Defesa p\u00fablica do Exame de Qualifica\u00e7\u00e3o para Doutorado do aluno Maur\u00edcio Cagliari Tosin<\/p>\n\n\n\n
Data: 03\/03\/2021 – quarta-feira
Hor\u00e1rio: 14h00min<\/p>\n\n\n\n
A defesa ser\u00e1 realizada pela plataforma MConf-UFRGS com acesso pelo link: https:\/\/mconf.ufrgs.br\/webconf\/defesas-ieebio-ppgee<\/a> Banca Examinadora: T\u00edtulo da Proposta de Tese: “DESENVOLVIMENTO DE METODOLOGIA BASEADA EM APRENDIZADO POR REFOR\u00c7O PARA IDENTIFICA\u00c7\u00c3O E MINIMIZA\u00c7\u00c3O DE CONTAMINANTES EM SINAIS DE sEMG COM APLICA\u00c7\u00c3O EM IDENTIFICA\u00c7\u00c3O DE MOVIMENTOS DO SEGMENTO M\u00c3O-BRA\u00c7O”<\/p>\n\n\n\n Resumo: Palavras-chave: Eletromiografia, identifica\u00e7\u00e3o de contaminantes, sistema robusto a falhas, treinamento online, Reinforcement Learning, classificador de movimentos.”<\/p>\n","protected":false},"excerpt":{"rendered":" Defesa p\u00fablica do Exame de Qualifica\u00e7\u00e3o para Doutorado do aluno Maur\u00edcio Cagliari Tosin Data: 03\/03\/2021 – quarta-feiraHor\u00e1rio: 14h00min A defesa ser\u00e1 realizada pela plataforma MConf-UFRGS com acesso pelo link: https:\/\/mconf.ufrgs.br\/webconf\/defesas-ieebio-ppgee Link alternativo: https:\/\/meet.google.com\/cid-zwzu-dwu Banca Examinadora:Prof. Dr. Fernando Santos Os\u00f3rio – Instituto de Ci\u00eancias Matem\u00e1ticas e Computa\u00e7\u00e3o (ICMC) – USPProf. Dr. Cristiano Bonato Both – Programa de Computa\u00e7\u00e3o Aplicada… Continue a ler »Exame de Qualifica\u00e7\u00e3o para Doutorado – Maur\u00edcio Cagliari Tosin<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"neve_meta_sidebar":"","neve_meta_container":"","neve_meta_enable_content_width":"","neve_meta_content_width":0,"neve_meta_title_alignment":"","neve_meta_author_avatar":"","neve_post_elements_order":"","neve_meta_disable_header":"","neve_meta_disable_footer":"","neve_meta_disable_title":"","footnotes":""},"categories":[4],"tags":[],"class_list":["post-452","post","type-post","status-publish","format-standard","hentry","category-eventos"],"_links":{"self":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts\/452","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/comments?post=452"}],"version-history":[{"count":0,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts\/452\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/media?parent=452"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/categories?post=452"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/tags?post=452"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Link alternativo: https:\/\/meet.google.com\/cid-zwzu-dwu<\/a><\/p>\n\n\n\n
Prof. Dr. Fernando Santos Os\u00f3rio – Instituto de Ci\u00eancias Matem\u00e1ticas e Computa\u00e7\u00e3o (ICMC) – USP
Prof. Dr. Cristiano Bonato Both – Programa de Computa\u00e7\u00e3o Aplicada (PPGCA) – UNISINOS
Prof. Dr. Valner Jo\u00e3o Brusamarello – PPGEE – UFRGS
Presidente da banca: Prof. Dr. Alexandre Balbinot – PPGEE – UFRGS (Orientador)<\/p>\n\n\n\n
