Sistemas Brain-Computer Interface (BCI) utilizam sinais de eletroencefalografia (EEG) para traduzir padrões cerebrais em comandos computacionais. Contudo, a classificação desses sinais depende do ajuste de hiperparâmetros. Neste estudo, avaliou-se o desempenho da Minimal Learning Machine (MLM) no reconhecimento de emoções humanas a partir de sinais de EEG, comparando-a aos modelos Multilayer Perceptron (MLP) e Support Vector Machine (SVM). Foram conduzidos três experimentos computacionais, dos quais os resultados mostraram que a MLM superou MLP e SVM em dois experimentos, alcançando acurácia máxima de 96,7%. Conclui-se que a MLM é uma alternativa eficaz e flexível para aplicações em sistemas BCI.
As precipitações intensas são fenômenos climáticos de grande impacto, especialmente em regiões com características geográficas e climáticas diversificadas, como o Brasil, onde uma boa predição dos parâmetros das equações de chuvas intensas é essencial para o planejamento urbano e a prevenção de desastres naturais. Nesse contexto, o Caelus surge como uma ferramenta computacional integrada que combina algoritmos de otimização e Machine Learning (ML) para estimar esses parâmetros. O estudo teve como objetivo o desenvolvimento e validação do sistema Caelus mediante as seguintes etapas metodológicas: (i) leitura e pré processamento de dados climáticos e hidrológicos; (ii) avaliação de desempenho de algoritmos ML; e (iii) análise comparativa com modelos ML da literatura, demonstrando a eficácia do Caelus na predição de parâmetros com precisão compatível com resultados consolidados. A ferramenta forneceu estimativas confiáveis com MAE de 7,1 mm/h em ambas as fases e tempo de recorrência (TR) alinhado à literatura. Esses resultados destacam seu potencial para aplicação em todo o Brasil, bem como sua utilidade como modelo para estudos hidrológicos e meteorológicos em escala global. Conclui-se que o Caelus apresenta resultados promissores que podem apoiar no processo de decisão da gestão de riscos ambientais, contribuindo para o planejamento urbano eficiente e a melhoria da qualidade de vida em comunidades afetadas por eventos climáticos extremos, com perspectivas de aprimoramento contínuo e aplicações amplas.
A simulação computacional da movimentação humana em evacuações é uma importante ferramenta para o planejamento da segurança em edificações. Contudo, observa-se na literatura muitas vezes lacunas quanto ao detalhamento da incorporação de aspectos ergonômicos nesses modelos. Este trabalho tem como objetivo implementar, de forma computacional, parâmetros ergonômicos, incluindo aspectos antropométricos, rotação, translação e velocidade, no programa Figa v 2.0, aliado a etapas de verificação e validação. A principal contribuição reside na proposição de um procedimento replicável e transparente de implementação. Os resultados nas condições analisadas indicam elevada consistência entre velocidades definidas e simuladas (erros inferiores a 1%) e tempos de evacuação compatíveis com softwares consolidados, evidenciando a robustez e aplicabilidade da ferramenta no suporte ao projeto arquitetônico e à análise de segurança.
Brain-Computer Interface (BCI) systems use electroencephalography (EEG) signals to translate brain patterns into computational commands. However, the classification of these signals depends on hyperparameter tuning. In this study, the performance of the Minimal Learning Machine (MLM) was evaluated for human emotion recognition using EEG signals, comparing it with Multilayer Perceptron (MLP) and Support Vector Machine (SVM) models. Three computational experiments were conducted, and the results showed that MLM outperformed MLP and SVM in two experiments, achieving a maximum accuracy of 96.7%. It is concluded that MLM is an effective and flexible alternative for applications in BCI systems.
