Italo Pinto Rodrigues
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Research Interests
- plataforma lattes. mineração de dados. automação. matlab. produção científica.
- uso de múltiplas estações e inclusão de variáveis ambientais adicionais
- de modo a reduzir erros e aumentar a competitividade das predições.
- corretivo agrícola. fertilização. escória ld. elevação do ph.
- com destaque para a configuração [2 – 30 – 30 – 30 – 1]
Italo Pinto Rodrigues has a total of 42 co-authors. Here are the top co-authors by number of shared publications:
- Bruno Lima Dos Santos
UniFOA, Centro Universitário de Volta Redonda, Volta Redonda, RJ
5 shared publications - Gabriel Alberto Rodrigues
UniFOA, Centro Universitário de Volta Redonda, Volta Redonda, RJ
4 shared publications - João Gabriel Dos Santos Dias Moura Matos
UniFOA, Centro Universitário de Volta Redonda, Volta Redonda, RJ
4 shared publications - Thalisson Wendel Da Silva Nascimento
UniFOA, Centro Universitário de Volta Redonda, Volta Redonda, RJ
4 shared publications - Aloano Regio de Almeida Pereira
Centro Universitário de Volta Redonda
2 shared publications - Rafael Sergio Gonçalves
UniFOA, Centro Universitário de Volta Redonda, Volta Redonda, RJ
2 shared publications
Latest Publications
- Open Access
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
MineraLattes
A Plataforma Lattes constitui a principal base curricular da comunidade científica brasileira, reunindo informações essenciais para processos de avaliação e gestão acadêmica. Entretanto, a extração manual de dados a partir dos currículos é trabalhosa e suscetível a erros, especialmente em levantamentos institucionais de grande porte. Este trabalho apresenta o desenvolvimento de um algoritmo em MATLAB para mineração de informações em arquivos XML extraídos da Plataforma Lattes. O código realiza a leitura estruturada dos currículos, identifica categorias de produção acadêmica, contabiliza ocorrências dentro de um intervalo temporal definido e exporta automaticamente planilhas organizadas em níveis de resumo e detalhamento. Nos testes realizados, os resultados obtidos coincidiram integralmente com os indicadores exibidos na própria plataforma, confirmando a precisão da abordagem. A proposta representa uma alternativa simples e eficiente para instituições que necessitam agilizar a coleta de dados acadêmicos, embora se reconheça a necessidade de testes adicionais para verificar sua robustez em diferentes contextos.
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessMineraLattes
A Plataforma Lattes constitui a principal base curricular da comunidade científica brasileira, reunindo informações essenciais para processos de avaliação e gestão acadêmica. Entretanto, a extração manual de dados a partir dos currículos é trabalhosa e suscetível a erros, especialmente em levantamentos institucionais de grande porte. Este trabalho apresenta o desenvolvimento de um algoritmo em MATLAB para mineração de informações em arquivos XML extraídos da Plataforma Lattes. O código realiza a leitura estruturada dos currículos, identifica categorias de produção acadêmica, contabiliza ocorrências dentro de um intervalo temporal definido e exporta automaticamente planilhas organizadas em níveis de resumo e detalhamento. Nos testes realizados, os resultados obtidos coincidiram integralmente com os indicadores exibidos na própria plataforma, confirmando a precisão da abordagem. A proposta representa uma alternativa simples e eficiente para instituições que necessitam agilizar a coleta de dados acadêmicos, embora se reconheça a necessidade de testes adicionais para verificar sua robustez em diferentes contextos.
