PPGEE - Doutorado em Engenharia Elétrica e de Computação
URI Permanente para esta coleçãohttps://repositorio.ufrn.br/handle/123456789/12009
Navegar
Submissões Recentes
Tese A configurable dependability library for high-performance computing iterative applications with interruption detection, data preservation and failover capabilities(Universidade Federal do Rio Grande do Norte, 2024-10-04) Santana, Carla dos Santos; Souza, Samuel Xavier de; https://orcid.org/0000-0001-8747-4580; http://lattes.cnpq.br/9892239670106361; https://orcid.org/0000-0003-3328-0056; http://lattes.cnpq.br/4697610292983660; Bianchini, Calebe de Paula; Tadonki, Claude; Chauris, Herve; Taufer, Michela; Navaux, Philippe Olivier Alexandre; Barros, Tiago Tavares LeiteA computação de alto desempenho é um campo dinâmico da ciência da computação que permite o processamento necessário para problemas de diversos domínios. Supercomputadores são indispensáveis para resolução de problemas complexos; no entanto, seu tamanho e complexidade os tornam suscetíveis a falhas. Isso destaca a importância crítica de empregar técnicas de tolerância a falhas para mitigar o impacto de interrupções. Esses métodos são essenciais para lidar com falhas de hardware e software, bem como cenários preemptivos. Dada a necessidade de tolerância a falhas, apresentamos novas metodologias para melhorar a tolerância a falhas em programas síncronos em massa. Essas novas metodologias são apresentadas dentro da Biblioteca de Confiabilidade para Aplicações Iterativas. Esta biblioteca oferece uma solução versátil que combina conservação de dados no nível da aplicação, detecção de falhas e capacidades de failover. A biblioteca proposta simplifica a integração de habilidades de tolerância a falhas nas aplicações, oferecendo opções de alta configurabilidade. Esta tese apresenta técnicas de conservação de dados, incluindo checkpointing no nível da aplicação e replicação de dados de processo, para garantir confiabilidade, permitindo que uma unidade de backup assuma em caso de falha. Este trabalho também apresenta métodos de detecção de falhas, como detecção de sinal de término e monitoramento de batita de coração com comunicação de baixo custo, para acionar a conservação de dados apenas se houver uma possibilidade de falha; essa abordagem permite baixo overhead. A biblioteca proposta é compatível com a mitigação de falhas no nível do usuário, o que permite capacidades de failover; em outras palavras, os programas podem continuar operando após falhas, minimizando o tempo de inatividade e garantindo operação contínua. Nossa proposta foi aplicada com sucesso ao problema geofísico de inversão de forma de onda completa, um algoritmo padrão para o processamento geofísico de exploração de petróleo e gás. Esta aplicação serve como um cenário prático de alto desempenho para análise, demonstrando a aplicabilidade real da biblioteca. Todos os métodos foram rigorosamente validados, e o overhead neste problema foi analisado usando exemplos mais realistas. Em nossos experimentos, a aplicação não perdeu todos os dados processados até o momento da falha e pôde continuar a execução, mesmo na presença de falha de nó, com overhead mínimo. Este trabalho também apresenta outros estudos de caso na fase inicial de aplicação da biblioteca e discute alguns conceitos de tolerância a falhas e trabalhos relacionados.Tese Transmissão vertical da sífilis no Brasil: análises baseadas em ciência de dados na saúde pública(Universidade Federal do Rio Grande do Norte, 2024-10-30) Silva, Rodrigo Dantas da; Valentim, Ricardo Alexsandro de Medeiros; https://orcid.org/0000-0002-9216-8593; http://lattes.cnpq.br/3181772060208133; https://orcid.org/0000-0002-2549-2414; http://lattes.cnpq.br/1947688093671056; Campos, Antonio Luiz Pereira de Siqueira; http://lattes.cnpq.br/1982228057731254; Coutinho, Karilany Dantas; Santos, Marquiony Marques dos; Morais, Antonio Higor Freire de; Lima, Thaisa Gois Farias de Moura Santos; Valentim, Janaína Luana Rodrigues da Silva; Santos, João Paulo Queiroz Dos; 01065547439Este trabalho examina as falhas do Protocolo Clínico e Diretrizes Terapêuticas (PCDT) para o manejo da sífilis gestacional e congênita no Brasil, demonstrando que, além das limitações do próprio protocolo, há também graves falhas estruturais no sistema de assistência à saúde. A pesquisa busca comprovar que a ineficácia do PCDT, associada à falta de integração entre os níveis de atenção e vigilância em saúde, contribui para o aumento das taxas de transmissão vertical da sífilis. Utilizando modelagem por Redes de Petri Estocásticas (SPN) e dados do SINAN, foram simulados cenários de tratamento e diagnóstico que evidenciam gargalos críticos, como o tratamento inadequado de gestantes e a insuficiência no monitoramento de casos. O estudo destaca que a falha na aplicação das diretrizes, somada à precariedade no atendimento pré-natal e à falta de capacitação dos profissionais de saúde, é um dos maiores desafios para o controle da sífilis congênita no país.Tese A novel deep neural network technique for drug-target interaction prediction(Universidade Federal do Rio Grande do Norte, 2024-12-10) Souza, Jackson Gomes de; Fernandes, Marcelo Augusto Costa; Barbosa, Raquel de Melo; https://orcid.org/0000-0001-7536-2506; http://lattes.cnpq.br/3475337353676349; https://orcid.org/0000-0003-0665-7153; http://lattes.cnpq.br/7022849614714429; Villén, Fátima García; Silva, Lucileide Medeiros Dantas da; Coutinho, Maria Gracielly FernandesA descoberta de fármacos (DD, do inglês drug discovery) é um processo demorado e caro. Portanto, a indústria emprega estratégias como reposicionamento de fármacos, que permite aplicar medicamentos já aprovados para tratar uma doença diferente, como ocorreu nos primeiros meses de 2020, durante a pandemia do COVID-19. A predição da interação fármaco-receptor (DTI, do inglês drug-target interaction) é uma parte essencial do processo de DD porque pode acelerá-lo e reduzir seu custo. A predição de DTI realizada in silico tem utilizado métodos baseados em molecular docking simulation, similaridade, redes e grafos. Este trabalho apresenta o MPS2IT-DTI, um modelo de predição de DTI obtido de uma pesquisa realizada por: definição de um novo método para representar sequências de moléculas e proteínas por meio de imagens; e definição de uma deep learning baseada em uma rede neural convolucional para criar um novo método de predição de DTI. Resultados da pesquisa demonstram que a representação de sequências de moléculas e proteínas como imagens é uma alternativa viável à utilização de abordagens baseadas no