Raphael Guerra
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Raphael Guerra has a total of 54 co-authors. Here are the top co-authors by number of shared publications:
- Esteban Clua
Fluminense Federal University
4 shared publications - Luiz Marcos Garcia Gonçalves
Federal University of Rio Grande do Norte
4 shared publications - Taiane C. Ramos
Laboratório MídiaCom Instituto de Computac ¸ão Universidade Federal Fluminense (UFF) -Niterói -RJ Brasil
4 shared publications - Allan Costa Nascimento dos Santos
MidiaCom Lab, Universidade Federal Fluminense, Niterói, Brazil
3 shared publications - Célio Albuquerque
Universidade Federal Fluminense -UFF
3 shared publications - Debora Christina Muchaluat Saade
Universidade Federal Fluminense, Niteroi, Brazil
3 shared publications
Latest Publications
- Open Access
- 15 August 2026
- Published by Springer Nature in Annals of Telecommunications
- p. 1-28
A transformer-based framework for device-free human activity recognition using Wi-Fi CSI
Human activity recognition (HAR) plays a pivotal role in ambient assisted living, particularly for monitoring the elderly and patients with chronic conditions. However, traditional approaches relying on wearable sensors or video cameras face significant challenges regarding user compliance and privacy intrusion. To mitigate these issues, this paper proposes a device-free sensing (DFS) ( https://github.com/mestrelan/MDA-CSI ) framework utilizing Wi-Fi channel state information (CSI), named . We introduce a robust Transformer-based architecture designed to capture long-range temporal dependencies in wireless signals. was validated using a comprehensive dataset from 86 volunteers, ensuring high generalization capabilities across diverse human motion patterns.
- 15 August 2026
- Published by Springer Nature in Annals of Telecommunications
- p. 1-28
Open AccessA transformer-based framework for device-free human activity recognition using Wi-Fi CSI
Human activity recognition (HAR) plays a pivotal role in ambient assisted living, particularly for monitoring the elderly and patients with chronic conditions. However, traditional approaches relying on wearable sensors or video cameras face significant challenges regarding user compliance and privacy intrusion. To mitigate these issues, this paper proposes a device-free sensing (DFS) ( https://github.com/mestrelan/MDA-CSI ) framework utilizing Wi-Fi channel state information (CSI), named . We introduce a robust Transformer-based architecture designed to capture long-range temporal dependencies in wireless signals. was validated using a comprehensive dataset from 86 volunteers, ensuring high generalization capabilities across diverse human motion patterns.
- Open Access
- 17 March 2026
- Published by Elsevier in Ocean Engineering
- Vol. 355
USV-3.0: Cognitive maritime navigation through vision-language models, Human-in-the-Loop learning, and spatio-temporal memory
- 17 March 2026
- Published by Elsevier in Ocean Engineering
- Vol. 355
Open AccessUSV-3.0: Cognitive maritime navigation through vision-language models, Human-in-the-Loop learning, and spatio-temporal memory
- Open Access
- 5 July 2025
- Published by Springer Nature in Journal of Intelligent & Robotic Systems
- Vol. 111 (3) , 1-20
Yara: An Ocean Virtual Environment for Research and Development of Autonomous Sailing Robots and Other Unmanned Surface Vessels
- 5 July 2025
- Published by Springer Nature in Journal of Intelligent & Robotic Systems
- Vol. 111 (3) , 1-20
Open AccessYara: An Ocean Virtual Environment for Research and Development of Autonomous Sailing Robots and Other Unmanned Surface Vessels
- Open Access
- 9 June 2025
- Published by Sociedade Brasileira de Computação
- p. 885-896
Uma Metodologia Baseada em Modelo Transformer para Reconhecimento da Atividade de Varrer Independente de Pessoa Usando Dados Wi-Fi CSI
O uso de informações de estado do canal para reconhecimento de atividades humanas é promissor na área da saúde, especialmente para monitoramento remoto de pacientes. Ao capturar e interpretar sinais Wi-Fi em ambientes internos, o CSI pode ser usado para detectar atividade física, quedas ou movimentos diários de um paciente, permitindo que cuidadores e profissionais de saúde monitorem pacientes sem a necessidade de sensores vestíveis ou câmeras invasivas. O CSI tem grande potencial no atendimento a idosos. Portanto, este artigo propõe uma metodologia chamada DVC-CSI para identificar a atividade de varrer de uma pessoa em uma sala por meio da análise de dados CSI e um conjunto de dados usado para sua avaliação. O DVC-CSI usa modelos Transformer desenvolvidos para processar dados de séries temporais com uma estrutura que permite capturar dependências temporais. O DVC-CSI é capaz de identificar a atividade de pessoas que não participaram da fase de treinamento do modelo. A acurácia da identificação da atividade de varrer dentro de um conjunto de dados de 17 atividades é de 88,89% usando um conjunto de dados CSI de 86 voluntários (60 participantes para treinamento, 17 participantes para validação e 9 participantes para teste).
