VAVictor Mendonca de Azevedo

Victor Mendonca de Azevedo

*This is an algorithmically generated author record based on publicly available information.

Victor Mendonca de Azevedo has a total of 11 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Ferramenta para Validação de Imagens Em Estações de Rádio Base Usando Reconhecimento de Texto Em Cenas Naturais

    by José Antônio Pedro Dos Santos, Carmelo Bastos-Filho, Victor Mendonca de Azevedo

    Atualmente, empresas do segmento de construção, instalação e manutenção de estações de rádio necessitam criar relatórios com informações e fotos reais para comprovar cada serviço prestado. A criação desse relatório pode ser lento, custoso e imprevisível devido ao processo manual envolvido na captura incorreta das imagens. Por outro lado, técnicas de visão computacional podem diminuir significantemente o tempo e o custo dessa atividade, evitando capturas ilegíveis ou com informações incorretas nas imagens placa da estação. Dessa forma, esse trabalho tem como objetivo propor uma ferramenta móvel para realizar uma validação dessas imagens da placa da estação, utilizando técnicas de visão computacional. Com isso, foi desenvolvida uma ferramenta utilizando a linguagem Python, a rede pré-treinada EAST e as bibliotecas Tesseract e Kivy. Como resultado para as imagens da placa esse método conseguiu extrair corretamente o texto chave predeterminado. Entretanto, para as imagens diferentes da placa ainda necessita de alguns ajustes para extrair o texto chave. O objetivo desse trabalho foi atingido, pois, a ferramenta foi capaz de validar a imagem da placa. Contudo, novas estratégias serão analisadas para melhorar o reconhecimento do texto.

  • Open Access

    Ferramenta de Aprendizado de Máquina para Previsão de Falha de Transformadores de Rede Elétrica

    by Leonardo Fagundes Luz Serrano, Victor Mendonça De Azevêdo, Anthony José Da Cunha Carneiro Lins

    Este trabalho tem como objetivo o desenvolvimento de uma ferramenta de previsão de falhas detransformadores de rede elétrica para suporte da equipe técnica de manutenção preventiva. Comesse propósito, é feito o tratamento de uma base de registros de falha, conversão dos dados para oformato de uma série histórica mensal de falhas por transformador, cálculo de novos atributos apartir das informações da base, seguido pela estimação do risco de falha no mês seguinte de cadatransformador da rede e pelo ranqueamento dos transformadores com base nesse risco. A estimaçãode risco é feita baseando na metodologia Aprendendo a Ranquear (Learning To Rank - LTR), pontoa-ponto, na qual os itens de uma lista são ranqueados com base numa métrica calculada a partir dealgoritmos de classificação ou regressão. É demonstrado um ganho significativo no desempenho dopreditor devido ao processo de engenharia de atributos.


  • Open Access

    SuMCET: Support Machines on Clustered Electric Transformers

    by Paulo Branco, Victor Mendonça Azevêdo, Danilo R. B. De Araújo

    Com os avanços tecnológicos, a energia elétrica se tornou responsável pelo funcionamento de diversas atividades modernas, entre elas as financeiras, hospitalares e relativas à segurança. Os transformadores, componentes do processo de distribuição elétrica são peças fundamentais para que todas essas atividades permaneçam em pleno funcionamento. O presente trabalho propõe uma abordagem de predição de falhas em transformadores agrupados por causa de falha, utilizando Support Vector Machines (SVM). Com uma acurácia média acima de 70% nas predições, a abordagem proposta desempenhou um papel satisfatório elencando os transformadores que possuem as maiores probabilidades de falha. Por fim, foi proposta uma ferramenta gráfica que implementa o preditor desenvolvido com intuito de facilitar as atividades de manutenção das redes elétricas, a SuMCET.

