Oscar Schmitt Kremer

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Produções bibliográficas

• KREMER, OSCAR ; TANDEITNIK, DANIEL ; MUFATO, RAFAEL ; CALIFRER, IGOR ; CALDERONI, BRENO ; CALLIARI, FELIPE ; MELO, BRUNO ; TEMPORÃO, GUILHERME ; GUERREIRO, THIAGO . Perturbative nonlinear feedback forces for optical levitation experiments. PHYSICAL REVIEW A , v. 109, p. 023521-023530, 2024.

• ALMEIDA, F. ; SOUSA, I. ; KREMER, O. ; DA SILVA, B. PINHEIRO ; TASCA, D.'S. ; KHOURY, A.'Z. ; TEMPORÃO, G. ; GUERREIRO, T. . Trapping Microparticles in a Structured Dark Focus. PHYSICAL REVIEW LETTERS , v. 131, p. 163601, 2023.

• KREMER, O. S. ; CUNHA, M. A. B. ; SILVA, P. H. A. . Implementation of a Predictive Maintenance System using Unsupervised Anomaly Detection. In: Simpósio Brasileiro de Automação Inteligente, 2021, Rio Grande. Anais do SBAI 2021, 2021.

• SEVERO, SERGIO LUIZ SCHUBERT ; RIECHEL, TIAGO LUIS ; CORDEIRO, JESSICA GANTES ; KREMER, OSCAR SCHMITT . Instrumented Synchronous Feedback Workbench, Learning Object for the Electrical Machines Laboratory.. In: 2020 IEEE Global Engineering Education Conference (EDUCON), 2020, Porto. 2020 IEEE Global Engineering Education Conference (EDUCON), 2020. p. 1416.

• KREMER, O. S. ; CUNHA, M. A. B. ; MORAES, F. S. ; SCHIAVON, S. S. . A Genetic Approach for Trajectory Optimization Applied to a Didactic Robot. In: 2019 Latin American Robotics Symposium (LARS), 2019 Brazilian Symposium on Robotics (SBR) and 2019 Workshop on Robotics in Education (WRE), 2019, Rio Grande. 2019 Latin American Robotics Symposium (LARS), 2019 Brazilian Symposium on Robotics (SBR) and 2019 Workshop on Robotics in Education (WRE), 2019. p. 240.

• SEVERO, SERGIO LUIZ SCHUBERT ; KREMER, OSCAR SCHMITT ; RIECHEL, TIAGO LUIS . Belief Network for Non-Intrusive Load Monitoring Methodology and Implementation. In: 2019 IEEE PES Innovative Smart Grid Technologies Conference Latin America (ISGT Latin America), 2019, Gramado. 2019 IEEE PES Innovative Smart Grid Technologies Conference - Latin America (ISGT Latin America), 2019. p. 1.

• KREMER, O. S. ; MOHNSAM, J.C . Equações Fracionárias: Abordagem para Engenharia Elétrica. In: MOSTRAROB 2018, 2018, Pelotas. Anais da MOSTRAROB 2018, 2018.

• MOHNSAM, J.C ; KREMER, O. S. . Solução do Problema 470 da Revista Gazeta Matematica Serie A. Bucareste: Societatea de Stiinte Matematice din România, 2019 (solução de problema em revista).

• MOHNSAM, J.C ; LUCAS, M. G. ; KREMER, O. S. . Solução do Problema 81 da Revista Fall Issue of The Pentagon. Pittsburg: Pittsburg State University, 2018 (solução de problema em revista).

