Priscila Lima Rocha

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• Rocha, Priscila Lima ; SILVA, WASHINGTON LUIS SANTOS ; DA SILVA SOUSA, PATRÍCIA ; DA SILVA, ANTÔNIO AUGUSTO MOURA ; BARROS, ALLAN KARDEC . Discrimination of secondary hypsarrhythmias to Zika virus congenital syndrome and west syndrome based on joint moments and entropy measurements. Scientific Reports , v. 12, p. 7389-7406, 2022.

• ARAUJO QUEIROZ, JONATHAN A ; ROCHA, PRISCILA L ; SILVA, LUIS FILLYPE D ; BARREIROS, MARTA D ; SOUSA, GEAN ; CARVALHO, CHRISTIAN D ; BARROS, ALLAN KARDEC . Abstract 11449: Classifying Multiple Cardiac Signals Simultaneously Using Radial Basis Function Neural Networks. CIRCULATION , v. 144, p. 11449, 2021.

• ROCHA, PRISCILA L. ; BARROS, ALLAN K. ; SILVA, WASHINGTON S. ; SOUSA, GEAN C. ; SOUSA, PATRÍCIA ; DA SILVA, ANTÔNIO M. . Classification of the interictal state with hypsarrhythmia from Zika Virus Congenital Syndrome and of the ictal state from epilepsy in childhood without hypsarrhythmia in EEGs using entropy measures. COMPUTERS IN BIOLOGY AND MEDICINE , v. 126, p. 104014, 2020.

• SOUSA, GEAN ; QUEIROZ, CLAUDIO ; SOUSA, PATRÍCIA ; Lima, Priscila ; SILVA, ANTÔNIO ; PIRES, NILVIANE ; Barros, Allan . Identification of Hypsarrhythmia in Children with Microcephaly Infected by Zika Virus. Entropy , v. 21, p. 232-240, 2019.

• ROCHA, PRISCILA ; Silva, Washington ; Barros, Allan . Hierarchical Expert Neural Network System for Speech Recognition. JOURNAL OF CONTROL, AUTOMATION AND ELECTRICAL SYSTEMS , v. 30, p. 347-359, 2019.

• Sampaio, Diego Dutra ; Rocha, Priscila Lima ; Silva, Washington Luís Santos . Uma metodologia inteligente utilizando aprendizagem de máquina para identificação de crises epilépticas baseada na análise tempo-frequência do sinal de EEG. Práticas de Pesquisas no IFMA, Campus São Luís - Monte Castelo. 1ed.: AYA Editora, 2024, v. , p. 195-210.

• Queiroz, Jonathan Araujo ; SOUSA, GEAN ; Rocha, Priscila Lima ; Magalhões, Yonara Costa ; Barros Filho, Allan Kardec . Artificial Neural Networks for Classification of Pathologies Based on Moments of Cardiac Cycle. Advances in Medical Technologies and Clinical Practice. 1ed.: IGI Global, 2024, v. , p. 17-35.

• SILVA, L. F. ; QUEIROZ, J. A. ; TORRES, C. V. S. ; BARREIROS, M. ; SOUSA, G. V. ; NASCIMENTO, D. ; LOPES, G. ; BARROS, A. K. ; Rocha, Priscila Lima . Classificação de Fibrilação Atrial e Fibrilação Atrial Intracardíaca utilizando Estatística de Alta Ordem e Aprendizado de Máquina. Classificação de Fibrilação Atrial e Fibrilação Atrial Intracardíaca utilizando Estatística de Alta Ordem e Aprendizado de Máquina. 2ed.Paraná: Aya, 2021, v. , p. 92-108.

• Lima, Priscila ; Barros, Allan ; Silva, Washington . Neural Network Configurations Analysis for Identification of Speech Pattern with Low Order Parameters. Studies in Computational Intelligence. 1ed.: Springer International Publishing, 2018, v. 751, p. 349-370.

• SILVA, WASHINGTON LUIS SANTOS ; ROCHA, PRISCILA LIMA ; Filho, Allan Kardec Duailibe Barros . Neural Network Configurations Analysis for Multilevel Speech Pattern Recognition System with Mixture of Experts. Intelligent System. 1ed.: InTech, 2018, v. , p. 137-.

