http://hdl.handle.net/123456789/254 2026-03-08T05:59:43Z 2026-03-08T05:59:43Z MONTI, Ednardo Monteiro Gonzaga do http://hdl.handle.net/123456789/4075 2025-09-29T14:59:32Z 2025-09-29T00:00:00Z

SONS E MEMÓRIAS QUE CRUZARAM O ATLÂNTICO: Formação de professores brasileiros no doutorado em música da Universidade de Aveiro - Portugal MONTI, Ednardo Monteiro Gonzaga do RESUMO: Propõe-se como objetivo geral do presente projeto analisar as viagens de formação de brasileiros professores de universidades federais que cursaram o doutorado em Música na Europa, mais especificamente na Universidade de Aveiro – Portugal, nas duas primeiras décadas no século XXI, período de ampliação dos cursos de música no Brasil. Nessa perspectiva, interroga-se: qual a relevância das viagens empreendidas por educadores musicais para a formação em nível de doutorado em Música na Universidade de Aveiro – Portugal? Se, por um lado, há a possibilidade de se perceberem os atributos que as unem, por outro, quais são as especificidades de tais experiências acadêmicas? Essas viagens foram tempos de significativa formação? Viabilizaram intercâmbios e consolidação de redes de sociabilidade? As viagens fomentaram circulação de novos saberes musicais e modelos educativos no Brasil? Na perspectiva metodológica, busca-se, por meio da História Oral, mobilizar as memórias desses sujeitos, como também, os acervos pessoais desses músicos: partituras, agendas e diários de viagens, cadernos de anotações, livros, apostilas, relatórios, cartas, textos publicados em periódicos, diários, fotografias, cartões postais, programas de concertos, certificados de participação em eventos, postagens em redes sociais, dentre outros documentos. Entende-se que os resultados do projeto aqui proposto, na esfera nacional, numa perspectiva da História da Educação, são significativos na medida em que podem apresentar informações para os Programas de Pós-graduação, que apenas ofertam cursos de mestrado, como justificativa para a criação de doutorados. Por outro lado, visando a internacionalização e a ampliação do incentivo para a formação docente no exterior, os resultados dessas pesquisas podem fundamentar propostas de políticas públicas e programas similares ao Ciência Sem Fronteiras. ABSTRACT: The general objective of the present project is to analyze the study trips of Brazilian professors from federal universities who pursued their doctoral degrees in Music in Europe, specifically at the University of Aveiro – Portugal, during the first two decades of the 21st century, a period of expansion of music courses in Brazil. From this perspective, the following questions arise: What is the relevance of the journeys undertaken by music educators for their doctoral studies at the University of Aveiro – Portugal? While it is possible to identify the attributes that unite them, what are the specific characteristics of these educational experiences? Were these trips times of significant learning? Did they facilitate exchanges and the establishment of social networks? Did these journeys promote the circulation of new musical knowledge and educational models in Brazil? In terms of methodology, the project seeks to employ Oral History, tapping into the memories of these subjects, as well as their personal collections: sheet music, agendas and travel diaries, notebooks, books, study materials, reports, letters, articles published in journals, diaries, photographs, postcards, concert programs, participation certificates in events, social media posts, and other relevant documents. It is understood that the results of the proposed project, within the national context and from an Educational History perspective, hold significance in that they can provide information to Postgraduate Programs that currently only offer master's courses, as a justification for establishing doctoral programs. On the other hand, with a focus on internationalization and the enhancement of incentives for foreign teaching qualifications, the outcomes of this research can serve as a basis for proposals of public policies and initiatives similar to the Science Without Borders program.

