Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Paulino Machado Gomes has a total of 15 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Controle PID Paraconsistente para Fusão de Sensores Redundantesem Sistemas de Segunda Ordem

    by Paulino Gomes

    This paper presents a Paraconsistent PID controller based on Two-Valued Annotated Paraconsistent Logic (LPA₂v) for handling contradictory information in systems with redundant sensors. The method employs evidence degrees to adjust the control action through a confidence factor. Simulations on a second-order plant under different contradiction levels and sensor fault conditions were evaluated using IAE, ISE, ITAE, settling time, and overshoot metrics. Results demonstrated stability and robustness under inconsistent information, indicating potential applications in fault-tolerant industrial systems.

  • Open Access

    Process of Learning from Demonstration with Paraconsistent Artificial Neural Cells for Application in Linear Cartesian Robots

    by João Inácio Da Silva Filho, Cláudio Luís Magalhães Fernandes, Rodrigo Silvério da Silveira, Paulino Machado Gomes, Sérgio Luiz da Conceição Matos, Leonardo Do Espirito Santo, Vander Célio Nunes, Hyghor Miranda Côrtes, William Aparecido Celestino Lopes, Mauricio Conceição Mario, et al.

    Paraconsistent Annotated Logic (PAL) is a type of non-classical logic based on concepts that allow, under certain conditions, for one to accept contradictions without invalidating conclusions. The Paraconsistent Artificial Neural Cell of Learning (lPANCell) algorithm was created from PAL-based equations. With its procedures for learning discrete patterns being represented by values contained in the closed interval between 0 and 1, the lPANCell algorithm presents responses similar to those of nonlinear dynamical systems. In this work, several tests were carried out to validate the operation of the lPANCell algorithm in a learning from demonstration (LfD) framework applied to a linear Cartesian robot (gantry robot), which was moving rectangular metallic workpieces. For the LfD process used in the teaching of trajectories in the x and y axes of the linear Cartesian robot, a Paraconsistent Artificial Neural Network (lPANnet) was built, which was composed of eight lPANCells. The results showed that lPANnet has dynamic properties with a robustness to disturbances, both in the learning process by demonstration, as well as in the imitation process. Based on this work, paraconsistent artificial neural networks of a greater complexity, which are composed of lPANCells, can be formed. This study will provide a strong contribution to research regarding learning from demonstration frameworks being applied in robotics.


  • Open Access

    Configuração de uma Rede Neural Artificial Paraconsistente para o Método de Aprendizado por Demonstração aplicado à um Braço Robótico

    by Paulino Machado Gomes, Cláudio Luís Magalhães Fernandes, João Inácio da Silva Filho, Rodrigo Silvério da Silveira, Leonardo Do Espírito Santo, Mauricio Conceição Mario, Vitor da Silva Rosa, Germano Lambert Torres

    A Lógica Paraconsistente Anotada – LPA é uma lógica não clássica, baseada em conceitos que permitem, sob certas condições, aceitar a contradição em seus fundamentos, sem invalidar as conclusões. Interpretações matemáticas em seu reticulado associado, possibilitam a obtenção de equações e construções de algoritmos, que formam redes de análise paraconsistentes eficientes, em tratar sinais simulando aprendizagem. O algoritmo utilizado nesta pesquisa, é denominado de Célula Neural Artificial Paraconsistente de aprendizagem (CNAPap), e foi criado a partir das equações baseadas em LPA. Com sinais padronizados repetidamente aplicados à sua entrada, a CNAPap é capaz de armazenar gradativamente estas informações, aumentando ou diminuindo seu nível de resposta na saída com variação assintótica, controlado por um Fator de Aprendizagem (FA). Para executar os testes, um conjunto de cinco CNAPaps formando uma Rede Neural Artificial Paraconsistente de aprendizagem (RNAPap), foi implementado em um microcontrolador ATMEGA 328p e vários ensaios foram realizados para validar o seu funcionamento, atuando no aprendizado por demonstração (LfD) em um Robô Manipulador. Considerando a frágil estrutura mecânica do Robô Manipulador, e dos dispositivos sensores adaptados para responder aos padrões, os resultados laboratoriais obtidos nos diversos testes apresentados foram satisfatórios, e o Sistema microprocessado construído respondeu de modo eficiente, onde os níveis de acertos, corresponderam entre 75% a 90%, em todas as etapas do método de LfD. Os resultados de estudos comparativos, mostraram que a RNAPap possui propriedades dinâmicas com capacidade de atuar, tanto no método de aprendizagem por demonstração, como no método de imitação.