- Open Access
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Arquitetura de rede neural artificial otimizada para previsão da temperatura da bateria em simuladores operacionais de satélites
A confiabilidade dos simuladores operacionais de satélites depende da capacidade de reproduzir o comportamento dos subsistemas ao longo de toda a vida útil da missão. Entretanto, um dos desafios recorrentes está na representação do envelhecimento dos equipamentos, em especial da bateria, cujo desempenho se degrada de forma complexa ao longo do tempo. Este trabalho investiga o uso de redes neurais artificiais otimizadas por algoritmos genéticos para modelar a temperatura da bateria do satélite CBERS-4. Foram utilizadas telemetrias reais coletadas entre 2015 e 2020, totalizando mais de quatro milhões de registros, reduzidos a um conjunto representativo para viabilizar a execução em tempo real. O processo de busca de arquiteturas de rede foi conduzido com base na minimização do erro médio relativo quadrático (MRSE), considerando até três camadas ocultas. Os resultados indicam a viabilidade de obter arquiteturas compactas e precisas, adequadas para integração em simuladores operacionais, conciliando simplicidade estrutural e fidelidade de previsão. Conclui-se que a abordagem proposta pode contribuir para aumentar a confiabilidade de simulações em missões estendidas, abrindo perspectivas para aplicação em outros subsistemas críticos.
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessArquitetura de rede neural artificial otimizada para previsão da temperatura da bateria em simuladores operacionais de satélites
A confiabilidade dos simuladores operacionais de satélites depende da capacidade de reproduzir o comportamento dos subsistemas ao longo de toda a vida útil da missão. Entretanto, um dos desafios recorrentes está na representação do envelhecimento dos equipamentos, em especial da bateria, cujo desempenho se degrada de forma complexa ao longo do tempo. Este trabalho investiga o uso de redes neurais artificiais otimizadas por algoritmos genéticos para modelar a temperatura da bateria do satélite CBERS-4. Foram utilizadas telemetrias reais coletadas entre 2015 e 2020, totalizando mais de quatro milhões de registros, reduzidos a um conjunto representativo para viabilizar a execução em tempo real. O processo de busca de arquiteturas de rede foi conduzido com base na minimização do erro médio relativo quadrático (MRSE), considerando até três camadas ocultas. Os resultados indicam a viabilidade de obter arquiteturas compactas e precisas, adequadas para integração em simuladores operacionais, conciliando simplicidade estrutural e fidelidade de previsão. Conclui-se que a abordagem proposta pode contribuir para aumentar a confiabilidade de simulações em missões estendidas, abrindo perspectivas para aplicação em outros subsistemas críticos.
- Open Access
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Modelagem de estações virtuais de qualidade do ar com redes neurais artificiais para monitoramento de PM10
O monitoramento da qualidade do ar enfrenta desafios relacionados ao alto custo e à manutenção de estações físicas. Como alternativa, este estudo investigou a viabilidade de construir uma estação virtual de PM10 utilizando redes neurais artificiais do tipo Multilayer Perceptron (MLP). Foram utilizados dados de duas estações reais para prever concentrações em uma terceira, adotando diferentes arquiteturas de rede. Os resultados mostraram que arquiteturas de complexidade intermediária alcançaram melhor desempenho, com destaque para a configuração [2 – 30 – 30 – 30 – 1], que obteve Média Relativa do Erro Quadrático (MRSE) de aproximadamente 63,98%. Apesar de os resultados ainda não serem competitivos frente a estudos de referência, eles confirmam o potencial de RNAs para aplicações de baixo custo em estações virtuais. Trabalhos futuros deverão explorar estratégias de regularização, variações arquiteturais, uso de múltiplas estações e inclusão de variáveis ambientais adicionais, de modo a reduzir erros e aumentar a competitividade das predições.
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessModelagem de estações virtuais de qualidade do ar com redes neurais artificiais para monitoramento de PM10
O monitoramento da qualidade do ar enfrenta desafios relacionados ao alto custo e à manutenção de estações físicas. Como alternativa, este estudo investigou a viabilidade de construir uma estação virtual de PM10 utilizando redes neurais artificiais do tipo Multilayer Perceptron (MLP). Foram utilizados dados de duas estações reais para prever concentrações em uma terceira, adotando diferentes arquiteturas de rede. Os resultados mostraram que arquiteturas de complexidade intermediária alcançaram melhor desempenho, com destaque para a configuração [2 – 30 – 30 – 30 – 1], que obteve Média Relativa do Erro Quadrático (MRSE) de aproximadamente 63,98%. Apesar de os resultados ainda não serem competitivos frente a estudos de referência, eles confirmam o potencial de RNAs para aplicações de baixo custo em estações virtuais. Trabalhos futuros deverão explorar estratégias de regularização, variações arquiteturais, uso de múltiplas estações e inclusão de variáveis ambientais adicionais, de modo a reduzir erros e aumentar a competitividade das predições.
