Francisco de Assis Boldt

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• RAUBER, THOMAS WALTER ; DA SILVA LOCA, ANTONIO LUIZ ; BOLDT, FRANCISCO DE ASSIS ; RODRIGUES, ALEXANDRE LOUREIROS ; VAREJÃO, FLÁVIO MIGUEL . An experimental methodology to evaluate machine learning methods for fault diagnosis based on vibration signals. EXPERT SYSTEMS WITH APPLICATIONS , v. 167, p. 114022, 2021.

• RAUBER, T.W. ; BOLDT, F.A. ; MUNARO, C.J. . Feature Selection for Multivariate Contribution Analysis in Fault Detection and Isolation. JOURNAL OF THE FRANKLIN INSTITUTE-ENGINEERING AND APPLIED MATHEMATICS , v. 358, p. S00160032203016, 2020.

• CORREIA, C. H. G. ; KOMATI, K. S. ; BOLDT, FRANCISCO . Amostras de integração Artística: transferência de estilo em imagens usando Redes Neurais. PORTO ARTE: Revista de Artes Visuais , v. 25, p. 59806, 2020.

• DE ASSIS BOLDT, FRANCISCO ; RAUBER, THOMAS W. ; VAREJÃO, FLÁVIO M. . Cascade Feature Selection and ELM for Automatic Fault Diagnosis of the Tennessee Eastman Process. Neurocomputing (Amsterdam) , v. 239C, p. 238-248, 2017.

• RAUBER, THOMAS W. ; DE ASSIS BOLDT, FRANCISCO ; VAREJAO, FLAVIO M. . Heterogeneous Feature Models and Feature Selection Applied to Bearing Fault Diagnosis. IEEE Transactions on Industrial Electronics (1982. Print) , v. 62, p. 1-10, 2015.

• BOLDT, F. ; RAUBER, T. W. ; VAREJAO, F. M. . A fast feature selection algorithm applied to automatic faults diagnosis of rotating machinery. JOURNAL FOR APPLIED COMPUTING RESEARCH , v. 3, p. 2, 2013.

• VITÓRIA, ANDRÉ BARBOSA DA ; BOLDT, FRANCISCO DE ASIS ; SEIBEL JUNIOR, HILARIO . Generative Adversarial Network and ResNet Comparison for Video Super Resolution in Smartphones. In: Workshop de Visão Computacional, 2023, Brasil. Anais do XVIII Workshop de Visão Computacional (WVC 2023), 2023. p. 102.

• SEIDEL, RODRIGO ; SATIE KOMATI, KARIN ; OLIVEIRA SANTOS, THIAGO ; DE ASSIS BOLDT, FRANCISCO ; MUTZ, FILIPE ; COLOMBI RESENDO, LEANDRO . Predição da Temperatura do Ferro-Gusa em um Alto-Forno utilizando Redes Neurais LSTM. In: Computer on the Beach, 2022, Itajaí - Santa Catarina - Bra. Anais do XIII Computer on the Beach - COTB'22, 2022. p. 164.

• PONTES, LEANDRO BAÊTA LUSTOSA ; OLIVEIRA, HILÁRIO TOMAZ ALVES DE ; BOLDT, FRANCISCO DE ASSIS . Avaliação de Modelos Neurais para Sumarização de Código-fonte. In: Seminário Integrado de Software e Hardware, 2022, Brasil. Anais do XLIX Seminário Integrado de Software e Hardware (SEMISH 2022). p. 140.

• VENTURIM, LUCIO ANTONIO STANGE ; DE ASSIS BOLDT, FRANCISCO . A Proposal to Mitigate Similarity Bias for the Paderborn Bearing Data Set. In: IECON 2021 47th Annual Conference of the IEEE Industrial Electronics Society, 2021, Toronto. IECON 2021 - 47th Annual Conference of the IEEE Industrial Electronics Society, 2021. p. 1.

• RICARDO ZORZAL DAVILA ; FRANCISCO DE ASSIS BOLDT ; FILIPE MUTZ . Análise de Risco de Crédito para Gestoras de Vendedores Porta-a-Porta usando Aprendizado de Máquina. In: XV Simpósio Brasileiro de Automação Inteligente, 2021, Online, 2022.

