DSpace Coleção:https://repositorio.ufms.br/handle/123456789/74282026-07-02T15:36:40Z2026-07-02T15:36:40ZClassificação de distúrbios de Qualidade de Energia Elétrica via transformada Wavelet e Aprendizado de Máquina.https://repositorio.ufms.br/handle/123456789/145462026-06-26T16:41:32Z2026-01-01T00:00:00ZTítulo: Classificação de distúrbios de Qualidade de Energia Elétrica via transformada Wavelet e Aprendizado de Máquina.
Abstract: A crescente complexidade das redes elétricas modernas e a proliferação de cargas não lineares intensificam a suscetibilidade dos sistemas a distúrbios de qualidade de energia elétrica (PQD), exigindo métodos de diagnóstico automáticos, escaláveis e robustos. O desafio central na classificação automática de PQDs reside na identificação de eventos transitórios e distúrbios combinados operando sob regimes severos de ruído e variações estocásticas. Neste contexto, este trabalho desenvolve e avalia um pipeline computacional para a classificação de 16 classes de PQD baseadas na norma IEEE 1159. Para reduzir o risco de sobreajuste, construiu-se um banco de dados sintético de grande porte composto por 160.000 sinais, submetidos a variações paramétricas aleatórias (profundidade, duração) e a diferentes níveis de ruído branco gaussiano aditivo (AWGN). O ângulo de fase foi mantido fixo, reconhecendo-se essa escolha como uma limitação do experimento. A representação no domínio tempo-frequência foi conduzida pela transformada wavelet packet (WPT, família db8, nível 4), extraindo-se um vetor de 208 atributos com foco em formulações entrópicas (Log-Energy, Permutação, Shannon e Rényi). O benchmark preditivo comparou a análise discriminante linear (LDA), o random forest (RF) e a rede perceptron multicamadas (MLP). Os resultados indicam empiricamente a não linearidade do espaço de características sob estresse ruidoso, evidenciada pela estagnação do LDA em 85,39% de acurácia e alto log-loss. A MLP atingiu 95,21% de acurácia global e 0,95 de Macro-F1. A análise de poder discriminativo pelo Fisher Score indica que as métricas de entropia estão entre os atributos mais discriminativos, preservando a assinatura topológica da desorganização da falha mesmo quando a amplitude é mascarada pelo ruído. Conclui-se que a extração wavelet orientada à entropia, aliada a classificadores não lineares clássicos, apresenta generalização competitiva com a literatura recente, prescindindo do elevado custo computacional de arquiteturas profundas.
Tipo: Trabalho de Conclusão de Curso2026-01-01T00:00:00ZProtocolo de teleporte de energia quânticohttps://repositorio.ufms.br/handle/123456789/143452026-03-23T17:27:39Z2026-01-01T00:00:00ZTítulo: Protocolo de teleporte de energia quântico
Abstract: The quantum energy teleportation refers to a series of protocols in the field of quantum computation and quantum information, these protocols are able to transport energy between systems far apart instantly and without heat distribution. This process may be used to transport energy in sensible systems such as qubits and can reveal unknown behaviors in quantum physics.
Tipo: Trabalho de Conclusão de Curso2026-01-01T00:00:00ZUma Análise Física e Computacional do Impacto da Computação Quântica na Criptografiahttps://repositorio.ufms.br/handle/123456789/143442026-03-23T15:43:23Z2026-01-01T00:00:00ZTítulo: Uma Análise Física e Computacional do Impacto da Computação Quântica na Criptografia
Abstract: This work consists of a bibliographic and introductory review on the intersection
between classical cryptography and quantum computing. The text is structured from
the formulation of symmetric and asymmetric encryption methods, emphasizing the RSA
algorithm and its limiting basis on the mathematical problem of integer factorization. To
substantiate the quantum paradigm, the postulates of quantum mechanics are reviewed
through Dirac notation, highlighting essential operational properties, such as superposi-
tion and interference. In the computational scope, the study describes reversible logic
gates and the concept of quantum parallelism based on the Deutsch-Jozsa algorithm.
Next, the theoretical structure of Shor’s algorithm and the use of the Quantum Fourier
Transform in the drastic reduction of the time complexity of factorization are detailed.
The text concludes with a brief compilation of the empirical obstacles for the construction
of viable hardware, based on the challenge imposed by the fast decoherence rates against
the time necessary for the execution of logical operations on the qubits.
Tipo: Trabalho de Conclusão de Curso2026-01-01T00:00:00ZAprendizado de Máquina Aplicado à Espectroscopia: Uma Abordagem Não Invasiva para Sexagem de Aveshttps://repositorio.ufms.br/handle/123456789/139292025-12-06T17:49:59Z2025-01-01T00:00:00ZTítulo: Aprendizado de Máquina Aplicado à Espectroscopia: Uma Abordagem Não Invasiva para Sexagem de Aves
Abstract: Identifying the sex of birds is of utmost importance for marketing, veterinarians, and breeders. DNA (deoxyribonucleic acid) based methodologies have been developed. However, although it provides highly sensitive identification, it is a time-consuming method that often requires specific laboratories. In this regard, some studies present spectroscopy techniques associated with machine learning for more accurate analysis. This study presents analyses of spectroscopic measurements by Fourier Transform Infrared Spectroscopy (FTIR) associated with machine learning algorithms as a non-invasive technique for determining bird sex. The spectra analyzed were from the species Oryzoborus maximiliani (Bicudo) from 4000 to 600 cm^(-1). The methodology involved collecting spectra from bird feathers, processing the data using SNV (Standard Normal Variate), and submitting them to Principal Component Analysis (PCA) to reduce and identify significant variables to be passed through the unsupervised learning algorithm, with K-means being used to select the best components. The selection of PC combined with the leave-one-out cross-validation (LOOCV) method for the LDA (Linear Discriminant Analysis), SVM (Support Vector Machine), and KNN (K-Nearest Neighbors) classifiers showed significant and promising results, with SVM standing out, achieving an accuracy of 99.17%. This result demonstrated the efficiency of the applied methodology.
Tipo: Trabalho de Conclusão de Curso2025-01-01T00:00:00Z