- 9 June 2025
- Published by Sociedade Brasileira de Computação
- p. 885-896
Open AccessUma Metodologia Baseada em Modelo Transformer para Reconhecimento da Atividade de Varrer Independente de Pessoa Usando Dados Wi-Fi CSI
O uso de informações de estado do canal para reconhecimento de atividades humanas é promissor na área da saúde, especialmente para monitoramento remoto de pacientes. Ao capturar e interpretar sinais Wi-Fi em ambientes internos, o CSI pode ser usado para detectar atividade física, quedas ou movimentos diários de um paciente, permitindo que cuidadores e profissionais de saúde monitorem pacientes sem a necessidade de sensores vestíveis ou câmeras invasivas. O CSI tem grande potencial no atendimento a idosos. Portanto, este artigo propõe uma metodologia chamada DVC-CSI para identificar a atividade de varrer de uma pessoa em uma sala por meio da análise de dados CSI e um conjunto de dados usado para sua avaliação. O DVC-CSI usa modelos Transformer desenvolvidos para processar dados de séries temporais com uma estrutura que permite capturar dependências temporais. O DVC-CSI é capaz de identificar a atividade de pessoas que não participaram da fase de treinamento do modelo. A acurácia da identificação da atividade de varrer dentro de um conjunto de dados de 17 atividades é de 88,89% usando um conjunto de dados CSI de 86 voluntários (60 participantes para treinamento, 17 participantes para validação e 9 participantes para teste).
- Top Cited PapersOpen Access
- 2 June 2025
- Published by Springer Nature in Discover Environment
- Vol. 3 (1) , 1-21
Blockchain for the carbon market: a literature review
- 2 June 2025
- Published by Springer Nature in Discover Environment
- Vol. 3 (1) , 1-21
Top Cited PapersOpen AccessBlockchain for the carbon market: a literature review
- Open Access
- 19 May 2025
- Published by Sociedade Brasileira de Computação
- p. 966-979
Uma Metodologia Baseada em Modelos Transformer para Reconhecimento de Atividades Humanas Independente de Pessoa Usando Dados Wi-Fi CSI
Ao capturar e interpretar sinais Wi-Fi em ambientes internos, o CSI pode ser usado para detectar atividade física, quedas ou movimentos diários de um paciente, permitindo que cuidadores e profissionais de saúde monitorem pacientes sem a necessidade de sensores vestíveis ou câmeras invasivas. Portanto, este artigo propõe uma metodologia chamada MPA-CSI para identificar a atividade de uma pessoa em uma sala por meio da análise de dados CSI e um conjunto de dados usado para sua avaliação. O MPA-CSI usa modelos Transformer desenvolvidos para processar dados de séries temporais. O MPA-CSI é capaz de identificar a atividade de pessoas que não participaram da fase de treinamento do modelo. A acurácia da identificação de movimento é de 96,67% usando um conjunto de dados CSI de 59 voluntários.
