Editais da FAPERJ contemplam professores da Politécnica-UFRJ

Publicado em: 21/06/2021 Escola Politécnica da UFRJ
Compartilhar:

Oito professores da Escola Politécnica da UFRJ (Politécnica-UFRJ) foram contemplados em editais da Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de Janeiro (Faperj), nos programas Cientista do Nosso Estado (CNE) e Jovem Cientista do Nosso Estado (JCNE), com bolsas de até 36 meses. O resultado foi divulgado em maio.

A avaliação dos projetos pela Faperj levou em conta o mérito técnico e/ou científico, o potencial de inovação e viabilidade da proposta, a adequação dos métodos e do cronograma de atividades, e a qualificação do proponente em relação às atividades previstas, entre outros fatores.

Conheça os professores da Politécnica-UFRJ contemplados e seus projetos:

Jovem Cientista do Nosso Estado

Desenvolvimento de sistemas de segurança cibernética para indústria inteligente
Autora: Prof.ª Lilian Kawakami Carvalho
Número de alunos envolvidos: graduação (2) e doutorado (1).

O objetivo do projeto é desenvolver novas tecnologias de segurança de Sistemas Ciber- Físicos (SCF), modelados como Sistemas a Eventos Discretos (SED), e com comunicação de sensores e atuadores baseada na Internet das Coisas (IoT). O projeto atuará em duas frentes de pesquisa complementares: (i) desenvolvimento de um sistema de segurança que evita que o sistema, uma vez atacado, alcance estados perigosos do sistema e; (ii) estudo do uso de criptografia na comunicação de sensores e atuadores com comunicação baseada em IoT com aplicações na indústria.

Cientista do Nosso Estado

Problemas inversos e de projeto ótimo em biotransferência de calor
Autor: Prof. Helcio Rangel Barreto Orlande
Número de alunos envolvidos: graduação (2), mestrado (2), doutorado (4) e pós- doutorado (1).

Neste projeto será dada especial atenção a problemas de projeto ótimo no tratamento de câncer por hipertermia, bem como no tratamento de arritmia cardíaca por termo- ablação. Será dada continuidade ao trabalho de pesquisa realizado anteriormente referente ao uso da técnica fotoacústica para auxílio no diagnóstico de doenças inflamatórias intestinais. Além disso, serão analisados problemas de estimativa de estado na hemodiálise e no tratamento da encefalopatia hipóxico-isquêmica neonatal.  O projeto envolve a utilização de ferramentas matemáticas e numéricas, assim como o desenvolvimento de experimentos, para a solução de problemas inversos e de projeto ótimo em bio-transferência de calor. Fundamentalmente, Técnicas Bayesianas (Método de Monte Carlo com Cadeia de Markov, Filtro de Partículas e Computação Bayesiana Aproximada) serão utilizadas para a solução dos problemas inversos e de projeto ótimo em estudo neste projeto. Especial enfoque será dado ao uso de modelos reduzidos, inclusive aqueles baseados em superfícies de resposta. Portanto, o projeto envolve aplicações de problemas inversos e de projeto ótimo a temas atuais e de grande interesse.

Contribuições da energia nuclear no âmbito da sustentabilidade ambiental no Complexo Nacional Álvaro Alberto
Autora: Prof.ª Inayá Corrêa Barbosa Lima
Número de alunos envolvidos: pós-doutorado (1), doutorado (1), mestrado (3) e Iniciação científica (1).

Segundo a ONU, o termo sustentabilidade ambiental se refere ao desenvolvimento que encontra as necessidades atuais sem comprometer a habilidade das futuras gerações de atender suas próprias necessidades. A Energia Nuclear se constitui em uma alternativa completamente viável e segura no tocante ao tema em apreço, sendo a terceira maior fonte geradora de eletricidade do mundo e, evitando quantidades de emissões de dióxido de carbono. Diante deste cenário, no Brasil, é imperativo e inevitável o abarcamento do CNAA, formada pelo conjunto das usinas nucleares.