- Open Access
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Sensores virtuais para detecção de gases
Este artigo apresenta uma Rapid Review sobre sensores virtuais aplicados à detecção de gases, com foco na ideia de um “olfato artificial” capaz de identificar substâncias com ou sem odor perceptível. A revisão foi conduzida a partir de artigos publicados entre 2021 e 2025 que abordam aplicações industriais, ambientais, bioinspiradas e de autovalidação de sensores. Os resultados indicam que os sensores virtuais se consolidam como alternativas relevantes aos dispositivos físicos tradicionais, oferecendo redução de custos, ampliação da cobertura de monitoramento e integração com algoritmos de inteligência artificial. Avanços em sistemas neuromórficos e sensores autovalidantes reforçam a perspectiva de maior seletividade, sensibilidade e confiabilidade. Conclui-se que, embora ainda enfrentem desafios técnicos, os sensores virtuais constituem um campo em rápida expansão e com elevado potencial para inovação tecnológica e formação científica, inclusive em projetos de iniciação no ensino médio.
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessSensores virtuais para detecção de gases
Este artigo apresenta uma Rapid Review sobre sensores virtuais aplicados à detecção de gases, com foco na ideia de um “olfato artificial” capaz de identificar substâncias com ou sem odor perceptível. A revisão foi conduzida a partir de artigos publicados entre 2021 e 2025 que abordam aplicações industriais, ambientais, bioinspiradas e de autovalidação de sensores. Os resultados indicam que os sensores virtuais se consolidam como alternativas relevantes aos dispositivos físicos tradicionais, oferecendo redução de custos, ampliação da cobertura de monitoramento e integração com algoritmos de inteligência artificial. Avanços em sistemas neuromórficos e sensores autovalidantes reforçam a perspectiva de maior seletividade, sensibilidade e confiabilidade. Conclui-se que, embora ainda enfrentem desafios técnicos, os sensores virtuais constituem um campo em rápida expansão e com elevado potencial para inovação tecnológica e formação científica, inclusive em projetos de iniciação no ensino médio.
- Open Access
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Uso de inteligência artificial para simulação didática de dados
A integração de metodologias ativas ao ensino de Estatística e Data Science tem impulsionado a busca por recursos que conectem modelos estatísticos a contextos reais. Nesse cenário, o ChatGPT desponta como ferramenta capaz de gerar dados customizados para práticas didáticas. Este trabalho teve como objetivo desenvolver e avaliar um assistente personalizado no ChatGPT, estruturado por meio de prompt engineering, para produzir conjuntos de dados simulados completos, contextualizados e aderentes a distribuições estatísticas definidas pelo usuário. O estudo foi conduzido em caráter exploratório-computacional, sendo testado no caso “tempo de processamento até o computador travar”, modelado pela distribuição de Weibull. O assistente gerou 121 amostras acompanhadas de variáveis contextuais (carga de CPU e uso de memória), que foram analisadas por meio de tabelas de frequência, histogramas, ajuste da curva teórica e cálculo do erro médio quadrático. Os resultados evidenciaram ajuste consistente à Weibull, com parâmetros plausíveis e correlações negativas entre as variáveis contextuais e o tempo até a falha, conferindo realismo ao conjunto. A pesquisa demonstra que, quando guiado por um prompt estruturado, o ChatGPT é capaz de produzir dados estatisticamente consistentes e pedagogicamente úteis, favorecendo metodologias ativas e práticas aplicadas no ensino de Estatística.