- 19 May 2025
- Published by Sociedade Brasileira de Computação
- p. 966-979
Open AccessUma Metodologia Baseada em Modelos Transformer para Reconhecimento de Atividades Humanas Independente de Pessoa Usando Dados Wi-Fi CSI
Ao capturar e interpretar sinais Wi-Fi em ambientes internos, o CSI pode ser usado para detectar atividade física, quedas ou movimentos diários de um paciente, permitindo que cuidadores e profissionais de saúde monitorem pacientes sem a necessidade de sensores vestíveis ou câmeras invasivas. Portanto, este artigo propõe uma metodologia chamada MPA-CSI para identificar a atividade de uma pessoa em uma sala por meio da análise de dados CSI e um conjunto de dados usado para sua avaliação. O MPA-CSI usa modelos Transformer desenvolvidos para processar dados de séries temporais. O MPA-CSI é capaz de identificar a atividade de pessoas que não participaram da fase de treinamento do modelo. A acurácia da identificação de movimento é de 96,67% usando um conjunto de dados CSI de 59 voluntários.
- Open Access
Reinforcement-learning robotic sailboats: simulator and preliminary results
This work focuses on the main challenges and problems in developing a virtual oceanic environment reproducing real experiments using Unmanned Surface Vehicles (USV) digital twins. We introduce the key features for building virtual worlds, considering using Reinforcement Learning (RL) agents for autonomous navigation and control. With this in mind, the main problems concern the definition of the simulation equations (physics and mathematics), their effective implementation, and how to include strategies for simulated control and perception (sensors) to be used with RL. We present the modeling, implementation steps, and challenges required to create a functional digital twin based on a real robotic sailing vessel. The application is immediate for developing navigation algorithms based on RL to be applied on real boats.
Open AccessReinforcement-learning robotic sailboats: simulator and preliminary results
This work focuses on the main challenges and problems in developing a virtual oceanic environment reproducing real experiments using Unmanned Surface Vehicles (USV) digital twins. We introduce the key features for building virtual worlds, considering using Reinforcement Learning (RL) agents for autonomous navigation and control. With this in mind, the main problems concern the definition of the simulation equations (physics and mathematics), their effective implementation, and how to include strategies for simulated control and perception (sensors) to be used with RL. We present the modeling, implementation steps, and challenges required to create a functional digital twin based on a real robotic sailing vessel. The application is immediate for developing navigation algorithms based on RL to be applied on real boats.
- Open Access
- 18 December 2023
- Published by Brazilian Society for Computational and Applied Mathematics (SBMAC) in Proceeding Series of the Brazilian Society of Computational and Applied Mathematics
- Vol. 10 (1) , 2-7
Estudo sobre Modelos de Aprendizado de Máquina para Detecção de Falhas em Turbinas Eólicas
A crescente busca por soluções energéticas renováveis tem trazido destaque para soluções como turbinas eólicas, que são as principais responsáveis pela transformação de energia eólica em elétrica. Assim, o monitoramento, diagnóstico e prognóstico de falhas destas turbinas é fundamental para garantir a produção energética de forma contínua. Estas turbinas são monitorados por sensores e os dados oriundos deste monitoramento podem ser utilizados para criar modelos capazes de detectar estágios iniciais de degradação dos componentes que formam as turbinas, garantindo assim que falhas sejam identificadas rapidamente, reduzindo custos em manutenção. No presente trabalho é apresentada uma breve revisão sobre o assunto, além da aplicação de duas técnicas de aprendizado de máquina em uma base de dados real.