  • Open Access

    Um Sistema para Predição de Risco de Acidentes em Rodovias de Pernambuco

    by Rodrigo Da Silva Sousa, Danilo Araújo, Victor Mendonça De Azevedo

    As estatísticas dos acidentes de trânsito são uma preocupação mundial e trazem grandes prejuízos à sociedade,tanto econômicos quanto sentimentais. Modelos de aprendizado de máquina aplicados à predição de acidentes temo potencial de servir como ferramenta no auxílio de decisão e melhorar a precisão e o impacto de medidas para aredução de acidentes. Este trabalho tem como proposta desenvolver um sistema visual e interativo de predição deacidentes com o objetivo de auxiliar o processo de decisão de agentes rodoviários federais em Pernambuco. Osistema é composto por um modelo de aprendizagem de máquina treinado com dados de ocorrências de acidentesdisponibilizados pela Polícia Rodoviária Federal e uma ferramenta interativa de visualização dos pontos com maioresriscos no mapa de Pernambuco. Foram aplicados modelos de regressão para a predição do número de acidentesdado a identificação da rodovia, altura do trecho, ano, mês, dia da semana e condições meteorológicas. O modeloRandom Forest apresentou os melhores resultados de acordo com as métricas de avaliação consideradas notrabalho.


  • Open Access

    Sistema de Gestão de Fluxo Clientes Em Pontos Comerciais Utilizando Visão Computacional

    by Luana Gonçalves, Carmelo J. A. Bastos Filho, Victor Mendonça De Azevedo

    Para a administração de ativos com mais precisão de acordo com a demanda e público em pontos comerciais, é cada vez mais comum o uso de técnicas para extrair informações acerca da distribuição dos clientes. O objetivo é minimizar o tempo dos clientes em filas e atendimentos, adequar os produtos e reorganizar o layout do espaço a partir do mercado consumidor. Neste trabalho, é proposto um sistema voltado para otimização de recursos em pontos comerciais, através do processamento de imagens de câmeras de segurança para o monitoramento do fluxo e perfil de clientes. O baixo custo de implementação do sistema aumenta o mercado potencial de compra do serviço, diminui o tempo de retorno sobre o investimento e assim reduz a barreira de entrada em grandes companhias.

  • Open Access

    Um Estudo de Caso do Uso de Mineração de Dados e Aprendizado de Máquina no Aprimoramento de Inspeções de Estações Rádio Base

    by Marcelo Veloso Maciel, Carmelo Bastos Filho, Victor Mendonça De Azevêdo

    Atualmente, empresas de telefonia despendiam força de trabalho num lento processo de vistoria de Estações Rádio Base. Tendo como cenário a emergência da indústria 4.0, incorporar algoritmos de inteligência computacional no aceleramento desse processo figura como uma vantagem competitiva. É nesse contexto que este trabalho apresenta uma solução algorítmica com o objetivo de auxiliar técnicos e engenheiros de telecomunicação na tarefa de determinar quais itens da vistoria são passíveis de abono. Por meio da utilização de ferramentas de mineração de dados e processamento de linguagem natural extraiu-se a informação necessária para treinar algoritmos de aprendizado de máquina que sugerem aos usuários quais itens tem maior probabilidade de abono. O trabalho, portanto, representa um esforço preliminar na aceleração do processo dessas vistorias.

  • Open Access

    Solução IoT de Monitoramento de Poços para Gerenciamento de Recursos Hídricos

    by Victor Mendonca de Azevedo, Alexandre Magno Andrade Maciel, Kiev Santos da Gama

    O objetivo principal das cidades inteligentes é alcançar o uso sustentável dos recursos. Para fazer o uso correto dos recursos, é necessário um monitoramento e gerenciamento precisos. Em alguns lugares, como os aquíferos subterrâneos, o acesso para monitoramento pode ser difícil, portanto, o uso de sensores pode ser uma boa solução. Os aquíferos subterrâneos são um importante recurso hídrico. O correto monitoramento, ajuda a prevenir seu esgotamento e a evitar impactos ambientais.Este artigo tem como objetivo apresentar um esforço que vem sendo realizado pela Agência Pernambucana de Águas e Clima – APAC, no monitoramento de poços subterrâneos, com o uso de uma solução IoT para um monitoramento continuo e em tempo real, com a análise dos dados obtidos e geração de histórico, possibilitando o estudo do comportamento dos aquíferos subterrâneos da Região Metropolitana de Recife. Apresentamos como essa solução é composta e como os dados gerados podem ser analisados