O Emprego da Internet das Coisas para o Monitoramento de PH e Umidade de Solos

Uma das tecnologias mais utilizadas na atualidade é a Internet das Coisas ou Internet of Things (IoT). Por sua eficiência, ela é largamente implementada em vários campos de atuação, desde o setor fabril até o agrícola. Com essa tecnologia é possível desenvolver um modelo simples e de baixo custo para realizar o controle da umidade e do potencial hidrogênio (pH) de um solo, tornando o processo de cultivo mais eficiente. Este trabalho tem como objetivo estudar e desenvolver um modelo que utilize a IoT para monitorar os dados coletados pelo sensor de umidade pH, utilizando o modem Daruma MIN-410. Apesar de alguns valores esperados não serem alcançados, os resultados da
pesquisa foram relevantes e o objetivo principal foi atingido.

Arquiteturas Cliente-Servidor para Bibliotecas Geográficas Digitais

This work describes the development of a client-server application for dissemination of geographical data on the Internet. The authors describes a strategy that relies on use of the conceptual schema of the geographical database as a means for data selection and for establishing a compromise between client and server. The resulting system has acceptable performance and indicates a possible client-server solution for geographical digital libraries.

Desempenho da camada física 5G-NR

Diante do aumento do volume de tráfego de dados nas operadoras ao redor do mundo, há uma crescente demanda por maiores taxas de transmissão de dados. Este artigo tem como objetivo ilustrar como a tecnologia 5G pode entregar maiores taxas de transmissão, demonstrando matematicamente como pode atingir taxas que superam a grandeza dos Gigabits por segundo (Gbps). Palavras chave: 5G, Agregação de Portadoras, Camada Física, MIMO, NR, Taxa máxima de velocidade de dados.

Um estudo teórico sobre sistemas LTE e soluções de empresas para migrar sistemas UTMS para LTE

O presente trabalho objetiva realizar um estudo teórico aprofundado sobre sistemas de telecomunicações LTE e realizar um estudo de caso de algumas soluções que empresas podem desenvolver para realizar a migração de sistemas UTMS para sistemas LTE. O estudo teórico foi desenvolvido em algumas fases, destacando-se: contextualização sobre as redes 4G; evolução das redes de telecomunicações; principais características das redes 4G; estudo teórico sobre sistemas LTE; análise das arquiteturas utilizadas, protocolos e estrutura de canais dos sistemas LTE. Para realizar uma avaliação das formas de migração de UTMS para LTE já realizadas por empresas, foi feito um estudo aprofundado sobre três grandes empresas (Motorola, ZTE e Nortel) e apontado todas as soluções empregadas por essas empresas para realizar a migração de forma simples e suave.

RADIUS e DIAMETER: um estudo comparativo

O crescente desenvolvimento da internet e do setor de telecomunicações tem proporcionado a criação dos mais diversos dispositivos que requerem acesso à serviços disponíveis na grande rede. Esses acessos requerem funcionalidades específicas das redes como roaming services e mobile IP, que só estão nativamente disponíveis nos mais novos protocolos de autenticação. Este trabalho tem como objetivo aumentar o entendimento sobre a arquitetura AAA, através dos protocolos RADIUS e DIAMETER e suas extensões e difundi-las além das suas especificações e extensões definidas em rfc.

Ferramenta para Validação de Imagens em Estações de Rádio Base usando Reconhecimento de Texto em Cenas Naturais

Atualmente, empresas do segmento de construção, instalação e manutenção de estações de rádio necessitam criar relatórios com informações e fotos reais para comprovar cada serviço prestado. A criação desse relatório pode ser lento, custoso e imprevisível devido ao processo manual envolvido na captura incorreta das imagens. Por outro lado, técnicas de visão computacional podem diminuir significantemente o tempo e o custo dessa atividade, evitando capturas ilegíveis ou com informações incorretas nas imagens placa da estação. Dessa forma, esse trabalho tem como objetivo propor uma ferramenta móvel para realizar uma validação dessas imagens da placa da estação, utilizando técnicas de visão computacional. Com isso, foi desenvolvida uma ferramenta utilizando a linguagem Python, a rede pré-treinada EAST e as bibliotecas Tesseract e Kivy. Como resultado para as imagens da placa esse método conseguiu extrair corretamente o texto chave predeterminado. Entretanto, para as imagens diferentes da placa ainda necessita de alguns ajustes para extrair o texto chave. O objetivo desse trabalho foi atingido, pois, a ferramenta foi capaz de validar a imagem da placa. Contudo, novas estratégias serão analisadas para melhorar o reconhecimento do texto.

Sistema de gestão de fluxo clientes em pontos comerciais utilizando visão computacional

Para a administração de ativos com mais precisão de acordo com a demanda e público em pontos comerciais, é cada vez mais comum o uso de técnicas para extrair informações acerca da distribuição dos clientes. O objetivo é minimizar o tempo dos clientes em filas e atendimentos, adequar os produtos e reorganizar o layout do espaço a partir do mercado consumidor. Neste trabalho, é proposto um sistema voltado para otimização de recursos em pontos comerciais, através do processamento de imagens de câmeras de segurança para o monitoramento do fluxo e perfil de clientes. O baixo custo de implementação do sistema aumenta o mercado potencial de compra do serviço, diminui o tempo de retorno sobre o investimento e assim reduz a barreira de entrada em grandes companhias.

Artificial intelligence and decision-making in situations of uncertainty

O&G companies are being compelled to maximize their assets’ value and optimize investments, in order to enhance process efficiency and wisely decide when and where invest to reach their business goals. In consequence of such a scenario, companies need to apply new technical resources to accelerate the development of O&G exploration processes and adapt to making decisions in situations characterized by uncertainty. In this sense, Artificial Intelligence (AI) and Data Science in general have demonstrated to be a mighty technology in supporting complex and complicated tasks. This paper describes some AI-based applications tailored to specific needs of O&G industry processes, highlighting some research and development efforts that the authors’ institution has made in the field of predictive intelligence and which might meet those needs. For instance, machine learning and deep learning applications to identify engineering assets in degraded conditions, from images captured by drones; machine learning or PCA (Principal Components Analysis) techniques to make predictive models more easily treatable in order to identify failure patterns of key equipment subjected to stress and unforeseen conditions of use; and approaches to cope with uncertainties in asset operation and maintenance, including data elicitation with experts and probabilistics models. The computational intelligence thus employed for predictive purposes can bring insights in situations of uncertainty – or when data is unavailable – and consequently support organizational decisions, since the recent complex processes impose hard challenges and huge costs to O&G companies in exploring efficiently the resources and maintain the production goals.