Portanto, este projeto visa investigar as taxas dos principais radionuclídeos instáveis e estáveis que fazem compostos e complexos com estes presentes no CNAA e adjacências de sua região aquífera. Será feito o mapeamento hidrotérmico na região que envolve desde o Saco Piraquara de Fora até Ponta Grossa e também análise da biota local, coleta de testemunhos e de água superficial. Serão usadas técnicas atômicas e nucleares de medidas, tais como, espectrometria gama, sistema alfa-beta, mapeamento e modelagem computacional hidrotérmico e imagens de testemunhos através de MicroCT.

Os resultados vão contribuir para o aprimoramento de políticas ambientais através dos índices IFDM e IDHM e avaliar os riscos de possíveis problemas no controle da biota da região do CNAA e arredores. Será realizada uma comparação com dados nacionais disponíveis e, com a adição de novos dados obtidos neste Projeto, almeja-se contribuir para inovação na base de dados dos Relatórios oficiais do CNAA e arredores.

Extração de informação relevante para um reconhecimento de padrões eficientes
  Autor: Prof. José Manoel de Seixas
Número de alunos envolvidos: pós-doutorado (3), pós-graduação (8) e graduação (15).

As atividades propostas neste projeto dão continuidade à pesquisa que vem sendo desenvolvida utilizando técnicas de processamento estocástico de sinais e inteligência computacional, cujo desenvolvimento é guiado pelo conhecimento especialista acumulado em cada área de aplicação, de modo a extrair a informação que é capaz de revelar eficientemente os padrões de interesse e identificar os aspectos relevantes para o avanço do conhecimento nas áreas.  As atividades promovem soluções inovadoras para problemas de alta complexidade e envolvem as áreas de redes neurais artificiais, com destaque para o aprendizado profundo, aprendizado por ensembles de classificadores e fusão da informação, separação cega de fontes, processamento baseado em kernel, geometria da informação, qualidade de dados e reprodutibilidade nos projetos. As áreas de aplicação são a física experimental de altas energias e tecnologias associadas (no âmbito do Experimento ATLAS, nas condições de colisão do LHC, no CERN, Suíça), energia (óleo & gás), tecnologia de defesa (em colaboração com a Marinha do Brasil) e saúde e engenharia biomédica (com ênfase na pesquisa de tuberculose e apoio à triagem e ao diagnóstico médico de infecção por COVID-19, incluindo a co-infecção com tuberculose).

Processamento de sinais e aprendizado com dados com aplicações em comunicações
Autor: Paulo Sergio Ramirez Diniz
Número de alunos envolvidos: graduação (5), mestrado (2) e doutorado (2).

Tradicionalmente temos pesquisado muitos assuntos que permitiram a proposição de novos algoritmos de processamento de sinais, sistemas adaptativos, e algoritmos de aprendizado a partir de dados. Considerando o contexto de negócios do Estado do Rio de Janeiro, os resultados dos conhecimentos adquiridos com as pesquisas se voltam para aplicações nas áreas relacionadas às comunicações e à exploração de óleo e gás.

Com o advento da utilização de aprendizado de máquina em um número crescente de aplicações, nossa pesquisa vem incluindo estudos no assunto incorporando nossas experiências em algoritmos adaptativos que utilizam aprendizado com dados. O método de trabalho do grupo SMT é tal que pesquisa e desenvolvimento integram alunos de graduação e pós-graduação em torno de projetos de fim de curso de graduação, dissertações de mestrado, teses de doutorado e projetos de consultoria realizados pelo professor-pesquisador da Politécnica-Coppe/UFRJ.

ASCI: Aplicações de sensores e redes veiculares em cidades inteligentes
Autor: Prof. Luís Henrique Maciel Kosmalski Costa
Número de alunos envolvidos: graduação (3), mestrado (1) doutorado (3).