• TOSTES, W. A. ; BOLDT, F. ; KOMATI, K. S. ; MUTZ, F. W. . Classificação de Sotaques Brasileiros usando Redes Neurais Profundas. In: Simpósio Brasileiro de Automação Inteligente, 2021, online. SBAI21, 2021. v. 1.

• DANIEL HENRIQUE COMÉRIO ; LEONARDO XAVIER BARBOSA ; SABRINA SIQUEIRA PANCERI ; FRANCISCO DE ASSIS BOLDT ; FILIPE MUTZ . Arquiteturas de Redes Neurais Convolucionais para Identificação de Pneumonia e COVID-19 em Raios X de Tórax. In: XV Simpósio Brasileiro de Automação Inteligente, 2021, Online, 2022.

• LR Ramos ; KS Komati ; DE ASSIS BOLDT, FRANCISCO ; JO Andrade . Geração Semiautomática de Valores de Referência para Identificação de Obstruções em Lingotamento Contínuo. In: XLVII Seminário Integrado de Software e Hardware, 2020, Belém. 2020: Anais do XLVII Seminário Integrado de Software e Hardware, 2020.

• CORREIA, C. H. G. ; KOMATI, K. S. ; BOLDT, FRANCISCO . Reconhecimento de Gestos de Mão em Sequência a partir de Sensores Inerciais. In: Congresso Brasileiro de Informática em Saúde, 2020, Foz do Iguaçú. XVII Congresso Brasileiro de Informática em Saúde - CBIS 2020, 2020.

• CARMO, MARCELO ; KOMATI, KARIN ; BOLDT, FRANCISCO . Previsão de receitas de ICMS do estado do Espírito Santo através de Seleção de Características em Cascata e técnicas de Aprendizado de Máquina. In: Encontro Nacional de Inteligência Artificial e Computacional, 2019, Brasil. Anais do Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2019), 2019. p. 118.

• SANTOS, A. D. N. ; BOLDT, F. ; TELLO, R. J. M. G. . Uma Avaliação do Desempenho de Uma Rede Neural Extreme Learning Machine (ELM) aplicado a Sinais de Eletromiografia de Superfície (sEMG). In: Congresso Brasileiro de Automática, 2018, João Pessoa. XXII Congresso Brasileiro de Automática 2018, 2018.

• SANTOS, A. D. N. ; CAPUCHO, R. P. ; BOLDT, F. ; TELLO, R. J. M. G. . An Evaluation of an Adapted Extreme Learning Machine (ELM) Neural Network applied to Hand Gesture Recognition from Two Channels sEMG. In: Congresso de Tecnologia da Informação do IFSUL, 2018, Passo Fundo. I Congresso de Tecnologia da Informação do IFSUL, 2018.

• CAPUCHO, R. P. ; BOLDT, F. ; TELLO, R. J. M. G. . Reconhecimento de Sequência de Movimentos de uma Mão a partir de Sensores Inerciais para o Controle de uma Cadeira de Rodas Robotizada. In: Congresso de Tecnologia da Informação do IFSUL, 2018, Passo Fundo. I Congresso de Tecnologia da Informação do IFSUL, 2018.

• RAUBER, THOMAS WALTER ; OLIVEIRA-SANTOS, THIAGO ; DE ASSIS BOLDT, FRANCISCO ; RODRIGUES, ALEXANDRE ; VAREJAO, FLAVIO M. ; RIBEIRO, MARCOS PELLEGRINI . Kernel and random extreme learning machine applied to submersible motor pump fault diagnosis. In: 2017 International Joint Conference on Neural Networks (IJCNN), 2017, Anchorage. 2017 International Joint Conference on Neural Networks (IJCNN), 2017. p. 3347.

• DE ASSIS BOLDT, FRANCISCO ; RAUBER, THOMAS WALTER ; OLIVEIRA-SANTOS, THIAGO ; RODRIGUES, ALEXANDRE ; VAREJAO, FLAVIO M. ; RIBEIRO, MARCOS PELLEGRINI . Binary feature selection classifier ensemble for fault diagnosis of submersible motor pump. In: 2017 IEEE 26th International Symposium on Industrial Electronics (ISIE), 2017, Edinburgh. 2017 IEEE 26th International Symposium on Industrial Electronics (ISIE), 2017. p. 1807.