“A incessante busca por novas tecnologias que proporcionem aumento da qualidade de vida do ser humano tem norteado a pesquisa acad\u00eamica ao longo da hist\u00f3ria. Isso \u00e9 observado na evolu\u00e7\u00e3o dos meios de transporte, dos dispositivos de comunica\u00e7\u00e3o e at\u00e9 mesmo de servi\u00e7os como o banc\u00e1rio. No entanto, para pessoas com defici\u00eancia motora, em especial aquelas que sofreram amputa\u00e7\u00e3o ou n\u00e3o possuem parte do membro superior, a conquista de melhores condi\u00e7\u00f5es de vida est\u00e1 potencialmente relacionada com liberdade e independ\u00eancia. Visando suprir esta necessidade, muitos pesquisadores t\u00eam trabalhado no desenvolvimento de algoritmos preditores de movimento do segmento m\u00e3o-bra\u00e7o a partir de sinais de eletromiografia para o controle de pr\u00f3teses na expectativa de aumentar o n\u00famero de graus de liberdade do dispositivo. Contudo, para que se obtenha sistemas eficientes e que tenham elevados \u00edndices de assertividade, \u00e9 imprescind\u00edvel que o n\u00edvel de interfer\u00eancia e ru\u00eddo, os quais inevitavelmente est\u00e3o presentes nos registros de eletromiografia devido \u00e0 instrumenta\u00e7\u00e3o, ambiente, aspectos fisiol\u00f3gicos, dentre outros, seja o menor poss\u00edvel. Neste contexto, alguns trabalhos foram desenvolvidos visando a minimiza\u00e7\u00e3o do efeito de interfer\u00eancias no classificador, contudo todos aqueles abrangidos pela pesquisa realizada demandam um est\u00e1gio de treinamento off-line, n\u00e3o s\u00e3o adapt\u00e1veis \u00e0s varia\u00e7\u00f5es do sinal de EMG e\/ou dependem do sinal dos outros canais de medi\u00e7\u00e3o para a minimiza\u00e7\u00e3o do efeito degradador. Diante disso, a presente proposta de tese apresenta uma metodologia baseada em aprendizagem por refor\u00e7o (Reinforcement Learning) para detec\u00e7\u00e3o, identifica\u00e7\u00e3o do tipo e atenua\u00e7\u00e3o do efeito de contaminantes em registros de eletromiografia, com aplica\u00e7\u00e3o em sistemas de reconhecimento de gestos do membro superior. O referido m\u00e9todo possui potencial para realiza\u00e7\u00e3o do treinamento online al\u00e9m de ser adapt\u00e1vel \u00e0s varia\u00e7\u00f5es do ambiente. O mesmo est\u00e1 fundamentado em um modelo de agente e ambiente, sendo constitu\u00eddo dos seguintes elementos: ambiente (atividade el\u00e9trica muscular), estado (conjunto de 6 caracter\u00edsticas extra\u00eddas do sinal de EMG), a\u00e7\u00f5es (aplica\u00e7\u00e3o de filtros\/procedimentos espec\u00edficos para a redu\u00e7\u00e3o do impacto de cada interfer\u00eancia) e agente (controlador que far\u00e1 a identifica\u00e7\u00e3o do tipo da contamina\u00e7\u00e3o e executar\u00e1 a a\u00e7\u00e3o adequada). Para cada a\u00e7\u00e3o exercida pelo agente ser\u00e1 atribu\u00edda uma recompensa a qual, por sua vez, \u00e9 determinada em virtude do impacto da primeira nas caracter\u00edsticas do sinal (estado). O treinamento, realizado atrav\u00e9s do m\u00e9todo Ator-Cr\u00edtico, consiste na obten\u00e7\u00e3o de uma pol\u00edtica de a\u00e7\u00f5es que maximize a recompensa percebida a longo prazo. Por meio de um experimento realizado de forma off-line conseguiu-se taxas de acerto de 92,96% na identifica\u00e7\u00e3o de 4 tipos de contaminantes (interfer\u00eancia por eletrocardiografia (ECG), artefato de movimento, interfer\u00eancia eletromagn\u00e9tica oriunda da rede de energia el\u00e9trica e ru\u00eddo branco gaussiano) o que valida a aplicabilidade do algoritmo e respalda o prosseguimento do trabalho.<\/p>\n\n\n\n