sono, sobrepondo-se parcialmente à rede do modo padrão durante N1 em até 50% e 61%, respectivamente. Os resultados nos permitiram identificar correlatos neurais do processamento visuoafetivo dos resíduos do dia, mostrando que o processamento hipnagógico da experiência de vigília envolve interações bi-emisféricas complexas, dinâmicas e sequenciais entre múltiplas estruturas corticais, subcorticais e cerebelares com funções visuais, límbicas, optocinéticas e cognitivas. Desta forma, este estudo contribui para preencher lacunas cruciais na literatura sobre os correlatos neurais da consciência, memória e emoção, apresentando novas evidências sobre os mecanismos cerebrais que sustentam a emergência de imagens mentais no limiar entre vigília e sono, com implicações para as neurociências cognitivas, a psicopatologia do sono e a compreensão da natureza fenomenológica dos estados mentais transitórios.
	KARLA CAROLLYNE PEREIRA MENDES
	Análise de sentimentos em tweets utilizando modelos tradicionais, deep learning e RoBERTa
	Data : 25/07/2025
	Mostrar Resumo
	Resumo: Nesta pesquisa, desenvolve-se uma análise de sentimentos por meio da aplicação de diferentes modelos de classificação a textos curtos e informais, como aqueles encontrados em redes sociais, especificamente no Twitter, atualmente X. O estudo contempla algoritmos tradicionais de aprendizado supervisionado, como LSTM (Long Short-Term Memory), LinearSVC, Regressão Logística, BernoulliNB e Árvore de Decisão, além de modelos mais avançados baseados na arquitetura Transformer, com destaque para o modelo RoBERTa (Robustly Optimized BERT Pretraining Approach). Esses modelos são avaliados quanto à sua capacidade de identificar, com precisão, sentimentos positivos, negativos ou neutros, considerando diferentes técnicas de pré-processamento, vetorização e representação textual. A proposta busca comparar esses modelos em diferentes contextos e estruturas linguísticas, evidenciando suas vantagens e limitações no domínio do Processamento de Linguagem Natural (PLN). Adicionalmente, são empregadas técnicas de otimização para ajuste de hiperparâmetros, com o objetivo de aprimorar o desempenho dos modelos em um conjunto de dados com um milhão de tweets. Os modelos RoBERTa e LSTM foram os que tiveram melhores resultados de acurácia com 89,84% e 79,13%, que foram melhores e competitivos com os resultados da literatura recente.
	HIGO FELIPE SILVA PIRES
	DeB3RTa: Um Modelo de Linguagem Pré-treinado para Análise de Textos Financeiros em Português usando Domínios Mistos
	Data : 16/04/2025
	Mostrar Resumo
	A terminologia complexa e especializada da linguagem financeira nos mercados de língua portuguesa cria desafios significativos para as aplicações de processamento de linguagem natural (PLN), que devem capturar informações linguísticas e contextuais diferenciadas para apoiar análises e tomadas de decisão precisas. Este trabalho apresenta o DeB3RTa, um modelo baseado na arquitetura Transformer desenvolvido especificamente por meio de uma estratégia de pré-treinamento de domínio misto que combina corpora extensos de finanças, política, administração de negócios e contabilidade para permitir uma compreensão diferenciada da linguagem financeira. O DeB3RTa foi avaliado em comparação com modelos proeminentes incluindo BERTimbau, XLM-RoBERTa, SEC-BERT, BusinessBERT e variantes baseadas em GPT e obteve consistentemente ganhos significativos nos principais benchmarks de PLN financeiro. Para maximizar a adaptabilidade e a precisão, o DeB3RTa integra técnicas avançadas de fine-tuning, como reinicialização de camadas, regularização de Mixout, média estocástica de pesos e decaimento da taxa de aprendizado por camada, que, juntas, melhoram seu desempenho em tarefas de PLN variadas e de grande importância. Essas descobertas ressaltam a eficácia do pré-treinamento de domínio misto na criação de modelos de linguagem de alto desempenho para aplicações especializadas. Com seu desempenho robusto em tarefas analíticas e de classificação complexas, o DeB3RTa oferece uma ferramenta poderosa para o avanço da PLN no setor financeiro e para atender às necessidades de processamento de linguagem diferenciada em contextos de língua portuguesa.