• ROCHA, PRISCILA LIMA ; DUAILIBE FILHO, A. K. B. ; SILVA, W. L. S. . Análise de Configurações de Redes Neurais para Sistema de Reconhecimento de Padrões de Sinais de Voz utilizando Parâmetros TCD de Baixa Ordem. In: XIII Simpósio Brasileiro de Automação Inteligente, 2017, Porto Alegre. XIII Simpósio Brasileiro de Automação Inteligente, 2017.

• ROCHA, P. L. ; SILVA, W. L. S. . Recognition System of Numerical Command of Speech Signal using Neural Networks based on DCT Parameters. In: Intelligent Systems Conference 2016 (IntelliSys 2016)‏, 2016, Londres. SAI Intelligent Systems Conference 2016 (IntelliSys 2016)‏, 2016. v. 1. p. 939-946.

• ROCHA, P. L. ; SILVA, W. L. S. ; DUAILIBE FILHO, A. K. B. . Neural Nettworks Applied to System of Speech Recognition based on DCT Parametric Models of Low Order. In: Congresso Brasileiro de Automática - CBA, 2016, Vitória. XXI Congresso Brasileiro de Automática - CBA2016, 2016.

• ROCHA, PRISCILA LIMA ; SILVA, WASHINGTON LUIS SANTOS . Artificial neural networks used for pattern recognition of speech signal based on DCT parametric models of low order. In: 2016 IEEE 14th International Conference on Industrial Informatics (INDIN), 2016, Poitiers. 2016 IEEE 14th International Conference on Industrial Informatics (INDIN), 2016. p. 46.

• ROCHA, PRISCILA LIMA ; SILVA, WASHINGTON LUIS SANTOS . Intelligent system of speech recognition using Neural Networks based on DCT parametric models of low order. In: 2016 International Joint Conference on Neural Networks (IJCNN), 2016, Vancouver. 2016 International Joint Conference on Neural Networks (IJCNN). p. 788.

• ROCHA, P. L. ; NUNES, M. A. C. ; FEITOSA, M. S. A. R. . AISSIsT- Assistentes inteligente para laboratórios, com visão computacional e conexão com o CHAT GPT. 2023. (Apresentação de Trabalho/Outra).

• ROCHA, P. L. ; DUAILIBE FILHO, A. K. B. ; SILVA, W. L. S. . Análise de Configurações de Redes Neurais para Sistema de Reconhecimento de Padões de Sinais de Voz utilizando Parâmetros TCD de Baixa Ordem. 2017. (Apresentação de Trabalho/Simpósio).

• ROCHA, P. L. ; SILVA, W. L. S. . Recognition System of Numerical Command of Speech Signal using Neural Networks based on DCT Parameters. 2016. (Apresentação de Trabalho/Congresso).

• ROCHA, P. L. ; SILVA, W. L. S. ; SERRA, G. L. O . A GMM/CPSO Speech Recognition System. 2015. (Apresentação de Trabalho/Simpósio).

Projetos de pesquisa

• 2022 - 2023

  Protótipo de um Sistema Automático via IOT para Cultivo Hidropônico para Comunidades do Médio Mearim, Descrição: Desenvolvimento de um protótipo de uma horta hidropônica com controle automático dos parâmetros de qualidade da solução nutritiva, monitorado em tempo real via IoT com aplicação na região do Médio Mearim. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Priscila Lima Rocha - Coordenador / PEDRO HENRIQUE DE ALCâNTARA VILANOVA - Integrante / RAFAEL TENóRIO NASCIMENTO - Integrante., Financiador(es): Fundação de Amparo à Pesquisa ao Desenvolv. Científico e Tecnológico - MA - Auxílio financeiro.