- 18 December 2023
- Published by Brazilian Society for Computational and Applied Mathematics (SBMAC) in Proceeding Series of the Brazilian Society of Computational and Applied Mathematics
- Vol. 10 (1) , 2-7
Open AccessEstudo sobre Modelos de Aprendizado de Máquina para Detecção de Falhas em Turbinas Eólicas
A crescente busca por soluções energéticas renováveis tem trazido destaque para soluções como turbinas eólicas, que são as principais responsáveis pela transformação de energia eólica em elétrica. Assim, o monitoramento, diagnóstico e prognóstico de falhas destas turbinas é fundamental para garantir a produção energética de forma contínua. Estas turbinas são monitorados por sensores e os dados oriundos deste monitoramento podem ser utilizados para criar modelos capazes de detectar estágios iniciais de degradação dos componentes que formam as turbinas, garantindo assim que falhas sejam identificadas rapidamente, reduzindo custos em manutenção. No presente trabalho é apresentada uma breve revisão sobre o assunto, além da aplicação de duas técnicas de aprendizado de máquina em uma base de dados real.
- 13 October 2023
- Published by Institute of Electrical and Electronics Engineers (IEEE) in IEEE Internet of Things Journal
- Vol. 11 (3) , 3801-3811
General System Architecture and COTS Prototyping of an AIoT-Enabled Sailboat for Autonomous Aquatic Ecosystem Monitoring
Unmanned vehicles keep growing attention as they facilitate innovative commercial and civil applications within the Internet of Things (IoT) realm. In this context, autonomous sailing boats are becoming important marine platforms for performing different tasks, such as surveillance, water, and environmental monitoring. Most of these tasks heavily depend on artificial intelligence (AI) technologies, such as visual navigation and path planning, and comprise the so-called AI of Things (AIoT). In this article, we propose 1) the OpenBoat, an automating system architecture for AIoT-enabled sailboats with application-agnostic autonomous environment monitoring capability and 2) the F-Boat, a fully functional prototype of OpenBoat built with commercial off-the-shelf (COTS) components on a real sailboat. F-Boat includes low-level control strategies for autonomous path following, communication infrastructure for remote operation and cooperation with other systems, edge computing with AI accelerator, modular support for application-specific monitoring systems, and navigation aspects. F-Boat is also designed and built for robustness situations to guarantee its operation under extreme events, such as high temperatures and bad weather, through extended periods of time. We show the results of field experiments running in Guanabara Bay, an important aquatic ecosystem in Brazil, that demonstrate the functionalities of the prototype and demonstrate the AIoT capability of the proposed architecture.
- 13 October 2023
- Published by Institute of Electrical and Electronics Engineers (IEEE) in IEEE Internet of Things Journal
- Vol. 11 (3) , 3801-3811
General System Architecture and COTS Prototyping of an AIoT-Enabled Sailboat for Autonomous Aquatic Ecosystem Monitoring
Unmanned vehicles keep growing attention as they facilitate innovative commercial and civil applications within the Internet of Things (IoT) realm. In this context, autonomous sailing boats are becoming important marine platforms for performing different tasks, such as surveillance, water, and environmental monitoring. Most of these tasks heavily depend on artificial intelligence (AI) technologies, such as visual navigation and path planning, and comprise the so-called AI of Things (AIoT). In this article, we propose 1) the OpenBoat, an automating system architecture for AIoT-enabled sailboats with application-agnostic autonomous environment monitoring capability and 2) the F-Boat, a fully functional prototype of OpenBoat built with commercial off-the-shelf (COTS) components on a real sailboat. F-Boat includes low-level control strategies for autonomous path following, communication infrastructure for remote operation and cooperation with other systems, edge computing with AI accelerator, modular support for application-specific monitoring systems, and navigation aspects. F-Boat is also designed and built for robustness situations to guarantee its operation under extreme events, such as high temperatures and bad weather, through extended periods of time. We show the results of field experiments running in Guanabara Bay, an important aquatic ecosystem in Brazil, that demonstrate the functionalities of the prototype and demonstrate the AIoT capability of the proposed architecture.