Browsing by Author "Netto, Guilherme Gaigher"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    EEG time series learning and classification using a hybrid forecasting model calibrated with GVNS.
    (2017) Coelho, Vitor Nazário; Coelho, Igor Machado; Coelho, Bruno Nazário; Souza, Marcone Jamilson Freitas; Guimarães, Frederico Gadelha; Luz, Eduardo José da Silva; Barbosa, Alexandre Costa; Coelho, M. N.; Netto, Guilherme Gaigher; Pinto, Alysson Alves; Elias, M. E. V.; G. Filho, D. C. O.; Oliveira, Thays Aparecida de
    Brain activity can be seen as a time series, in particular, electroencephalogram (EEG) can measure it over a specific time period. In this regard, brain fingerprinting can be subjected to be learned by machine learning techniques. These models have been advocated as EEG-based biometric systems. In this study, we apply a recent Hybrid Focasting Model, which calibrates its if-then fuzzy rules with a hybrid GVNS metaheuristic algorithm, in order to learn those patterns. Due to the stochasticity of the VNS procedure, models with different characteristics can be generated for each individual. Some EEG recordings from 109 volunteers, measured using a 64-channels EEGs, with 160 HZ of sampling rate, are used as cases of study. Different forecasting models are calibrated with the GVNS and used for the classification purpose. New rules for classifying the individuals using forecasting models are introduced. Computational results indicate that the proposed strategy can be improved and embedded in the future biometric systems.
  • No Thumbnail Available
    Item
    Método de visão computacional baseado em laser para monitoramento de defeitos em correias transportadoras.
    (2019) Netto, Guilherme Gaigher; Bianchi, Andrea Gomes Campos; Coelho, Bruno Nazário; Silva, Romuere Rodrigues Veloso e; Cámara Chávez, Guillermo; Reis, Agnaldo José da Rocha
    O monitoramento contínuo de correias transportadoras é de extrema importância já que defeitos em sua superfície podem se desenvolver em desgaste, rasgos e até rupturas, o que pode resultar na interrupção do transportador, e consequentemente, perda de capital, ou ainda pior, acidentes sérios ou fatais. Com o propósito de resolver o problema de monitoramento, o estudo apresentado a seguir propõe um método de visão computacional baseado em laser para detecção de defeitos em correias transportadoras. A abordagem transforma a imagem do feixe de laser em um sinal unidimensional, e então analisa o sinal para identificar os defeitos, considerando que variações no sinal são causados por defeitos/imperfeições na superfície da correia. Diferentemente de outros trabalhos, o método proposto consegue identificar defeitos através de uma reconstrução 2D, e reconstruir uma aproximação 3D da correia, simulando um scanner 3D. Resultados mostram que o método proposto foi capaz de identificar e reconstruir imperfeições superficiais em ambos ambientes, real e simulado, alcançando valores altos em métricas como precisão e evocação. Além disso, análises em imagens com ruído permitiram investigar a robustez da proposta de solução.