• 2020 - 2021

  Desenvolvimento de um Equipamento Sanitizante a base de Gás Ozônio voltado para a Descontaminação de Ambulâncias no Combate ao COVID-19, Descrição: Atualmente, vive-se uma pandemia mundial provocada pelo coronavírus SARS-CoV-2 (COVID-19). As pesquisas ainda avançam na produção de uma vacina, mas, diante de um vírus com alto poder de disseminação, diversas soluções propostas pela área da engenharia foram surgindo com o intuito de auxiliar a comunidade médico-hospitalar na contenção do vírus por meio da sanitização. Um ponto chave na logística do atendimento médico-hospitalar, são os veículos de atendimento móvel, as ambulâncias. Em tempos de pandemia, estes veículos são muito solicitados e precisam ser descontaminados com eficiência e rapidez para que não sejam vetores de transmissão do COVID-19. Dentre os sanitizantes aprovados pela Anvisa para higienização dos ambientes, tem-se o gás ozônio. Estudos mostram a eficácia do gás ozônio na eliminação de microrganismos patogênicos, incluindo o COVID-19. Além disso, pelo fato de o ozônio ser um gás, garante-se que este alcance todos os espaços dentro da ambulância, cujas dimensões são padronizadas, permitindo que seja calculada a concentração de ozônio adequada e o tempo necessário de atuação do equipamento. Portanto, a proposta do equipamento de sanitização do COVID-19 de ambulâncias utilizando um gerador de ozônio se adequa a todos os rígidos padrões observados na área médica e tem como alvo de atuação um ponto fundamental na logística do atendimento hospitalar na crise do COVID-19. O projeto a ser desenvolvido atende a área prioritária de melhora na qualidade de vida da população em geral no que diz respeito ao setor da saúde.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Priscila Lima Rocha - Integrante / ERIC ANTONY VINHAES PROHMANN - Coordenador / Andre Oliveira Silva - Integrante / Kauan Sousa Barateli - Integrante.

• 2020 - 2021

  RECONHECIMENTO BIOMÉTRICO DE LOCUTOR: UMA ABORDAGEM COM REDES NEURAIS ARTIFICIAS, Descrição: A fala é a forma mais natural de comunicação para os seres humanos e cada pessoa possui características únicas que faz da sua fala um traço útil na distinção entre os indivíduos. Isto é viável essencialmente devido a fatores biológicos, como o tamanho do trato vocal ou ainda, devido a características comportamentais que determinam o estilo de fala, como sotaque, velocidade de fala, entre outras. O sistema de reconhecimento de voz, proposto neste trabalho, tem como objetivo determinar a identidade de quem fala através das características acústicas da voz únicas e inerentes a cada locutor, sendo assim, um sistema que pode ser amplamente utilizado na área da segurança como concessão de acesso a um sistema, local seguro e prestação de serviços como banco telefônico, discagem por voz, vigilância etc. O processo de Identificação do locutor, objeto deste projeto, consiste em duas fases principais: Inscrição (Treinamento) e Identificação (teste). Na fase de inscrição, todas as amostras dos locutores são treinadas e armazenadas em um banco de dados. O objetivo do treinamento é criar um modelo de referência para cada locutor a ser usado na classificação de enunciados desconhecidos na fase de reconhecimento. Sendo a codificação no processamento dos sinais de voz realizada através da extração dos Coeficientes Mel-Cepstrais (MFCCs) e a Transformada Cosseno Discreta (TCD), os quais geram uma matriz temporal bidimensional que representam os padrões dos sinais de voz. Após o processo de codificação das características do locutor, utilizaremos Redes Neurais Artificias como classificador para executar o treinamento, a validação e teste. Dessa forma, diante do que foi exposto, é proposto neste projeto de pesquisa o desenvolvimento de um classificador baseado em redes neurais artificiais aplicado ao problema de reconhecimento de locutor visando o controle de acesso em ambiente de usos restritos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Priscila Lima Rocha - Integrante / Washington Luis Santos Silva - Coordenador / Laura Giovanna Freitas Castro - Integrante.

