Projetos de Pesquisa

 

Foto de perfil

Alda Izabel de Souza

Ciências Agrárias

Medicina Veterinária
  • bioacumulação simulada com glifosato: apis mellifera como modelo de bioindicador para qualidade ambiental
  • Atividades antrópicas relacionadas ao setor agropecuário têm alterando a estrutura ecossistêmica. A necessidade de fortalecer a produção agropecuária em sistemas que priorizam o uso de tecnologias para manutenção de ecossistemas saudáveis tem como exigência, estabelecer protocolos para processos de certificação, com a finalidade garantir a qualidade ambiental. Alguns contaminantes podem danificar, direta ou indiretamente, o material genético ou provocar lesões teciduais em organismos vivos. O glifosato, químico com ação herbicida não-seletiva sistêmica é amplamente utilizado, em diferentes formulações. Nesse contexto, o uso de bioindicadores destaca-se como alternativa para avaliar o impacto ambiental de contaminantes, por meio da detecção precoce do efeito indesejável de substâncias tóxicas em seres vivos. O ensaio do cometa (EC) e o teste do micronúcleo (MN), exames histológicos e detecção de atividade enzimática podem ser aplicados para analisar os efeitos de substâncias tóxicas em diferentes espécies animais. Diante da possibilidade de utilizar esses métodos para o monitoramento e certificação de qualidade ambiental, esse projeto sugere Apis mellifera como modelo animal, justificando sua fundamental importância como polinizadora, garantindo a produção de alimentos e a manutenção da biodiversidade tanto em sistemas produtivos agrícolas, como em ambientes silvestre. Para avaliar o modelo proposto, os grupos de experimentais serão expostos, em diferentes tempos, a concentrações crescentes de glifosato (bioacumulação simulada). Posteriormente serão realizados os testes EC, MN, histologia de intestino e detecção da atividade enzimática de catalase, superóxido dismutase (SOD) e Glutationa S Tranferase (GST) para verificar a presença das lesões e sua relação dose efeito. Com isso, supõe-se que esse modelo pode ser facilmente aplicável a campo para o biomonitoramento de qualidade ambiental.
  • Universidade Federal de Mato Grosso do Sul - MS - Brasil
  • 09/02/2022-28/02/2025
Foto de perfil

Aldebaro Barreto da Rocha Klautau Júnior

Ciências Exatas e da Terra

Ciência da Computação
  • inteligência artificial para otimização de recursos de redes de próxima geração em cenários estratégicos
  • Com o avanço das comunicações móveis, as redes Pós-5G (B5G/6G) se tornarão mais complexas, resultando em desafios significativos para novos cenários de casos de uso. Agronegócios, missão crítica e gêmeos digitais são exemplos estratégicos para o Brasil do uso de B5G/6G e investigados neste projeto. A complexidade gerada pela enorme quantidade de parâmetros e otimizações a serem feitas na pilha de protocolos para garantir bom desempenho fim-a-fim traz dificuldades à implantação e gerência dessas redes. O uso de inteligência artificial e aprendizado de máquina (AI/ML) na predição de tendências e extração de padrões a partir da coleta de medições do ambiente e de indicadores de desempenho assume papel de destaque em redes B5G/6G por permitir configuração sem a intervenção humana, com escolha automática de parâmetros e otimização do desempenho. Entretanto, muitos trabalhos científicos aplicam a AI/ML sem garantias de que a mesma obtenha resultados robustos em cenários reais. De fato, o uso de AI/ML em comunicações móveis ainda se encontra na sua infância, principalmente devido à pouca quantidade de dados disponíveis. A estratégia metodológica deste projeto supera essa dificuldade através de elaborada coleta dos dados necessários à concepção de modelos de AI/ML para os problemas estudados, adotando-se simuladores e plataformas experimentais. A principal hipótese é de que a AI/ML pode ser aplicada de forma eficiente em alguns desafios relevantes encontrados nas redes móveis de próxima geração. Este projeto investigará escalonamento de recursos de rádio, projeto de codebooks, parametrização de camada física e outros problemas que envolvam a escolha de parâmetros de operação, garantindo bom funcionamento das redes e otimizando o uso dos recursos. Pautado em rigor científico, este projeto almeja avançar o estado-da-arte integrando técnicas tradicionais baseadas em modelos com o uso de AI/ML, de forma a garantir soluções adequadas aos problemas nos cenários priorizados.
  • Universidade Federal do Pará - PA - Brasil
  • 07/02/2022-28/02/2025