Jornal da Universidade Federal do Pará. Ano XXX Nº 130. Abril e Maio de 2016

Inovação tecnológica computacional

Nova tecnologia poderá monitorar as câmeras de
segurança espalhadas pela cidade.

por Walter Pinto / Abril e Maio de 2015
foto Alexandre Moraes


Uma pesquisa realizada por um mestrando do Programa de Pós-Graduação de Engenharia Elétrica, da área de Engenharia da Computação, pode tornar-se o primeiro registro de patente de invenção concedido ao Laboratório de Inteligência Computacional e Pesquisa Operacional (LINC), do Instituto de Tecnologia, da UFPA.

O mestrando é o engenheiro de computação João Gabriel Lima e a patente diz respeito a um processo computacional capaz de coletar informações de grandes volumes contínuos de dados e realizar análises mais rapidamente do que o procedimento empregado até hoje, em todo o mundo. O invento é capaz de gerar respostas eficazes, em tempo real, para a tomada de decisões imediatas.

O pedido foi encaminhado ao Setor de Propriedade Intelectual da UFPA, em dezembro passado. O processo de patente tem duração de 18 meses, período para efetivação dos procedimentos de inspeção e análise de relevância industrial e mercadológica, findo do qual, o trabalho torna-se público, os autores recebem o registro da patente, que ficará, então, protegida por cinquenta anos.

Segundo João Gabriel, trata-se de uma solução de base que pode ser aplicada a diversos cenários que necessitam de análises de grandes volumes de dados em tempo real, entre os quais, a manutenção de ferrovias e de rodovias, a inteligência policial na área de segurança pública e o monitoramento e sensoriamento remoto dos serviços de análises climáticas.

“A metodologia que criamos aplica-se bem a todos esses casos que atuam com grandes volumes de dados (Big Data) contínuos e infinitos. Ela possibilita a coleta, análise e resposta automatizadas, tudo em tempo real”, explica o pesquisador.

Existem diversos outros cenários em que o processo proposto pode ser aplicado, inclusive em setores industriais, que sejam críticos, possuam grande volume de dados captados de diversas fontes, tenham grande custo computacional, necessitem de interpretação apurada e automatizada dos dados e de respostas em tempo real para a tomada de decisões.

Método pode ser usado para monitorar ferrovias

Até o momento, os algoritmos clássicos realizam análises de dados coletados, por exemplo, por meio de sensores, em um momento bem posterior a sua coleta, portanto, não em tempo real, podendo haver ocorrência de inconsistências nos resultados por falhas nos sensores ou em funções de outras variáveis. Os resultados, em contrapartida, são fornecidos depois que os eventos ocorrem. Grosso modo, o algoritmo não representa, necessariamente, um programa de computador, e sim um processo contendo os passos necessários para realização de uma determinada tarefa.

A nova tecnologia concebida por João Gabriel Lima, sob orientação do professor Ádamo Santana, em colaboração com o professor Antônio Jacob, resolve esses problemas. Algoritmos clássicos foram adaptados para serem capazes de lidar com grandes volumes de dados contínuos e infinitos, gerando resultados em tempo real a cada nova informação inserida. A cada dado coletado, analisa-se instantaneamente sua consistência e, em caso de divergência do padrão, verifica-se a possibilidade de os sensores de coleta de dados estarem com problemas. O processo de extração do conhecimento é feito em tempo real.

No caso de ferrovias, vitais para integração de regiões no Brasil e em vários países, há necessidade de monitoramento constante, por meio de sensores fixados ao longo dos trilhos, por exemplo. A tecnologia desenvolvida no Laboratório de Inteligência Computacional é capaz de extrair informações dos sensores, de maneira a predizer quando ocorrerá algum problema e assinalar o melhor momento para a realização de manutenção. O método aprende o padrão de comportamento da ferrovia e pode correlacioná-lo a diversos outros fatores, entre os quais, condições climáticas, condições do solo, períodos de manutenção, peso dos vagões, enfim, toda informação relevante que torne o modelo mais seguro e aprimorado. O monitoramento torna-se mais eficaz, porque faz a análise de dados em tempo real, não somente com observações binárias (está funcionando/não está funcionando), como ocorre com a maioria dos processos de medição.

Combate ao crime pode ser muito mais eficiente

A nova tecnologia de base também foi analisada para ser aplicada num cenário crítico como o da área de segurança pública, trabalhando com dados provenientes de sensores de medição de diversas fontes, entre as quais, câmeras de vigilância, boletins de ocorrência e denúncias anônimas ou apresentadas no Centro de Operações. Os dados passam por um processo de extração e interpretação, resultando em respostas imediatas que aprimoram o setor de inteligência policial e tornam possível a abordagem mais eficiente por parte das autoridades de segurança pública no combate à criminalidade. 

“Imagine uma cidade coberta por câmeras de segurança espalhadas pelas ruas. Você precisa realizar o monitoramento dessas câmaras, mas só dispõe de pessoas para analisar as imagens. Esta análise, inevitavelmente, será posterior aos dados coletados pelos monitores de imagens. Nós estamos oferecendo um processo computacional inteligente, capaz de realizar esse mesmo monitoramento em tempo real, identificando padrões de imagens e de ocorrências, extraindo conhecimento e dando direcionamento automático para a tomada de decisões”, explica João Gabriel Lima.

O invento responde, assim, a uma das finalidades do Laboratório de Inteligência Computacional e Pesquisa Operacional: prover logística para as áreas públicas e privadas, por meio do desenvolvimento de sistemas e metodologias para suporte de decisões. O LINC ocupa-se em pesquisar novas tecnologias capazes de identificar padrões, realizar predições e inferir cenários e comportamentos para análise e diagnóstico.

O laboratório foi criado há dois anos, mas possui um histórico bem mais antigo, tendo sua origem ligada ao Laboratório de Computação Aplicada (LACA), desmembrado em dois outros laboratórios, o de Planejamento de Redes de Alto Desempenho – LPRAD (http://lprad.ufpa.br/) e o LINC (http://linc.ufpa.br/), que atua na área de dados. “Temos um histórico de mais de dez anos de trabalho e experiência na área da análise de dados”, informa Ádamo Santana, coordenador do Laboratório. A equipe do LINC é formada por cinco pesquisadores doutores, três mestrandos e dez graduandos. O laboratório mantém parcerias com instituições públicas e privadas, entre as quais, CNPq, Capes, Secretaria de Estado de Desenvolvimento Ciência e Tecnologia, Fundação de Amparo à Pesquisa do Estado do Pará, Companhia Vale, Eletronorte e Grupo Rede Energia.

comentários (0)

Escreva seu comentário
menor | maior

busy