• 2020 - 2021

  IDENTIFICAÇÃO BIOMÉTRICA DE LOCUTOR COM A PLATAFORMA RECONFIGURÁVEL - FPGA, Descrição: Este projeto tem como objetivo a elaboração de um sistema de biometria de voz capaz de realizar o reconhecimento de locutor através da voz por meio da plataforma configurável FPGA(Field Programmable Gate Array), baseia-se em um circuito que possui características distintas como a possibilidade de ser programado para diferentes necessidades e situações, o que reforça a sua principal característica (flexibilidade e praticidade). Essas alterações são realizadas por métodos de reprogramação das estruturas logicas contidas no interior do microcontrolador. Com os avanços tecnológicos principalmente nas áreas voltadas para a segurança de setores públicos e privados (telecomunicações, aviação etc...), a voz se tornou um tipo de ?senha? muito utilizada para manter arquivos (dados) pessoais seguros, assim como realizar o reconhecimento de pessoas. Esse método de ?biometria? está sendo utilizado cada vez mais, adquirindo proporções semelhante e até mesmo maiores em relação a outros dispositivos de segurança como as senhas e a impressão digital. O método como a voz será captada, ocorrerá através de instrumentos de captação sonora como microfones dinâmicos do tipo cardioides (responsável pela captação de forma direta) e o FPGA (responsável pelo processamento do sinal). A voz é o principal meio de comunicação dos seres humanos, além de ser um dos principais métodos de distinguir uma determinada pessoa das demais, logo, o reconhecimento através de processamentos digitais, possibilita gerar uma espécie de criptografia/ biometria para autenticar serviços de segurança um dos métodos que serão abordados neste projeto será o RAL (Reconhecimento Automático de Locutor). O reconhecimento automático de locutor vem se tornando uma ferramenta bastante desejada pelas empresas de telecomunicações principalmente pela gama de possibilidades que esse método possibilita, tais como o controle de acesso, autenticação de transações financeira e outras. Desta forma, diante do que foi exposto, é proposto neste projeto de pesquisa o desenvolvimento de uma biometria (voz) capaz de reconhecer e diferenciar usuários em um determinado sistema que necessite do reconhecimento e tratamento de voz utilizando a plataforma programável FPGA.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Priscila Lima Rocha - Integrante / Washington Luis Santos Silva - Coordenador / Ingrid Beatriz Chaves Pereira - Integrante / Marcos Reis Conceição Rocha - Integrante.

• 2020 - 2021

  SISTEMA INTELIGENTE PARA IDENTIFICAÇÃO DE CRISES EPILÉPTICAS BASEADA NO ESPECTRO DE FOURIER, Descrição: A aplicação das técnicas de processamento de sinais da engenharia na análise de sinais biológicos na área médica tem alcançado grande êxito no auxílio aos profissionais da saúde no diagnóstico rápido e preciso do paciente. Dentre os sinais biológicos captados do corpo humano, tem-se o sinal proveniente do exame de eletroencefalograma, o EEG. Na prática clínica, a inspeção visual dos sinais do EEG para identificar a anormalidade no estado cerebral é realizada por neurologistas. Dentre as anormalidades que podem ser detectadas através do EEG, cita-se a epilepsia. Os sinais de EEG são empregados para avaliar e indicar o tratamento e o progresso de pacientes epiléticos. Normalmente, os médicos avaliam os sinais de EEG em três tipos de atividades: (i) atividade normal de EEG que registra funcionamento saudável do cérebro com os olhos abertos ou fechados; (ii) atividade eletroencefalográfica interictícia / sem convulsões que pode conter pequenos picos e/ou convulsões subclínicas que ocorrem entre dois episódios clínicos em pacientes epiléticos; (iii) atividade eletroencefalográfica ictal, que contém picos repentinos. Então, a tarefa relacionada ao monitoramento de sinais EEG de longa duração para identificar os padrões temporais correspondentes a diferentes estados do cérebro é muito trabalhosa e demorada, o que dificulta o trabalho dos profissionais da área no diagnóstico do paciente. Porém, esses padrões presentes nos sinais do EEG também podem ser identificados por um sistema de classificação automatizado com base em métodos avançados de processamento de sinais e abordagens de aprendizado de máquina. Para isso, os sinais de EEG de cada classe devem ser decompostos nas sub-bandas de frequências que compõem a atividade base do cérebro através da Transformada Discreta de Wavelet: delta (0-4Hz), teta (4Hz-8Hz), alfa (8Hz-16Hz), beta (16Hz- 32Hz) e gama (> 32Hz). Após a decomposição do sinal, para cada sub-banda de frequência, extrai-se as características através da análise espectral de alta ordem (Higher-order Spectral Analysis), onde uma imagem biespectral das características extraídas é gerada. Estas imagens geradas para cada uma das classes irão compor o conjunto de treinamento e teste de uma rede neural artificial que irá, após o treinamento, ser capaz de gerar um modelo para cada padrão de atividade encefalográfica e, mediante novos sinais de EEG, classificar corretamente entre uma das classes. Dessa forma, neste trabalho propõe-se um sistema automático de identificação de padrões de crises epilépticas através do processamento de sinais de EEG utilizando uma rede neural artificial do tipo Multilayer Parceptron (MLP) e algoritmo de aprendizagem supervisionado, support vector machine (SVM), para o auxílio no diagnóstico médico mais preciso.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Priscila Lima Rocha - Integrante / Washington Luis Santos Silva - Coordenador / Diego Dutra Sampaio - Integrante.

