Resumo: Este estudo interdisciplinar propõe o desenvolvimento de um sistema de monitoramento da qualidade do ar de baixo custo baseado em Internet das Coisas, utilizando o município de São Paulo como estudo de caso. O projeto foi estruturado em três frentes de pesquisa: (i) a seleção dos sensores ideais para a medição das métricas almejadas pelo projeto, por meio da comparação criteriosa de diferentes opções para cada métrica considerando custo, protocolos de comunicação, vida útil, faixa e resolução da medição, tempo de resposta e condições ambientais de operação; (ii) o desenvolvimento de uma arquitetura de sistema IoT completa e seu fluxo de dados, abrangendo desde a aquisição dos dados, passando pela comunicação segura via protocolo MQTT com certificados TLS, até o processamento, armazenamento em bancos de dados especializados e orquestração por meio de contêineres Docker, garantindo a rastreabilidade, a integridade e a disponibilidade das informações coletadas; (iii) o estudo comparativo de algoritmos de otimização espacial para a definição estratégica dos pontos de instalação das estações, integrando um framework unificado que avalia diferentes métodos de otimização sob uma formulação multicritério que pondera população, vulnerabilidade social, morbidade respiratória e exposição viária, permitindo comparar cobertura, equidade espacial e custo computacional entre as abordagens.
Como resultado, foi possível: (i) obter uma seleção de sensores capazes de realizar as medições almejadas com precisão suficiente para a devida caracterização da qualidade do ar e com custo total estimado de R$6047,28 por estação; (ii) desenvolver uma rede IoT modular e escalável, com rotinas automatizadas de backup e recuperação, capaz de suportar uma carga de 50 estações simultaneamente, com potencial de escalabilidade horizontal para atender a demandas futuras, conforme os resultados parciais obtidos; (iii) comparar treze algoritmos de otimização espacial distintos, demonstrando que métodos exatos (MCLP) e heurísticos (como o algoritmo guloso) são capazes de superar significativamente a cobertura populacional da atual rede de monitoramento da CETESB com um número reduzido de estações, e que a ponderação dos critérios sociais, de saúde e de exposição viária permite direcionar a expansão da rede prioritariamente às regiões mais vulneráveis e sub-monitoradas da cidade, oferecendo ao gestor público uma ferramenta flexível para equilibrar cobertura, equidade e custo computacional na tomada de decisão.
Os códigos desenvolvidos durante estes três macroestudos estão disponíveis em https://github.com/Henrique-hpds/IoT-pollution-monitoring.
Resumo: Ações de fiscalização conduzidas pela Anatel e pela Receita Federal têm retirado do mercado brasileiro um grande volume de TV Boxes sem homologação, equipamentos tradicionalmente destinados à destruição, gerando custos logísticos e resíduos eletrônicos. Como alternativa, a Receita Federal tem destinado parte desses dispositivos a instituições de ensino para projetos de reaproveitamento. Neste contexto, este trabalho investiga a viabilidade do uso de TV Boxes reaproveitadas, do modelo Youit TX2, como nós de um cluster distribuído para balanceamento de carga TCP tolerante a falhas. O sistema utiliza o subsistema IPVS (IP Virtual Server) do Linux em modo Direct Routing e emprega o algoritmo Bully para eleição dinâmica de líder, permitindo a substituição automática do nó coordenador em caso de falha. Um cluster composto por três TV Boxes foi implementado para avaliar a tolerância a falhas da solução. Adicionalmente, clientes e workers virtuais foram utilizados em testes de saturação para caracterizar o limite de desempenho do balanceador sob cargas elevadas. Os experimentos demonstraram recuperação em menos de 200 ms para falhas fail-stop e em poucos segundos para falhas fail-silent, sendo o tempo de recuperação determinado principalmente pelo intervalo de heartbeat configurado. Nos testes de saturação, o sistema atingiu vazão de aproximadamente 40 mil requisições por segundo, limitado pelo hardware do nó coordenador, enquanto o desempenho escalou de forma aproximadamente linear com o aumento do número de workers para a carga de trabalho avaliada. Os resultados demonstram que TV Boxes reaproveitadas constituem uma alternativa viável para a implementação de balanceadores de carga distribuídos tolerantes a falhas, oferecendo baixo custo, resiliência e potencial para reduzir o descarte de equipamentos eletrônicos no contexto da economia circular.
Resumo: Este trabalho apresenta um estudo comparativo entre modelos clássicos de aprendizado de máquina (Árvore de Decisão, Support Vector Machine (SVM) e Multilayer Perceptron (MLP)) e o Modelo de Linguagem de Grande Porte LLaMA 3, aplicados à classificação automática de teses e dissertações acadêmicas por área do ensino de ciências da natureza (Física, Química, Biologia e Ciências Gerais). Os modelos clássicos foram treinados sobre representações TF-IDF, enquanto o LLaMA 3 foi avaliado nos regimes zero-shot e few-shot. Os modelos clássicos alcançaram precisão e F1-Score em torno de 86–87%, com dificuldade sistemática na distinção entre Biologia e Ciências Gerais. No regime zero-shot, a LLM obteve a acurácia máxima de 78,8%, inferior à dos modelos supervisionados. No regime few-shot, com apenas um exemplo por classe no prompt, a LLM atingiu acurácia de 94%, superando todos os modelos clássicos. Os resultados indicam que LLM em regime few-shot constituem uma alternativa viável e de alto desempenho para a classificação textual em português, mesmo em ambientes com recursos computacionais limitados.
|
Instituto de Computação ::
Universidade Estadual de Campinas
Av. Albert Einstein, 1251 - Cidade Universitária Zeferino Vaz • 13083-852 Campinas, SP - Brasil • Fone: [19] 3521-5838 |