2025-09-29T00:00:00Z MEIRELES FILHO, Mário Rodrigues Gomes http://hdl.handle.net/123456789/3488 2023-11-13T20:13:41Z 2023-11-13T00:00:00Z

UMA ABORDAGEM PREDITIVA PARA A PRODUÇÃO DE MEL COM BASE EM DADOS CLIMÁTICOS MEIRELES FILHO, Mário Rodrigues Gomes RESUMO O Estado do Piauí é um dos maiores produtores de mel do Brasil, tendo a apicultura uma grande importância socioeconômica para vários municípios do Estado. Conhecer os fatores que permitam o desenvolvimento da produção melífera, são essenciais para o crescimento econômico, principalmente para a apicultura ligada à agricultura familiar. As mudanças climáticas de uma região são uma das características que interferem diretamente na produção do mel. Desta forma, buscar conhecer como essas alterações podem interferir no resultado do desenvolvimento da apicultura é de fundamental importância para o setor produtivo. O uso de tecnologias de Inteligência Artificial permite a execução de atividades como reconhecimento de padrões e predições de valores a partir de séries temporais. Neste trabalho foram investigadas combinações de modelos de Redes Neurais (CNN-Dense; GRU-Dense e LSTM-Dense), com o intuito de determinar qual apresenta melhor desempenho na predição do quantitativo de mel produzido com base nos dados climáticos diários. Neste trabalho, usamos como estudo de casos, dados da região de Piracuruca. As redes estudadas obtiveram resultados nos índices de erro médio quadrático – RMSE (Root Mean Squared Error) e desvio padrão da produção inferiores a 3% do valor da produção para um período estudado. Dos modelos propostos no estudo, pode- se destacar o modelo LSTM-Dense, do qual se obteve os melhores resultados nos índices estudados, principalmente no índice R2, que representa o coeficiente de determinação, obtendo uma precisão de 99,999% quando comparado aos resultados encontrados da produção pela rede neural com os dados conhecidos da base de teste. Demonstrou-se assim a eficiência no uso dos modelos de Redes Neurais para o reconhecimento de padrões climáticos na predição da produção de mel. ABSTRACT The State of Piauí is one of the largest producers of honey in Brazil, with beekeeping having a great socioeconomic importance for several municipalities in the State. Knowing the factors that allow the development of honey production are essential for economic growth, especially for beekeeping linked to family farming. The climatic changes in a region are one of the characteristics that directly interfere in the production of honey. In this way, seeking to know how these changes can interfere with the result of the development of beekeeping is of fundamental importance for the productive sector. The use of Artificial Intelligence technologies allows the execution of activities such as pattern recognition and value predictions from time series. In this work, combinations of Neural Networks models (CNN-Dense; GRU- Dense and LSTM-Dense) were investigated, in order to determine which, one has the best performance in predicting the quantity of honey produced based on daily climate data. In this work, we used data from the Piracuruca region as a case study. The studied networks obtained results in the root mean squared error – RMSE (Root Mean Squared Error) and production standard deviation lower than 3% of the production value for a studied period. Of the models proposed in the study, the LSTM-Dense model can be highlighted, from which the best results were obtained in the studied indices, mainly in the R2 index, which represents the coefficient of determination, obtaining a precision of 99.999% when compared to the results found output by the neural network with the known data from the test base. Thus, it was demonstrated the efficiency in the use of Neural Network models for the recognition of climatic patterns in the prediction of honey production. Orientador: Prof. Dr. Aldir Silva Sousa Examinador interno: Prof. Dr. José Medeiros de Araújo Junior Examinador interno: Prof. Dr. Antônio Helson Mineiro Soares

2023-11-13T00:00:00Z MARQUES, José de Anchieta Araújo http://hdl.handle.net/123456789/3481 2023-11-10T18:16:55Z 2023-11-10T00:00:00Z

