Ciências Exatas e Tecnológicas
URI permanente desta comunidadehttps://locus.ufv.br/handle/123456789/4
Navegar
110 resultados
Resultados da Pesquisa
Item Um arcabouço computacional para suporte à tomada de decisões de especialistas em cenários de desastres ambientais utilizando dados públicos(Universidade Federal de Viçosa, 2023-12-18) Brumatti, Carlos Henrique Tavares; Reis, Julio Cesar Soares dos; http://lattes.cnpq.br/2499919167167720A exploração exagerada dos recursos naturais, aliada com as alterações climáticas dos últimos anos, vem causando um aumento na frequência da ocorrência de eventos climá- ticos extremos. Consequentemente, desastres ambientais, causados de forma natural ou humana, são cada vez mais comumente identificados. Esse aumento na ocorrência gera uma série de consequências significativas para as comunidades locais, gerando impactos que são refletidos em diversos setores da sociedade como economia, infraestrutura, saúde e educação. Dessa forma, a recuperação das localidades no pós-evento normalmente é bem custosa financeiramente para os setores públicos e privados. Sendo assim, existe ainda a necessidade de que tais valores sejam alocados da maneira mais eficiente possível. Baseado nessas premissas, este trabalho propõe uma metodologia voltada para suportar a recupera- ção dessas localidades atingidas, de forma clara e eficiente. Para isso, são utilizados dados públicos atrelados a conceitos de Mineração de Dados e Geoprocessamento. Por fim, foi implementado também um Sistema de Inteligência Geográfica, buscando assim facilitar o contato dos usuários com a abordagem desenvolvida, uma vez que o sistema é destinado aos usuários responsáveis pela alocação de recursos financeiros destinados à recuperação das localidades atingidas por desastres ambientais, e que não estão familiarizados muitas vezes com os conceitos aqui empregados (i.e., Mineração de Dados e Geoprocessamento). Em suma, os resultados destacam o potencial das ideias apresentadas para suportar a tomada de decisão nesse cenário e a viabilidade do sistema proposto. Espera-se que ele possa ser útil para direcionar os investimentos de recuperação pelos usuários. Palavras-chave: Mineração de Dados. Sistema de Inteligência Geográfica. Desastres Ambientais.Item Uso de informação geográfica voluntária para o enriquecimento do processo de coleta seletiva(Universidade Federal de Viçosa, 2019-12-18) Dias, Vitor Eduardo Concesso; Lisboa Filho, Jugurta; http://lattes.cnpq.br/5872733416428222O crescimento populacional que vem decorrendo nos centros urbanos, e consequentemente o aumento na produção de resíduos, trouxeram grandes desafios à administração municipal. Devido a isso, em 2010 foi instituída no Brasil a Política Nacional de Resíduos Sólidos (PNRS), que definiu diretrizes e ferramentas de execução (como a coleta seletiva e a logística reversa), a fim de colaborar na gestão dos resíduos sólidos. Com a facilidade do acesso a dispositivos equipados com mecanismos de geolocalização e o apoio da Web 2.0, surgiu o termo Informação Geográfica Voluntária (VGI-Volunteered Geographic Information) para caracterizar dados geoespaciais que são fornecidos voluntariamente por usuários comuns. Assim, o principal objetivo deste trabalho é enriquecer o processo de coleta seletiva de resíduos por meio de um método que tenha como fonte de dados as contribuições fornecidas voluntariamente pelo cidadão (VGI), auxiliando a tomada de decisão do processo e incentivando a participação da população. Como resultado dessa pesquisa, foi proposto o Método de Coleta de Resíduos Recicláveis usando VGI (MCR²VGI). Na intenção de testar a execução e mostrar a eficiência do MCR²VGI, foram aplicados estudos de casos e um experimento simulado na cidade de Piranga- MG, em que a população forneceu dados a fim de deixá-lo o mais real possível. No MCR²VGI são geradas rotas de coleta seletiva a partir de VGI fornecida pelo cidadão, buscando otimizar o percurso e reduzir os custos do processo. A plataforma de aplicações VGI ClickOnMap foi adaptada para possibilitar a coleta de dados dos usuários e gerar rotas de coleta seletiva. Palavras-Chave: Informação Geográfica Voluntária. Coleta Seletiva. Resíduos Sólidos. Geração de Rotas. Cidades Inteligentes.Item Classificação estrutural de proteínas por meio de aprendizado não supervisionado(Universidade Federal de Viçosa, 2019-06-25) Monteiro, Cleiton Rodrigues; Silveira, Sabrina de Azevedo; http://lattes.cnpq.br/7327899182639244A bioinformática estrutural se dedica ao estudo das estruturas tridimensionais de proteínas e macromoléculas. Neste trabalho, o interesse está nas estruturas de pro- teínas. A disponibilização