• DE ASSIS BOLDT, FRANCISCO ; RAUBER, THOMAS W. ; VAREJAO, FLAVIO M. ; RIBEIRO, MARCOS PELLEGRINI . Fast feature selection using hybrid ranking and wrapper approach for automatic fault diagnosis of motorpumps based on vibration signals. In: 2015 IEEE 13th International Conference on Industrial Informatics (INDIN), 2015, Cambridge. 2015 IEEE 13th International Conference on Industrial Informatics (INDIN), 2015. p. 127.

• BOLDT, FRANCISCO DE ASSIS ; RAUBER, THOMAS W. ; VAREJAO, FLAVIO M. . Single Sequence Fast Feature Selection for High-Dimensional Data. In: 2015 IEEE 27th International Conference on Tools with Artificial Intelligence (ICTAI), 2015, Vietri sul Mare. 2015 IEEE 27th International Conference on Tools with Artificial Intelligence (ICTAI). p. 697.

• DE ASSIS BOLDT, FRANCISCO ; RAUBER, THOMAS W. ; VAREJAO, FLAVIO M. ; RIBEIRO, MARCOS PELLEGRINI . Performance analysis of extreme learning machine for automatic diagnosis of electrical submersible pump conditions. In: 2014 12th IEEE International Conference on Industrial Informatics (INDIN), 2014, Porto Alegre RS. 2014 12th IEEE International Conference on Industrial Informatics (INDIN), 2014. p. 67.

• DE ASSIS BOLDT, FRANCISCO ; RAUBER, THOMAS W. ; VAREJAO, FLAVIO M. . Evaluation of the Extreme Learning Machine for automatic fault diagnosis of the Tennessee Eastman chemical process. In: IECON 2014 40th Annual Conference of the IEEE Industrial Electronics Society, 2014, Dallas. IECON 2014 - 40th Annual Conference of the IEEE Industrial Electronics Society. p. 2551.

• DE ASSIS BOLDT, FRANCISCO ; RAUBER, T. W. ; VAREJAO, F. M. . Feature Extraction and Selection for Automatic Fault Diagnosis of Rotating Machinery. In: Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2013, Fortaleza - CE. X Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), 2013.

• DE ASSIS BOLDT, FRANCISCO ; RAUBER, T. W. ; VAREJAO, F. M. . Extração e Seleção de Características para Diagnóstico de Defeitos em Máquinas Rotatórias. In: Conferência Ibero Americana Computação Aplicada 2013, 2013, Porto Alegre - RS. Conferência Ibero Americana Computação Aplicada 2013. São Leopoldo, RS: IADIS Press, 2013. p. 95.

• RAUBER, THOMAS W. ; DE ASSIS BOLDT, FRANCISCO ; VAREJAO, FLAVIO M. ; RIBEIRO, MARCOS PELLEGRINI . Computational intelligence for automatic diagnosis of submersible motor pump conditions in offshore oil exploration. In: 2013 IEEE 20th International Conference on Electronics, Circuits, and Systems (ICECS), 2013, Abu Dhabi. 2013 IEEE 20th International Conference on Electronics, Circuits, and Systems (ICECS). p. 477.

• RAUBER, THOMAS W. ; DE ASSIS BOLDT, FRANCISCO ; VAREJAO, FLAVIO M. ; RIBEIRO, MARCOS PELLEGRINI . Feature models and condition visualization for rotating machinery fault diagnosis. In: 2013 IEEE 20th International Conference on Electronics, Circuits, and Systems (ICECS), 2013, Abu Dhabi. 2013 IEEE 20th International Conference on Electronics, Circuits, and Systems (ICECS). p. 265.

• MADALENA, ISRAEL DE MORAIS ; BOLDT, FRANCISCO DE ASSIS . Estimador de Fluxo em Tempo Real. In: Seminário Integrado de Software e Hardware, 2022, Brasil. Anais do XLIX Seminário Integrado de Software e Hardware (SEMISH 2022). p. 194.

