Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish

Pesquisa adapta mudanças de características na forma de digitação

Os sistemas biométricos adaptativos alteram cadastros de usuários automaticamente

 

Uma das principais formas de acesso a residências e caixas eletrônicos é pela digitação de senhas. No entanto, senhas podem ser copiadas. Apesar disso, o tempo que uma pessoa leva ao passar de uma tecla para outra no momento de digitar a senha não pode. É justamente nessa dinâmica de digitação que um grupo de pesquisa do Icmc Usp e do CEPID - CeMEAI está trabalhando. Entenda: http://goo.gl/H30EEA

Publicado por CEPID - CeMEAI em Terça, 26 de julho de 2016

 

Uma das principais formas de acesso a residências e caixas eletrônicos é pela digitação de senhas. No entanto, senhas podem ser copiadas. Apesar disso, o tempo que uma pessoa leva ao passar de uma tecla para outra ao digitar sua senha não pode. É justamente isso, o tempo que uma pessoa leva entre digitação de teclas de uma senha, chamado de dinâmica de digitação, que um grupo de pesquisa da USP/São Carlos está trabalhando.

Paulo Henrique Pisani é orientado em seu doutorado pelo professor do Instituto de Ciências Matemáticas e de Computação (ICMC-USP) e pesquisador do CeMEAI, André Carlos Ponce de Leon Ferreira de Carvalho.

Eles são responsáveis por diversas publicações sobre trabalhos inéditos em Inteligência Artificial e Ciência de Dados, especialmente voltados para sistemas biométricos adaptativos, que têm a capacidade de adaptar os cadastros biométricos dos usuários a novos dados obtidos ao longo do tempo, o que permite incorporar eventuais mudanças nas características biométricas dos usuários automaticamente.

Como exemplo, podemos mencionar os cadastros de senhas ou gravações de assinaturas digitais nas agências bancárias.

Pisani explica que, quando digitamos ou assinamos, isso é feito de um jeito, mas, com o passar do tempo, a forma de digitar pode se tornar mais rápida ou lenta. “Após um acúmulo de mudanças, o ritmo de digitação atual pode ser muito diferente do cadastro inicial. Uma forma do sistema corrigir essas alterações, a ponto de nos reconhecer corretamente, seria chamar o usuário para um recadastramento periódico, mas há um alto custo em termos de logística, além da inconveniência para o usuário. A pesquisa realizada possibilita a adaptação automática a essas mudanças de características dos usuários no sistema”, contou.

Ainda segundo Pisani, as modalidades comportamentais, como digitação e caminhada, são mais afetadas por mudanças ao longo do tempo do que as modalidades fisiológicas (impressão digital, íris, face, entre outras). Apesar disso, a maioria das pesquisas na área de sistemas biométricos adaptativos são para modalidades fisiológicas. Daí a importância do trabalho desenvolvido.

A escolha dos sistemas para serem comparados, parâmetros da pesquisa, discussão dos resultados, entre outros aspectos, levam em conta dados encontrados na literatura da área.

Os estudos apontam a diferença de desempenho entre algoritmos utilizados em sistemas estático e adaptativo e já confirmam o acerto do sistema biométrico ao longo do tempo.

Iniciada em 2013, a pesquisa tem ainda a colaboração da professora Ana Carolina Lorena (UNIFESP) e dos professores Norman Poh (Universidade de Surrey, no Reino Unido) e Romain Giot (Universidade de Bordeaux, na França), que veio recentemente ao Brasil para contribuir com a pesquisa.

“Em sistemas biométricos existem muitos erros e alguns deles ocorrem porque os dados biométricos se alteram com o passar do tempo e não se encaixam no modelo inicial. E esse tipo de problema não é eficientemente resolvido pela indústria. O trabalho de pesquisa incluiu desenvolver novos algoritmos de aprendizado de máquina que levam isso em consideração e garantem que o resultado pode ser aplicado em produtos industriais para melhorar o desempenho dos sistemas biométricos comportamentais”, comentou Giot.

Além das pesquisas em dinâmica de digitação, que reconhecem os usuários pelo ritmo de digitação, o projeto também estuda biometria por acelerômetro, quando os usuários são reconhecidos pelo modo de andar, usando dados de acelerômetro de smartphones.