• 2020 - Atual

  FÁBRICA DE INOVAÇÃO: IMPLANTAÇÃO DE UM LABORATÓRIO MULTIDISPCIPLINAR PARA RESOLUÇÃO DE QUESTÕES REGIONAIS DA REGIÃO DO MÉDIO MEARIM., Descrição: Inovação no ensino é algo já discutido há um certo período, assim como a criação dos próprios Institutos Federais que descreve a necessidade de implantação de cursos com vista a geração e inovação tecnológica. Nesse contexto, ocorre a necessidade de agir e implantar um laboratório multidisciplinar com perspectiva de melhoria, eficiência e evolução do sistema educacional e social. A difusão de processos tecnológicos e inovadores quando associada aos aspectos regionais e que contenha a implantação de parcerias com grandes empresas que possam solucionar e desenvolver a região, utilizando do tripé ensino, pesquisa e extensão empregando do artificio inovador, facilita o desenvolvimento e amplia o caráter do sistema educacional. Sabendo que um laboratório multidisciplinar pode ser definido como um local de aprendizagem, que estimula a curiosidade, a capacidade de desenvolver, aprimorar conceitos, e utiliza a tecnologia para solucionar problemas locais e regionais, concretizando o conceito de pesquisa, ensino e extensão e que a implantação promoverá o desenvolvimentos regional, inserindo tecnologia, que vão desde projetos de pesquisas voltados para o ensino, como a criação de protótipos que poderão ser utilizados no ambiente acadêmicos bem como nos setores econômicos locais. Dessa forma, analisando a região do Médio Mearim que está em expansão econômica e social, e que essa região tem uma vasta quantidade de serviços relacionados ao setor comercial , porém apresenta falhas, como a organização, a falta de acesso, a indisponibilidade de estrutura tecnológica, assim a implantação de um laboratório multidisciplinar, que se caracteriza pela criação e a liberdade de inovação, interligando pesquisa, ensino e extensão fará com que a região se desenvolva para solucionar problemas antigos, inserindo tecnologias recentes e fixando o caráter inovador, facilitando o diálogo com a comunidade e empresas.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Priscila Lima Rocha - Coordenador / ERIC ANTONY VINHAES PROHMANN - Integrante / Ana Caroline Lustosa de Melo Carvalho - Integrante / Beatriz da Costa Carvalho - Integrante.