de novas sequências e estruturas proteicas em bases pú- blicas de dados tem ocorrido em um ritmo bastante acelerado, aumentando também a necessidade de métodos automáticos e eficientes para a extração e compreensão desse grande volume de dados. Segundo Gao et al. [2018], a bioinformática é uma ciência de mineração e interpretação de dados biológicos. Para eles, o fluxo con- tínuo e crescente desses dados, assim como a necessidade de abordar problemas biomédicos cada vez mais complexos, tem gerado oportunidades desafiadoras para pesquisadores de mineração de dados e aprendizagem de máquina. Diversas estraté- gias para classificação estrutural de proteínas têm sido propostas nos últimos anos, utilizando descritores baseados em sequência e estrutura. Nesta pesquisa, avaliou-se a possibilidade de classificação estrutural de proteínas utilizando métodos não su- pervisionados associados a características propostas com sucesso em um classificador estrutural bem estabelecido. Foram realizados experimentos utilizando 5 algoritmos de agrupamento de 4 diferentes paradigmas. A qualidade dos grupos foi avaliada por meio do Coeficiente de Silhueta e os rótulos previstos foram comparados às classes e superfamílias da base CATH, por meio do índice Fowlkes Mallows e da verificação de homogeneidade e completude dos grupos. Os resultados mostram a inviabilidade de classificação no nível classe, já que os índices alcançados com Fowlkes Mollows não chegaram a 60%. Por outro lado, eles indicam uma capacidade considerável de classificação no nível superfamília - foi alcançado com o método Complete-Link um índice superior a 70% no agrupamento geral. Os resultados são ainda mais inte- ressantes quando restringe-se o número de grupos, alcançando um índice de 78.5% para topologias com até 25 superfamílias e de 82.8% para topologias com até 5 su- perfamílias. Se considerados ainda, agrupamentos com índice igual ou superior a 85%, eles representam aproximadamente 40% das topologias utilizadas, sendo que deste grupo, quase metade dos agrupamentos (48.19%) obteve um índice de 100% de similaridade, ou seja, em cerca de 20% das topologias, todas as proteínas foram agrupadas corretamente.Item Seleção precoce de cruzamentos de eucalipto tolerantes à seca e produtivos utilizando inteligência artificial(Universidade Federal de Viçosa, 2023-12-14) Lopes, Adilson Rosa; Nacif, José Augusto MirandaA ocorrência cada vez mais frequente de episódios de seca severa e prolongada tem levado as empresas do setor florestal a buscar o desenvolvimento de materiais genéticos tolerantes à seca e com alta produtividade. Para isso, o setor tem utilizado o melhoramento genético florestal. Contudo, no âmbito florestal, o processo de melhoramento para obtenção dos genótipos desejados é mais demorado em comparação com o das culturas agrícolas. Este trabalho de pesquisa teve como objetivo reduzir o tempo necessário para a seleção desses materiais, aplicando técnicas de inteligência artificial (IA) para a classificação precoce de cruzamentos de eucalipto quanto à tolerância à seca e produtividade. Coletamos dados de campo de diferentes cruzamentos de eucaliptos em fases iniciais de desenvolvimento, obtidos por meio de um teste de progênies. Os dados incluíram a Área Foliar Específica, o Potencial Hídrico Foliar, a Área Foliar, a Largura e o Comprimento Foliar, o Incremento Médio Anual Volumétrico e imagens das folhas ao longo de 42 meses. Utilizamos esses dados como entrada nos modelos de IA para prever o comportamento dos materiais genéticos em relação à tolerância à seca e produtividade. Testamos dois grupos de modelos: os clássicos (Floresta Aleatória, Redes Neurais Artificiais, Máquina de Vetores de Suporte e XGBoost) e as redes neurais convolucionais (MobileNetV2, ResNet50 e Xception). Para os dados analisados, observamos que os modelos de redes neurais convolucionais são promissores, com o modelo Xception alcançando uma acurácia de teste de 72%. Esse resultado é importante, pois destaca a IA como uma ferramenta útil no processo de seleção precoce nos programas de melhoramento, além de demonstrar sua aplicação na previsão do comportamento de genótipos, utilizando características funcionais das folhas, que são obtidas de maneira mais rápida e simples. Palavras-chave: Tolerância à seca em eucalipto; Aprendizado de Máquina; Inteligência Artificial;Item Uma estratégia computacional baseada em aprendizagem supervisionada para predição moléculas para uso agrícola(Universidade Federal de Viçosa, 2023-06-30) Oliveira, Jéssica Costa de; Silveira, Sabrina de Azevedo; http://lattes.cnpq.br/7445136472360569 ID Lattes: 7445136472360569O aumento da utilização de