Navegando por Autor "Santos, Yuri Pedro dos"

Agora exibindo 1 - 4 de 4

Uma análise sobre os dados do Departamento de Polícia da cidade de São Francisco - EUA
(Universidade Federal do Rio Grande do Norte, 2019-12-06) Sodré, Manuela Amélia Vieira de Azevedo; Guedes, Luiz Affonso; Oliveira, Andressa Stéfany Silva de; Santos, Yuri Pedro dos
O número de incidentes registrados pela polícia nos dias de hoje, devido ao aumento de crimes, com aumento de crimes, apreensões, entre outros, vem crescendo gradativamente, como também o número de dados relacionados a isso também. Dessa forma, possibilita-se a realização de análises, para que seja vista diversas deliberações a partir disso. Este trabalho terá uma abordagem de comparação entre algumas técnicas de análise com base nos dados obtidos no prórprio site de dados aberto de São Francisco (https://data.sfgov.org/). Com as resoluções obtidas será realizada uma análise de como se encontra a segurança pública do local. A proposta desse trabalho é observar onde se tem mais ocorrências e, através do aprendizado de máquina tentar prever futuras ocorrências. O trabalho todo foi realizado utilizando a linguagem Python, e, como consequência, utilizou-se o pacote Sckit-learning por possuir algoritmos de aprendizado de máquina.
Clusterização adaptativa de usuários NOMA no domínio da potência
(Universidade Federal do Rio Grande do Norte, 2023-10-19) Santos, Yuri Pedro dos; Silveira, Luiz Felipe de Queiroz; http://lattes.cnpq.br/4139452169580807; http://lattes.cnpq.br/0228228050759301; Sousa Júnior, Vicente Ângelo de; https://orcid.org/0000-0003-2859-6136; http://lattes.cnpq.br/6358312955522220; Barros, Tiago Tavares Leite; Carvalho, Fabrício Braga Soares de; Souza, Pedro Thiago Valério de
Por meio da técnica de Acesso Múltiplo Não-Ortogonal (NOMA, Non-Orthogonal Multiple Access) pretende-se viabilizar a transmissão de dois ou mais usuários compartilhando os mesmos recursos de tempo, frequência e código, e assim melhorar significativamente a eficiência espectral de redes de comunicação sem fio em gerações futuras. A multiplexação de sinais pode ser conseguida no domínio da potência (PD-NOMA, Power Domain NOMA), onde a transmissão de sinais sobrepostos é feita com níveis de potência suficientemente diferentes. A eficiência deste método depende fundamentalmente de duas etapas prévias de processamento: um agrupamento adequado de usuários (candidatos à transmissão) com diferentes ganhos de canal e a escolha dos níveis de potência que serão utilizados para transmitir cada sinal. As soluções apresentadas na literatura para resolver o problema de agrupamento de usuários não consideram a dinâmica dos sistemas de comunicação, ou seja, a variação temporal do número de usuários e as condições do canal. Para levar em conta essas características dinâmicas no agrupamento de usuários em sistemas NOMA, este trabalho propõe uma nova técnica de clusterização baseada em uma modificação do algoritmo evolucionário DenStream, escolhido por sua capacidade evolutiva, robustez ao ruído e processamento online. Os resultados mostram que a técnica de agrupamento proposta consegue acompanhar a dinâmica do sistema, clusterizando todos os usuários e favorecendo a uniformidade da taxa de transmissão entre os clusters.
Desenvolvimento de uma biblioteca Python para simulações computacionais de Sistemas de Telecomunicações
(Universidade Federal do Rio Grande do Norte, 2021-04-29) Ferreira, Kelwin Passos; Silveira, Luiz Felipe de Queiroz; Santos, Yuri Pedro dos; Silveira, Luiz Felipe de Queiroz; Junior, Vicente Angelo de Sousa; Rego, Joilson Batista de Almeida
As simulações computacionais são de grande importância para área de sistemas de telecomunicações, pois possibilitam o estudo de comportamento, criação de hipóteses e representações de modelos. Apesar disso, a quantidade de ferramentas acessíveis que possibilitam esse estudo ainda é pequena, pois estão incompletas ou necessitam de obtenção de uma licença paga para uso. Por isso, este trabalho tem como objetivo o desenvolvimento de uma biblioteca em Python para auxílio no desenvolvimento de simulações computacionais de sistemas de telecomunicações. Foram desenvolvidas cinco funções, que dentre elas, três modulações (BSPK,OFDM,OFDMA), um modelo de canal sem fio com desvanecimento de Rayleigh e um codificador de canal de Hamming. Além disso, as funções serão analisadas em termos de desempenho, com o objetivo de compará-las com funções semelhantes da biblioteca CommPy, que é um conjunto de algoritmos de simulação de comunicação digital desenvolvido em Python com uso dos pacotes NumPy e SciPy, para levantamento das vantagens e desvantagens de cada biblioteca.
Sistema de detecção e classificação de patologias vocais baseado no domínio espectral da função de correntropia
(2019-01-18) Santos, Yuri Pedro dos; Silveira, Luiz Felipe de Queiroz; ; ; Martins, Allan de Medeiros; ; Fontes, Aluisio Igor Rego; ; Correia, Suzete Elida Nobrega;
Patologias vocais afetam negativamente a vida social e profissional dos enfermos, algumas inclusive podem levar a óbito, caso não sejam tratadas rapidamente. Dentre os principais procedimentos para o diagnóstico de patologias vocais pode-se citar: laringoscopia, avaliação perceptivo-auditiva, análise acústica da voz, avaliação aerodinâmica e autoavaliação da voz pelo paciente. Entretanto, o primeiro procedimentos é invasivo e os seguintes são subjetivos, dependendo da experiência do profissional que irá realizar a análise. Por isso, técnicas de processamento digital de sinais vêm sendo utilizadas no auxílio ao diagnóstico de patologias do trato vocal. Neste trabalho é apresentado um sistema de detecção e classificação de patologias vocais, utilizando uma técnica de classificação baseada em descritores obtidos por meio da função densidade espectral de correntropia (CSD, Correntropy Spectral Density), definida como a transformada de Fourier da função de autocorrentropia. Os descritores assim obtidos possuem informações de momentos estatísticos de segunda ordem e de ordem superior do sinal de voz, por meio das quais pode-se detectar eficientemente algumas patologias vocais e classificá-las. A classificação é feita por uma rede neural multilayer perceptron (MLP) , realizando uma classificação binária entre vozes normais e patológicas e, em seguida, entre patologias (edema e nódulo). O classificador foi avaliado por simulação computacional e os resultados obtidos indicam uma taxa de acerto de aproximadamente 94% na detecção e 97% na classificação entre patologias.

SIGAA

Navegando por Autor "Santos, Yuri Pedro dos"