“A novidade do nosso trabalho é adaptar automaticamente o cadastro biométrico ao longo do tempo. O algoritmo de adaptação é o mesmo. Temos aplicado os mesmos algoritmos tanto pra digitação como para acelerômetro. Nosso trabalho contribui mais na vertente comportamental, envolvendo ritmo da digitação, forma de andar, assinatura, entre outros. Estamos mais focados em digitação e acelerômetro, mas o modelo é aplicável a outras modalidades biométricas”, finalizou Pisani.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Mapeamento da Correlação de Genes

Mapeamento da Correlação de Genes

Pesquisadores

André Carvalho

O trabalho, desenvolvido em parceria com a Universidade de Regensburg, ao sul da Alemanha, e também pelos pós-doutorandos peruanos Edwin Talavera e Soledad Llerena, da USP-São Carlos criou, pela primeira vez, uma ferramenta computacional que, usando técnicas de aprendizagem de máquinas e ciência de dados, permite identificar interações funcionais entre os genes quando se inibe um deles com algum tipo de produto químico/medicamento.

A pesquisa irá ajudar a universidade alemã no avanço do entendimento e tratamento do câncer, mas a metodologia pode ser aplicada para se entender outros distúrbios da regulação gênica e seus respectivos tratamentos.

Atualmente, não é possível saber, por exemplo, quais genes serão afetados quando a pessoa toma um medicamento, e isso acaba levando a vários efeitos colaterais - inclusive, pode levar a algumas doenças secundárias depois. Então, identificando exatamente a correlação e que genes estão sendo afetados por uma determinada droga, pode-se reduzir e até eliminar esses efeitos.

Pesquisa computacional mapeia correlação dos genes

Estudo ajudará a acelerar o desenvolvimento de terapias para o câncer

 

Um projeto desenvolvido por pesquisadores do CEPID - CeMEAI irá auxiliar nas pesquisas médicas e à indústria farmacêutica no desenvolvimento de medicamentos e terapias celulares para doenças relacionadas às alterações genômicas, como o câncer. Saiba mais: http://goo.gl/nWpGvd

Publicado por CEPID - CeMEAI em Quinta, 14 de abril de 2016

 

Um estudo inédito, coordenado pelo pesquisador André Ponce de Leon Ferreira de Carvalho, do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), chega à sua fase final com excelentes resultados e descobertas que poderão auxiliar nas pesquisas médicas e à indústria farmacêutica no desenvolvimento de medicamentos e terapias celulares para doenças relacionadas às alterações genômicas, como o câncer. 

O trabalho, desenvolvido em parceria com a Universidade de Regensburg, ao sul da Alemanha, e também pelos pós-doutorandos peruanos Edwin Talavera e Soledad Llerena, da USP-São Carlos, criou, pela primeira vez, uma ferramenta computacional que, usando técnicas de aprendizagem de máquinas e ciência de dados, permite identificar interações funcionais entre os genes quando se inibe um deles com algum tipo de produto químico/medicamento.

André explica que a pesquisa irá ajudar a universidade alemã no avanço do entendimento e tratamento do câncer, mas que a metodologia poderia ser aplicada para se entender outros distúrbios da regulação gênica e seus respectivos tratamentos. “Atualmente não tem como saber, por exemplo, quais genes serão afetados quando a pessoa toma um medicamento e isso acaba levando a vários efeitos colaterais, inclusive pode levar a algumas doenças secundárias depois. Então, identificando exatamente a correlação e que genes estão sendo afetados por uma determinada droga, pode-se reduzir e até eliminar esses efeitos”, explica.

Além do desenvolvimento do software, dois artigos acadêmicos serão publicados até o final deste ano.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em quatro áreas básicas: Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC-USP, CCET-UFSCar, IMECC-UNICAMP, IBILCE-UNESP, FCT-UNESP, IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail:  Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Sistemas Biométricos Adaptativos

Sistemas Biométricos Adaptativos

Notícias Relacionadas

Pesquisadores

André Carlos Ponce de Leon Ferreira de Carvalho, Paulo Henrique Pisani, Ana Carolina Lorena (UNIFESP), Romain Giot(LaBRI/Université de Bordeaux) e Norman Poh (University of Surrey).

Biometria é a ciência de reconhecer indivíduos por características fisiológicas (e.g. impressão digital, face, iris, etc) ou comportamentais (e.g. assinatura, dinâmica da digitação, voz, etc). Em vista das fraquezas da autenticação baseada em senhas, sistemas biométricos tem sido cada vez mais aplicados para evitar fraudes. As características analisadas por esses sistemas para realizar o reconhecimento devem atender a uma série de requisitos: todos os usuários tem que possuir a característica e ela deve permitir distinguir os usuários. Além disso, as características não devem variar com o tempo. Contudo, estudos recentes mostram que esse último requisito não é atendido para diversas modalidades biométricas, implicando em redução de desempenho preditivo do sistema biométrico. Para lidar com esse problema, foram propostos os sistemas biométricos adaptativos, objeto de estudo deste projeto, que adaptam os modelos dos usuários cadastrados às mudanças nas características ao longo do tempo. Com isso, há uma redução da perda de desempenho preditivo ao longo do tempo.