• 2019 - 2020

  CONTROLE DE ACESSO ATRAVÉS DE BIOMETRIA: IDENTIFICAÇÃO DE LOCUTOR, Descrição: Identificar uma pessoa por sua voz (timbre, tom e entonação) é umas das características mais importante nas relações sociais humanas, fato que garante uma interação natural na comunicação entre os homens. Os sistemas automáticos de reconhecimento de locutor surgiram como um meio importante de verificar a identidade em aplicativos de comércio eletrônicos, sistema bancários, aplicativos de celular e em aplicações forenses para aplicação da lei em casos de pequenos delitos e crimes mais graves. Os sistemas humanos de reconhecimento de locutor funcionam com os sensores auriculares que estão conectados aos receptores neuro-cerebrais e utilizam de características inerentes aos sons produzidos, de forma bem específicas, pelas cordas vocais, pela formação bucal, posicionamento dentário e sistema respiratório. Além disso, o sistema humano de reconhecimento de voz utiliza de características dos sons emitidos no processo de geração da fala, tais como características acústicas, prosódicas e linguísticas (HANSEN, 2015). Ademais com o avanço da tecnologia, o reconhecimento de locutor passou a ser um dos tipos de biometrias comportamentais mais utilizadas para fazer a identificação de pessoas. Atualmente, tem diversas técnicas matemáticas para parametrização dos sons emitidos no processo de fala que permitem selecionar características da fala que são correspondentes ao trato vocal de cada locutor (cordas vocais, formação bucal, vibração do véu-palatino, dentição), e também da forma como se fala (características acústicas, prosódicas e linguísticas). Com esse propósito utiliza-se o Reconhecimento Automático de Locutor (RAL), tecnologia que permite a identificação do emissor através de análises das características da voz emitida (PETRY, 2002). No processamento da voz um dispositivo sensor, como o microfone, captura os sinais emitidos pela voz para serem interpretados por um conversor Analógico Digital. Este fará o processo de codificação deste sinal. Após isso é feito uma computação das características das frequências contidas na voz, por meio da extração dos coeficientes mel-cepstrais (MFCCs), seguidos da identificação do locutor baseada no tratamento de tais coeficientes por meio de técnicas matemáticas, como Hidden Markov (HMMs) e/ou Gaussian Mixtures Models (GMMS) (AMBIKAIRAJAH et. Al. 2011). Por este motivo o Reconhecimento Automático de Locutor (RAL) tem sido uma das tecnologias mais promissoras de autenticação por utilizar a voz como biometria. Essa é considerada confiável e por possuir características muito pessoais como entonação e timbre, o que dá maior segurança no processo de identificação do locutor (HASEN, 2015). Dessa forma, diante do que foi exposto, é proposto neste projeto de pesquisa o desenvolvimento de um sistema de reconhecimento de locutor para o controle de acesso aos computadores de uso restrito no Instituto Federal do Maranhão (IFMA), campus Monte Castelo.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Priscila Lima Rocha - Integrante / Washington Luis Santos Silva - Coordenador / Laura Giovanna Freitas Castro - Integrante.

• 2018 - 2022

  Caracterização das Hipsarritmias secundárias à Síndrome Congênita do Zika vírus e à Síndrome de West baseada em Momentos Conjuntos e Medidas de Entropia, Descrição: A Síndrome de West é uma rara e severa forma de epilepsia da infância caracterizada pela tríade: presença de espamos, retardo no desenvolvimento cognitivo e o padrão de hipsarritmia no exame de eletroencefalograma (EEG). A hipsarritmia é uma morfologia caótica específica presente no período interictal do sinal de EEG, estudada e conhecida pelos neurologistas desde 1841, por meio da descrição da Síndrome de West (SW) e que, recentemente, também foi identificada nos exames dos pacientes com a Síndrome Congênita do Zika vírus (SCZV). A caracterização da hipsarritmia nos lactentes com microcefalia pelo Zika vírus ainda são bem superficiais. Então, levanta-se o questionamento se há diferença entre o padrão hipsarrítmico que ocorre nos nascidos com a SCZV daqueles provenientes da SW. Desde o surgimento dos casos de microcefalia SCZV, muitas questões sobre a caracterização desta doença ainda estão em aberto, dentre elas, determinar se a hipsarritmia na SCZV segue o mesmo padrão eletroencefalográfico da hipsarritmia da SW. Diante disto, neste trabalho se propõe o desenvolvimento de uma metodologia computacional para análise e diferenciação, baseada no domínio tempo-frequência, entre o padrão caótico de hipsarritmia encontrado nos sinais de EEG de pacientes com microcefalia causada pelo Zika vírus e também encontrado em pacientes diagnosticados com a Síndrome de West. A análise no domínio tempo-frequência é realizada a partir da Transformada Contínua Wavelet (TCW) que revela a distribuição de energia do sinal de EEG em diferentes escalas de frequência ao longo do tempo. Três funções wavelet-mãe são testadas para determinar a função mais apropriada para representar os sinais de EEG com hipsarritmia SCZV e hipsarritmia SW. Considerando os perfis de distribuição de energia gerados pela TCW, são obtidos quatro momentos conjuntos - média conjunta - $\mu_{(t,f)}$, variância conjunta - $\sigma_{(t,f)}^2$, assimetria conjunta - $\lambda_{(t,f)}$ e curtose conjunta - $\kappa_{(t,f)}$ - e quatro medidas de entropia - Shannon, Log Energia, Norma e Sure - para compor o vetor de atributos representativos dos sinais hipsarrítmicos em análise. O desempenho de cinco tipos clássicos de algoritmos aprendizagem de máquina é verificado na classificação dos segmentos utilizando os métodos de validação cruzada k-\textit{fold} e \textit{leave-one-patient-out}. As métricas de acurácia, sensibilidade, especificidade, área sob a curva ROC, coeficiente Cohen's kappa ($\kappa$) e \textit{Matthews correlation coefficient} (MCC) são obtidas para estes algoritmos. Os resultados alcançados para o classificador Rede Neural Artificial foram 78,08\% de acurácia, 85,55\% de sensibilidade, 73,21\% de especificidade, AUC = 0,89, $\kappa$ = 0,5616 e MCC = 0,5765 para o método de validação \textit{leave-one-patient-out}.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: Priscila Lima Rocha - Integrante / Washington Luis Santos Silva - Integrante / Barros, Allan - Coordenador.