uso de técnicas de Processamento de Linguagem Natural (NLP, do ingles natural language processing) e, portanto, não adota uma camada de embedding na rede neural. Resultados de treinamento conduzidos com os datasets Davis e KIBA demonstraram que o MPS2IT-DTI é comparável aos métodos do estado-da-arte em termos de performance e complexidade do modelo da rede neural. Experimentos realizados com o dataset Davis resultaram em um índice de concordância (CI, do inglês concordance index) de 0.876 e um MSE de 0.276; e com o dataset KIBA, foram obtidos 0.836 e 0.226, respectivamente. Por fim, resultados de experimentos com o BindingDB dataset e seis proteínas-chave do SARS-CoV-2 indicaram que o MPS2IT-DTI é comparável aos métodos do estado-da-arte na tarefa de reposicionamento de fármacos antivirais aprovados para uso comercial para o tratamento da COVID-19.Tese Reconfigurable hardware architecture for SHA-256 hashing in blockchain and IoT applications(Universidade Federal do Rio Grande do Norte, 2024-12-11) Santos Júnior, Carlos Eduardo de Barros; Fernandes, Marcelo Augusto Costa; Silva, Sérgio Natan; https://orcid.org/0000-0001-7536-2506; http://lattes.cnpq.br/3475337353676349; http://lattes.cnpq.br/1334493042199015; Dias, Leonardo Alves; Silva, Lucileide Medeiros Dantas da; Coutinho, Maria Gracielly FernandesÀ medida que o uso de dispositivos IoT continua a crescer, garantir uma troca de dados segura e de baixa latência tornou-se uma necessidade essencial, impulsionando pesquisas em soluções baseadas em blockchain para atender a esses requisitos. Em resposta a essa demanda, esta tese apresenta uma arquitetura de hardware reconfigurável para o algoritmo de hash SHA-256, com foco em aplicações de blockchain e IoT, utilizando FPGAs (Field Programmable Gate Arrays) como hardware alvo para maximizar o desempenho e a eficiência em processos de segurança de dados. A implementação proposta em FPGA oferece adaptabilidade para diferentes ambientes, desde servidores de rede até dispositivos IoT com restrições de energia. As principais inovações desta proposta incluem um sistema de paralelismo multinúcleo que otimiza o uso dos elementos disponíveis na FPGA e uma análise estruturada do consumo desses recursos, considerando tanto a frequência de clock quanto o throughput. Adicionalmente, a tese contempla uma análise de consumo de energia, comparando o desempenho de consumo de potência entre diferentes arquiteturas de hardware. O design proposto alcançou a implementação de 16 núcleos paralelos em um FPGA Xilinx Virtex 6 xc6vlx240t-1ff1156, atingindo um throughput máximo de 1,4Gbps e consumo de potência dinâmica de 0,452W. Este desempenho representa um speedUp de até 16x em relação a modelos FPGA anteriores e uma redução de até 234,52x no consumo de potência dinâmica quando comparado a implementação de pesquisas anteriores. Comparações adicionais foram realizadas com outras arquiteturas de hardware, como microcontroladores de 8 e 16 bits, processadores de uso geral e GPUs. Os resultados evidenciam a versatilidade e escalabilidade da implementação do SHA-256 em FPGA para aplicações que exigem alto throughput e eficiência no consumo de potência, posicionando este trabalho como uma contribuição significativa à segurança da informação e desempenho computacional em ambientes de IoT no contexto de blockchain.Tese Aplicação de superfície seletiva de frequência como refletor reconfigurável para otimização do desempenho de antena de microfita para aplicações em 5G(Universidade Federal do Rio Grande do Norte, 2024-11-29) Sousa, Thayuan Rolim de; Silva Neto, Valdemir Praxedes da; https://orcid.org/0000-0003-3867-3297; http://lattes.cnpq.br/4160231554601828; http://lattes.cnpq.br/3138846318611230; D'Assunção, Adaildo Gomes; Mendonça, Laercio Martins de; Gomes Neto, Alfredo; Silva, Jefferson Costa eEste trabalho apresenta o desenvolvimento de estruturas reconfiguráveis de superfícies seletivas de frequência (Reconfigurable Frequency-Selective Surface – RFSS) como refletor para otimizar o desempenho de antena de microfita para aplicações 5G. As superfícies seletivas de frequência (Frequency-Selective Surface – FSS) são estruturas amplamente utilizadas nos sistemas de comunicação, com aplicações na faixa de microondas até terahertz. A pesquisa inclui simulações computacionais e experimentos práticos para avaliar a eficácia da RFSS em diferentes cenários de propagação. A análise inicial é realizada com a caracterização da FSS em sua forma ideal para prever o comportamento da estrutura reconfigurável. Em seguida a RFSS proposta é projetada e avaliada. A estrutura proposta consiste em um único substrato dielétrico com uma superfície condutora. A célula unitária da RFSS é baseada em elemento em forma de V e um único diodo PIN é utilizado como dispositivo ativo por célula unitária. O diodo PIN em cada linha da RFSS é conectado em paralelo pela rede de alimentação. Essas estruturas foram projetadas, otimizadas, fabricadas e caracterizadas experimentalmente para validar os resultados numéricos, sendo observada uma boa concordância entre eles. Três configurações de estado de alimentação são analisadas: estado desligado, estado ligado e estado intermediário. Dependendo do estado de alimentação, a RFSS pode exibir frequência de ressonância em banda única ou múltipla. A RFSS proposta exibe características comutáveis de forma independente que a torna adequada para uma variedade de aplicações, em sua configuração de banda única ou multibanda. Após essa análise, as RFSS foram aplicadas em um sistema com uma antena de microfita retangular de banda dupla reconfigurável. O sistema consiste em colocar a RFSS na frente da antena de microfita, atuando como refletor. A antena utilizada é do tipo microfita com elemento retangular, que é modificado pela inserção de duas fendas em forma de T para fornecer resposta de banda dupla em 1,7 GHz e 3,7 GHz. Os resultados numéricos foram obtidos através de simulações usando o software comercial ANSYS HFSS. Ao mudar o estado do diodo PIN, o sistema aumenta o ganho da antena e reconfigura seu padrão de radiação, atingindo os valores de 5,6 dB e 5,5 dB de aumento de ganho para a primeira e segunda frequência de ressonância, respectivamente. Os resultados finais demonstram que a implementação de RFSS pode aumentar significativamente o ganho e a capacidade de direcionamento das antenas de microfita. Conclui-se que a abordagem proposta é viável e oferece melhorias substanciais no desempenho das antenas, tornando-se uma solução promissora e contribuindo para a evolução das redes 5G.Tese Desenvolvimento de novos ressoadores