recursos computacionais em pesquisas científicas tem contribuído para uma maior aplicação dessas tecnologias nos trabalhos científicos na área da Bioinformática. Uma técnica computacional que tem sido bastante utilizada é a virtual screening ou triagem virtual de ligantes. Como resultado dessas contribuições, pode-se citar as descobertas de novos fármacos, as mutações em resíduos de pro- teínas, o alinhamento de sequências, entre outros. Além dos benefícios mencionados acima, existe a perspectiva de descobertas de medicamentos e vacinas com meno- res custos e com menor tempo de desenvolvimento desses fármacos. Nesse sentido, pode-se citar a descoberta, em caráter emergencial, da vacina contra a Covid‐19, do- ença causada pelo Sars‐Cov‐2, nome oficial do novo coronavírus. O reposicionamento de fármacos é outra técnica utilizada. Por meio dessa, busca-se avaliar a eficácia de medicamentos já existentes para determinadas enfermidades em outros tipos de do- enças. Esse recurso assemelha-se ao teste utilizado para desenvolver a vacina Sars‐ Cov‐2. Neste trabalho, propôs-se a utilização de uma estratégia computacional em aprendizado supervisionado para caracterizar e prever ligantes que podem interagir com moléculas importante no contexto da agricultura. O cenário de aplicação é a soja e seu inseto praga, a lagarta Anticarsia gemmatalis Hubner. Assim, busca-se prever potenciais moléculas que possam inibir proteínas no intestino da lagarta e, consequen- temente, o controle de pragas. Palavras‐chave: Triagem Virtual. Aprendizado de Máquina. Proteína-Ligante. Protease.Item Estimação automática de ritmo para auxiliar surdos no aprendizado da dança do forró(Universidade Federal de Viçosa, 2022-12-21) Paiva, Lucas Ferreira; Neves, Rodolpho Vilela Alves; http://lattes.cnpq.br/2288304608800735Os Surdos e deficientes auditivos representam cerca de 5% da população mundial. Apesar disso, não gozam das mesmas oportunidades dos ouvintes. Um exemplo disso é o acesso à música e à dança, onde mesmo sendo tão capazes quanto os ouvintes para identificarem sentimentos e seguirem o ritmo de músicas, são estigmatizados como não musicais. Esse estigma acaba por resultar em poucas iniciativas voltadas para a criação de tecnologias que potencializem o contato dos surdos com a musicalidade. O principal trabalho encontrado na literatura consistiu na criação de um modelo baseado em redes neurais capaz de estimar o ritmo de músicas de forró para passar esse ritmo por vibração para Surdos. Apesar de resultados promissores terem sidos encontrados, limitações no banco de dados como pequeno número de amostras, falta de diversidade e imprecisão nas anotações do ritmo, inviabilizam a implantação da abordagem. Neste trabalho são apresentadas iniciativas para viabilizar a construção de um modelo para sinalizar o ritmo para Surdos por meio de vibração. A primeira abordagem foi a adição de músicas com ruído real de um espaço de dança junto com o banco de dados do trabalho anterior, o modelo baseado em redes neurais treinado alcançou erro percentual médio menor que 7%. Apesar deste banco de dados ser ainda pequeno e com anotações manuais, foi observado potencial do modelo para ser utilizado em condições reais. Devido a isso foram realizados trabalhos na direção de aumentar o banco de dados. Um deles é uma revisão de literatura para encontrar técnicas de aumento de dados de áudio. Foram encontradas 30 técnicas usadas em variadas tarefas de classificação de áudio, aumentando em até 30 pp a acurácia dos modelos para datasets pequenos. Além do aumento artificial dos dados, foram reali- zados trabalhos para a criação de um novo banco de dados, com instâncias suficientes para treinar modelos convolucionais. Inicialmente foi criado o Forroset, um banco de dados com 2977 músicas de forró, contendo 40 informações diferentes, dentre elas, os arquivos de áudio em MP3, a popularidade e o BPM, fornecidos pelo Spotify. Por fim, para adicionar a duração do passo base às músicas do Forroset, foi realizado um experimento onde 9 pessoas se filmaram dançando 380 músicas no total e tiveram a duração do passo base estimada por um modelo de visão computacional proposto. Esse modelo conseguiu estimar a duração do passo base com erro percentual médio inferior a 3%. Além das anotações da duração do passo base, foram adicionadas ao Forroset, versões com ruído domestico das músicas dançadas, obtidas através dos áudios dos vídeos, criando assim o Forroset+. Estas iniciativas poderão possibilitar o treinamento de modelos com maior capacidade de generalização. Devido ao maior número de músicas será possível também a utilização de redes neurais profundas como redes