Modelagem direta de dados de eletrorresistividade 3-D

Dentre os métodos geofísicos, o da Eletrorresistividade é um dos mais tradicionais, com o seu desenvolvimento ocorrido há mais de 80 anos. Durante esse tempo o seu uso acompanhou o avanço no poder de processamento numérico e mais recentemente, a modelagem e inversão tridimensional tornou-se uma possibilidade para o geofísico. Apresentamos, neste trabalho, a técnica de elementos finitos aplicada ao método da eletrorresistividade 3-D, através do cálculo do potencial secundário. Para o desenvolvimento da metodologia, simulamos o levantamento do método da eletrorresistividade 3-D com os arranjos Dipolo-Dipolo e Schlumberger, visando medir as variações laterais e verticais da resistividade aparente do solo. Estes arranjos consistem na injeção de corrente elétrica na superfície e de medidas de diferenças de potencial elétrico, resultante da interação da corrente elétrica com o solo. Sendo que, as fontes e receptores são localizados de acordo com os arranjos escolhidos para o levantamento. Neste trabalho, as curvas de sondagem e as pseudo-secções de resistividade aparente, são obtidas através da modelagem de eletrorresistividade 3-D, usando malha de elementos finitos regular. Para efeito de validação, os resultados são comparados com a resposta 3-D obtida a partir dos potenciais totais.

Modelagem unidimensional de dados do método MCSEM com variação na resistividade da água do mar e na orientação dos sensores

O Marine Controlled Source ElectroMagnetic (MCSEM) é um novo método geofísico que tem sido empregado para a detecção de camadas resistivas no sub-solo oceânico e tem se mostrado uma ferramenta promissora para a indústria do petróleo. Neste trabalho, é modelado levantamentos do método MCSEM incluindo variações nos valores de resistividade da água do mar. Tais variações podem resultar da influência de correntes marinhas, gradientes de temperatura ou de qualquer fator que possa afetar a salinidade da água. Observamos que os dados do método são afetados de maneira significativa por tais variações. Tanto a variação na resistividade quanto na espessura da camada de água pode afetar os resultados do MCSEM de maneira semelhante. É modelado também o posicionamento aleatório dos receptores, mostrando um decaimento significativo da amplitude do sinal quando os receptores se posicionam a uma certa distância da linha de medidas.

Green markov - uma abordagem híbrida de política markoviana e simulação discreta para planejamento de alocação de usuários em redes macro-femto

O uso da comunicação de voz e dados através de dispositivos móveis vem aumentando significativamente nos últimos anos. Tal expansão traz algumas dificuldades inerentes, tais como: ampliação constante de capacidade das redes e eficiência energética. Neste contexto, vem se consolidando o conceito de Green networks, que se concentra no esforço para economia de energia e redução de CO2. Neste sentido, este trabalho propõe validar um modelo de uma política baseado em processo markoviano de decisão, visando a otimizar o consumo de energia, QoS e QoE, na alocação de usuários em redes macrocell e femtocell. Para isso o modelo foi inserido no simulador NS-2, aliando a solução analítica markoviana à flexibilidade característica da simulação discreta. A partir dos resultados apresentados na simulação, a política obteve uma economia significativa no consumo energético, melhorando a eficiência energética em até 4%, além de melhorar a qualidade de serviço em relação às redes macrocell e femtocell, demonstrando-se eficaz, de modo a alterar diretamente as métricas de QoS e de QoE.

Detecção de potenciais corticais antecipatórios em sinais de eletroencefalografia (EEG) durante a condução de carros

O reconhecimento da intenção do condutor a partir de sinais de eletroencefalografia (EEG) pode ser útil no desenvolvimento de interfaces cérebro computador (BCI) para serem usadas em sinergia com veículos inteligentes. Isso pode ser benéfico para melhorar a qualidade de interação entre o motorista e o carro, por exemplo, fornecendo uma resposta do carro inteligente alinhada com a intenção do motorista. Neste estudo, considera-se a antecipação como sendo o estado cognitivo que leva a ações especificas durante a condução de um automóvel. Portanto, propomos investigar a presença de padrões antecipatórios em sinais EEG durante a condução de veículos para determinar duas ações especifícas (1) virar à esquerda e (2) virar à direita, alguns milissegundos antes que tais ações aconteçam. Um protocolo experimental foi proposto para gravar sinais EEG de 5 indivíduos enquanto eles operam um simulador de realidade virtual não invasiva - que foi projetado para tal experimento - que simula a condução de um carro virtual. O protocolo experimental é uma variante do paradigma da variação negativa contingente (CNV) com condições Go e No-go no sistema de condução de realidade virtual. Os resultados apresentados neste estudo indicam a presença de padrões antecipatórios em potenciais corticais lentos observados no domínio do tempo (medias dos sinais EEG) e da frequência (Power Spectra e coerência de fase). Isso abre um leque de possibilidades no desenvolvimento de sistemas BCI - baseados em sinais antecipatórios - que conectem o motorista ao veiculo inteligente favorecendo uma tomada de decisão que analise as intenções dos condutores podendo eventualmente evitar acidentes durante a condução.