Heavy rainfall events are high-impact climatic phenomena, especially in regions with diverse geographic and climatic characteristics, such as Brazil, where an accurate prediction of the parameters for intense rainfall equations is essential for urban planning and natural disaster prevention. In this context, Caelus emerges as an integrated computational tool that combines optimization algorithms and Machine Learning (ML) to estimate these parameters. This study aimed to develop and validate the Caelus system through the following methodological steps: (i) reading and preprocessing climatic and hydrological data; (ii) evaluating the performance of ML algorithms; and (iii) conducting a comparative analysis with ML models from the literature, demonstrating Caelus' effectiveness in predicting parameters with accuracy comparable to established results. The tool provided reliable estimates with a 7.1 mm/h MAE during training and validation, and a Recurrence Time (TR) consistent with literature. These results underscore its potential for nationwide application in Brazil, as well as its utility as a model for hydrological and meteorological studies on a global scale. In conclusion, Caelus delivers promising results that can support environmental risk management decision-making, contributing to efficient urban planning and improved quality of life in communities affected by extreme weather events-with prospects for continuous enhancement and broad applications.
Computational simulation of human movement in evacuations is an important tool for building safety planning. However, the literature reveals a lack of detailed methodologies for incorporating ergonomic aspects into such models. This study aims to computationally implement ergonomic aspects including anthropometric characteristics, rotation, translation, and speed, in the Fuga v. 2.0 program, combined with verification and validation procedures. The main contribution lies in proposing a replicable and transparent implementation procedure. The results under the analyzed conditions indicate high consistency between defined and simulated speeds, with errors bellow 1%, and evacuation times compatible with established software, demonstrating the robustness and applicability of the tool for supporting architectural design and safety analysis.
Autonomous Mobile Robots (AMR) are increasingly used in various indoor settings, such as offices, hospitals, production lines, and industrial cargo transportation, to address specific challenges. However, the dynamic and intricate nature of these environments presents significant challenges for the development of indoor AMRs aimed at environment mapping. This article presents the results of a systematic mapping of the literature on scientific productions related to the development of indoor AMRs for environment mapping, based on research conducted in three major databases: ACM, IEEE, and Science Direct. The results reveal the main challenges in this context, particularly in terms of autonomous navigation, localization, Simultaneous Localization and Mapping (SLAM), sensor selection and integration, and map generation. In addition to these challenges, the article presents an overview of the primary algorithms and strategies for efficient SLAM and reliable mapping, as well as the main controllers, sensors, and peripherals employed in development. Lastly, strategies for energy saving in AMRs are also examined- an important but under explored area, with few studies addressing it. By covering a broad range of techniques and technologies, this article contributes a comprehensive foundation for future research and development in the field of indoor AMRs.
O uso da Robótica Educacional, principalmente na escola pública, ainda é tímido, aparecendo em projetos específicos sem, no entanto, permear um projeto escolar coletivo que abarque os componentes curriculares e docentes de forma integrada. Para colaborar com essa temática, o objetivo do presente trabalho é responder à questão: o que mostra um mapeamento sistemático sobre as pesquisas acadêmicas nacionais que abordam o uso da robótica educacional no ensino de ciências na educação básica? Para tanto, foi realizado um mapeamento sistemático sobre o uso da Robótica Educacional no ensino de ciências. Foram mapeadas, na Biblioteca Digital Brasileira de Teses e Dissertações, dezesseis pesquisas sobre o tema. Percebeu-se que há uma predominância de trabalhos realizados no campo da Física, sendo a maioria deles provenientes de programas de Mestrados Profissionais, distribuídos nas cinco regiões do país. A base teórica predominante é a Teoria Construcionista, seguida da aprendizagem significativa, sendo os kits de robótica mais utilizados o LEGO e o Arduíno.