Detecção da Qualidade de Madeira

Detecção da Qualidade de Madeira (NeuroWood)

Notícias Relacionadas


Pesquisadores

André Carlos Ponce de Leon Ferreira de Carvalho, Carlos de Oliveira Affonso, Andre Luis Debiaso Rossi e Fábio Henrique Vieira

A ideia principal do projeto é aprimorar a classificação da qualidade da madeira através de análises de suas imagens.

Usualmente, as indústrias contam com profissionais responsáveis por identificar, visualmente, se determinado pedaço de madeira pode ser vendido in natura ou se precisa passar por um retrabalho. O problema é que, muitas vezes, algumas subjetividades, como a fadiga ou o grau de concentração, podem atrapalhar o julgamento desse profissional e interferir negativamente no processo de produção da indústria.

O mecanismo da NeuroWood, que consiste em um programa (software) e em um conjunto de equipamentos (hardware), permite que a análise da madeira seja feita de forma objetiva e, assim, evite falhas no processo. Um pedaço de madeira é analisado por câmeras e raios laser, as imagens obtidas são enviadas ao computador e o programa determina se a madeira é do tipo A (maior qualidade), B ou C (menor qualidade).

Quedas de Idosos

Quedas de Idosos

Notícias Relacionadas

Pesquisadores

André C P L F de Carvalho, Moacir Ponti, Paula Costa Castro, Caroline Lindinalva de Oliveira Silva e Patricia Bet

Quedas em idosos são um problema de saúde pública devido a sua grande incidência e gravidade de suas consequências humanas e de custo. Equipamentos baseados em sensor de aceleração representam uma opção para prevenção e acompanhamento de idosos caidores. Entretanto, há uma lacuna na literatura no que tange a análise de banco de dados relativos à acelerometria de idosos. Dados de marcha de idosos, bem como novas abordagens nas análises das curvas de acelerometria, poderiam iniciar discussões acerca da interpretação e uso destes equipamentos para atenção à saúde e prevenção. Esse projeto tem o objetivo de testar um sensor de aceleração triaxial para investigar os possíveis padrões que poderiam rastrear risco de queda em idosos. Uma amostra de conveniência de voluntários idosos residentes na comunidade foi definida e foi utilizado um sensor de aceleração triaxial acoplado a uma pequena placa de desenvolvimento. Os dados foram obtidos de forma controlada utilizando um software para captura dos sinais. Testes estatísticos e técnicas de processamento de sinais são utilizados para analisar diferenças entre as curvas de aceleração dos indivíduos pertencentes a três grupos: caidores recorrentes, caidores e não-caidores. Espera-se que obtenção de dados a partir de um sensor de aceleração triaxial que indiquem diferenças entre os padrões de idosos caidores e não-caidores, possa contribuir para o futuro desenvolvimento de um equipamento acessível e de formas de processamento dos dados de acelerometria.

tv tem

Alunos e professores da Unesp de Itapeva desenvolveram um software capaz de identificar a qualidade da madeira desde a textura, passando pelos nós, até a coloração. A nova tecnologia vai ajudar a agilizar o processo de classificação do material e, em breve, deve ser implantada nas indústrias.

 

CLIQUE AQUI para assistir à reportagem!

USP e UFSCar têm parceria para prevenir quedas de idosos

Projeto começou em 2013 e envolve pesquisadores do CeMEAI

 

Pesquisadores da UFSCar - Universidade Federal de São Carlos e da USP - Universidade de São Paulo começaram em 2013 o projeto que busca prevenir a queda de idosos. Parceria faz parte do CEPID - CeMEAI. Saiba mais: http://goo.gl/GDxShO

Publicado por CEPID - CeMEAI em Quinta, 20 de agosto de 2015

Por trás da simplicidade dos testes, uma possibilidade promissora de mapear o caminhar dos idosos e prevenir as quedas, tão comuns na terceira idade. Em São Carlos, alunas de gerontologia da Universidade Federal de São Carlos (UFSCar) preparam os idosos para os exercícios. Eles foram selecionados na Fundação Educacional de São Carlos (FESC), onde está a Universidade Aberta da Terceira Idade (UATI).