- 19 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessUso de inteligência artificial para simulação didática de dados
A integração de metodologias ativas ao ensino de Estatística e Data Science tem impulsionado a busca por recursos que conectem modelos estatísticos a contextos reais. Nesse cenário, o ChatGPT desponta como ferramenta capaz de gerar dados customizados para práticas didáticas. Este trabalho teve como objetivo desenvolver e avaliar um assistente personalizado no ChatGPT, estruturado por meio de prompt engineering, para produzir conjuntos de dados simulados completos, contextualizados e aderentes a distribuições estatísticas definidas pelo usuário. O estudo foi conduzido em caráter exploratório-computacional, sendo testado no caso “tempo de processamento até o computador travar”, modelado pela distribuição de Weibull. O assistente gerou 121 amostras acompanhadas de variáveis contextuais (carga de CPU e uso de memória), que foram analisadas por meio de tabelas de frequência, histogramas, ajuste da curva teórica e cálculo do erro médio quadrático. Os resultados evidenciaram ajuste consistente à Weibull, com parâmetros plausíveis e correlações negativas entre as variáveis contextuais e o tempo até a falha, conferindo realismo ao conjunto. A pesquisa demonstra que, quando guiado por um prompt estruturado, o ChatGPT é capaz de produzir dados estatisticamente consistentes e pedagogicamente úteis, favorecendo metodologias ativas e práticas aplicadas no ensino de Estatística.
- Open Access
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Avaliação de funções objetivo na busca por arquiteturas eficientes de redes neurais para simuladores operacionais de satélite
A operação de satélites depende fortemente de simuladores operacionais para validar telecomandos e reproduzir em solo o comportamento do veículo espacial. Um desafio central consiste em garantir que tais simuladores reflitam com fidelidade o envelhecimento dos equipamentos, assegurando a confiabilidade durante toda a missão. Este trabalho investigou a influência da função objetivo na definição de arquiteturas de redes neurais artificiais aplicadas ao SimCBERS, simulador do satélite CBERS-4. Foram avaliadas duas formulações: as Equações 1 e 2, baseadas no erro de treinamento e de generalização, e a Equação 3, que substitui o segundo termo pelo RMSE. Os resultados mostraram que a primeira conduziu à arquitetura 6x9x2x1 com erro de generalização (ERMSEERMSE) de 0,4867%, enquanto a segunda selecionou a arquitetura 6x6x4x1, com ERMSEERMSE de 0,5005%. Apesar da diferença marginal nos erros, observou-se que a função objetivo influencia a complexidade da arquitetura final. A segunda abordagem favoreceu redes mais compactas, alinhadas às restrições de execução em tempo real. Esses achados corroboram evidências da literatura sobre o potencial de arquiteturas simples, ao mesmo tempo em que destacam a necessidade de cautela diante do viés de simplicidade que pode comprometer a robustez. Conclui-se que a formulação da função objetivo exerce papel decisivo no equilíbrio entre acurácia e custo computacional, contribuindo para o desenvolvimento de modelos adaptativos aplicáveis à fase operacional de satélites.
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessAvaliação de funções objetivo na busca por arquiteturas eficientes de redes neurais para simuladores operacionais de satélite
A operação de satélites depende fortemente de simuladores operacionais para validar telecomandos e reproduzir em solo o comportamento do veículo espacial. Um desafio central consiste em garantir que tais simuladores reflitam com fidelidade o envelhecimento dos equipamentos, assegurando a confiabilidade durante toda a missão. Este trabalho investigou a influência da função objetivo na definição de arquiteturas de redes neurais artificiais aplicadas ao SimCBERS, simulador do satélite CBERS-4. Foram avaliadas duas formulações: as Equações 1 e 2, baseadas no erro de treinamento e de generalização, e a Equação 3, que substitui o segundo termo pelo RMSE. Os resultados mostraram que a primeira conduziu à arquitetura 6x9x2x1 com erro de generalização (ERMSEERMSE) de 0,4867%, enquanto a segunda selecionou a arquitetura 6x6x4x1, com ERMSEERMSE de 0,5005%. Apesar da diferença marginal nos erros, observou-se que a função objetivo influencia a complexidade da arquitetura final. A segunda abordagem favoreceu redes mais compactas, alinhadas às restrições de execução em tempo real. Esses achados corroboram evidências da literatura sobre o potencial de arquiteturas simples, ao mesmo tempo em que destacam a necessidade de cautela diante do viés de simplicidade que pode comprometer a robustez. Conclui-se que a formulação da função objetivo exerce papel decisivo no equilíbrio entre acurácia e custo computacional, contribuindo para o desenvolvimento de modelos adaptativos aplicáveis à fase operacional de satélites.