A evolução das redes sem-fio e das tecnologias de sensores permitiram o advento da Internet das coisas (IoT), de redes elétricas inteligentes, veículos conectados e cidades inteligentes. Neste projeto, são abordados diferentes desafios destes novos cenários. O crescente número e diversidade de dispositivos conectados gera enorme quantidade de informação, demandando maiores capacidades de transmissão das redes, de armazenamento e processamento nos dispositivos e na infraestrutura de computação na nuvem. Em dispositivos IoT, há uma relação de compromisso entre o poder de processamento e o consumo energético e custo. Neste projeto, são tratados diferentes desafios que as aplicações de cidades inteligentes impõem às redes de comunicação e a Internet, utilizando ferramentas de otimização e de aprendizado de máquina. Os dados obtidos por sensores espalhados no ambiente, ou internos aos dispositivos, como em veículos conectados, devem ser transportados até a nuvem. Assim, um importante desafio diz respeito à modelagem e simulação de redes veiculares e de redes de sensores móveis, outro desafio refere-se ao tratamento da informação obtida dos sensores de veículos inteligentes, visando, por exemplo, o aumento da segurança no trânsito.

Fragilização de hidrogênio em interfaces de juntas soldadas dissimilares – Influência dos parâmetros de fabricação e avaliação de metodologias de testes
Autor: Prof. Oscar Rosa Mattos
Número de alunos envolvidos: graduação (2), mestrado (1) e doutorado (1).

O desempenho quanto à fragilização por hidrogênio de juntas dissimilares será avaliado usando duas metodologias diferentes: tenacidade à fratura (curva J-R, ASTM E1820-08) e testes de taxa de deformação lenta (SSRT, ASTM G129-20). Seis juntas soldadas obtidas pela modificação do aporte térmico, tempo de tratamento térmico pós-soldagem (PWHTs) e processo de soldagem serão estudadas. A resistência à fragilização por hidrogênio será avaliada e relacionada ao número de defeitos presentes ao longo da interface dissimilar e ao tempo de alívio térmico. Particular atenção será dada para utilização da metodologia com foco no posicionamento da concentração de tensões na interface dissimilar, pois acreditamos não ser a mesma adequada para avaliação deste tipo de junta soldada.

Projeto SEEING: Segurança, eficiência e inteligência em redes de nova geração
Autor: Prof. Otto Carlos Muniz Bandeira Duarte
Número de alunos envolvidos: graduação (6) e doutorado (1).

Milhares de micro-serviços distribuídos executados em aglomerados de máquinas físicas e virtuais formarão a Internet do Futuro presente nas Cidades Inteligentes. A infraestrutura de processamento e comunicação proverá diferentes tipos de serviços estabelecidos sob demanda e com características específicas. Três tecnologias são fundamentais: i) a virtualização e o fatiamento de redes, ii) a computação em nuvem e em névoa e iii) o aprendizado de máquina e a inteligência artificial.

O uso das tecnologias de virtualização de funções de rede (Network Function Virtualization – NFV) e de redes definidas por software (Software Defined Networking – SDN) permitirão o fatiamento da rede (Network Slicing) para oferecer diferentes serviços providos pelo encadeamento de funções virtuais de rede (Virtual Network Functions – VNF). O controle, o gerenciamento e a orquestração deste complexo ambiente precisa otimizar o uso de recursos, oferecer escalabilidade, minimizar gastos energéticos e, ao mesmo tempo, garantir os requisitos de cada aplicação em termos de vazão, atraso, mobilidade, qualidade de serviço entre outros. No entanto, existe sempre o problema de segurança e privacidade dos usuários, pois os ataques estão cada vez mais expressivos e diversos desafios ligados à segurança e privacidade permanecem em aberto.

Este projeto foca em quatro linhas principais: i) monitoramento, coleta, processamento paralelo e análise de dados usando algoritmos de aprendizado profundo de máquina e por reforço, ii) projeto e configuração da infraestrutura de nuvem e névoa, iii) controle, gerência e orquestração de serviços e recursos em nuvem e em névoa, com provimento de segurança e privacidade desde a concepção do projeto e iv) uso da tecnologia de aprendizado de máquina federado para prover privacidade e de corrente de blocos para prover confiança distribuída, auditabilidade, não repúdio e transparência. Os resultados serão validados por protótipos compostos por sistemas de software livre.