Outras produções

Projetos de pesquisa

• 2020 - 2021

  O uso da inteligência artificial (IA) como ferramenta de estratégia diagnóstica e prognóstica na COVID-19, Descrição: No contexto da pandemia de COVID-19, a elaboração de algoritmos para diagnósticos que possibilitem uma elevada predição da COVID-19 a partir de dados rotineiramente coletados em pacientes que buscam atendimento com sintomas respiratórios agudos poderia representar mais uma importante ferramenta para diagnóstico da doença. Em estudo realizado na emergência do Hospital Israelita Albert Einstein em São Paulo (Batista e col., 2020) foi relatado que a utilização de algoritmo de IA (Inteligência Artificial) com dados clínicos e laboratoriais coletados na avaliação inicial, alcançou bons resultados de sensibilidade e especificidade. As três entradas mais importantes para o desempenho preditivo do algoritmo foram as contagens de linfócitos, leucócitos e eosinófilos, respectivamente. Devido aos resultados do estudo citado, a utilização de algoritmos de IA é promissora e estimula a avaliação em outros cenários, bem como a utilização de outros dados clínicos disponíveis como entrada do algoritmo, de modo que possam melhorar o desempenho do mesmo. Pesquisas também vêm sendo desenvolvidas para a utilização de IA para estimar a evolução do quadro clínico dos pacientes confirmados com a doença. Nesses pacientes com a suspeita da doença ou com a mesma confirmada, quando existe a necessidade de hospitalização, dados adicionais são disponíveis, incluindo aferições de variáveis fisiológicas e bioquímicas, os quais podem auxiliar em algoritmos de IA para predição de prognóstico da COVID-19, incluindo desfechos como necessidade de intubação, ventilação mecânica e risco de morte. Este projeto de pesquisa trata do desenvolvimento ferramentas de IA, usando algoritmos de aprendizagem de máquina, para auxiliarem no diagnóstico da COVID-19 a partir de dados clínicos e laboratoriais e no prognóstico para estimar a evolução do quadro clínico dos pacientes confirmados com a doença. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Oscar Schmitt Kremer - Integrante / Fabiano Sandrini Moraes - Integrante / Cluadio D'Elia Machado - Integrante / Mauro André Barbosa Cunha - Integrante / Vinicius Nizolli Kuhn - Integrante / Alessandra Notari - Integrante / Alexandre de Abreu Gastaud - Integrante / Bainca Rodrigues Orlando - Integrante / Danise Senna Oliveira - Integrante / Fabio de Moura Pinto - Integrante / Helena Souza Van Der Laan - Integrante / Lucian Soares Schiavon - Integrante / Marina de Borba Oliveira - Integrante / Renata Vernetti Giusti - Integrante / Ricardo Bica Noal - Integrante / Ricardo dos Santos de Medeiros - Integrante / Silvia Elaine Cardozo Macedo - Coordenador.

• 2018 - 2019

  Projeto e Implementação de Controlador de Veículo Autônomo para Recolher Bolas de Tênis, Descrição: O objetivo deste trabalho é o projeto e implementação experimental de controladores em um protótipo de um veículo autônomo para recolhimento de bolas de tênis. No drill, em treinamento de tenistas, o técnico lança bolas de tênis para o tenista rebater. Essa modalidade de treinamento exige repetição de movimentos do tenista e uma quantidade grande de bolas de tênis. Após um drill, muitas bolas de tênis ficam espalhadas pela quadra e devem ser recolhidas pelo técnico para dar reinício ao treinamento. Estima-se que, no final de um dia de treino, o movimento do técnico para catar a bola do chão seja repetido até 10.000 vezes. Geralmente, para isso, utiliza-se um cano de PVC adaptado. Mesmo assim, o trabalho de recolhimento é manual, interrompe a orientação do atleta, leva algum tempo, é monótono, repetitivo e estafante. Quando um auxiliar faz o recolhimento, sem interrupção do treinamento, há risco de alguma bola de tênis atingi-lo com grande velocidade. Uma alternativa é a utilização de um carro adaptado, de construção norte-americana, capaz de realizar a coleta das bolas de tênis. No entanto, o seu custo de aquisição no Brasil é alto e todos são manuais. Este projeto trabalha a hipótese de se desenvolver e implementar, experimentalmente,controladores de movimento em um protótipo de um veículo de baixo custo com arquitetura de um robô móvel com tração diferencial. Esses controladores terão como base as teorias de controle não linear e modelos cinemáticos e dinâmicos do veículo. Tanto o protótipo do veículo como o modelamento matemático foram desenvolvidos através de projetos de iniciação científica que estão em fase de conclusão. Os controladores serão projetados e simulados em computador através do software SCILAB, permitindo a avaliação da geometria e a especificação dos componentes do robô móvel, e após, serão implementados em hardware adequado embarcado no protótipo. Serão obtidos resultados de posicionamento e de desempenho dos controladores. A utilização deste veículo autônomo proporcionará recolhimento rápido das bolas de tênis sem interrupção do treino, de forma que o treinador poderá dispor de seu tempo na orientação do atleta tenista. Além disso, o domínio da tecnologia permitirá sua aplicação em outros robôs.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Oscar Schmitt Kremer - Integrante / Fabiano Sandrini Moraes - Integrante / Cluadio D'Elia Machado - Coordenador / Mauro André Barbosa Cunha - Integrante / Ohran Bittencourt Fernandes da Silva - Integrante.

Prêmios