Um dos desafios é uma caminhada de seis minutos. O percurso é de 12 metros e o objetivo é caminhar em linha reta, ida e volta, até completar o tempo. Cada passo é acompanhado e cronometrado pelas estudantes Caroline de Oliveira Silva e Patricia Bet. Na cintura, o idoso coloca o acelerômetro, um aparelho que mede a mudança de velocidade durante o trajeto. Há também outros exercícios de coordenação motora e cognitiva. No TUG (sigla de Timed Up and Go), o idoso intercala o caminhar com o sentar. Ele começa sentado e tem um percurso de 3 metros para fazer, até dar meia-volta, refazer o trajeto (mais 3m) e se sentar novamente. A primeira vez é simples assim. Na segunda, o percurso é feito com um copo de água em mãos. Na terceira vez, é preciso fazer contas de cabeça enquanto caminha. E não só isso: também é necessário trocar de bolso algumas moedas – tudo para saber o quanto a distração influencia no passo do idoso.

Os idosos também preenchem formulários de identificação e questionários para detectar indícios de perda de memória ou falta de atenção. “A gente sabe que existe um alto índice de queda em idosos e que os seus agravos são um importante problema de saúde pública. Já existem alguns estudos que usam o acelerômetro para detectar o risco de queda. Porém, são em ambientes simulados e geralmente com pessoas jovens”, diz Caroline.

Dados da Organização Mundial da Saúde mostram que, por ano, são 424 mil mortes por quedas no mundo. De 30 a 60% da população com mais de 65 anos caem uma vez ao ano, e parte dessas quedas (de 40 a 60%) termina com algum tipo de lesão. “Muitas vezes, o idoso começa a cair muito e se limita, acha que ele tem que morar com o filho para ter maior suporte. Então, se a gente tiver esse suporte propriamente na casa do idoso, possibilita a maior independência desse idoso”, comenta Patrícia.

Depois da coleta, é feita a análise dos dados. Na USP, no Instituto de Ciências Matemáticas e de Computação (ICMC), eles são interpretados e transformados em modelos matemáticos e algoritmos. O professor do ICMC, Moacir Ponti, explica que todos os testes são convertidos em gráficos e tabelas. Os pesquisadores analisam, por exemplo, a relação intensidade/tempo. “Nós pretendemos, a longo prazo, conseguir extrair um modelo desses dados que permita acompanhar um paciente e prever se houve uma mudança no padrão do seu movimento e que poderia predispor a queda”, completa Moacir.

Quem também integra o grupo de pesquisa é o pesquisador do CeMEAI André Carlos Ponce de Leon Ferreira de Carvalho, da área de Inteligência Computacional. Ele explica que a ideia é fazer com que os idosos usem o acelerômetro em casa e que, em eventual mudança de padrão de caminhada, um responsável ou o próprio médico do paciente seja alertado da possibilidade da queda. Além disso, o aparelho também deve ser adaptado. “Uma coisa que o idoso nem perceba que esteja usando. Por exemplo um relógio desses mais modernos que têm funções inteligentes e que tenha o acelerômetro”, conclui André.

Para Paula Castro, professora do curso de Gerontologia e coordenadora da pesquisa na UFSCar, a longo prazo a intenção é mudar as estatísticas e introduzir o mapeamento de risco de quedas nas políticas públicas. “As intervenções do sistema público podem ser focadas em atender especificamente as pessoas que caem ou que vão cair, e, assim, melhorar o atendimento do ponto de vista de rapidez e de qualidade e diminuir os gastos com saúde pública”, conclui a pesquisadora.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software.

Além do ICMC, o CEPID-CeMEAI conta com outras seis instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Texto: Carla Monte Rey - Assessoria CEPID-CeMEAI

Fotos: João Terezani

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Biometria Adaptativa: um novo jeito de avaliar a sua identidade

Projeto do CeMEAI usa computação para adaptar cadastros biométricos a mudanças de comportamento ao longo do tempo

 

A biometria é considerada um dos métodos mais seguros de autenticação. E vem sendo usada pela Justiça Eleitoral brasileira desde 2008 para evitar fraudes. No ano passado, 21 milhões de eleitores que compareceram às urnas foram autenticados pelas impressões digitais. Uma assinatura ou uma senha pessoal são outras maneiras de reconhecer clientes de um banco, usuários de um computador, funcionários de uma empresa. Mas não com tanta precisão. A não ser que a gente repare nos detalhes. 