convolucionais e recorrentes. Apesar da estrutura fornecida propiciar o treinamento e validação destes modelos, não foram realizados experimentos para verificar se de fato os esforços foram suficientes. Portanto, técnicas desenvolvidas em trabalhos futuros (e.g., redes neurais profundas) deverão ser comparadas aos modelos aqui utilizados, além da avaliação das técnicas de aumento de dados para áudio. Palavras-chave: Aprendizado de Máquinas. Banco de Dados. Dança. Inclusão.Item Aprendendo estratégias programáticas através de características comporta- mentais(Universidade Federal de Viçosa, 2023-02-24) Aleixo, David da Silva; Lelis, Levi Henrique Santana de; http://lattes.cnpq.br/3878423140335445Nos últimos anos, a pesquisa em síntese de estratégias programáticas tem despertado bastante interesse dos pesquisadores por gerar programas que podem ser interpretados por humanos, sendo até mesmo possível modificá-los manualmente. Entretanto, sinteti- zar estratégias programáticas é uma tarefa desafiadora devido à necessidade de realizar uma busca não diferenciável em um grande espaço de programas. Deste modo, utiliza-se atualmente uma abordagem de self-play para guiar a busca. No entanto, essa abordagem geralmente fornece um fraco sinal para guiar a busca, uma vez que o self-play só é ca- paz de avaliar o desempenho de um programa em relação a outros programas. Assim, enquanto pequenas mudanças em um programa podem não melhorar o seu desempenho, tais mudanças podem representar passos na direção de um programa mais eficiente. Nessa dissertação, apresentaremos duas abordagens que utilizam características comportamen- tais para guiar a busca. A primeira utiliza as características comportamentais provenien- tes de um oráculo através do processo de clonagem comportamental para aprender um sketch de uma estratégia programática. Em nossos experimentos, observamos que até mesmos oráculos fracos podem prover informações úteis, ajudando na síntese. Testamos nossa proposta de aprendizado de sketch juntamente com os algoritmos de busca Simu- lated Annealing e UCT como sintetizadores. Com isso, tentamos sintetizar as melhores respostas aproximadas para uma estratégia tradicional do Can’t Stop e para o vencedor da competição de 2020 do MicroRTS. Nosso método foi capaz de sintetizar estratégias programáticas mais fortes do que os oráculos originais e derrotaram as estratégias alvo. Em nossa segunda abordagem, propomos um algoritmo de busca de dois níveis que busca concorrentemente no espaço de programas e em um espaço de características comporta- mentais. Nossa hipótese é que um algoritmo de self-play em conjunto com uma função baseada em características pode gerar um forte sinal para auxiliar a síntese. Enquanto ambas as funções são usadas para guiar a pesquisa no espaço do programa, a função de self-play é usada para guiar a pesquisa no espaço de características, com o objetivo de permitir a seleção de características com maior probabilidade de levar a programas vitoriosos. Testamos nossa hipótese no MicroRTS, um jogo de estratégia em tempo real. Nossos resultados mostram que a busca de dois níveis sintetiza estratégias mais fortes do que métodos que buscam apenas no espaço do programa. Além disso, as estratégias que nosso método sintetiza obtiveram a maior taxa de vitórias em um torneio simulado com vários agentes, incluindo os melhores agentes das duas últimas competições do MicroRTS. Palavras-chave: Inteligência Artificial. Síntese de Programas. Algoritmo de Busca. Jogos.Item Design exploration of machine learning data-flows onto heterogeneous reconfigurable hardware(Universidade Federal de Viçosa, 2023-06-21) Oliveira, Westerley Carvalho; Ferreira, Ricardo dos Santos; http://lattes.cnpq.br/2524340882219015This work explores the placement and routing of Machine Learning applications data- flow graphs on different heterogeneous Coarse-Grained Reconfigurable Architectures (CGRA). We analyze three different types of processing element (PE) heterogeneity, the first concerning the interconnection pattern, the second being on the kind of ope- rations a single PE can execute, and the last concerning the PE buffer resources. This analysis aims to propose a fair reduction to the overall cost in comparison to the ho- mogeneous CGRA architecture. We compare our results with the homogeneous case and one of the state-of-the-art tools for placement and routing (P&R). Our algorithm executed, on average, 52% faster than VPR 8.1 (Versatile Place and Route), which is an open-source academic tool designed for the FPGA placement and routing pha- ses, reaching better mapping in 66% of cases and achieving the same results in 26% of