Em uma sequencia de aulas de PSI 3472 com o Professor Emílio, iniciando em 9 de setembro/2019, abordaremos um tema importante em sistemas eletrônicos inteligentes e em inteligência computacional de uma forma geral: a Fusão de Informações e os Sistemas Multi-Sensores. Tal temática tem aplicação importante em Instrumentação Inteligente, Sistemas Embarcados, Robótica, IoT, Ciência dos Dados, e também em várias outras áreas que elencaremos em conjunto (professores e alunos) nas atividades em sala de aula que teremos. 

Uma das ilustrações concretas simples em que os conceitos e as técnicas estudadas nesta sequência de aulas serão trabalhados envolverá a fusão de informações geradas por diversos sensores de gás (array de sensores) com características individuais limitadas mas de alguma maneira complementares; eles serão empregados no contexto de medida de concentração de substâncias de interesse: o conceito de fusão de sensores se aplica à construção de "narizes eletrônicos" e de "línguas eletrônicas", neste último caso usando sensores de substâncias líquidas. Vários sensores que operam com precisão pequena ou limitada nesses contextos podem ser conjugados para o aumento de precisão das medidas e/ou para o aumento da taxa de acerto no reconhecimento de padrões. Neste cenário exemplo de um sistema multi-sensores de gás, poderemos estudar os conceitos de sensoriamentos / medidas / estimativas que não são 100% específicos/as ao alvo de interesse na medida. Nós aprenderemos que a especificidade 100% é algo idealizado e impossível de se obter na maior parte de situações reais; aprenderemos também os conceitos de elementos interferentes nas operações desses sensores / medidores / estimadores e avaliaremos o quanto esses elementos interferentes degradam a precisão de sistemas reais de sensoriamento / medida / estimativa e aprenderemos como a estratégia de fusão de informações múltiplas pode reduzir significativamente tal degradação pelos interferentes. Os ensaios e os estudos de conceitos realizados pelos alunos nesse cenário relativamente simples poderão então ser transportados pelos próprios alunos para outros cenários distintos do ilustrado e ensaiado por eles, eventualmente mais complexos, eventualmente úteis em outras áreas de aplicação da lista citada anteriormente neste mesmo texto: Sistemas Embarcados, Robótica, IoT, Ciência dos Dados, etc.

Para aqueles que quiserem adiantar o estudo para as atividades deste tópico, os seguintes materiais estão/estarão disponíveis em breve:

- Uma seleção de dados experimentais gerados em trabalho desenvolvido aqui na Poli para a caracterização de 3 sensores de gases não 100% seletivos (isso sempre ocorre), mirando medir concentrações de CH4 (metano), CO (monóxido de carbono) e H2 (Hidrogênio), e que usarmos para exercitar o conceito de fusão de informação em sistemas multi-sensores / sistemas multi-medidas / sistemas multi-informação. Estes dados serão exercitados pelos alunos e servirão de modelo para que eles obtenham dados em outras aplicações mais complexas em que os conceitos estudados se apliquem.

- O link para baixar do Teses USP a dissertação de mestrado (de Raphael Garcia Moreira, orientado pelo Prof. Sebastião) em que a coleta desses dados selecionados para nosso ensaio de aprendizado está bastante detalhada; caso tenha interesse em se aprofundar na temática e em entender detalhes de como as tabelas de dados empíricos foram obtidas, esta é a referência que responderá suas perguntas!

- Instruções para a instalação do simulador simples de redes neurais "MBP", caso seja de seu interesse conhecer / trabalhar numa plataforma simples de redes neurais, adicional às que você já conhece. Esse simulador ou outro equivalente pode ser usado para a fusão de informações com estratégias tanto lineares (matrizes combinando linearmente as informações) quanto não lineares.

[em breve - Links para ilustrações de sistemas inteligentes desenvolvidos por alunos de graduação (nas disciplinas PSI2672 e PSI3571) com técnicas de regressão não linear multivariada e técnicas de reconhecimento de padrões; em muitos dos projetos, temos o emprego do conceito de fusão de informações múltiplas para a precisão aumentada.]


Última atualização: segunda-feira, 9 set. 2019, 07:25