• 2016 - 2018

  Reconhecimento de Voz utilizando Seleção Dinâmica de Redes Neurais, Descrição: Este trabalho propõe uma arquitetura hierarquizada composta por um conjunto redes neurais especialistas baseada no método de comitês com seleção dinâmica de classificadores para aplicação em sistemas de reconhecimento de sinais de voz. 30 comandos na língua portuguesa brasileira são codificados por uma matriz temporal bidimensional, resultante da aplicação da Transforma Cosseno Discreta (TCD) nos coeficientes mel-cepstrais. Estes padrões são modificados através de uma transformação não linear para um espaço de alta dimensionalidade através de um conjunto de Funções de Base Radial Gaussiana (FBRG) parametrizada com as características de centroide e variância das classes. A classificação é feita por meio do método de seleção dinâmica de classificadores, na qual as configurações Perceptron de Múltiplas Camadas (\textit{Multilayer Perceptron} - MLP) e Aprendizado por Quantização Vetorial (\textit{Learning Vector Quantization} - LVQ) são analisadas para constituir os múltiplos classificadores especializados nas subdivisões realizadas no total de classes a serem reconhecidas. Então, dado um novo padrão de teste, a FRBG que apresentar o maior valor para o campo receptivo para o vetor de características de entrada indica a que classe este padrão está mais próximo, direcionando assim, para a rede neural especialista que fornecerá o resultado final de classificação baseada na acurácia local.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Priscila Lima Rocha - Integrante / Washington Luis Santos Silva - Integrante / Barros, Allan - Coordenador.

• 2015 - 2016

  Sistema Inteligente de Reconhecimento de Voz utilizando Redes Neurais com Modelos Paramétricos de Baixa Ordem, Descrição: É proposto o desenvolvimento de um Sistema de Reconhecimento de Comandos Numéricos de Sinais de Voz baseado em Redes Neurais. Assim, duas configurações de redes neurais, a Perceptron de Multicamadas (Multilayer Perceptron-MLP) e a Quantização Vetorial por Aprendizagem (Learning Vector Quantization-LVQ), são avaliadas quanto ao desempenho no reconhecimento do sinal de voz, cuja codificação é feita através dos coeficientes mel-cepstrais que são utilizados para a geração de uma matriz temporal bidimensional através da transformada cosseno discreta (TCD). Essa matriz representa, através de um conjunto reduzido de parâmetros, o padrão do sinal de voz utilizado como entrada de treinamento, validação e teste das Redes MLP e LVQ. A seleção da melhor configuração da rede neural para a classificação dos padrões foi realizada mediante a análise comparativa de desempenho das Redes MLP e LVQ através do treinamento e validação de todas as possíveis combinações entre elementos da topologia da rede e algoritmos de aprendizagem previamente estabelecidos. Após a aplicação dos testes nas topologias que apresentaram maior acerto global de validação, realizou-se a comparação final de desempenho das Redes MLP e LVQ através da avaliação dos elementos da topologia, bem como do acerto global médio dos testes de acordo com os padrões apresentados. Desta forma, validou-se a configuração de rede neural que foi utilizada como classificador no sistema de reconhecimento de padrões de voz proposto. Para demonstração do desempenho da metodologia proposta, os resultados obtidos foram comparados com outros métodos de classificação dados por Modelos de Misturas Gaussianas (Gaussian Mixture Model-GMM) e Máquinas de Vetores de Suporte (Support Vector Machine-SVM).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Priscila Lima Rocha - Integrante / Prof. MSc. Washington Luís Santos Silva - Coordenador.