Neste trabalho utilizaremos o ambiente de simulação robótica, RobotStudio, para aplicar o método de aprendizagem STEM. Mais precisamente, apresentaremos uma abordagem para a teoria de matrizes combinada com o ambiente RobotStudio, para resolver problemas reais envolvendo geometria básica. Esta técnica em que problemas matemáticos são resolvidos através da interdisciplinaridade com outras áreas apresentadas aos estudantes da educação básica, faz parte do modo de aprendizagem STEM. O método utilizado neste trabalho evidencia como as novas profissões necessitam cada vez mais de criatividade matemática. Faremos uma apresentação do funcionamento do simulador robótico, RobotStudio, com o foco em sua funcionalidade para resolver os problemas abordados neste trabalho. Utilizaremos a representação algébrica de figuras geométricas plana e espacial através de matrizes, tal que esta ligação entre álgebra e geometria nos permite ensinar ao braço robótico executar a tarefa que lhe é designada com uma excelente precisão. Tudo isso mostra que toda essa conjuntura para resolver problemas do mundo real utilizando ferramentas do mundo virtual, depende fortemente de um prévio conhecimento de matemática. O que acaba tornando este trabalho uma fonte de treino, criatividade e curiosidade matemática.
Veículos Autoguiados, ou AGVs (Automated Guided Vehicles), seguidores de linha têm sua operação baseada na contínua detecção da faixa guia usada como referência. Em ambientes industriais, as faixas guia podem sofrer desgaste ao longo do tempo, comprometendo a navegação e exigindo manutenção frequente. O presente trabalho propõe um módulo de software para a detecção automática de falhas na faixa guia de AGVs utilizando processamento de imagens. Os experimentos conduzidos com vídeos de diferentes pistas demonstraram que o módulo é capaz de identificar falhas na faixa guia com alta exatidão, distinguindo entre pistas saudáveis e degradadas. Os resultados indicam que a solução pode reduzir a necessidade de inspeção manual e minimizar interrupções no transporte de materiais, contribuindo para uma maior eficiência operacional em ambientes industriais.
Este artigo objetiva discutir as possibilidades e desafios do uso do GeoGebra no ensino de geometria na perspectiva de professoras dos anos iniciais do Ensino Fundamental. A pesquisa que originou este artigo é de cunho qualitativo e versa sobre a percepção docente frente a uma formação continuada em serviço sobre o uso do software GeoGebra no ensino de geometria. A produção de dados consistiu na aplicação de um questionário, uma roda de conversa e uma ação formativa em serviço com proposição e elaboração de atividades investigativas. Na percepção das docentes, o software permite trabalhar de forma lúdica o ensino de geometria com turmas de alfabetização. Assim, ele propicia uma aprendizagem significativa e permite visualizar além das figuras geométricas prototípicas. Concluímos que o pouco ou nenhum uso do laboratório de informática da escola onde os dados foram produzidos residiam na falta de formação docente e apoio técnico, o não conhecimento sobre a existência do laboratório, alguns problemas no maquinário, a preocupação em como gerir o tempo do planejamento, entre outros desafios apontados pelas professoras participantes. Concluímos que a formação continuada necessita ter sentido para que docentes possam compartilhar experiências e ideias de como integrar as tecnologias digitais ao ensino de matemática, pois a formação baseada na colaboração e na participação coletiva contribui para o desenvolvimento profissional e reconhecimento do papel social docente. Assim, é necessário investimento em políticas públicas no que se refere à capacitação dos profissionais de educação e à infraestrutura tecnológica.
Currently, several accurate mathematical models predict the relationship between properties of mixtures, such as equations of state and mixing rules. Used in phase equilibrium problems and oil reservoir simulations, these models play a fundamental role. A reduction theorem has recently been formulated, establishing conditions for reducing the dimensionality of the phase equilibrium equations of multicomponent mixtures, applying concepts of Linear Algebra (such as Spectral Theorem and Frobenius Norm) commonly seen in engineering courses. This study presents the main ideas, deducing a reduction formulation based on a cubic equation of state and classical mixing rules, highlighting the simplicity of the formulation and minimizing the approximation error. Numerical techniques, mathematical results, and algorithms are described to facilitate development. Additionally, a customized framework is presented to detail methodologies and algorithms. Numerical experiments illustrate the efficiency of the reduction technique in calculating pressures and isothermal dew point compositions, significantly reducing processing time. These advances have the potential to benefit industries and complex processes that rely on precise control of mixture properties, such as process optimization and oil reservoir simulation. In summary, dimensionality reduction stands out as an important contribution to mixture thermodynamics, providing efficiency and accuracy in complex engineering problems.
