Events Events

Back

Pós-Graduação em Ciência da Computação realiza defesa de dissertação de mestrado sobre uso de nariz eletrônico para identificação de fungos

Defesa acontece na quarta-feira (15), às 15h, via Google Meet

O Programa de Pós-Graduação em Ciência da Computação da UFPE promove a defesa de dissertação de mestrado do aluno Paulo Júnior de Moraes Vasconcelos, na quarta-feira (15), às 15h. A apresentação acontece de forma remota, através da plataforma Google Meet, e os interessados em assistir devem entrar em contato com o aluno através do e-mail pjmv@cin.ufpe.br. É recomendado aos que se entre na sala virtual com o microfone e câmera desligados.

Com o título “Identificação de fungos anemófilos, em ambientes abertos, através de um nariz eletrônico e modelos de Inteligência Artificial”, o trabalho contou com a orientação do professor Leandro Maciel Almeida. A banca organizadora é formada pelos professores Paulo Salgado Gomes de Mattos Neto (UFPE/Centro de Informática), Reginaldo Gonçalves de Lima Neto (UFPE/Departamento de Medicina Tropical) e Cleber Zanchettin (UFPE/Centro de Informática)

Resumo

Os fungos dispersam-se na natureza através do ar atmosférico ou por outras vias, como água, insetos, humanos e animais. Os fungos que são dispersados através do ar atmosférico são denominados fungos anemófilos. Sendo assim, a microbiota fúngica anemófila pode ser semelhante ou diferente em cada cidade ou região. Em indústrias como farmacêutica e de alimentos, a preservação da qualidade do ar dos ambientes é ponto importante para a garantia asséptica dos produtos. Hospitais constituem ambientes que necessitam de maior atenção, no que diz respeito ao monitoramento ambiental das áreas críticas. Por outro lado, em climatizadores de ar, o acúmulo de umidade e material orgânico pode torná-los poderosas fontes dispersoras de bioaerossóis. Outra problemática na disseminação de fungos é a produção de micotoxinas. Para conhecer o objeto desse trabalho apresenta-se um estudo sobre os fungos anemófilos, uma breve discussão sobre Inteligência Artificial. Em seguida, é apresentado o nariz eletrônico utilizado nos experimentos, apresentam-se e explicam-se os princípios de funcionamento dos modelos de aprendizagem de máquina testados como solução do problema. Relata-se a exploração dos dados levantados e experimentos das bases de dados de leituras do nariz eletrônico. Os resultados foram satisfatórios em duas bases e insatisfatório em uma base. O classificador InceptionTime obteve o melhor desempenho em uma das bases, atingindo acurácia 97,7% no conjunto de teste. Em outra base o classificador HIVE-COTE 2.0 obteve os melhores resultados alcançando acurácia de 96,4% no conjunto de teste. Na última base testada, os resultados foram insatisfatórios, com acurácia máxima de apenas 41,6% no conjunto de teste. Estando no princípio da pesquisa, um ou outro resultado adverso é natural. Contudo, conclui-se que essa dissertação contribui desenvolver produtos e serviços que monitorem a qualidade do ar em áreas sensíveis como indústrias alimentícias e farmacêuticas, áreas hospitalares críticas, acúmulo de umidade e material orgânico em condicionadores de ar, como também a presença de micotoxinas produzidas por esses microrganismos. A ampliação e a diversificação da testagem de fungos anemófilos objetivando cobrir uma gama maior de problemas e patologias associadas a mais espécies de fungos anemófilos, como também ampliação das bases de dados, isto é, mais dados e melhores dados para minimizar os erros, implicam em modelos mais bem treinados, que generalizam adequadamente para casos novos, que não são conhecidos pelos modelos. Outra frente de trabalho importante é aprofundar o estudo dos modelos de classificadores especializados em séries temporais. O objetivo é encontrar o modelo com resultados mais satisfatórios e com os menores custos computacionais.

Date of last modification: 13/06/2022, 15:05