UMA ABORDAGEM BASEADA EM COEFICIENTES DE FREQUÊNCIA MEL CEPSTRAIS E MODELOS DE APRENDIZADO DE MÁQUINA PARA LOCALIZAÇÃO DE FALTAS EM LINHA DE TRANSMISSÃO DE ALTA TENSÃO MARQUES, José de Anchieta Araújo Resumo Faltas nas Linhas de Transmissão (LTs) podem causar grandes prejuízos aos usuários e aos gestores de Sistemas Elétricos de Potência (SEP). Dessa forma, é de suma importância tornar o processo de localização de tais faltas cada vez mais eficiente, para que estas possam ser reparadas o mais rápido possível. No presente estudo, foram aplicados os Coeficientes de Frequência Mel Cepstrais (MFCC) como ferramenta de pré-processamento dos sinais de tensão coletados nos dois terminais da linha de transmissão durante a falta, além de um modelo de Aprendizado de Máquina (AM), responsável pela localização das faltas na prática. Foram testados diferentes modelos de AM, quais sejam: Rede Neural Artificial (RNA), Regressão de Vetores de Suporte (SVR) e Regressão de Vetores de Suporte com Mínimos Quadrados (LS-SVR), dentre os quais se percebeu que a RNA teve o melhor resultado geral, sendo capaz de processar todas as simulações. Utilizou-se uma linha de transmissão modelada com base em parâmetros de uma linha real. No MATLAB, vários cenários foram simulados com a RNA, que apresentou os melhores resultados iniciais, e o método proposto forneceu resultados com alta precisão na localização de faltas em ambientes não ruidosos, com Erro Médio Relativo (EMR) geral de 0,00004 % e Erro Médio Absoluto (EMA) geral de 0,13 m. Posteriormente, foram verificadas as influências do tipo de falta, das resistências de faltas, dos ângulos de faltas e das distâncias de faltas no método de localização, utilizando-se os resultados da melhor arquitetura da RNA. O método proposto demonstrou ainda ser capaz de realizar a detecção rápida e precisa de faltas, mesmo quando considerados percentuais pequenos da base de dados ou/e a partir da adição de várias relações sinais-ruídos aos sinais de tensão. Esses resultados apontam que o procedimento metodológico proposto é uma boa alternativa para localização de faltas em LT. Abstract Faults in transmission lines (TLs) may cause great loss to users and to managers of Electric Power Systems (EPS). Thus, it is important to make the process of locating these faults more efficient, in order to repair them as quickly as possible. In the present study, Mel Frequency Cepstral Coefficients (MFCC) were used as a tool for processing voltage signals collected on both of the trasmission line terminals during faults, in addition to an Machine Learning (AM) model, responsible for locating faults in practice. Different AM models were tested, namely: an Artificial Neural Network (ANN), a Support Vector Regression (SVR) and a Least Squares Support Vector Regression (LS-SVR), among which it was noticed that the ANN had the best overall result, being able to process all simulations. A modeled line based on parameters of a real line was used as well. Several scenarios were performed on MATLAB and the proposed method provided results with high precision in locating faults in enviroments without noise, with a Mean Relative Error (MRE) of 0.00004 % and a Mean Absolute Error (MAE) of 0.13 meters. Subsequently, the influences of fault’s types, of fault’s resistances, of fault’s angles and of fault’s distances in the location method were evaluated, through the results of the best ANN architecture. The proposed method was still able to detect the falts quickly and precisely, even with small percenteges of the data base and/or different signal to noise ratio. These results indicate that the proposed methodological procedure is a good alternative for fault location in LT. Orientador: Prof. Dr. Hermes Manoel Galvão C. Branco Prof. Dr. Ricardo de Andrade Lira Rabelo Examinador: Prof. Dr. Aryfrance Rocha Almeida Examinador: Prof. Dr. Vinicius Ponte Machado

2023-11-10T00:00:00Z ALVES, Lívia Rezende Passos Silva Tenório http://hdl.handle.net/123456789/3439 2023-09-28T19:58:12Z 2023-09-28T00:00:00Z