	MORGANA CRISTHYA SILVA DOS SANTOS
	Análise Multivariada da Qualidade de Combustíveis Comerciais no Estado do Maranhão
	Data : 04/04/2025
	Mostrar Resumo
	A qualidade dos combustíveis é um fator crucial para o desempenho dos motores e a mitigação dos impactos ambientais. No Maranhão, onde a distribuição de combustíveis possui grande importância estratégica, variações na qualidade podem gerar prejuízos econômicos e ambientais significativos. Este estudo utilizou técnicas de Análise Multivariada para avaliar parâmetros físico-químicos de combustíveis comercializados no Maranhão, empregando Análise de Componentes Principais (PCA) e Análise de Componentes Independentes (ICA). Os resultados indicaram que a PCA foi mais eficiente na separação dos grupos de diesel, evidenciando correlações significativas entre as variáveis analisadas, enquanto a ICA apresentou menor capacidade de distinção. Além disso, a identificação de outliers sugeriu variações na formulação, possíveis contaminações ou falhas experimentais. No caso das gasolinas, a PCA revelou padrões bem definidos entre os tipos comum e aditivado, indicando que algumas variáveis físico-químicas são determinantes para essa diferenciação. Já a análise do etanol hidratado por ICA mostrou um comportamento homogêneo, com algumas amostras discrepantes, sugerindo adulteração ou inconsistências na qualidade. Com base nesses resultados, este trabalho propõe estudos futuros para aprofundar a identificação das variáveis mais relevantes, aprimorar as técnicas de análise e fortalecer os processos de controle e fiscalização da qualidade dos combustíveis não só no estado do Maranhão, como em outras regiões do país. Dessa forma, a aplicação da Análise Multivariada se mostra uma ferramenta eficaz para garantir maior segurança, eficiência e conformidade com os padrões regulatórios.
	VICTOR GUIMARAES FURTADO
	Modelagem Não Linear e Controlador Ator-Crítico para Manobrabilidade de um USV baseado em DLQT-I e Programação Dinâmica Heurística Dependente de Ação
	Data : 26/03/2025
	Mostrar Resumo
	Os derramamentos de derivados de petróleo provocam degradação ambiental, problemas socioeconômicos e graves danos à saúde humana. Em decorrência das dificuldades do monitoramento dos eventos em grandes áreas, a utilização de veículos aquáticos de superfície não tripulados (Unmanned Surface Vehicles - USVs) tornou-se imprescindível para a tarefa. A aplicação desses dispositivos demandam a sua instrumentalização com sensores para análise da qualidade da água, além de um sistema de orientação, navegação e controle (Guidance, Navigation and Control - GNC). Especificamente para viabilizar a demanda de manobrabilidade, apresenta-se o desenvolvimento da proposta de um sistema de controle online baseado em Programação Dinâmica Adaptativa (PDA) e Aprendizado por Reforço (AR). O desenvolvimento de um sistema de controle para manobrabilidade de USVs, apresenta empecilhos em sua implementação em decorrência das dificuldades da identificação do sistema para a modelagem matemática do processo por se tratar de um modelo não linear complexo, acoplado e com incertezas. As perturbações externas e possíveis variações paramétricas aumentam os entraves para sua elaboração. Nesse contexto, esta dissertação apresenta o projeto de um controlador ótimo adaptativo baseado em dados para controle das velocidades de USV completamente atuado, como controle de manobrabilidade. A metodologia desenvolvida para o projeto do controlador ótimo online agrega PDA e AR na técnica Programação Dinâmica Heurística Dependente de Ação (Action Dependent Heuristic Dynamic Programming - ADHDP), visando o cálculo da solução online implícita da equação de Hamilton-Jacobi-Bellman (HJB) na forma da Equação Algébrica de Riccati Discreta (Discrete Algebric Riccati Equation - DARE). O sistema utiliza o Aprendizado por Reforço por meio da estrutura ator-crítico, com uma abordagem de controle ótimo para cálculo da lei de controle ótima baseado nos dados da ação de controle e estados do processo. O controlador desenvolvido é um Rastreador Linear Quadrático Discreto com ação integral (DLQT-I) denominado ADHDP-DLQT-I e os seus resultados são avaliados em simulador do modelo não linear, resolvido pelo método Runge-Kutta. O desempenho do sistema ADHDP-DLQT-I é comparado com um controlador PID adaptativo sintonizado pelo método dos Mínimos Quadrados (Least Mean Square - LMS).