• LIMA, F. O. ; OLIVEIRA, E. ; SEGATTO, M. E. V. ; ALMEIDA, R. T. R. ; DE ASSIS BOLDT, FRANCISCO . Um Estudo Empírico da Eficiência de Heurísticas na Otimização do Congestionamento em Redes Ópticas.. In: XXXIX Congresso de Pesquisa Operacional (SOBRAPO), 2007, Fortaleza. Anais do XXXIX Congresso de Pesquisa Operacional, 2007.

Outras produções

Projetos de pesquisa

• 2022 - Atual

  Processo de Treinamento de Classificadores Visuais Utilizando Bases de Dados Reduzidas, Descrição: O uso de inteligência artificial nos sistemas de produção tem permitido auxiliar, ou até substituir, profissionais em tarefas que a pouco tempo pensava-se serem exclusivamente executadas por seres humanos. Atualmente, a inteligência artificial simbólica tem dado espaço para os modelos de aprendizado de máquina, que usam exemplos para serem treinados ao invés de terem que ser analiticamente programados. Porém, os modelos de aprendizado de máquina tradicionais nunca tiveram um desempenho satisfatório em tarefas perceptivas, como visão computacional, processamento de sinais ou processamento de linguagem natural. Somente com a popularização das técnicas de Deep Learning é que este tipo de aplicação começou a ter utilidade prática. Mas as técnicas de Deep Learning são redes neurais artificiais com uma quantidade significativa de camadas. Por isso, estas técnicas são conhecidas por sua necessidade de uma enorme massa de dados. Isso ocorre devido a quantidade de parâmetros que estes modelos têm. Com mais parâmetros é possível tratar problemas mais complexos, mas se a quantidade de parâmetros exceder a quantidade de exemplos, o modelo perderá generalização, de forma que ele vai decorar os exemplos de treino e não conseguirá identificar os exemplos de teste a contento. Este problema é conhecido como super ajuste ou overfitting. Em geral, podemos conseguir os dados necessários, de forma estruturada, pronta para treinar modelos de Deep Learning, para problemas comumente abordados na internet. Para problemas não tão comuns ou até raros, a informação também pode ser encontrada na internet, mas muitas vezes não está estruturada ou não é encontrada de forma livre de copyright em quantidade suficiente. Para conseguir os dados a partir de páginas web pouco ou nada estruturadas pode-se usar uma técnica de web scraping. Esta técnica consiste em programar robôs para acessar páginas a partir do link de outras páginas procurando as informações relevantes a um determinado contexto. Este projeto busca desenvolver um processo que usa web scraping para gerar bases de dados pequenas e treinar aprimorar modelos de Deep Learning pré-treinados através da técnica de Transfer Learning. Com esta técnica, os parâmetros das camadas iniciais das redes neurais, onde são extraídas as características para identificar os objetos, são transferidos para um novo modelo, onde somente as camadas finais, que são as que decidem a classe da imagem, são re-treinadas ou aprimoradas. A partir do processo a ser desenvolvido, novos classificadores visuais poderão ser treinados mais rapidamente, ou classificadores treinados poderão ser aprimorados. Estes classificadores podem ser usados em aplicações de robótica que necessitam de interpretação visual de objetos, na criação de aplicativos de celular para auxiliar na identificação de objetos, ou criação de sistemas computacionais que precisam identificar imagens. Os contextos podem variar desde a identificação de uma doença rara em plantações, a identificação de roupas relacionadas com alguma atividade industrial, modelos de carros e qualquer outro contexto que envolva classificação utilizando visão computacional.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Francisco de Assis Boldt - Coordenador., Financiador(es): Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo - Bolsa.