para transmissão de energia sem fio aplicados em Dispositivos Médicos Implantáveis(Universidade Federal do Rio Grande do Norte, 2024-12-20) Duarte Júnior, José Garibaldi; Silva Neto, Valdemir Praxedes da; https://orcid.org/0000-0003-3867-3297; http://lattes.cnpq.br/4160231554601828; https://orcid.org/0000-0002-9708-3118; http://lattes.cnpq.br/4332534673634063; D'Assunção, Adaildo Gomes; Capovilla, Carlos Eduardo; Begmann, José Ricardo; Rodrigues, Márcio Eduardo da CostaEste trabalho apresenta a análise e projeto de novas configurações de ressoadores planares de micro-ondas com a proposta de integrar sistemas para alimentação sem fio de dispositivos médicos implantados. Ao longo dos últimos anos, os dispositivos médicos implantáveis (IMD) tornaram-se protagonistas no auxílio de tarefas de diagnóstico, prognóstico e tratamento médico. Grande parte dos IMD necessitam de uma forma de alimentação para operar, o que frequentemente é feita através do uso de baterias, demandando assim manutenções periódicas e procedimentos cirúrgicos invasivos. A tecnologia de transferência de energia sem fio (WPT) empregada neste cenário se apresenta como uma promissora alternativa de solução. Esta tese se situa no contexto de propor novos modelos de ressoadores compatíveis e que possam ser integrados em soluções WPT para alimentação de IMD. Neste trabalho, foram exploradas duas técnicas de WPT: acoplamento indutivo (não-radiativo/campo próximo) e antenas planares (radiativo). A análise e projeto se deram através do estudo analítico e paramétrico dos modelos propostos através de ferramentas computacionais de simulação eletromagnética. Foi verificada uma série de parâmetros técnicos, com destaque a frequência de operação, dimensões físicas, eficiência, sensibilidade ao posicionamento, e parâmetros de segurança, como a taxa de absorção específica (SAR) e faixa de potência admissível. Utilizando substratos dielétricos de baixas perdas (RO3006 e RO3010), foram construídos três protótipos projetados para operação nas frequências de 0,403, 0,915 e 2,45 GHz, integrantes das bandas MedRadio e ISM. Via acoplamento indutivo, foi possível obter um sistema com eficiência de transferência superior aos 50% na separação de 8,0 mm de tecido, possibilitando uma potência admissível de até 120 mW para um limite de segurança de 2,0 W/kg de SAR. Com uso de antena planar, obteve-se um modelo com dupla faixa de operação (0,9 e 2,45 GHz) e polarização circular, sendo alcançados níveis de eficiência de 0,57 e 1,12% com dimensões físicas reduzidas. Os resultados medidos experimentalmente demonstraram uma boa concordância com as análises computacionais e conduziram a conclusões promissoras a respeito do desempenho dos ressoadores propostos.Tese Monitoramento e diagnóstico de falhas em motores de indução trifásicos utilizando rede neural NARX(Universidade Federal do Rio Grande do Norte, 2024-12-05) Araújo, Valbério Gonzaga de; Salazar, Andres Ortiz; http://lattes.cnpq.br/1343977279035189; Maitelli, André Laurindo; Ferreira, Jossana Maria de Souza; Paiva, José Álvaro de; Villanueva, Juan Moisés MauricioOs motores de indução trifásicos desempenham um papel essencial nas operações industriais. Contudo, falhas nesses equipamentos podem ocasionar sérios problemas operacionais, afetando a produtividade e a segurança. Tradicionalmente, a identificação de falhas em motores de indução tem sido realizada por meio de técnicas convencionais, como análise no domínio do tempo e da frequência, utilizando assinaturas características de vibração e corrente. Essas abordagens, embora eficazes em alguns casos, enfrentam limitações em termos de precisão e capacidade de lidar com grandes volumes de dados complexos, especialmente em condições operacionais variáveis. Diante dessas dificuldades, este trabalho propõe a aplicação de uma técnica de Inteligência Artificial (IA) para diagnóstico e classificação de falhas, com o objetivo de identificar problemas nos estágios iniciais, de forma mais eficiente e robusta, superando as limitações das abordagens tradicionais. A análise foi conduzida com base em sinais de corrente, temperatura e vibração. Os experimentos foram realizados em uma bancada de testes, simulando condições reais de operação, incluindo desbalanceamento de fase no estator, danos nos rolamentos e desbalanceamento do eixo. Para a classificação das falhas, foi desenvolvida uma Rede Neural Auto-Regressiva com Entradas Exógenas (NARX), uma arquitetura preditiva ajustada para realizar tarefas de classificação. A configuração ideal da rede foi determinada por meio de um processo de seleção que utilizou o método de varredura com múltiplas iterações de treinamento, seguido da introdução de novos dados para validação de sua eficiência. Os testes realizados com os dados adicionais demonstraram o alto desempenho da rede neural, evidenciando sua capacidade de generalização em todas as condições avaliadas. As taxas de acurácia obtidas variaram entre 94,2% e 98%, dependendo do estado operacional da máquina.Tese ELSA - Expanded Latent Space Autoencoder Architecture for Feature Extraction: a case study application to Covid-19 time series forecasting(Universidade Federal do Rio Grande do Norte, 2024-09-20) Oliveira, Emerson Vilar de; Gonçalves, Luiz Marcos Garcia; https://orcid.org/0000-0002-7735-5630; http://lattes.cnpq.br/1562357566810393; http://lattes.cnpq.br/8790940901329225; Oliveira, Luiz Affonso Henderson Guedes de; https://orcid.org/0000-0003-2690-1563; http://lattes.cnpq.br/7987212907837941; Silva Júnior, Andouglas Gonçalves da; Santos, Davi Henrique dos; Aroca, Rafael VidalA pandemia global de SARS-CoV-2 levou governos, instituições e pesquisadores a avaliar seu impacto e a desenvolver estratégias baseadas em indicadores gerais para alcançar as previsões mais precisas possíveis. Embora os modelos epidemiológicos tenham sido amplamente utilizados, eles frequentemente geravam previsões incertas devido a dados insuficientes ou ausentes. Além das limitações de dados, diversos modelos de aprendizado de máquina, como florestas aleatórias, regressão por vetores de suporte, LSTM, autoencoders e modelos tradicionais de séries temporais, como Prophet e ARIMA, foram empregados, resultando em desempenhos impressionantes, mas com algumas limitações. Alguns desses métodos enfrentam dificuldades de precisão ao lidar com entradas multivariadas, o que é crucial para problemas como a previsão de séries temporais em pandemias, que exigem previsões de curto e longo prazo. Em resposta a esse desafio, propomos uma abordagem inovadora para a previsão de séries temporais que