	JEFFERSON GEORGY DE LIMA CAVALCANTE JUNIOR
	Agrupamento Nebuloso Evolutivo Baseado em Critério Gaussiano Multivariável para Tomada de Decisão em Fluxos de Dados
	Data : 14/03/2025
	Mostrar Resumo
	RESUMO Nesta dissertação, é proposto um algoritmo de agrupamento nebuloso evolutivo aplicado a fluxos de dados. O algoritmo realiza o agrupamento dos dados em uma abordagem from scratch, ou seja, determinando as suas variáveis completamente a partir dos dados disponibilizados em fluxo, iniciando a partir da primeira amostra de dados. Ele é baseado na computação de potencial dos dados para a tomada de decisão sobre os centros dos grupos a cada amostra, que é realizada a partir de uma função gaussiana multivariável que considera a densidade e a taxa de variação como variáveis de informação. O algoritmo possui um mecanismo autônomo de normalização de dados para similaridade na escala dos mesmos de acordo com a faixa de operação dinâmica do fluxo de dados, e constrói grupos com protótipos variantes no tempo de acordo com matrizes de covariância nebulosa e uma métrica de distância exponencial. No seu processo de tomada de decisão, ele apresenta um mecanismo baseado nas sensibilidades dos grupos e em raios de grupo adaptativos. No processo de atualização e mescla de grupos, o algoritmo apresenta um mecanismo baseado na técnica evolucionária de cruzamento. Resultados computacionais consideram a implementação do algoritmo para o agrupamento nebuloso evolutivo de 8 benchmarks (S1, A1, R15, Unbalance, Gauss 6-dim, Gauss 10-dim, DIM032 e DIM064) amplamente utilizados na tarefa de agrupamento de fluxos de dados, bem como para o agrupamento nebuloso evolutivo de dados aplicado à modelagem online de séries temporais (Função Hipérbole, Mackey-Glass e Nakanishi) e à identificação online de sistemas dinâmicos não lineares (SISO e MIMO). Resultados experimentais consideram a implementação do algoritmo para o agrupamento nebuloso evolutivo de dados aplicado à identificação online de sistemas dinâmicos do mundo real (Planta Térmica, Helicóptero 2DoF e Foguete Fogtrein-I). No processo de modelagem online de séries temporais e identificação online de sistemas dinâmicos, o algoritmo é aplicado no processo de fuzzificação de dados e criação/atualização de regras nebulosas evolutivas em um sistema de inferência nebuloso evolutivo. Na proposição consequente das regras nebulosas evolutivas, o modelo no espaço de estados é adotado, de modo que sua identificação paramétrica é realizada através do método OKID/ERA Nebuloso Recursivo (Recursive Fuzzy Observer/Kalman filter Identification/Eigensystem Realization Algorithm). Em geral, os resultados indicam que o algoritmo é adequado para o agrupamento nebuloso evolutivo de fluxos de dados, alcançando desempenho competitivo em comparação com outros algoritmos na literatura.
