Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.025
Aluno: Paulo Júnior de Moraes Vasconcelos
Orientador: Prof. Leandro Maciel Almeida
Título: Identificação de fungos anemófilos, em ambientes abertos, através
de um nariz eletrônico e modelos de Inteligência Artificial
Data: 22/06/2022
Hora/Local: 13h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Paulo Salgado Gomes de Mattos Neto (UFPE / Centro de Informática)
Prof. Reginaldo Gonçalves de Lima Neto (UFPE / Departamento de Medicina Tropical)
Prof. Cleber Zanchettin (UFPE / Centro de Informática)
RESUMO:
Os fungos dispersam-se na natureza através do ar atmosférico ou por outras
vias, como água, insetos, humanos e animais. Os fungos que são dispersados
através do ar atmosférico são denominados fungos anemófilos. Sendo assim, a
microbiota fúngica anemófila pode ser semelhante ou diferente em cada
cidade ou região. Em indústrias como farmacêutica e de alimentos, a
preservação da qualidade do ar dos ambientes é ponto importante para a
garantia asséptica dos produtos. Hospitais constituem ambientes que
necessitam de maior atenção, no que diz respeito ao monitoramento ambiental
das áreas críticas. Por outro lado, em climatizadores de ar, o acúmulo de
umidade e material orgânico pode torná-los poderosas fontes dispersoras de
bioaerossóis. Outra problemática na disseminação de fungos é a produção de
micotoxinas. Para conhecer o objeto desse trabalho apresenta-se um estudo
sobre os fungos anemófilos, uma breve discursão sobre Inteligência
Artificial, em seguida é apresentado o nariz eletrônico utilizado nos
experimentos, apresenta-se e explica-se os princípios de funcionamento dos
modelos de aprendizagem de máquina testados como solução do problema.
Relata-se a exploração dos dados levantados e experimentos das bases de
dados de leituras do nariz eletrônico. Os resultados foram satisfatórios em
duas bases e insatisfatório em uma base. O classificador InceptionTime
obteve o melhor desempenho em uma das bases, atingindo acurácia 97,7% no
conjunto de teste. Em outra base o classificador HIVE-COTE 2.0 obteve os
melhores resultados alcançando acurácia 96,4% no conjunto de teste. Na
última base testada, os resultados foram insatisfatórios, com acurácia
máxima de apenas 41,6% no conjunto de teste. Estando no princípio da
pesquisa, um ou outro resultado adverso é natural, contudo, conclui-se que
essa dissertação contribui desenvolver produtos e serviços que monitorem a
qualidade do ar em áreas sensíveis como indústrias alimentícias e
farmacêuticas, áreas hospitalares críticas, acúmulo de umidade e material
orgânico em condicionadores de ar, como também a presença de micotoxinas
produzidas por esses microrganismos. A ampliação e a diversificação da
testagem de fungos anemófilos objetivando cobrir uma gama maior de
problemas e patologias associadas a mais espécies de fungos anemófilos,
como também ampliação das bases de dados, isto é, mais dados e melhores
dados para minimizar os erros, implica em modelos mais bem treinados, que
generalizam adequadamente para casos novos, que não são conhecidos pelos
modelos. Outra frente de trabalho importante é aprofundar o estudo dos
modelos de classificadores especializados em séries temporais. O objetivo é
encontrar o modelo com resultados mais satisfatórios e com os menores
custos computacionais.
Palavras-chave: Fungos anemófilos, Nariz eletrônico, Classificação de
Séries Temporais.
Comentários desativados