utiliza uma estrutura de autoencoder empilhado. Nosso modelo utiliza n autoencoders internos para processar as entradas e gerar diferentes espaços latentes para essas respectivas entradas. Em seguida, esses diferentes espaços latentes são concatenados e o espaço latente expandido é obtido. Conduzimos um experimento usando um conjunto de series previamente publicados sobre casos de COVID-19, mortes, temperatura, umidade e índice de qualidade do ar (IQAr) na cidade de São Paulo, Brasil. Esse experimento avaliou a adequação do nosso modelo para previsões de curto, médio e longo prazo. Além disso, comparamos diretamente nosso modelo proposto com dois trabalhos existentes na literatura que já passaram pelo escrutínio de especialistas. A primeira comparação posiciona nosso modelo entre aqueles que utilizam uma rede para extração de características e outra para prever tendências da pandemia. A segunda comparação destaca a eficácia do nosso modelo na previsão de múltiplas séries de indicadores pandêmicos. Os resultados sugerem que o modelo proposto possui fortes capacidades tanto na extração de características quanto na previsão de múltiplas séries, oferecendo melhorias em relação aos dois trabalhos comparados. Finalmente, o modelo demonstra uma precisão promissora em previsões e versatilidade em conjuntos de dados de diferentes tamanhos, tornando-se uma opção destacada para tarefas de previsão de séries temporais.Tese Identificação de sinais interferentes em rádios utilizando técnicas de aprendizado de máquina(Universidade Federal do Rio Grande do Norte, 2024-10-25) Leite, Deyvid Lucas; Sousa Júnior, Vicente Ângelo de; Alsina, Pablo Javier; http://lattes.cnpq.br/3653597363789712; https://orcid.org/0000-0003-2859-6136; http://lattes.cnpq.br/6358312955522220; http://lattes.cnpq.br/7282337402972897; Martins, Allan de Medeiros; Rodrigues, Marcio Eduardo da Costa; Freitas Júnior, Walter da Cruz; Medeiros, Álvaro Augusto Machado deEste trabalho oferece uma visão abrangente do papel e da importância da rádio difusão no contexto histórico e comercial brasileiro. Destaca-se a problemática das rádios ilegais, as quais prejudicam as estações legalizadas, diminuindo a qualidade da comunicação e interferindo na capacidade de alcançar mais ouvintes. Para lidar com esse desafio, propõe-se a utilização de métodos de aprendizado de máquina em conjunto com técnicas de extração de características dos sinais de áudio para identificar interferências geradas por outras rádios FM. Neste trabalho, os sinais de interferências não foram tratados apenas como ruído, sendo realizado uma diferenciação clara entre ruído AWGN e interferência de outras rádios. Para isso, foram exploradas técnicas de extração de características únicas, como métodos baseados em sensoriamento espectral devidamente adaptados, método MFCC, métodos estatísticos de primeira ordem e de ordem estendida. Além disso, foram exploradas as estratégias que utilizam redes do tipo Autoencoder e as Redes Neurais Convolucionais para classificar os sinais de rádio que chegam aos receptores. Para esse estudo, foram exploradas soluções com sinais em banda base e banda passante, bem como situações com múltiplas fontes de sinais interferentes, para que os modelos propostos possam lidar com cenários desafiadores. Por fim, foram conduzidos testes de validação da capacidade dos métodos propostos em ambientes de simulação computacional e em ambientes reais, dos quais foram utilizados a Universal Software Radio Peripheral (USRP) para gerar sinais que se propagam pelo canal de comunicação.Tese Redundância modular dupla baseada em paridade para transmissão de dados em sistemas de processamento de bordo em Nanossatélites(Universidade Federal do Rio Grande do Norte, 2024-11-01) Alves, Alex Carlos Rodrigues; Silveira, Luiz Felipe de Queiroz; http://lattes.cnpq.br/4139452169580807; http://lattes.cnpq.br/2815340641545149; Souza, Cleonilson Protásio de; Santos Júnior, Gutemberg Gonçalves dos; Kreutz, Márcio Eduardo; Dias, Samaherni Morais; Souza, Samuel Xavier deA crescente demanda por capacidade de processamento em sistemas embarcados para nanossatélites tornou comum a utilização de SoCs (Systems-on-Chip) comerciais de prateleira (COTS, Commercial-Off-The-Shelf), os quais são compostos por unidade de processamento hard-core (CPU, Central Processing Unit) e lógica reconfigurável (FPGA, Field-Programmable Gate Arrays) integradas em um mesmo chip. Um ponto de atenção nesses SoCs diz respeito às interfaces de comunicação entre CPU e FPGA, as quais são implementadas na área de lógica reconfigurável e podem sofrer com erros ocasionados pela radiação em ambiente espacial. Diferentes tipos de redundância podem ser empregados para mitigar os efeitos da radiação em barramentos de comunicação on-chip, destacando-se a redundância da informação e a redundância de hardware. Contudo, apesar de apresentarem considerável capacidade de correção, códigos de redundância de informação modernos podem apresentar uma alta complexidade lógica. Ademais, técnicas de redundância de hardware como a TMR (Triple Modular Redundancy) resultam em um aumento da área ocupada pelo sistema e um overhead de energia. Essas características podem impactar o desenvolvimento de sistemas de nanossatélites, os quais possuem restrições de massa, potência, peso e custo. Nesse contexto, neste trabalho é apresentada uma abordagem de Redundância Modular Dupla (DMR, Dual Modular Redundancy) baseada em paridade para aplicação em interfaces de comunicação de SoCs COTS, objetivando o aumento da confiabilidade da transmissão de dados. Para isso, buscou-se propor uma solução com baixa complexidade lógica e com um menor consumo de área e de energia quando comparada com a TMR. Diferentes versões da técnica foram desenvolvidas tomando como base bits de paridade e a DMR. Para cada uma dessas versões, foram desenvolvidas expressões matemáticas para as probabilidades de correção e de erro, bem como à probabilidade de detecção para duas das versões. A análise matemática foi validada por meio da comparação com resultados de simulações em scripts Python, levando-se em consideração diferentes taxas de erros. Além disso, a técnica proposta foi comparada com a TMR em termos de probabilidades de correção. Os resultados mostram que, para taxas específicas, a abordagem proposta possui valores aproximados aos da TMR e que, mesmo com a retransmissão de dados com possíveis erros, o número total de bits transmitidos é menor. Como forma de verificar a área ocupada e o consumo de energia, foram realizadas implementações em hardware no SoC Xilinx Zynq-7000. Tais