Banca de QUALIFICAÇÃO: CAIO DE OLIVEIRA BASTOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: CAIO DE OLIVEIRA BASTOS
DATA: 29/04/2022
HORA: 14:30
LOCAL: Sala de Reunião Virtual (Google Meet)
TÍTULO:

Classificação de Perfis de Produtividade Usando Dinâmica não Linear: Reconstrução do Espaço de Fase de Registros Eletroencefalográficos de Operadores da Mineradora Vale, Complexo S11d Eliezer Batista

PALAVRAS-CHAVES:

Eletroencefalografia, Delay Coordinate Embedding, aprendizado de máquina.

PÁGINAS: 37
GRANDE ÁREA: Ciências Biológicas
ÁREA: Fisiologia
RESUMO:

O foco deste trabalho está na utilização de um método não linear de processamento de séries temporais para análise de registros Eletroencefalográficos (EEG) de operadores de escavadeira, durante uma simulação da escavação, de forma a caracterizar as dinâmicas não lineares de seus EEGs e, a partir delas, prever suas performances durante a simulação. A análise não linear utilizada foi a Delay Coordinate Embedding (DCE) e a partir dela foram obtidos 4 parâmetros: M, τ , expoente de Lyapunov e entropia de aproximação. Além disso, o trabalho pretende avaliar a eficácia de uma rotina de treinamento cognitivo realizada entre as simulações de operações na escavadeira. No total, 16 operadores foram selecionados, divididos em dois grupos, controle e treinado, e tiveram seus EEGs coletados em duas datas diferentes. O grupo treinado passou por um treinamento cognitivo entre as duas datas de testagem e o grupo controle não. Foi feita uma análise comparativa entre o antes e o depois do grupo controle e treinado, a partir dos parâmetros coletados e os indivíduos desses grupos foram caracterizados, de acordo com as características não lineares de seus EEGs. Os dados obtidos, indicam uma melhora na performance dos operadores que passaram pelo treinamento, em média, em detrimento dos que não passaram. A partir dos parâmetros não lineares coletados foi criado um algoritmo, baseado em Machine Learning que classifica os operadores, tentando prever como eles se saíram durante a simulação. O algoritmo de classificação criado chegou a uma acurácia total de mais de 99% utilizando validação hold-out.

MEMBROS DA BANCA:
Interno - 3299738 - ANTONIO PEREIRA JUNIOR
Presidente - 1713466 - BRUNO DUARTE GOMES
Interno - 1734253 - GIVAGO DA SILVA SOUZA