	MATHEUS SILVA PESTANA
	Análise Multicritério da Qualidade de Imagens PET/CT: Uma Abordagem Quantitativa Baseada em Análise de Componentes Principais
	Data : 28/02/2025
	Mostrar Resumo
	Na presente dissertação observa-se uma metodologia para a modelagem e análise de imagens médicas no formato DICOM provenientes de exames PET/CT, com ênfase na otimização da qualidade das imagens com doses reduzidas de radiofármacos por meio da Análise de Componentes Principais (PCA). A abordagem proposta permite o processamento e a visualização das imagens, bem como a extração e avaliação quantitativa das características principais dos dados, utilizando métricas como PSNR, SSIM, MSE, MAE e diferença de entropia. Essas métricas possibilitam uma análise abrangente, considerando tanto a similaridade visual quanto a preservação de informações e a redução de erros nas reconstruções realizadas. A redução dimensional promovida pelo PCA mostrou-se eficaz ao preservar as principais características estruturais e estatísticas das imagens, resultando em uma representação mais compacta e eficiente dos dados. O uso integrado das métricas de avaliação em um ranking combinado destacou variações de qualidade entre diferentes casos, com resultados superiores a 0,8 em diversos pacientes, evidenciando a alta similaridade na preservação das características das imagens originais. Adicionalmente, a inclusão da diferença de entropia proporcionou uma perspectiva complementar às métricas tradicionais, avaliando mudanças no grau de desordem ou complexidade, um aspecto relevante para a interpretação clínica. Como principais contribuições, esta dissertação apresenta uma abordagem integrando PCA e redução de radiofármacos em imagens PET/CT com base na redução dimensional, a aplicação de métricas normalizadas de avaliação de imagem com a proposta de um ranking combinado com pesos individuais e a estimativa de métricas para comparação entre análises computacionais e avaliações profissionais. Os resultados destacam a relevância de uma abordagem quantitativa integrada para a análise de imagens médicas, evidenciando o potencial do PCA como ferramenta para pré-processamento e redução de dimensionalidade em PET/CT. Estudos futuros podem investigar a otimização dos pesos das métricas utilizadas no ranking combinado e ampliar a aplicação da metodologia a outros contextos clínicos e modalidades de imagem, consolidando sua relevância no processamento de informações biológicas.
	JOSE ARTUR LIMA CABRAL MARQUES
	OTIMIZAÇÃO DE TRANSPORTE MULTIMODAL DE GRÃOS: caso do arco norte brasileiro
	Data : 21/02/2025
	Mostrar Resumo
	O Problema do Caminho Mais Curto (Short Path Problem SPP) é um clássico em problemas de rede cujas soluções teóricas vêm sendo estudadas como consequência do crescimento da complexidade das cadeias logísticas globais. O aumento vertiginoso da produção de grãos na região denominada Arco Norte brasileiro nas últimas décadas, gerou a necessidade de uma infraestrutura logística multimodal complexa para escoamento da produção agrícola até os portos marítimos exportadores. A carência de uma infraestrutura logística que atenda adequadamente a região resulta em custos elevados do transporte retirando parte da competitividade da local lavoura de alta produtividade. Para contribuir nas tomadas de decisão quanto ao percurso de menor custo no transporte de grãos até o porto de destino, é proposto um modelo de otimização de transporte multimodal utilizando como método de solução o algoritmo de Dijkstra, com uma representação baseada em um sistema real de uma topologia de grafos, considerando as restrições do sistema real analisado. Uma comparação qualitativa de métodos clássicos para solução em redes (grafos) é apresentada baseada na pesquisa bibliográfica, justificando o método de solução adotado. Os resultados de simulações com dados de um sistema real são apresentados como validação do modelo proposto.

PPGEE/CCET

inicio da opção idioma

Dissertações/Teses