cases. Furthermore, a heterogeneous architecture reduces the cost without losing performance in 76% of the cases considering multiplier heterogeneity. We propose a novel heterogeneous buffer architecture that minimizes the buffer resources by 56.3% for K-means dataflow patterns. We also show that a heterogeneous border chess archi- tecture outperforms a homogeneous one. In addition, our mapping reaches optimal instances of single tree dataflows compared to classical Lee/Choi and H-Trees. Keywords: Reconfigurable architecture. CGRAs. Placement. Routing.Item Asymmetric Action Abstractions for Real-Time Strategy Games(Universidade Federal de Viçosa, 2019-02-08) Filho, Rubens de Oliveira Moraes; Lelis, Levi Henrique Santana de; http://lattes.cnpq.br/1137970319452572Action abstractions restrict the number of legal actions available for real-time plan- ning in zero-sum extensive-form games, thus allowing algorithms to focus their search on a set of promising actions. Optimal strategies derived from un-abstracted game trees are guaranteed to be no worse than optimal strategies derived from action-abstracted game trees. In practice, however, due to real-time constraints and the game tree size, one is only able to derive good strategies in un-abstracted trees in small-scale games. In this paper, we introduce an action abstraction scheme we call asymmetric abstraction. Asymmetric abstractions can retain the un-abstracted trees’ theoretical advantage over regularly abstracted trees while still allowing search algorithms to derive effective strategies, even in large-scale games. Further, asym- metric abstractions allow search algorithms to “pay more attention” in some aspects of the game by unevenly dividing the algorithm’s search effort amongst different as- pects of the game. In this paper we also introduce four algorithms that search in asymmetrically-abstracted game trees to evaluate the effectiveness of our abstrac- tion schemes. Two of those are greedy-search approaches and they are called Greedy Alpha-Beta Search and Stratified Alpha-Beta Search. The other two are versions of an algorithm we call Asymmetrically Action-Abstracted NaïveMCTS (A2N and A3N) and combine Monte Carlo Tree Search (MCTS) algorithms, naïve sampling strategy for select actions’ samples, and asymmetric abstraction scheme. In addi- tion to the search algorithms, we also introduce several strategies for generating asymmetric abstractions. An extensive set of experiments in a real-time strategy game developed for research purposes shows that search algorithms using asymmet- ric abstractions are able to outperform all other search algorithms tested.Item Personalized route generation for Mountain Biking cycling based on the user’s profile(Universidade Federal de Viçosa, 2020-07-21) Pereira, Rafael Oliveira; Filho, Jugurta Lisboa; http://lattes.cnpq.br/8605311693254997Personalized route generation for Mountain Biking cycling based on the user’s profile. Advisor: Jugurta Lisboa Filho. The popularity of cycling has been on the rise both as a sustainable transport alter- native and as a leisure activity, through Mountain Biking (MTB). As its popularity increases, so does the need for tools to aid in the activity, such as route sharing tools. Most of these tools rely on Volunteered Geographic Information (VGI) both to acquire new trails for their databases and to rank them. While these tools are useful in most places, they can be of little to no help in regions with a smaller number of cyclists. This work proposes using data collected from multiple sources of VGI to automatically generate MTB routes based on user preferences, easing the decision making process of choosing new trails. Due to its vast availability, segments from Strava, a social network for athletes, were chosen as one of the data sources, the other being mapping data from the collaborative mapping tool OpenStreetMap(OSM), which was also used to select Points Of Interest (POI) relevant to the activity. An Integer Linear Programming model was developed to select sets of segments considering user preferences for terrain difficulty, elevation in the trail and total distance of the route, focusing on unpaved streets. The method developed in this work showed that it is possible, through the use of Strava segments, selected POIs and mapping data from OSM, to create pleasant circuits based on user preferences, with the main challenge being the quality of the collaborative data available in OSM. The circuits created with the method proved to be, in most part, pleasant, visiting relevant POIs and avoiding paved streets wherever possible. Keywords: Cycling. MTB. VGI. Route Generation