Aplicação de uma rede neural artificial para a avaliação da rugosidade e soprosidade vocal

A avaliação perceptivo-auditiva tem papel fundamental no estudo e na avaliação da voz, no entanto, por ser subjetiva está sujeita a imprecisões e variações. Por outro lado, a análise acústica permite a reprodutibilidade de resultados, porém precisa ser aprimorada, pois não analisa com precisão vozes com disfonias mais intensas e com ondas caóticas. Assim, elaborar medidas que proporcionem conhecimentos confiáveis em relação à função vocal resulta de uma necessidade antiga dentro desta linha de pesquisa e atuação clínica. Neste contexto, o uso da inteligência artificial, como as redes neurais artificiais, indica ser uma abordagem promissora. Objetivo: Validar um sistema automático utilizando redes neurais artificiais para a avaliação de vozes rugosas e soprosas. Materiais e métodos: Foram selecionadas 150 vozes, desde neutras até com presença em grau intenso de rugosidade e/ou soprosidade, do banco de dados da Clínica de Fonoaudiologia da Faculdade de Odontologia de Bauru (FOB/USP). Dessas vozes, 23 foram excluídas por não responderem aos critérios de inclusão na amostra, assim utilizaram-se 123 vozes. Procedimentos: avaliação perceptivo-auditiva pela escala visual analógica de 100 mm e pela escala numérica de quatro pontos; extração de características do sinal de voz por meio da Transformada Wavelet Packet e dos parâmetros acústicos: jitter, shimmer, amplitude da derivada e amplitude do pitch; e validação do classificador por meio da parametrização, treino, teste e avaliação das redes neurais artificiais. Resultados: Na avaliação perceptivo-auditiva encontrou-se, por meio do teste Coeficiente de Correlação Intraclasse (CCI), concordâncias inter e intrajuiz excelentes, com p = 0,85 na concordância interjuízes e p variando de 0,87 a 0,93 nas concordâncias intrajuiz. Em relação ao desempenho da rede neural artificial, na discriminação da soprosidade e da rugosidade e dos seus respectivos graus, encontrou-se o melhor desempenho para a soprosidade no subconjunto composto pelo jitter, amplitude do pitch e frequência fundamental, no qual obteve-se taxa de acerto de 74%, concordância excelente com a avaliação perceptivo-auditiva da escala visual analógica (0,80 no CCI) e erro médio de 9 mm. Para a rugosidade, o melhor subconjunto foi composto pela Transformada Wavelet Packet com 1 nível de decomposição, jitter, shimmer, amplitude do pitch e frequência fundamental, no qual obteve-se 73% de acerto, concordância excelente (0,84 no CCI), e erro médio de 10 mm. Conclusão: O uso da inteligência artificial baseado em redes neurais artificiais na identificação, e graduação da rugosidade e da soprosidade, apresentou confiabilidade excelente (CCI > 0,80), com resultados semelhantes a concordância interjuízes. Dessa forma, a rede neural artificial revela-se como uma metodologia promissora de avaliação vocal, tendo sua maior vantagem a objetividade na avaliação.

Considerações sobre os métodos de dimensionamento estrutural de pavimentos com camadas recicladas a frio com espuma de asfalto.

A reciclagem profunda com espuma de asfalto tem sido uma alternativa de sucesso para a restauração de pavimentos degradados. Em relação às soluções tradicionais de reabilitação, como os recapeamentos, tem a vantagem de proporcionar a correção de defeitos em camadas inferiores, com a manutenção ou pequena elevação do greide da pista, além de ganhos ambientais, como um menor consumo de materiais virgens da natureza e redução do volume de material descartado. Entretanto, no Brasil não há método para dimensionamento estrutural para esta tecnologia, o que dificulta seu emprego. Para o desenvolvimento de um procedimento de dimensionamento que contemple este tipo de solução, foram estudados métodos presentes na bibliografia internacional: guia da AASHTO de 1993 e Caltrans, dos EUA, TRL386 e TRL611, da Inglaterra, as duas versões do guia sul-africano TG2 e os métodos oriundos do Austroads, tanto o procedimento interino de 2011 como adaptações de órgãos da Austrália e Nova Zelândia. Observou-se divergência de opiniões quanto ao comportamento do material reciclado com espuma de asfalto. Alguns órgãos e autores consideram o comportamento do mesmo mais próximo às misturas asfálticas, sendo o mecanismo de falha o trincamento, e outros o definem como semelhante a um material granular modificado com alta coesão e ruptura devido às deformações permanentes. Correlaciona-se tal associação ao teor de espuma usualmente utilizado nas obras rodoviárias. Outros aspectos que se destacam para este tipo de base são o ganho de resistência ao longo do tempo devido à cura, mesmo com início da operação da rodovia e a importância da infraestrutura remanescente no dimensionamento. Tais fatos foram corroborados pelos estudos de caso e resultados do trecho experimental construído na Rodovia Ayrton Senna - SP 070, monitorado por meio de ensaios deflectométricos com FWD durante um ano. Como resultado do trabalho, foi proposto um procedimento para o dimensionamento estrutural de pavimentos com camadas recicladas a frio com espuma de asfalto utilizando dados deflectométricos que atende o método do Manual de Pavimentação do Departamento Nacional de Infraestrutura de Transportes (DNIT) e incorpora diferentes aspectos na análise mecanicista. Outras conclusões são a viabilidade técnica a longo prazo da solução mencionada e a importância do controle tecnológico, com ênfase para o monitoramento deflectométrico nos primeiros meses de operação do pavimento para averiguar a evolução da cura do material.

Aplicação de métodos computacionais multidisciplinares de engenharia para otimização de carteiras de investimentos.

Este trabalho apresenta uma nova metodologia para otimizar carteiras de ativos financeiros. A metodologia proposta, baseada em interpoladores universais tais quais as Redes Neurais Artificiais e a Krigagem, permite aproximar a superfície de risco e consequentemente a solução do problema de otimização associado a ela de forma generalizada e aplicável a qualquer medida de risco disponível na literatura. Além disto, a metodologia sugerida permite que sejam relaxadas hipóteses restritivas inerentes às metodologias existentes, simplificando o problema de otimização e permitindo que sejam estimados os erros na aproximação da superfície de risco. Ilustrativamente, aplica-se a metodologia proposta ao problema de composição de carteiras com a Variância (controle), o Valor-em-Risco (VaR) e o Valor-em-Risco Condicional (CVaR) como funções objetivo. Os resultados são comparados àqueles obtidos pelos modelos de Markowitz e Rockafellar, respectivamente.