• 2022 - Atual

  Mina Digital de Rochas Ornamentais: plataforma de integração da lavra à comercialização usando tecnologia Blockchain, Projeto certificado pelo(a) coordenador(a) Karin Satie Komati em 26/01/2023., Descrição: Chamada CNPq/CT- Mineral Nº 28/2022 - PD&I, Gestão e Extensão Tecnológica, Infraestrutura Laboratorial, Capacitação e Formação de RH para Mineração e Transformação Mineral em Micro, Pequena e Média Escala. O Brasil é o 5º lugar no ranking de países produtores de rochas ornamentais: granitos e mármores. O estado do Espírito Santo é o principal exportadorbrasileiro, responsável por mais de 82% do faturamento das exportações, o equivalente às negociações de US$810 milhões. A atividade extrativa mineral em larga escala contribui para o crescimento econômico, exportação e geração de empregos, e para que seja sustentável, é importante se ter um controle de suaprocedência mineral. Com a rastreabilidade do minério, pode-se averiguar que o minério foi extraído de uma mina conforme legislação ambiental e que as empresas extrativistas seguiram normas trabalhistas. Uma solução para garantir um sistema de rastreamento de rochas ornamentais, desde a sua lavra até à comercialização ao consumidor, é usar a tecnologia blockchain. Atualmente, há dois desafios relacionados ao blockchain: primeiro, criar incentivos para a entrada e validação de dados dos participantes de uma cadeia de suprimentos fragmentada; e segundo, a dificuldade técnica de traduzir os métodos convencionais de rastreamento da mercadoria física - da marcação à impressão digital - em soluções baseadas em blockchain. Para o primeiro problema, o projeto conta com a parceria do SINDIROCHAS (Sindicato da Indústria de Rochas Ornamentais, Cal e Calcários do Espírito Santo), que é o sindicato patronal que representa os seus mais de 340 associados, para a criação de uma política de dados e incentivo de que todos os seus associados apoiem a solução.Este projeto propõe uma solução para a marcação usando visão computacional, a ideia é combinar a forma 3D com imagens da textura da rocha, e assim gerar uma assinatura. A imagem 3D é coletado por uma câmera estéreo, o HammerHead, e a metodologia proposta para a identificação de blocos/placas de rochas ornamentais por imagens consiste na utilização da arquitetura neural.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Francisco de Assis Boldt - Integrante / Karin Satie Komati - Coordenador / Kelly Assis de Souza Gazolli - Integrante / Daniel Ribeiro Trindade - Integrante / Jefferson Oliveira Andrade - Integrante / PATRICK MARQUES CIARELLI - Integrante / Adelson Pereira do Nascimento‎ - Integrante.

• 2021 - 2023

  Diagnóstico Auxiliado por Computador de Hemorragias do Crânio usando Tomografias Computadorizadas, Descrição: Uso de técnicas de aprendizado de máquina para analisar imagens de tomografia para identificar hemorragias do crânio.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado profissional: (1) . , Integrantes: Francisco de Assis Boldt - Integrante / Karin Satie Komati - Integrante / Filipe Wall Mutz - Coordenador.

• 2021 - 2022

  Aplicação de Diferentes Algoritmos de Aprendizado Profundo para Classificação de Sinais Biológicos, Descrição: Duas abordagens de aprendizagem profunda são comparadas para classificar sinais biológicos: 1) pré-processar os sinais para um espectrograma antes de usar uma rede neural com camadas convolucionais 2D; 2) alimentar com sinais brutos a rede neural profunda com camadas convolucionais 1D.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) . , Integrantes: Francisco de Assis Boldt - Integrante / Daniel Cruz Cavalieri - Integrante / Gabriel Tozatto Zago - Coordenador., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.

• 2021 - 2022

  Processamento de linguagem natural aplicada na bibliometria automatizada, Descrição: Analisar e comparar diferentes métodos de Linguagem de Processamento Natural aplicados em um sistema desenvolvido para auxiliar pesquisadores em seus levantamentos bibliográficos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Francisco de Assis Boldt - Integrante / Hilário Tomaz Alves de Oliveira - Coordenador., Financiador(es): Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo - Bolsa.