implementações evidenciam uma menor utilização de recursos de hardware e um menor consumo energético em comparação com a TMR.Tese An unsupervised tinyML incremental learning approach for outlier processing and forecasting(Universidade Federal do Rio Grande do Norte, 2024-08-30) Andrade, Pedro Henrique Meira de; https://orcid.org/0000-0002-0116-6489; http://lattes.cnpq.br/3608440944832201; https://orcid.org/0000-0002-7729-9085; http://lattes.cnpq.br/6695123583643731; Oliveira, Luiz Affonso Henderson Guedes de; Barros, Tiago Tavares Leite; Costa, Daniel Gouveia; Villanueva, Juan Moisés MauricioA Internet das Coisas (IoT) é um paradigma no qual as capacidades de computação e conectividade são incorporadas a objetos, conectando-os à Internet. Reconhecida como uma área tecnológica crucial e emergente, a IoT possui um potencial significativo para melhorar a qualidade de vida, otimizar processos industriais e ampliar as aplicações em objetos do cotidiano. Com o aumento do número de dispositivos IoT conectados, surge a necessidade de uma infraestrutura capaz de gerenciar o vasto volume de dados gerados. Nesse contexto, a Computação de Borda (Edge Computing) se destaca ao processar dados próximos à sua origem, deixando apenas as tarefas de processamento mais complexas para servidores centrais. O processamento na borda permite o desenvolvimento de algoritmos de aprendizado de máquina otimizados, conhecidos como Tiny Machine Learning (TinyML). Ao empregar algoritmos leves e otimizados, o conceito TinyML oferece vantagens como a redução da latência, a melhoria da eficiência energética e o aumento da autonomia de dispositivos operando em aplicações remotas ou isoladas. No campo TinyML, a implementação de técnicas de aprendizado de máquina em dispositivos com recursos limitados, como microcontroladores, apresenta desafios significativos, incluindo a detecção e correção de outliers. Este trabalho, portanto, contribui para o desenvolvimento de um algoritmo de aprendizado incremental não supervisionado para o processamento de outliers no contexto do TinyML. Essa abordagem inovadora aplica aprendizado de máquina não supervisionado para a detecção e correção de outliers em dispositivos com recursos limitados, adaptando-se a variações externas ao longo do tempo. O algoritmo aborda o problema do processamento de sinais na borda de aplicações IoT, permitindo, por exemplo, que um medidor inteligente processe eventos localmente antes de enviar dados ao sistema supervisório. A solução foi implementada e validada por meio de simulações e testada em dois microcontroladores diferentes: o ATmega328P (Arduino) e o Espressif ESP32 (Freematics), confirmando sua viabilidade e bom desempenho. Este trabalho preenche uma lacuna na literatura ao introduzir uma nova abordagem para o processamento de dados em dispositivos com recursos limitados, utilizando uma técnica de aprendizado incremental. A avaliação comparou os resultados obtidos em sistemas embarcados com aqueles obtidos em computadores, utilizando diferentes linguagens de programação e ferramentas.Tese Os impactos do Escore Unificado de Priorização (EUP) na regulação do acesso aos leitos do Sistema Único de Saúde (SUS) brasileiro: um estudo durante a pandemia de Covid-19 no Estado do RN no Brasil(Universidade Federal do Rio Grande do Norte, 2024-10-31) Veras, Nícolas Vinícius Rodrigues; Valentim, Ricardo Alexsandro de Medeiros; https://orcid.org/0000-0002-9216-8593; http://lattes.cnpq.br/3181772060208133; https://orcid.org/0000-0002-6102-7309; http://lattes.cnpq.br/4602248586354524; Campos, Antônio Luiz Pereira de Siqueira; Cortez, Lyane Ramalho; Clemente, Heleni Aires; Santos, João Paulo Queiroz dos; Valentim, Janaína Luana Rodrigues da Silva; Lima, Thaisa Gois Farias de Moura SantosA Organização Mundial da Saúde (OMS), declarou em 30 de janeiro de 2020, o nível mais alto de alerta global de saúde previsto no Regulamento Sanitário Internacional (RSI), o chamado estado de Emergência de Saúde Pública de Importância Internacional (ESPII), em decorrência da epidemia da COVID-19. A pandemia de COVID-19 pode ser retratada como uma das maiores contaminações da humanidade. A detecção e disseminação de um patógeno respiratório emergente foram acompanhadas por incertezas sobre as principais características epidemiológicas, clínicas e virológicas desse novo patógeno, em especial sua capacidade de disseminação na população humana e sua virulência (gravidade do caso). No Rio Grande do Norte (RN), estado brasileiro, o RegulaRN foi a plataforma de regulação utilizada para gerir, com equidade, o acesso dos pacientes com COVID-19 aos hospitais públicos. Desse modo, este estudo apresenta resultados obtidos ao incorporar o Protocolo Unificado de Priorização (EUP) como critério objetivo para a regulação de leitos em Unidades de Terapia Intensiva (UTIs) no Sistema Único de Saúde (SUS) do RN. O processo metodológico consistiu em realizar um recorte de dias antes e depois da utilização do EUP como mecanismo de priorização, após isso, realizou-se avaliação da correlação do escore com relação ao tempo de internação e o desfecho da regulação. A pesquisa revelou que a utilização do EUP como parâmetro na priorização de pacientes resultou em uma significativa redução do tempo de internação nas UTIs. Esse resultado é crucial, pois aumenta a rotatividade dos leitos, permitindo uma utilização mais eficiente dos recursos disponíveis. Além disso, a análise mostrou que a adoção do EUP contribuiu para uma classificação mais precisa dos pacientes com base na gravidade de sua condição clínica. Isso facilitou uma alocação de leitos mais justa e baseada em dados objetivos, reduzindo a influência de interpretações subjetivas por parte dos profissionais de saúde. Assim sendo, pode-se concluir que a implementação do EUP no protocolo de regulação da Plataforma Regula RN pode levar a uma maior eficiência nos processos de gestão de leitos, promovendo uma melhor resposta às necessidades de saúde da população. A pesquisa sugere que, ao adotar critérios objetivos como o EUP, o sistema de saúde pode melhorar significativamente a qualidade e a equidade no atendimento, otimizando o uso dos recursos disponíveis.Tese Representação facial para interações online utilizando Redes Generativas Adversárias Bidirecionais (BiGANs)(Universidade Federal do Rio Grande do Norte, 2024-09-30) Santos, Keylly Eyglys Araújo dos; Dória Neto, Adrião Duarte; https://orcid.org/0000-0002-5445-7327; http://lattes.cnpq.br/1987295209521433; https://orcid.org/0000-0002-0842-5500; http://lattes.cnpq.br/0407424499947704; Martins, Allan de