• 2011 - 2012

  Sistema de Pré-Processamento de Voz para o Reconhecimento de Palavras Dependente de Locutor utilizando a Plataforma DSPIc, Descrição: Nas últimas décadas, uma parte dos sistemas baseados em circuitos analógicos de tempo contínuo passaram a ser desenvolvidos através de sistemas digitais de tempo discreto. Este fenômeno deve-se a maior facilidade de acesso a placas dedicadas (DSP ? digital signal processors) e microprocessadores. Dentre as áreas que passaram por estas mudanças, destacam-se sistemas de telecomunicações, processamento de áudio e imagens, processamento de sinais de voz, sistemas de controle, entre muitas outras aplicações. A tendência da digitalização de sistemas tem tornado-se cada vez mais intensa e aplicações de sistemas digitais para reconhecimento de voz segue essa tendência. A voz é o meio de comunicação humana por excelência e o que os distingue de todos os outros seres vivos, permitindo trocar idéias, expressar opiniões ou revelar o pensamento. Assim, a geração e o reconhecimento de voz podem ser usados na comunicação homem-máquina para substituir a abordagem tradicional de comunicação através de mãos e olhos. Desse modo, o processamento digital do sinal de voz permite, entre outras aplicações, que sejam desenvolvidos sistemas de automação baseados no reconhecimento da voz de um locutor ou no reconhecimento do próprio locutor. Portanto, diante do que foi exposto, é proposto neste projeto de pesquisa o desenvolvimento de um Sistema de Pré-processamento de Voz para Reconhecimento de Palavras Dependente de Locutor utilizando a Plataforma DSPIC, onde o objetivo inicial é tratar em tempo real o sinal de voz, preparando-o para o reconhecimento. O Sistema de Pré-processamento de Voz proposto utiliza o principal padrão para codificação digital de sinais de voz, o PCM (Pulse Code Modulation), e as principais formas de codificações, o LPC (Linear Predective Coding) e coeficientes Mel Ceptrais. O Controlador Digital de Sinais utilizado no projeto, o DSPIC, é a plataforma em que será realizado o pré-processamento da voz, desde a captação do sinal analógico de voz a partir de um transdutor. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Priscila Lima Rocha - Coordenador / PROF. DR. GINALBER LUIZ DE OLIVEIRA SERRA - Integrante / Prof. MSc. Washington Luís Santos Silva - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2008 - 2008

  Módulo Didático baseado em PLC para Acionamento e Controle de Esteiras Industriais, Descrição: Implementação do Módulo Didático de um Sistema de Automação para Acionamento e Controle de Esteiras Industriais por meio do autômato programável discreto PLC (TWDLCAA40DRF-Schneider Electric-Telemecanique). Este Controlador Lógico Programável realiza, via programa de execução desenvolvido com o software TWIDO da Schneider Electric, o funcionamento de forma temporizada das esteiras ao longo do seu processo ativo. Neste módulo é possível a assimilação dos principais aspectos dos sistemas industriais controlados por PLC, preconizando o acionamento e controle de esteiras industriais, onde a configuração de temporização do protótipo das esteiras industriais está de acordo com o princípio de funcionamento do sistema de controle de esteiras, usada na empresa ALUMAR (Consórcio de Alumínio do Maranhão), para fabricação de alumínio.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Priscila Lima Rocha - Coordenador / PROF. DR. GINALBER LUIZ DE OLIVEIRA SERRA - Integrante / Karliane Silva de Jesus - Integrante., Financiador(es): Instituto Federal do Maranhão - Bolsa.