Este artigo analisa concepções sobre o uso das Tecnologias Digitais da Informação e Comunicação (TDIC) no ensino de Matemática, com base na Análise de Similitude aplicada a 49 resumos de teses publicadas entre 2015 e 2021, disponíveis na Biblioteca Digital Brasileira de Teses e Dissertações (BDTD). A pesquisa adota uma abordagem crítica, com metodologia de natureza qualitativa e quantitativa, utilizando a Análise de Conteúdo em conjunto com o software IRaMuTeQ. Identificaram-se três tendências principais: (i) o uso das TDIC nos processos de ensino e aprendizagem, com foco na formação docente; (ii) uma abordagem pedagógica centrada no aluno, com atividades práticas e investigativas; e (iii) a valorização de metodologias que promovem pesquisa, reflexão e aplicação do conhecimento. Os resultados revelam lacunas e possibilidades, destacando a necessidade de uma reflexão crítica sobre a formação docente e o uso intencional das TDIC no ensino de Matemática.
O presente trabalho explora a construção e aplicação de sequência didática na modalidade ensino híbrido com apoio de Tecnologias Digitais da Informação e Comunicação – TDICs. Para seu desenvolvimento, obteve-se a colaboração e participação de uma turma de 2ª série do ensino médio de uma escola pública da cidade de São Paulo. Além de denotar o ensino híbrido em suas modalidades, o trabalho intenta lançar-lhe luz, de forma teórica e prática, como uma opção didática. Para sua consecução, tomou-se como base o componente 3 “Estatística na Saúde Pública e Meio Ambiente do MAPA - Material de Apoio Pedagógico para Aprendizagem”, do Eixo Estruturante do Ensino Médio do ano de 2022 do governo do Estado de São Paulo. A partir desse material, foram elaborados três vídeos sobre o assunto, os quais foram assistidos por um grupo de 34 alunos. Em formulário eletrônico, esses alunos retornaram sua percepção e assimilação do conteúdo, e, com base na tabulação e análise das respostas, concluiu se pelo grande potencial que o ensino híbrido oferece à escola pública, necessitando, contudo, de ferramentas tecnológicas e ambientes adequados.
Currently, several accurate mathematical models predict the relationship between properties of mixtures, such as equations of state and mixing rules. Used in phase equilibrium problems and oil reservoir simulations, these models play a fundamental role. A reduction theorem has recently been formulated, establishing conditions for reducing the dimensionality of the phase equilibrium equations of multicomponent mixtures, applying concepts of Linear Algebra (such as Spectral Theorem and Frobenius Norm) commonly seen in engineering courses. This study presents the main ideas, deducing a reduction formulation based on a cubic equation of state and classical mixing rules, highlighting the simplicity of the formulation and minimizing the approximation error. Numerical techniques, mathematical results, and algorithms are described to facilitate development. Additionally, a customized framework is presented to detail methodologies and algorithms. Numerical experiments illustrate the efficiency of the reduction technique in calculating pressures and isothermal dew point compositions, significantly reducing processing time. These advances have the potential to benefit industries and complex processes that rely on precise control of mixture properties, such as process optimization and oil reservoir simulation. In summary, dimensionality reduction stands out as an important contribution to mixture thermodynamics, providing efficiency and accuracy in complex engineering problems.
