MENU

Projetos de Pesquisa

 

Filtrar Limpar Filtros
Foto de perfil

Murillo Guimarães Carneiro

Ciências Exatas e da Terra

Ciência da Computação
E-mail Currículo
  • arquiteturas híbridas de aprendizado em redes para problemas de classificação mono e multi sequenciais com aplicações em dados de espectroscopia no infravermelho e de eletroencefalograma
  • Em aprendizado de máquina, a classificação de dados sequenciais representa um grupo de problemas em que os dados de entrada estão na forma de sequencias, cujos valores normalmente variam em função do tempo ou espaço. Dois problemas são investigados neste projeto: a classificação de espectros obtidos via reflectância total atenuada no infravermelho com transformada de Fourier (ATR-FTIR) em amostras de saliva para detecção do Transtorno do Espectro Autista (TEA), e a classificação de sinais de Eletroencefalograma (EEG) para o Prognóstico de Pacientes em Coma (PPC). Assim, o objetivo é o aprendizado de modelos indutivos de classificação de dados sequenciais capazes de detectar eficientemente os padrões mono sequenciais relacionados à detecção do TEA a partir dos espectros ATR-FTIR, e multi sequenciais relacionados ao PPC a partir dos seus sinais EEG. Ambos os domínios são caracterizados pela alta dimensionalidade dos dados, normalmente exigindo grande esforço nas etapas de preparação e pré-processamento. Nesse sentido, os trabalhos existentes na literatura possuem várias limitações relacionadas tanto a questões de generalização desses métodos para outros problemas correlatos quanto à ausência de soluções mais sofisticadas, capazes de combinar as características salientes de duas ou mais técnicas de aprendizado em redes, para proporcionar a construção de representações de aprendizado mais robustas. Portanto, a hipótese investigada nesta pesquisa afirma que tais soluções híbridas podem contribuir em ambos os problemas por permitir um melhor desempenho preditivo em comparação com as técnicas estado-da-arte adotadas pelas literatura. Para tanto, serão realizados o desenvolvimento dos componentes de aprendizado para i) processamento recorrente (sequencial), ii) redução de dimensionalidade e processamento espacial, iii) design híbrido dos componentes das etapas anteriores, e iv) otimização da arquitetura obtida em termos de hiper-parâmetros e seleção de atributos.
  • Universidade Federal de Uberlândia - MG - Brasil
  • 06/12/2023-31/03/2027
Foto de perfil

Murilo Cesar Lucas

Engenharias

Engenharia Civil
E-mail Currículo
  • dry in a flash (dflash): previsão de seca hidrológica repentina nas bacias dos rios piracicaba, capivari e jundiaí
  • Secas repentinas (flash droughts) têm ocorrido com maior frequência mundialmente, com um início e desenvolvimento rápido que desafia a capacidade de monitoramento e previsão. Nesse cenário, a previsão de secas repentinas é de vital importância para o alerta antecipado e, assim, melhor o gerenciamento dos sistemas de abastecimento público urbano de água. A pergunta majoritária a ser respondia é se as secas hidrológicas repentinas estão se tornando (ou têm potencial) para se tornar o novo normal no Brasil. A segunda, é quais ações antrópicas podem desencadear (e acelerar) a ocorrência frequente de secas repentinas? Por fim, índices (existentes ou novos a serem criados) são a melhor forma de detectar secas hidrológicas repentinas? Além de mirar nas perguntas científicas, este projeto foca no desenvolvimento de uma nova tecnológica, um sistema de alerta antecipado de secas hidrológicas repentinas. Para isso, um modelo hidrológico do tipo Rede Neural Recorrente (RNN) de Aprendizado Profundo (Deep Learning) forçado por dados (data-driven), será treinado, validado e testado usando dados medidos de vazão. Dados quantitativos e qualitativos medidos em terra e por sensoriamento remoto serão utilizados como entrada no modelo. A previsão de secas hidrológicas será realizada forçando o modelo treinado com dados de previsão numérica climática na escala subsazonal. O sistema de alerta será desenvolvimento com base na teoria de Sistemas de Suporte à Decisão (Decision Suport Systems, DSS). O alerta antecipado de secas hidrológicas repentinas em escalas de tempo de algumas semanas é extremamente benéfico para mitigar seus impactos e gerenciar riscos. Os resultados têm potencial para aumentar a segurança hídrica em sistemas de abastecimento de água no médio e longo prazo, e, consequentemente, aumentar a resiliência de cidades brasileiras.
  • Universidade Estadual de Campinas - SP - Brasil
  • 04/12/2023-31/12/2026
Foto de perfil

Murilo de Carvalho

Ciências Biológicas

Biotecnologia
E-mail Currículo
  • investigação da neurofisiologia celular na deficiência da enzima conjugadora de ubiquitina ube2a em modelo humano com células de pluripotência induzidas (hipsc)
  • Deficiência Intelectual (DI) é um grupo heterogêneo de doenças do neurodesenvolvimento de influência genética, caracterizada por limitações cognitivas e déficit no comportamento adaptativo (1). Elas ocorrem em até 3% na população com primeiras manifestações antes dos 18 anos de idade persistindo ao longo da vida, representando um problema socioeconômico e de saúde (2). A síndrome da deficiência da enzima conjugadora de ubiquitina E2 A (UBE2A) é um tipo de DI que apresenta diversas mutações no gene UBE2A. As enzimas E2 determinam o destino da proteína substrato, sendo envolvidas em mecanismos de reparo de DNA, manutenção da integridade genômica, regulação da atividade de proteassomo entre outros. Previamente foi identificada, em uma família de pacientes brasileiros com DI moderada, uma mutação missense na UBE2A (c.277C>G, p.Q93E) localizada no sítio catalítico da enzima, inibindo a formação do produto (3). Estudos preliminares no LNBio/CNPEM com modelo de camundongo knockin portador dessa variante na UBE2A apontaram alterações de citoarquitetura cerebral e de transmissão sináptica que refletem o comportamento do animal UBE2A p.Q93E. Com a obtenção de células de pacientes portadores dessa síndrome, produzimos células pluripotentes (hiPSC) e as diferenciamos em neurônios (culturas 2D e 3D). Em adição ao modelo animal, o qual aponta consequências funcionais decorrentes apenas da mutação, o modelo de células humanas reprogramadas recapitula o background genético do próprio paciente, transformando-o em um modelo realístico da doença. Pretendemos investigar aspectos funcionais dessa mutação na atividade neuronal como função sináptica, sinalização celular de Ca2+ em resposta a estímulos elétricos e químicos. Os resultados obtidos no modelo humano elucidarão o papel dessa importante via de sinalização em células neurais de DI e poderão levantar alvos para estratégias terapêuticas.
  • Centro Nacional de Pesquisa em Energia e Materiais - SP - Brasil
  • 11/12/2023-31/12/2026
Página 1282 de 1.742
3 Itens por página
Mostrando 3.844 - 3.846 de 5.226 resultados.