Medeiros; Araújo, Daniel Sabino Amorim de; Guimarães, João Paulo Ferreira; Aquino, Manoel do Bonfim Lins deNeste trabalho, é apresentado um novo método para representação facial que utiliza Redes Generativas Adversárias Bidirecionais (BiGANs), demonstrando avanços significativos em comparação com os métodos convencionais de transmissão de vídeo que empregam técnicas de compressão MPEG-2. Em cenários como reuniões virtuais, a abordagem proposta explora as capacidades bidirecionais inerentes das BiGANs para produzir representações faciais compactas e altamente expressivas em ambientes virtuais. Como consequência, a quantidade de dados necessários para a transmissão é significativamente reduzida. A eficácia da metodologia proposta na geração de imagens faciais sintéticas de alta qualidade, que se assemelham de forma precisa aos rostos originais, foi comprovada por meio de experimentos realizados em um conjunto de dados contendo 813 quadros de um rosto individual. Ademais, a capacidade do método em preservar altos valores do Índice de Similaridade Estrutural (SSIM) e da Relação Sinal-Ruído de Pico (PSNR) ressalta seu potencial para gerar imagens faciais sintéticas com mínima degradação de qualidade. Esses resultados tornam a abordagem uma alternativa promissora para comunicação online em tempo real, especialmente em situações com restrições de largura de banda.Tese Controle inteligente de sistemas biológicos complexos(Universidade Federal do Rio Grande do Norte, 2024-10-03) Lima, Gabriel da Silva; Bessa, Wallace Moreira; https://orcid.org/0000-0002-0935-7730; http://lattes.cnpq.br/3256782908311485; https://orcid.org/0000-0001-6615-078X; http://lattes.cnpq.br/1393628703238236; Dorea, Carlos Eduardo Trabuco; Araújo, Fábio Meneghetti Ugulino de; Savi, Marcelo Amorim; Cota, Vinicius RosaOs sistemas complexos formam uma família de sistemas dinâmicos, geralmente não lineares, cuja principal característica está na presença de múltiplas equações diferenciais acopladas entre si. Eles geralmente são responsáveis por descrever o comportamento dinâmico de estados internos do sistema, mas cuja análise isolada prejudicaria a leitura do comportamento geral do sistema como um todo. Diversos fenômenos fisio-biológicos podem ser descritos por meio de sistemas complexos, especialmente de patologias associadas a esses fenômenos. Realizar o controle dessa classe de sistemas dinâmicos logo permite o desenvolvimento de técnicas que podem futuramente se transformar em novos tratamentos médicos. Neste trabalho é apresentado um controlador inteligente cuja principal estrutura é deduzida por meio do Teorema da Estabilidade Assintótica de Lyapunov. Embutido a este controlador, um termo adaptativo baseado em Redes Neurais Artificiais é implementado no intuito de compensar e prever as incertezas atreladas ao desconhecimento dos parâmetros do modelo, à dinâmica não modelada e perturbações externas. Ao longo do texto, o controlador é testado para diferentes sistemas complexos biológicos utilizados para representar a dinâmica cerebral de pacientes com epilepsia e a dinâmica de patologias cardíacas. Para cada exemplo, o controlador também é testado em diferentes cenários em que podem ocorrer comportamentos aberrantes desses órgãos vitais. Simulações numéricas mostram a eficácia da implementação do controlador, apontando um caminho de viabilidade para o desenvolvimento de novos tratamentos fora da esfera farmacológica.Tese Análise de um sistema de micro-ondas na medição de umidade em blocos de concreto(Universidade Federal do Rio Grande do Norte, 2024-09-27) Monteiro Sobrinho, Francisco Magno; Campos, Antônio Luiz Pereira de Siqueira; http://lattes.cnpq.br/1982228057731254; https://orcid.org/0000-0003-3715-4065; http://lattes.cnpq.br/2442187033698346; Gomes Neto, Alfredo; Andrade, Humberto Dionísio de; Silva, José Patrocínio da; Mendonça, Laercio Martins deEste trabalho apresenta o desenvolvimento e a análise de um sensor baseado em superfícies seletivas de frequência (FSS) para a medição indireta da umidade em blocos de concreto. O sensor proposto utiliza a variação na frequência de ressonância da FSS para detectar mudanças na umidade relativa dos blocos, oferecendo uma abordagem não destrutiva e eficiente para a monitorização de materiais de construção. Foram realizados experimentos para comparar os resultados simulados e medidos, demonstrando uma boa concordância entre eles. A análise revelou uma forte correlação negativa (r = −0,981) entre a frequência de ressonância e a umidade relativa, indicando que a frequência diminui conforme a umidade aumenta. A comparação entre o sensor proposto e o sensor de referência mostrou uma melhoria significativa na sensibilidade e na precisão do sensor desenvolvido. Os resultados indicam que o sensor proposto é eficaz em detectar variações de umidade e supera os sensores existentes na literatura em termos de sensibilidade e precisão. Esta abordagem não destrutiva proporciona uma solução inovadora para a monitorização de umidade em blocos de concreto, contribuindo para a avaliação e manutenção de estruturas de construção com maior eficiência e confiabilidade.Tese Inteligência artificial aplicada ao ecossistema de regulação do Estado Rio Grande do Norte (RegulaRN): análises baseadas em machine learning em leitos Covid-19 e leitos gerais(Universidade Federal do Rio Grande do Norte, 2024-09-27) Barreto, Tiago de Oliveira; Valentim, Ricardo Alexsandro de Medeiros; https://orcid.org/0000-0002-9216-8593; http://lattes.cnpq.br/3181772060208133; https://orcid.org/0000-0002-4399-9518; http://lattes.cnpq.br/7875886647905077; Dória Neto, Adrião Duarte; Cortez, Lyane Ramalho; Morais, Antonio Higor Freire de; Machado, Guilherme Medeiros; Santos, João Paulo Queiroz dosO processo de regulação de leitos está entre um dos processos mais relevantes para o sistema de saúde público brasileiro. Ele contempla todo o processo de gestão e monitoramento de um paciente que necessita de internação, desde a solicitação até o seu devido internamento. Contudo, ainda é uma área que possui pouco investimento em sistemas de saúde digitais e outros recursos que possam favorecer a melhor condução do processo regulatório. Desse modo, este trabalho objetiva incluir a área de inteligência artificial dentro da área de regulação de leitos públicos, a fim potencializar e auxiliar o processo de tomada de decisão durante a regulação de leitos. Nesse sentido, foram utilizados dados de regulação de leitos de dois módulos da plataforma adotada no Rio Grande do Norte, RegulaRN COVID-19 e RegulaRN Leitos Gerais, a fim de classificar os dados e prever