In this work we will use the robotic simulation environment, RobotStudio, to apply the STEM learning method. More precisely, we will present an approach to matrix theory combined with the RobotStudio environment, to solve real problems involving basic geometry. This technique, in which mathematical problems are solved through interdisciplinarity with other areas presented to basic education students, is part of the STEM learning method. The method used in this work shows how new professions increasingly need mathematical creativity. We will make a presentation of the functioning of the robotic simulator, RobotStudio, focusing on its functionality to solve the problems addressed in this work. We will use the algebraic representation of plane and spatial geometric figures through matrices, such that this connection between algebra and geometry allows us to teach the robotic arm to perform the task assigned to it with excellent precision. All of this shows that this whole situation for solving real world problems using tools from the virtual world strongly depends on a prior knowledge of mathematics. Which ends up making this work a source of training, creativity and mathematical curiosity.
The use of Educational Robotics, mainly in public schools, still needs to be more active, appearing in specific projects, however, without permeating collective educational endeavors encompassing curricular components and teachers in an integrated way. To collaborate with this theme, the objective of this work is to answer the question: what does a systematic mapping show about national academic research that addresses the use of educational robotics in science teaching in basic education? In this scenario, the present work aimed to systematically map the use of Educational Robotics in Science teaching; therefore, a total of sixteen studies on the subject were mapped in the Brazilian Digital Library of Theses and Dissertations. We found that there is a predominance of works carried out in the field of Physics, most of them coming from Professional Master's programs distributed in the country's five regions. The predominant theoretical basis is the Constructionist Theory, followed by Ausubel's Meaningful Learning Theory, and the most used robotics kits were LEGO and Arduino.
Automated Guided Vehicles (AGVs) that follow a line operate based on the continuous detection of a guide strip or track used as a reference. In industrial environments, guide tracks may deteriorate over time, compromising navigation and requiring frequent maintenance. This study proposes a software module for the automatic detection of faults in AGV guide tracks using image processing. Experiments conducted with videos of different tracks demonstrated that the module can accurately identify faults in the guide track, distinguishing between healthy and degraded tracks. The results indicate that the solution can reduce the need for manual inspection and minimize disruptions in material transport, contributing to greater operational efficiency in industrial environments.
This article analyzes conceptions regarding the use of Digital Information and Communication Technologies (DICT) in Mathematics education, based on a Similarity Analysis applied to 49 abstracts of theses published between 2015 and 2021, available in the Brazilian Digital Library of Theses and Dissertations (BDTD). The research adopts a critical approach, with both qualitative and quantitative methodology, using Content Analysis in conjunction with the IRaMuTeQ software. Three main trends were identified: (i) the use of DICT in teaching and learning processes, with a focus on teacher education; (ii) a student-centered pedagogical approach, involving practical and investigative activities; and (iii) the valorization of methodologies that promote research, reflection, and the application of knowledge. The results reveal gaps and opportunities, highlighting the need for critical reflection on teacher education and the intentional use of DICT in Mathematics teaching.
This article aims to discuss the possibilities and challenges of using GeoGebra in teaching geometry from the perspective of elementary school teachers. The research that gave rise to this article is of a qualitative nature and deals with teacher perception regarding continued in-service training on the use of GeoGebra software in teaching geometry. Data production consisted of the application of a questionnaire, a conversation circle and an in-service training action with the proposition and elaboration of investigative activities. In the teachers' perception, the software allows teaching geometry to literacy classes in a playful way. Thus, it provides meaningful learning and allows you to visualize beyond prototypical geometric figures. We concluded that the little or no use of the computer laboratory at the school where the data was produced was due to the lack of teaching training and technical support, the lack of knowledge about the existence of the laboratory, some problems with the machinery, the concern about how to manage the student's time, planning, among other challenges highlighted by the participating teachers. We conclude that continued training needs to make sense so that teachers can share experiences and ideas on how to integrate digital technologies into mathematics teaching, as training based on collaboration and collective participation contributes to professional development and recognition of the teaching social role. Therefore, investment in public policies is necessary regarding the training of education professionals and technological infrastructure.
