Banca de QUALIFICAÇÃO: MIQUÉIAS DE SOUSA LIMA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : MIQUÉIAS DE SOUSA LIMA
DATA : 29/05/2026
HORA: 14:00
LOCAL: LCC
TÍTULO:

MODELO INTELIGENTE BASEADO EM REDES NEURAIS RECORRENTES PARA ANÁLISE TEMPORAL DE SENSORGRAMAS GERADOS POR SENSOR BASEADO NA RESSONANCIA DE PLASMONS DE SUPERFÍCIE.

PALAVRAS-CHAVES:

Sensor SPR. Sensorgramas. Modelos preditivos. ARIMA. GRU. SimpleRNN

 

PÁGINAS: 79
RESUMO:

A técnica de ressonância de plasmons de superfície (RPS) é capaz de medir interações biomoleculares através de um processo de transdução óptica em que a luz refletida em condições específicas contém informações valiosas que são capazes de detectar pequenas variações de índice de refração das substâncias analisadas na superfície sensora, sendo importantes em diversas aplicações como: produção de fármacos, diagnósticos de doenças, controle de biocombustíveis e ciência dos materiais. No contexto experimental, um protocolo é um conjunto de substâncias ordenadas e inseridas na superfície sensora, representado por um sensorgrama, gráfico que mede a interação molecular. A errônea manipulação das substâncias, ruídos instrumentais e a qualidade da multicamada são fatores que podem prejudicar a confiabilidade da resposta, ocasionando má interpretação dos dados. Neste sentido, este trabalho tem como objetivo investigar o uso de modelos preditivos para analisar os sensorgramas, seus aspectos, características, valores, substâncias e reconhecimento de protocolo. Como contribuição, visa-se a criação de um Sensor SPR Inteligente para auxiliar usuários na condução de experimentos, levando em consideração a ordem das substâncias, níveis de concentração, tempo de exposição, estabilidade do sinal e limites aceitáveis de ruído, avaliando dessa forma, a conformidade da resposta temporal em relação a um protocolo experimental esperado, podendo gerar economia de tempo, materiais e popularizar o uso da tecnologia. Para o protocolo experimental com substrato de vidro BK7 - Ouro, os resultados preliminares indicaram que o modelo GRU apresentou o menor erro médio absoluto de 0.005382 e quadrático de 0.000319, sendo o menor entre os avaliados; O modelo SimpleRNN teve o pior desempenho com erro médio absoluto de 0.024773 e quadrático de 0.001854. O modelo ARIMA demonstrou erro médio absoluto promissor de 0.007590 e erro médio quadrático de 0.002433.

MEMBROS DA BANCA:
Presidente - 2073862 - LEIVA CASEMIRO OLIVEIRA
Interno - 1566120 - SILVIO ROBERTO FERNANDES DE ARAUJO
Externo à Instituição - Cleumar da Silva Moreira - IFPR