- Open Access
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Proposta do uso do agregado siderúrgico como corretor de acidez do solo
O agregado siderúrgico é um resíduo cuja origem se dá por meio da produção do aço, em siderurgias. A exponencial manufatura do aço e, consequentemente, geração de escória, acarreta problemas de estocagem e gerenciamento de tal resíduo. Se tem por objeto de estudo e referência a pilha de agregado no bairro Brasilândia, em Volta Redonda, na qual tem provocado transtornos aos moradores locais e a empresa geradora. Nesse contexto, objetivou-se apresentar uma solução para redução e reutilização do agregado de maneira viável e sustentável, no setor agrícola seguindo os seguintes passos: Caracterização do resíduo, Ensaio de Lixiviação e Solubilização, Testes experimentais, Ensaio Granulométrico, Método CaCl2 e SMP/ Buffer, Acidificação e Tratamento dos Solos. Em estudos, foi observado a possibilidade da utilização de agregado siderúrgico de aciaria para correção de solos ácidos, por efeito de suas características químicas, altamente alcalinas, para elevação do pH. Os resultados do experimento demonstraram a eficácia da utilização do agregado na redução da acidez dos solos estudados. Espera-se, também, amenizar os impactos na comunidade do bairro Brasilândia, através da redução a médio e longo prazo da pilha de agregado.
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessProposta do uso do agregado siderúrgico como corretor de acidez do solo
O agregado siderúrgico é um resíduo cuja origem se dá por meio da produção do aço, em siderurgias. A exponencial manufatura do aço e, consequentemente, geração de escória, acarreta problemas de estocagem e gerenciamento de tal resíduo. Se tem por objeto de estudo e referência a pilha de agregado no bairro Brasilândia, em Volta Redonda, na qual tem provocado transtornos aos moradores locais e a empresa geradora. Nesse contexto, objetivou-se apresentar uma solução para redução e reutilização do agregado de maneira viável e sustentável, no setor agrícola seguindo os seguintes passos: Caracterização do resíduo, Ensaio de Lixiviação e Solubilização, Testes experimentais, Ensaio Granulométrico, Método CaCl2 e SMP/ Buffer, Acidificação e Tratamento dos Solos. Em estudos, foi observado a possibilidade da utilização de agregado siderúrgico de aciaria para correção de solos ácidos, por efeito de suas características químicas, altamente alcalinas, para elevação do pH. Os resultados do experimento demonstraram a eficácia da utilização do agregado na redução da acidez dos solos estudados. Espera-se, também, amenizar os impactos na comunidade do bairro Brasilândia, através da redução a médio e longo prazo da pilha de agregado.