• 2019 - 2021

  Bibliometria automatizada: Um estudo de caso sobre o uso de lamas de beneficiamento rochas ornamentais, Descrição: A bibliometria é parte fundamental para as inovações científicas e tecnológicas. Porém, desde quando a Word Wide Web começou a facilitar a publicação de informação, já se previa uma dificuldade em lidar com tantos dados. Atualmente, a quantidade de informação e fontes é tão grande que tem se tornado cada vez mais difícil de se analisar uma quantidade razoável de dados. Por isso, tem também aumentado o interesse em pesquisas que promovem bibliometria automatizada por algoritmos de inteligência artificial e lidam com grandes volumes de dados. A análise bibliométrica avançada avalia a influência de trabalhos científicos internacionais de uma forma confiável, transparente e objetiva. Parte fundamental da bibliometria automática, o processamento de linguagem natural, usa redes neurais profundas há mais de dez anos. Entretanto, só após a publicação do trabalho de LeCun, Y., Bengio, Y. and Hinton, G., (2015), na prestigiada revista Nature, é que sua utilização, tanto no processamento de linguagem natural quanto em outros problemas até então considerados difíceis, se tornou popular na comunidade científica. Este projeto propõe aplicar o estado da arte em inteligência artificial para abordar as bases de conhecimento existentes, com vista à extração de informações tecnológicas capazes de dar sustentação aos requisitos de uma norma técnica destinada ao licenciamento. dos processos industriais de manejo e armazenamento dos PBRO, assim como a fabricação e de classes de materiais cerâmicos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (2) / Mestrado profissional: (2) . , Integrantes: Francisco de Assis Boldt - Coordenador / Fabiano Borges Ruy - Integrante / Karin Satie Komati - Integrante / Jefferson Oliveira Andrade - Integrante / Kelly Assis de Souza Gazolli - Integrante / Daniel Ribeiro Trindade - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Auxílio financeiro.

• 2019 - 2020

  Levantamento de bases de dados com sinais periódicos extraídos de sistemas físicos reais, Descrição: Levantamento das principais bases relacionadas as áreas de diagnóstico automático de falhas em máquinas rotatórias e robótica de reabilitação. Estas serão categorizadas e farão parte de um arcabouço para teste automatizado de técnicas de inteligência artificial aplicadas ao processamento de sinais.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado profissional: (2) . , Integrantes: Francisco de Assis Boldt - Coordenador / Kamila Maria Vieira Pralon - Integrante / Flávio Fonsêca de Mendonça - Integrante / Carlos Henrique Gomes Correia - Integrante / Lucio Antonio Stange Venturim - Integrante.

• 2011 - 2014

  RPDBCS, Reconhecimento de Padrões de Defeitos em Sistemas de Bombeio Centrífugo Submerso, Descrição: Este projeto visa utilizar técnicas de inteligência computacional para a identificação de padrões de defeitos em sistemas de bombeio centrífugo submerso (BCS) durante a fase de teste e aceitação desse sistema. O projeto desenvolverá uma metodologia computacional para analisar dados característicos de vibrações de uma bomba centrífuga submersa, coletados em campo durante a fase de teste e aceitação o equipamento, e inferirá automaticamente se esse equipamento se encontra em condições adequadas para ser colocado em operação.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Francisco de Assis Boldt - Integrante / Thomas Walter Rauber - Integrante / Flávio Miguel Varejão - Coordenador / Fábio Fabris - Integrante.

Projetos de desenvolvimento

• 2021 - Atual

  Homelist, Descrição: Um sistema especializado em compras recorrentes.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: / Mestrado profissional: (1) . , Integrantes: Francisco de Assis Boldt - Coordenador / Lucas Antônio Silveira Silva - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Auxílio financeiro.Número de orientações: 1

• 2021 - Atual

  Smart Watcher, Descrição: Um dispositivo vestível conectado a um sistema de monitoramento em tempo real para proteger os trabalhadores em plantas industriais. A posição e os sinais vitais são coletados para prever problemas.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: / Mestrado profissional: (1) . , Integrantes: Francisco de Assis Boldt - Integrante / Leonardo José de Castro Veloso - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Auxílio financeiro.Número de orientações: 1

• 2021 - 2023

  Homelist, Descrição: Um sistema especializado em compras recorrentes.. , Situação: Desativado; Natureza: Desenvolvimento. , Alunos envolvidos: / Mestrado profissional: (1) . , Integrantes: Francisco de Assis Boldt - Integrante / Lucas Antônio Silveira Silva - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Auxílio financeiro.

• 2021 - 2023

  Smart Watcher, Descrição: Um dispositivo vestível conectado a um sistema de monitoramento em tempo real para proteger os trabalhadores em plantas industriais. A posição e os sinais vitais são coletados para prever problemas.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: / Mestrado profissional: (1) . , Integrantes: Francisco de Assis Boldt - Integrante / Leonardo José de Castro Veloso - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Auxílio financeiro.

Prêmios