o desfecho do paciente. Ao todo, foram analisados cerca de 72.422 dados de regulação de leitos em diferentes recortes temporais, além disso, foi utilizado um pipeline de caracterização, pré-processamento, correlação de dados, definição de métricas para avaliação, balanceamento dos dados, definição de dados de treinamento e validação, definição de modelos computacionais para classificação dos dados e seleção dos hiperparâmetros. Para a plataforma RegulaRN COVID-19, os resultados mostraram melhor desempenho para as métricas de acurácia (84,01%), precisão (79,57%) e F1-score (81,00%) no modelo Multilayer Perceptron com otimizador Stochastic Gradient Descent (SGD). Já para as métricas revogação (84,67%), especificidade (84,67%) e ROC-AUC (91,6%) os melhores resultados foram obtidos pela Root Mean Squared Propagation (RMSProp). Quanto aos dados do RegulaRN Leitos Gerais, as análises foram feitas com dois conjuntos de dados: adultos e pediátricos e neonatais. Para o primeiro conjunto o Extreme Gradient Boosting (XGBoost) apresentou melhores valores de acurácia (87,77%) e revogação (87,77%), Random Forest melhor precisão (87,05%), Gradient Boosting melhor F1 Score (87,56%) e para a especificidade (82,94%) foi obtido pelo SGD. Já para os dados de neonatos, obteve-se melhores valores de acurácia (87,50%), revogação (87,50%) e F1-Score(88,48%) o classificador Decision Tree, melhor precisão (90,75%) o AdaBoost e melhor especificidade o PMC Adam. Os resultados permitiram identificar os melhores modelos para auxiliar os profissionais de saúde durante o processo de regulação de leitos, assim como, os achados científicos deste trabalho acadêmico demonstram que os métodos computacionais utilizados aplicados por meio de uma solução de saúde digital podem auxiliar na tomada de decisão de reguladores médicos e instituições governamentais a fim de fortalecer o desempenho da saúde pública brasileira.Tese Análise de biossensores ópticos baseados no efeito SPR utilizando novos modelos de dispositivos quase cristalinos(Universidade Federal do Rio Grande do Norte, 2024-08-30) Cunha, Nilson Henrique de Oliveira; Silva, José Patrocínio da; https://orcid.org/0000-0003-1843-7879; http://lattes.cnpq.br/5753289728835624; https://orcid.org/0000-0003-2919-3515; http://lattes.cnpq.br/7745059963791819; Campos, Antonio Luiz Pereira de Siqueira; Sousa Júnior, Vicente Ângelo de; Mercedes, Cosme Eustaquio Rubio; Andrade, Humberto Dionisio deCom o avanço contínuo das novas tecnologias de comunicações em todas as áreas da ciência, é essencial que os dispositivos utilizados acompanhem esses progressos para garantir resultados confiáveis. Nesse cenário, as aplicações em frequências muito altas têm sido exploradas para desenvolver dispositivos com respostas ultra rápidas. Entre essas aplicações, os sensores ópticos têm sido alvo de extensas pesquisas. Este trabalho utiliza o efeito de ressonância de plasmons de superfície (SPR – do inglês Surface Plasmon Resonance) para análise de sensores ópticos baseados em diferentes modelos de guias ópticos. O efeito SPR ocorre quando uma interface metal-dielétrico é excitada por um sinal de luz em uma frequência específica, denominada frequência plasmônica de superfície, induzindo a formação de densos aglomerados de elétrons na região de análise, viabilizando assim a detecção do material. O objetivo deste estudo é propor e analisar quatro novos modelos de sensores plasmônicos derivados de guias ópticos, incluindo fibras ópticas microestruturadas e guias convencionais. Na primeira abordagem, foi utilizada uma fibra óptica microestruturada com furos elípticos, explorando duas variações: uma com núcleo estendido e outra com dois núcleos. O segundo estudo envolve uma fibra óptica tipo D microestruturada, onde um defeito no núcleo de sílica (𝑆𝑖𝑂2 ), foi dopado com diferentes concentrações de dióxido de germânio (𝐺𝑒𝑂2 ), para otimizar o efeito de SPR. A terceira estrutura proposta consiste em um guia óptico do tipo rib com um microcanal acoplado, separado da região de guiamento por uma fina camada de ouro. Por fim, a última estrutura proposta utiliza uma fibra óptica microestruturada quase periódica, com a introdução de cristal líquido sensível a variações de temperatura para melhorar o acoplamento entre os modos fundamental e plasmônico. Para a avaliar a eficácia dos sensores, foram estudadas as distribuições de campo elétrico (E) e magnético (H), a perda por confinamento (CL – do inglês Confinement Loss) e a sensibilidade espectral, ou sensibilidade de comprimento de onda (WS – do inglês Wavelength Sensitivity). Essas investigações visam contribuir para o desenvolvimento de sensores ópticos avançados, capazes de detectar com precisão variações no índice de refração de materiais em aplicações tanto químicas quanto biológicas.Tese Abordagens com aprendizagem on-line e off-line para detecção, classificação e estimação de falhas em sistemas dinâmicos(Universidade Federal do Rio Grande do Norte, 2024-08-20) Santos, Mailson Ribeiro; Oliveira, Luiz Affonso Henderson Guedes de; https://orcid.org/0000-0003-2690-1563; http://lattes.cnpq.br/7987212907837941; http://lattes.cnpq.br/7242148883405512; Silva, Ivanovitch Medeiros Dantas da; Fernandes, Marcelo Augusto Costa; Munaro, Celso José; Gendriz, Ignacio SanchezEste estudo aborda métodos para detecção, classificação e avaliação da severidade de falhas em sistemas dinâmicos, em resposta à necessidade de monitoramento eficaz em ambientes industriais complexos. Com o objetivo de mitigar erros humanos e identificar falhas em tempo real, utilizam-se abordagens de aprendizado de máquina, tanto off-line quanto on-line. A primeira parte do trabalho utiliza uma metodologia com aprendizado off-line, empregando características selecionadas por sua relevância com base em informações extraídas de uma técnica de Inteligência Artificial Explicável (XAI), com o objetivo de desenvolver modelos eficazes. A Máquina de Vetor de Suporte (SVM) foi utilizada em todas as etapas dessa abordagem. A segunda parte do estudo enfocou uma abordagem com aprendizado on-line, utilizando algoritmos evolutivos em todas as fases. Foram testadas duas abordagens de pré-processamento de dados: uma baseada na relevância das características obtida off-line e a outra usando janelamento temporal nos dados dos sensores. Além disso, uma modificação no algoritmo Typicality and Eccentricity Data Analysis (TEDA) foi proposta para a detecção e classificação de falhas, comparando duas versões do algoritmo para identificar a mais eficaz. Na última fase on-line, o algoritmo AutoCloud foi empregado para identificar