Os detalhes 

Pense numa senha que você usa há tempos. Tente determinar por quantas vezes você a digitou. Provavelmente a resposta será: inúmeras. Em se tratando de senhas, parte-se do princípio de que elas são apenas de conhecimento do dono. Na teoria, deveriam ser “secretas”, pra evitar que as informações do computador ou da sua conta bancária, por exemplo, não sejam compartilhadas. Mas alguma vez você já prestou atenção em como digita esses números? O tempo que leva entre um e outro dígito, se você troca de dedo pra apertar a tecla ou algo assim? Detalhes que passam despercebidos pra muitos de nós. Mas há quem trabalhe usando esse tipo de dado como base. Pra reforçar ainda mais a nossa segurança. Porque mesmo que outra pessoa saiba os números de uma senha sua, ela dificilmente será capaz de seguir os mesmos padrões que você ao tentar usá-la.

Entre as quatro áreas de pesquisa do CEPID-CeMEAI – Centro de Ciências Matemáticas Aplicadas à Indústria – está a de Inteligência Computacional e Engenharia de Software. E é nessa linha que trabalha o aluno de doutorado do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos, Paulo Henrique Pisani. Ele estuda a biometria em um contexto de fluxo de dados. Usa técnicas de computação para adaptar o cadastro biométrico a mudanças que o tempo provoca nas características biométricas. Pode ser o padrão de digitar, o jeito de caminhar, o tempo de intervalo entre uma tecla e outra na hora de inserir a senha bancária.

O interesse pelo tema começou na graduação, quando Pisani trabalhava com a dinâmica da digitação. Mas a maioria das pesquisas na área não leva em conta essa mudança. “Mostro em artigos que há pessoas que mudam bastante ao longo do tempo – cada vez ficam mais distantes do modelo inicial – e se o modelo não é atualizado, o desempenho preditivo pode cair. Há outras pessoas que em um primeiro momento mudam bastante, mas depois ficam estáveis. E há outras que mudam e depois de algum tempo voltam ao comportamento que tinham no começo.”

O estudante começou a pós-graduação no ICMC em 2013 e desenvolve algoritmos e modelos de avaliação para lidar com a adaptação a essas mudanças dos usuários. “Sistemas para reconhecer o usuário pela dinâmica da digitação – que é o que mais temos trabalhado – já existem vários. Entretanto, são poucos aqueles que adaptam os modelos dos usuários ao longo do tempo”, conclui ele. Os dados usados foram fornecidos por laboratórios de universidades de outros países, como França e Estados Unidos. “É fácil eu vir aqui, coletar 10 exemplos de digitação seus em um dia. Mas é mais complicado eu ficar por um ano coletando os seus dados de digitação. Há poucos conjuntos de dados disponíveis para este tipo de análise.”, explica ainda o aluno. A previsão é de que o projeto esteja concluído em meados de 2016.

O trabalho é coordenado pelo pesquisador do CeMEAI, André Carlos Ponce De Leon Ferreira de Carvalho, que também comentou a importância do estudo. “O seu padrão de digitar e caminhar hoje é de um jeito e pode mudar porque você vai envelhecendo. Então a biometria registra o dado da pessoa agora e ‘guarda’. Quando a pessoa acessar um sistema, a máquina é programada para perceber se a pessoa é aquela que foi cadastrada ou não. Mas a ideia é dificultar ainda mais as ações de fraude, porque automaticamente você pode ajustar o modelo do usuário para acompanhar o envelhecimento da pessoa ou uma mudança de padrão de comportamento”, conclui André.

Ele também reforçou o pioneirismo da pesquisa. “Existem poucos trabalhos assim. No Brasil eu acho que este é um dos primeiros, senão o primeiro trabalho de biometria adaptativa. Teve um professor da Universidade Federal de Sergipe que fez alguma coisa parecida, mas com outro propósito”, afirmou o professor.

Além disso, o trabalho também conta com a colaboração da pesquisadora Ana Carolina Lorena, da Universidade Federal de São Paulo. Ana Carolina foi orientadora do aluno durante o Mestrado na Universidade Federal do ABC.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software. 

Além do ICMC, o CEPID-CeMEAI conta com outras seis instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Texto: Carla Monte Rey - Assessoria CEPID-CeMEAI

Fotos: João Terezani – Assessoria CEPID-CeMEAI

Mais informações 

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Projeto da Unesp busca otimizar a produção da indústria madeireira

Mecanismo desenvolvido pela pesquisa facilita a detecção da qualidade da madeira

 

A indústria madeireira deve ganhar em breve um aliado para facilitar a produção. Um projeto desenvolvido na Unesp em Itapeva e coordenado por um pesquisador do CeMEAI procura melhorar diversos aspectos dos processos produtivos em empresas de pequeno e médio porte.