INFLUÊNCIA DA VERMICULITA NO RETARDAMENTO DA CHAMA E PROPRIEDADES MECÂNICAS DAS ESPUMAS RÍGIDAS DE POLIURETANO ALVES, Lívia Rezende Passos Silva Tenório RESUMO Novos materiais para edifícios e espaços abertos estão sendo estudados e testados quanto a durabilidade, aspecto de desgaste, deterioração por UV e impacto da eficiência energética, uma solução viável é a formulação de compósitos de espumas rígidas de poliuretano (PU). As espumas rígidas de poliuretano (PU) foram preparadas pelo método de espuma expansível em uma etapa usando moldagem por fundição. Os compósitos de espuma de poliuretano/vermiculita (PU/VMT) foram desenvolvidos com a adição de argila em diferentes proporções (0, 5, 10, 15 e 20%) na formulação. Os efeitos de modificações compostas foram avaliados por difração de raios X (DRX), análise termogravimétrico (TG/DTG) e microscopia eletrônica de varredura (MEV/EDS) aplicada ao retardamento de chama explorado pelo teste de queima vertical (ASTMD 3801-96). A análise de DRX mostrou os picos definidos em 2θ = 18° e 2θ = 73° em relação à cristalinidade em formação e interação de segmentos rígidos foram identificados, como bem como a influência da redução da cristalinidade em compósitos. No teste de chama, o retardante de chama superfície foi bem sucedido em todos os compósitos, dado o sucesso da dispersibilidade e orientação planar das camadas de argila e a existência de um teor ideal de vermiculita (VMT) incorporado na matriz de espuma. Os compósitos PU/VMT foram testados na Máquina de ensaios universal – SHIMADZU AGX-250kN, utilizada para os ensaios mecânicos. Foram realizados o ensaio de Compressão (ASTM D 1621-10), Tração (ASTM D 638–14– Tipo III) e Flexão (ASTM 790 procedimento A). O aperfeiçoamento nas propriedades mecânicas nos compósitos PU10 e PU15 em relação à espuma compósita PU5, ocorre especialmente devido ao aumento da viscosidade da mistura pré-expansão, que propicia um aumento da densidade aparente das espumas compósitas em relação à espuma de PU. Todos os compósitos podem ser empregados com a vantagem de parte da espuma ser composta de VMT, proporcionando vantagens ambientais e econômicas. ABSTRACT New materials for buildings and open spaces are being studied and tested for durability, appearance of wear, caused by UV and impact on energy efficiency, a viable solution is the formulation of rigid polyurethane (PU) foam composites. Rigid polyurethane (PU) foams were prepared by the one-step expandable foam method using die casting. The polyurethane/vermiculite (PU/VMT) foam composites were accompanied with the addition of clay in different proportions (0, 5, 10, 15 and 20%) in the formulation. The effects of composite modifications were evaluated by X-ray diffraction (XRD), thermogravimetric analysis (TG/DTG) and scanning electron microscopy (SEM/EDS) applied to the exploratory flame retardancy by the vertical burn test (ASTMD 3801-96) . An XRD analysis showed peaks defined at 2θ = 18° and 2θ = 73° in relation to crystallinity in formation and interaction of hard disks were identified, as well as the influence of crystallinity reduction in composites. In the flame test, the surface flame retardant was successful in all composites, given the successful dispersibility and planar orientation of the clay layers and the existence of an ideal vermiculite content (VMT) incorporated in the foam matrix. The PU/VMT composites were tested on the universal testing machine – SHIMADZU AGX-250kN, used for mechanical testing. Compression (ASTM D 1621-10), Tension (ASTM D 638–14– Type III) and Flexion (ASTM 790 procedure A) tests were performed. The improvement in the mechanical properties of the PU10 and PU15 composites in relation to the PU5 composite foam, occurs especially due to the increase in the pre-expansion mix descent, which provides an increase in the apparent density of the composite foams in relation to the PU foam. All composites can be used with the advantage that part of the foam is composed of VMT, providing environmental and environmental benefits. Orientador: Profa. Dra. Durcilene Alves da Silva – UFDPAR Coorientador: Prof. Dr. Marcelo Barbosa Furtini Examinadora interna: Profa. Dra. Josy Anteveli Osajima Furtini Examinador externo ao programa: Pós-Doc. Alan Ícaro Sousa Morais Examinadora externa: Profa. Dra. Alexsandra de Sousa Rios – UFC Examinadora externa: Profa. Dra. Luzia Maria Castro Honório – UFPB

2023-09-28T00:00:00Z