- Open Access
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Impacto da função de treinamento na precisão de modelos neurais de baterias de satélite em simuladores operacionais
A operação de satélites depende da disponibilidade de modelos confiáveis implementados em simuladores operacionais, capazes de reproduzir o comportamento do sistema em solo. Um desafio relevante consiste em incorporar o envelhecimento dos equipamentos nesses modelos, especialmente no caso da bateria, componente essencial para o fornecimento de energia durante eclipses. Este trabalho avalia a influência da função de treinamento na obtenção de redes neurais artificiais aplicadas à modelagem do envelhecimento da bateria do satélite CBERS-4. A arquitetura 6x9x2x1 foi mantida constante, sendo testadas três funções de treinamento: Levenberg-Marquardt, Regressão Bayesiana e Descida do Gradiente. O desempenho foi avaliado por meio do erro médio relativo quadrático (MRSE), calculado a partir de 56.081 amostras de telemetria real. Os resultados indicaram que Levenberg-Marquardt apresentou o menor erro (0,4919%), seguido pela Regressão Bayesiana (0,6058%), enquanto a Descida do Gradiente obteve desempenho inferior (1,4680%). Os achados confirmam que a escolha da função de treinamento influencia diretamente a acurácia do modelo, sendo determinante para sua aplicação em simuladores operacionais que exigem tanto fidelidade quanto execução em tempo real.
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessImpacto da função de treinamento na precisão de modelos neurais de baterias de satélite em simuladores operacionais
A operação de satélites depende da disponibilidade de modelos confiáveis implementados em simuladores operacionais, capazes de reproduzir o comportamento do sistema em solo. Um desafio relevante consiste em incorporar o envelhecimento dos equipamentos nesses modelos, especialmente no caso da bateria, componente essencial para o fornecimento de energia durante eclipses. Este trabalho avalia a influência da função de treinamento na obtenção de redes neurais artificiais aplicadas à modelagem do envelhecimento da bateria do satélite CBERS-4. A arquitetura 6x9x2x1 foi mantida constante, sendo testadas três funções de treinamento: Levenberg-Marquardt, Regressão Bayesiana e Descida do Gradiente. O desempenho foi avaliado por meio do erro médio relativo quadrático (MRSE), calculado a partir de 56.081 amostras de telemetria real. Os resultados indicaram que Levenberg-Marquardt apresentou o menor erro (0,4919%), seguido pela Regressão Bayesiana (0,6058%), enquanto a Descida do Gradiente obteve desempenho inferior (1,4680%). Os achados confirmam que a escolha da função de treinamento influencia diretamente a acurácia do modelo, sendo determinante para sua aplicação em simuladores operacionais que exigem tanto fidelidade quanto execução em tempo real.
- Open Access
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Revisão sistemática do uso de algoritmo de predição de desgaste de rolo escova
A operação de satélites depende da disponibilidade de modelos confiáveis implementados em simuladores operacionais, capazes de reproduzir o comportamento do sistema em solo. Um desafio relevante consiste em incorporar o envelhecimento dos equipamentos nesses modelos, especialmente no caso da bateria, componente essencial para o fornecimento de energia durante eclipses. Este trabalho avalia a influência da função de treinamento na obtenção de redes neurais artificiais aplicadas à modelagem do envelhecimento da bateria do satélite CBERS-4. A arquitetura 6x9x2x1 foi mantida constante, sendo testadas três funções de treinamento: Levenberg-Marquardt, Regressão Bayesiana e Descida do Gradiente. O desempenho foi avaliado por meio do erro médio relativo quadrático (MRSE), calculado a partir de 56.081 amostras de telemetria real. Os resultados indicaram que Levenberg-Marquardt apresentou o menor erro (0,4919%), seguido pela Regressão Bayesiana (0,6058%), enquanto a Descida do Gradiente obteve desempenho inferior (1,4680%). Os achados confirmam que a escolha da função de treinamento influencia diretamente a acurácia do modelo, sendo determinante para sua aplicação em simuladores operacionais que exigem tanto fidelidade quanto execução em tempo real.
