Wenisten José Dantas da Silva

Formação complementar

Produções bibliográficas

• SOUZA, ROBERTO M. ; NASCIMENTO, ERICK G.S. ; MIRANDA, UBATAN A. ; SILVA, WENISTEN J.D. ; LEPIKSON, HERMAN A. . Deep learning for diagnosis and classification of faults in industrial rotating machinery. COMPUTERS & INDUSTRIAL ENGINEERING , v. 153, p. 107060, 2021.

• FIGUEIRÊDO, ILAN SOUSA ; DA SILVA, WENISTEN JOSE DANTAS ; MIRANDA, UBATAN ALMEIDA ; VARGAS, RICARDO EMANUEL VAZ ; NASCIMENTO, ERICK G. SPERANDIO ; CARVALHO, TÁSSIO FARIAS ; DE MELO FILHO, LEONILDES SOARES . Multivariate anomaly detection in rotating machinery of the oil and gas industry using unsupervised machine learning. Rio Oil and Gas Expo and Conference , v. 20, p. 405-406, 2020.

• SOUZA, R. M. ; SILVA, W. J. D. ; MIRANDA, U. A. ; NASCIMENTO, E. G. S. ; LEPIKSON, H. A. . APRENDIZADO DE MÁQUINA E APRENDIZADO PROFUNDO PARA CLASSIFICAÇÃO DE FALHAS EM EQUIPAMENTOS ROTATIVOS - UMA REVISÃO SISTEMÁTICA. In: The International Symposium on Innovation and Technology (SIINTEC), 2019, salvador. The International Symposium on Innovation and Technology (V SIINTEC), 2019.

• VIEIRA, C. S. ; PALMEIRA, A. S. ; SILVA, W. J. D. ; DIAS, P. M. A. ; NASCIMENTO, E. G. S. ; MOREIRA, D. M. . PREVISÃO DA IRRADIAÇÃO SOLAR A CURTO PRAZO USANDO O MODELO WRF. In: The International Symposium on Innovation and Technology (SIINTEC), 2019, Salvador. The International Symposium on Innovation and Technology (V SIINTEC), 2019.

• SILVA, W. J. D. ; NASCIMENTO, E. G. S. . APLICAÇÃO DE REDES NEURAIS ÀMANUTENÇÃO PREDITIVA: PREVENDO FALHAS EM ROLAMENTOSCOM DEEP LEARNING. In: IV Seminário de Avaliação de Pesquisa Científica e Tecnológica (SAPCT) e III Workshop de Integração e Capacitação em Processamento de Alto Desempenho (ICPAD),, 2019, Salvador. IV Seminário de Avaliação de Pesquisa Científica e Tecnológica (SAPCT) e III Workshop de Integração e Capacitação em Processamento de Alto Desempenho (ICPAD), 2019.

• SILVA, W. J. D. ; NASCIMENTO, E. G. S. . Manutenção preditiva: classificação automática de falhas em máquinas rotativas utilizando deep learning. 2019. (Apresentação de Trabalho/Seminário).

Projetos de pesquisa

• 2020 - Atual

  HUAWEI MONITORAMENTO INTELIGENTE Plataforma lataforma Digital Inteligente para o monitoramento de riscos socioambientais e prevenção de acidentes de trabalho em tempo real aplicada à mineração a céu aberto, Projeto certificado pelo(a) coordenador(a) Erick Giovani Sperandio Nascimento em 18/02/2021., Descrição: Descrição: O projeto proposto consiste no desenvolvimento e validação das funções críticas de protótipo de plataforma de monitoramento ambiental inteligente e integrada contendo software e hardware, baseada nas tecnologias 5G, Visão Computacional (VC), Inteligência Artificial (IA) e BigData, considerando uma demonstração funcional do conceito em campo ao final do projeto. O principal objetivo desta plataforma é viabilizar o monitoramento de riscos socioambientais em tempo real nos ambientes de mineração. Serão pesquisados e desenvolvidos modelos de Inteligência Artificial, visão computacional e deep learning para a identificação da presença de pessoal não autorizado em área de risco, além da identificação da origem de ruído quando houver uma violação dos limites de pressão sonoras permitidos. Deste modo, após a detecção e interpretação dos sinais de frequência característicos da fonte geradora, espera-se estabelecer uma correlação entre a situação de impacto e as atividades realizadas na mina no período de ocorrência. O sistema inteligente também se propõe a identificar, de maneira automática, a presença de pessoal não autorizado em áreas de risco.. Situação: Em andamento; Natureza: Pesquisa.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Wenisten José Dantas da Silva - Integrante / Erick Giovani Sperandio Nascimento - Coordenador / Tassio Farias de Carvalho - Integrante / Prabhat Kumar de Oliveira - Integrante / Patrick Silva Ferraz - Integrante.

• 2020 - Atual

  O Projeto MDI ? IA para Saúde, Projeto certificado pelo(a) coordenador(a) Erick Giovani Sperandio Nascimento em 06/05/2021., Descrição: O Projeto MDI ? IA para Saúde tem como desafio desenvolver algoritmos de inteligência Artificial (IA) para automatizar o processo de suporte a diagnóstico de três exames médicos: (i) Capnografia, (ii) Teste de Esforço Cardiopulmonar (TECP) e Calorimetria Indireta (CI). A capnografia permite obter, de forma gráfica, a pressão de CO2 (dióxido de carbono) expirado pelo paciente, que possibilita a detecção de alterações causadas, p. ex., pela variação do metabolismo, perfusão sanguínea ou ventilação. Desse modo, a utilização de algoritmos de IA na análise pode facilitar a identificação precoce e rastreio de anomalias. TECP requer profissionais altamente qualificados para a detecção de limiares ventilatórios e anaeróbicos e, portanto, a utilização de modelos baseados em IA pode contribuir para aumentar o nível de precisão e a capacidade dos médicos em realizar um diagnóstico. A CI, por sua vez, é um exame que demanda um tempo longo de amostragem (30min) para que se identifique com maior segurança o momento de estabilização do exame, de modo que técnicas baseadas em IA podem também contribuir para que se identifique de forma mais antecipada e precisa quando ocorre a estabilização, diminuindo o tempo do exame e aumentando a capacidade de processo das equipes médicas que o realizam. Portanto, esse projeto busca desenvolver novas ferramentas baseadas em IA para fornecer diagnósticos mais precoces e de qualidade, além de otimizar o tempo e a eficiência das equipes médicas na tomada de decisão e no atendimento a um número cada vez maior de pacientes que buscam por atendimento médico?.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Wenisten José Dantas da Silva - Integrante / Erick Giovani Sperandio Nascimento - Coordenador / Ilan Sousa Figueirêdo - Integrante / Diego Santos Batista - Integrante / Stephanie Lima Jorge Galvão - Integrante / Glauber Luiz de Moura Moraes - Integrante / Luiz Eduardo Ritt - Integrante / Katharine Valéria Saraiva Hodel - Integrante / Gustavo Feitosa - Integrante.