a gravidade das falhas. Um aspecto compartilhado entre as abordagens de aprendizado off-line e on-line é o critério sequencial, no qual dados previamente identificados como falhos são empregados na classificação de falhas, enquanto os dados de cada tipo de falha são utilizados separadamente na identificação da gravidade. Para validação das propostas, foi utilizado o benchmark da Case Western Reserve University (CWRU) para falhas em rolamentos. Na abordagem de aprendizado off-line, obtivemos resultados satisfatórios com um número reduzido de características, demonstrando a eficiência e eficácia do modelo proposto. Os resultados da abordagem de aprendizado on-line demonstraram que o algoritmo TEDA Modificado obteve métricas de avaliação superiores em relação ao TEDA Original na detecção de falhas, independentemente da abordagem de pré-processamento adotada. No entanto, a capacidade de classificação foi mais satisfatória quando se utilizou a abordagem de pré-processamento com dados janelados em conjunto com o TEDA Original. Quanto à identificação da gravidade das falhas, a primeira abordagem apresentou resultados satisfatórios, especialmente para falhas de um tipo específico, enquanto a segunda abordagem enfrentou dificuldades, resultando em métricas de avaliação baixas. Comparando as abordagens de aprendizado on-line e off-line, ambas mostraram eficácia semelhante na detecção e classificação de falhas, porém a identificação da gravidade foi mais precisa na abordagem com aprendizado off-line. Conclui-se que ambas as propostas são promissoras.Tese Redução de taxa de absorção específica em phantoms de tecidos humanos por meio de superfícies seletivas em frequência com substratos feitos de têxteis hospitalares(Universidade Federal do Rio Grande do Norte, 2024-06-26) Sousa, Matheus Emanuel Tavares; Campos, Antônio Luiz Pereira de Siqueira; Andrade, Humberto Dionísio de; http://lattes.cnpq.br/1982228057731254; https://orcid.org/0000-0002-9025-9918; http://lattes.cnpq.br/1949443791934609; Silva, José Patrocínio da; Valentim, Ricardo Alexsandro de Medeiros; Gomes Neto, AlfredoEste trabalho propõe uma antena integrada com superfície seletiva de frequência (FSS) com substrato têxtil para aplicações em sistemas médicos de monitoramento contínuo com taxa de absorção específica (SAR) reduzida. A antena e a FSS foram fabricados em substratos têxteis de algodão e poliéster, utilizados em produtos têxteis para a saúde, baseados na norma técnica ABNT NBR 13734:2016 - Produtos têxteis para saúde, para operação na faixa de frequências ISM 2,4 GHz. O sistema opera na frequência de 2,4 GHz. Três materiais têxteis com proporções variadas de algodão e poliéster foram escolhidos para projetar as antenas e FSS. A caracterização elétrica desses materiais foi realizada. A antena foi projetada para um plano de terra preenchido e um patch retangular alimentado por uma linha de microfita. A FSS foi projetado usando espiras quadradas. A operação experimental das superfícies seletivas em frequência dentro da faixa de interesse foi observada através do coeficiente de transmissão em função da frequência. Foram fabricados phantoms para simular os tecidos humanos pele, gordura, sangue e músculo, sendo realizada uma análise térmica para avaliar o impacto da exposição contínua na transmissão do sinal da antena integrada aos phamtos fabricados. Os resultados demonstram uma redução no SAR devido à rejeição efetiva do sinal da banda ISM pela FSS em torno de 77,77% em comparação com o sistema com a antena ativa sem a presença da FSS.Tese Detecção heurística de Concept Drift baseado em TEDA(Universidade Federal do Rio Grande do Norte, 2024-05-21) Nunes, Yuri Thomas Pinheiro; Oliveira, Luiz Affonso Henderson Guedes de; https://orcid.org/0000-0003-2690-1563; http://lattes.cnpq.br/7987212907837941; https://orcid.org/0000-0003-0280-0346; http://lattes.cnpq.br/4965053749389598; Silva, Ivanovitch Medeiros Dantas da; https://orcid.org/0000-0002-0116-6489; http://lattes.cnpq.br/3608440944832201; Fernandes, Marcelo Augusto Costa; Gendriz, Ignacio Sanchez; Villanueva, Juan Moisés MauricioA produção de dados apresenta dinâmicas não-estacionárias através de sazonalidade e tendência, características que dificultam a aplicação de aprendizado de máquina. Este fenômeno pode ser representado como um data stream: fonte ordenadas e ilimitadas de dados não-estacionários. Os data streams são utilizados frequentemente para representar sistemas evolutivos (evolving systems) e sua nãoestacionariedade é atribuída à concept drifts. Neste contexto, as técnicas de aprendizado de máquina devem ser adaptadas para o processamento de data streams. É necessário considerar retreinamento em tempo real, resposta à concept drift, disponibilidade parcial dos dados, limitação de memória, entre outros. Para endereçar tais questões, é essencial o uso de detectores de concept drift (CDD) para possibilitar a adaptação de modelos. A literatura é rica em trabalhos sobre de detecção de concept drift distribuídos em três grupos com relação a disponibilidade de rótulos verdadeiros: supervisionados, semi-supervisionados e não supervisionados. É possível argumentar que métodos não supervisionados possibilitam menor atraso de detecção em aplicações reais por realizar detecções em tempo de predição, antes da realimentação. Este trabalho apresenta um novo método de detecção de concept drift, o TEDA-CDD. Esse detector é composto por dois modelos para representar conceitos baseados em TEDA: o modelo de referência e o modelo dinâmico. O modelo de referência tem como objetivo representar o conceito conhecido pelo modelo de aprendizado de máquina enquanto o modelo dinâmico é livre para se adaptar a qualquer novo conceito que emergir do data stream. Os modelos são comparados de forma heurística através do índice de Jaccard para indicar similaridade. Quando o índice indicar baixa similaridade entre os modelos o detector indica um concept drift. Afim de comparar o método proposto com outros métodos presentes na literatura, inicialmente, propõe-se uma abordagem realística para modelos de data stream. Essa abordagem possibilita aplicar diversos classificadores e detectores na tarefa de classificação de data stream e estimar métricas de desempenho especificas ao contexto de data streams. Nos experimentos, o método proposto é comparado a outros métodos presentes na literatura utilizando benchmarks sintéticos e reais. O método proposto possui desempenho comparável em termos de precisão em relação aos métodos consolidados na literatura ao passo que é o mais eficiente em termos de consumo de memória.