A NeuroWood é uma iniciativa dos professores Carlos de Oliveira Affonso e Fábio Henrique Vieira, da Unesp. Os dois são orientados por André Ponce de Carvalho, professor da USP em São Carlos e associado ao CeMEAI. A ideia principal do projeto é aprimorar a classificação da qualidade da madeira através de análises de suas imagens.

Usualmente, as indústrias contam com profissionais responsáveis por identificar, visualmente, se determinado pedaço de madeira pode ser vendido in natura ou se precisa passar por um retrabalho. O problema é que, muitas vezes, algumas subjetividades, como a fadiga ou o grau de concentração, podem atrapalhar o julgamento desse profissional e interferir negativamente no processo de produção da indústria.

O mecanismo da NeuroWood, que consiste em um programa (software) e em um conjunto de equipamentos (hardware), permite que a análise da madeira seja feita de forma objetiva e, assim, evite falhas no processo. Um pedaço de madeira é analisado por câmeras e raios laser, as imagens obtidas são enviadas ao computador e o programa determina se a madeira é do tipo A (maior qualidade), B ou C (menor qualidade). Mas como o computador aprende qual madeira é boa e qual é ruim?

Vieira explica com uma analogia. “Imagine que, em casa, você ensina uma criança que um copo de água é água. Toda vez que ela sentir sede, ela pega aquele copo de água e toma. A dificuldade aparece se, por exemplo, você coloca, no mesmo local, um copo de pinga. Para a criança, aquilo é água. É a mesma quantidade de um líquido, que também é transparente. Você precisa ensinar para ela outras características, como o odor e o gosto, e ela saberá distinguir entre água e pinga”, brinca. Para ensinar o computador, é necessário criar um banco de imagens que contenha informações sobre a qualidade das madeiras retratadas. A partir desses dados, o sistema é capaz de definir, por si só, a classificação de cada pedaço de madeira.

Segundo Affonso, o equipamento tem potencial para chegar em breve às indústrias da região de Itapeva, um dos grandes pólos nacionais de madeira. “O software já está pronto. Já é operacional. O hardware está em uma fase de um segundo protótipo. Já temos uma indústria parceira, que trabalha com a gente no desenvolvimento desse sistema”, explica. Vieira ainda conta que o nível de confiabilidade do equipamento é muito alto. “Nós chegamos a um percentual de acerto de 89% das vezes. Se pensarmos em termos de madeira, um produto bastante específico e cheio de particularidades, ficamos bastante contentes com esse resultado prévio. Quando aumentarmos o banco de dados, esse número vai subir para 95% tranquilamente”, declara.

O foco da pesquisa são as indústrias de pequeno e médio porte. “Já existem equipamentos comerciais que fazem esse processamento, mas os valores são inviáveis. Custam em torno de 300 mil euros, e isso, para o médio empresário, é proibitivo”, comenta Affonso. Segundo ele, o mecanismo desenvolvido por eles vai custar entre 1% e 5% do equipamento já existente e deve ser disponibilizado até o final deste ano.

Assista à reportagem da TV Tem de Itapetininga, afiliada da Rede Globo no sudoeste do estado de São Paulo, sobre o projeto.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP. O CeMEAI é especialmente adaptado e estruturado para promover o uso de ciências matemáticas (em particular matemática aplicada, estatística e ciência da computação) como um recurso industrial.

As atividades do Centro são realizadas dentro de um ambiente interdisciplinar, enfatizando-se a transferência de tecnologia e a educação e difusão do conhecimento para as aplicações industriais e governamentais. As atividades são desenvolvidas nas áreas de Otimização Aplicada e Pesquisa Operacional, Mecânica de Fluidos Computacional, Modelagem de Risco, Inteligência Computacional e Engenharia de Software. 

Além do ICMC, o CEPID-CeMEAI conta com outras cinco instituições associadas: o Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); o Instituto de Matemática Estatística e Computação Científica da Universidade Estadual de Campinas (IMECC-UNICAMP); o Instituto de Biociências Letras e Ciências Exatas da Universidade Estadual Paulista (IBILCE-UNESP); a Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-UNESP); o Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Leonardo Zacarin – Comunicação CeMEAI

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Página 4 de 5