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessRevisão sistemática do uso de algoritmo de predição de desgaste de rolo escova
A operação de satélites depende da disponibilidade de modelos confiáveis implementados em simuladores operacionais, capazes de reproduzir o comportamento do sistema em solo. Um desafio relevante consiste em incorporar o envelhecimento dos equipamentos nesses modelos, especialmente no caso da bateria, componente essencial para o fornecimento de energia durante eclipses. Este trabalho avalia a influência da função de treinamento na obtenção de redes neurais artificiais aplicadas à modelagem do envelhecimento da bateria do satélite CBERS-4. A arquitetura 6x9x2x1 foi mantida constante, sendo testadas três funções de treinamento: Levenberg-Marquardt, Regressão Bayesiana e Descida do Gradiente. O desempenho foi avaliado por meio do erro médio relativo quadrático (MRSE), calculado a partir de 56.081 amostras de telemetria real. Os resultados indicaram que Levenberg-Marquardt apresentou o menor erro (0,4919%), seguido pela Regressão Bayesiana (0,6058%), enquanto a Descida do Gradiente obteve desempenho inferior (1,4680%). Os achados confirmam que a escolha da função de treinamento influencia diretamente a acurácia do modelo, sendo determinante para sua aplicação em simuladores operacionais que exigem tanto fidelidade quanto execução em tempo real.
- Open Access
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Influência da arquitetura de redes neurais no desempenho de modelos de envelhecimento de bateria de satélites em simuladores operacionais
Este trabalho investiga a influência da arquitetura de redes neurais artificiais (RNAs) na modelagem do envelhecimento de satélites em simuladores operacionais. Foram avaliadas três arquiteturas distintas: uma simples (6x1x1x1x1), uma complexa (6x10x10x10x1) e uma intermediária (6x9x2x1), esta última previamente identificada por meio de algoritmo genético. O conjunto de dados utilizado corresponde a telemetrias reais do subsistema de energia do satélite CBERS-4, totalizando mais de 4,3 milhões de amostras, das quais 56.081 foram utilizadas nos processos de treinamento, validação e teste. O desempenho foi medido pela Média Relativa do Erro Quadrático (MRSE), cujos resultados mostraram que a arquitetura intermediária apresentou o menor erro (0,4919%), superando a simples (0,5510%) e a complexa (0,6160%). Os achados indicam que arquiteturas excessivamente profundas não garantem melhor precisão, enquanto configurações extremamente simples podem perder robustez. A configuração intermediária destacou-se como a mais equilibrada, conciliando acurácia e viabilidade computacional em cenários de simulação em tempo quase real. Os resultados reforçam a relevância do uso de algoritmos de otimização na definição de arquiteturas e apontam caminhos para a aplicação de modelos mais adaptativos em diferentes subsistemas de satélites.
- 16 January 2026
- Published by Fundacao Oswaldo Aranha - FOA in Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
- No. 4
Open AccessInfluência da arquitetura de redes neurais no desempenho de modelos de envelhecimento de bateria de satélites em simuladores operacionais
Este trabalho investiga a influência da arquitetura de redes neurais artificiais (RNAs) na modelagem do envelhecimento de satélites em simuladores operacionais. Foram avaliadas três arquiteturas distintas: uma simples (6x1x1x1x1), uma complexa (6x10x10x10x1) e uma intermediária (6x9x2x1), esta última previamente identificada por meio de algoritmo genético. O conjunto de dados utilizado corresponde a telemetrias reais do subsistema de energia do satélite CBERS-4, totalizando mais de 4,3 milhões de amostras, das quais 56.081 foram utilizadas nos processos de treinamento, validação e teste. O desempenho foi medido pela Média Relativa do Erro Quadrático (MRSE), cujos resultados mostraram que a arquitetura intermediária apresentou o menor erro (0,4919%), superando a simples (0,5510%) e a complexa (0,6160%). Os achados indicam que arquiteturas excessivamente profundas não garantem melhor precisão, enquanto configurações extremamente simples podem perder robustez. A configuração intermediária destacou-se como a mais equilibrada, conciliando acurácia e viabilidade computacional em cenários de simulação em tempo quase real. Os resultados reforçam a relevância do uso de algoritmos de otimização na definição de arquiteturas e apontam caminhos para a aplicação de modelos mais adaptativos em diferentes subsistemas de satélites.