Banca de QUALIFICAÇÃO: JOAO CELIO LUNA DE CARVALHO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : JOAO CELIO LUNA DE CARVALHO
DATA : 25/06/2026
HORA: 13:00
LOCAL: Google meet
TÍTULO:

APLICAÇÃO DO BIOSPECKLE LASER ASSOCIADO A REDES NEURAIS CONVOLUCIONAIS PARA O MONITORAMENTO DA QUALIDADE DE FRUTOS DE TOMATES

PALAVRAS-CHAVES:

Processamento de imagens, aprendizado de máquinas, pos-colheita.

PÁGINAS: 29
RESUMO:

O Biospeckle Laser (BSL) é uma técnica óptica não destrutiva, associada a atividade de materiais biológicos e que tem apresentado grande sucesso em aplicações ligadas a qualidade de alimentos. Os padrões BSL são obtidos em um determinado período temporal, composto por um conjunto de frames (speckles), que podem ser analisados em sua forma original, ou transformados em matrizes Time History of the Speckle Pattern (THSP), condensando as informações em uma única imagem. Embora os métodos de análise tradicionais dos padrões BSL já estejam consolidados, pode-se perder informações relevantes ao focar na extração de características específicas. As Redes Neurais Convolucionais (CNNs) são redes neurais profundas, capazes de extrair características relevantes de forma autônoma, especializadas na análise de dados bidimensionais (CNNs 2D). Com a necessidade de avaliar dados no tempo, surgiram CNNs para dados tridimensionais (CNNs 3D). Existem poucos estudos associando CNNs e BSL, não havendo registros de análise de dados THSP com CNNs 2D. Esta abordagem pode trazer ganhos como menor custo computacional e maior rapidez no processamento dos dados, sendo aplicável na otimização do monitoramento da qualidade de produtos agrícolas, como acompanhamento do processo de secagem de tomates. Assim, este projeto tem como objetivo propor uma nova abordagem de análise do BSL a partir da classificação das matrizes THSP utilizando CNNs e avaliar sua aplicação para o monitoramento do processo de secagem de frutos de tomates. Para isso, serão desenvolvidas duas rotinas computacionais, sendo uma para a construção e análise quantitativa das matrizes THSP, e outro para análise qualitativa dos padrões BSL e matrizes THSP utilizando CNNs 3D e 2D, respectivamente. Os softwares desenvolvidos serão testados com dados BSL simulados, denominados sintéticos, gerados por uma terceira rotina computacional. Em sequência, serão utilizados dados já existentes de pesquisas anteriores correspondentes ao vigor germinativo de sementes e internal brusing em batatas. Por fim, será realizada a coleta de dados de secagem de frutos de tomate em estufa em laboratório. Os padrões BSL obtidos serão caracterizados quantitativamente por meio dos valores de diferença absoluta (AVD) e Momento de Inercia (IM), e o resultado das classificações obtidos pelo treinamento das CNNs 2D e 3D serão avaliados pelas métricas de desempenho (acurácia, precisão, recall e F1-score) e tempo de processamento. Espera-se, ao final do projeto, obter um conjunto de software que analise os padrões do BSL e que se possa comprovar a viabilidade do uso de matrizes THSP em CNNs 2D para classificação dos padrões.

MEMBROS DA BANCA:
Presidente - 2161955 - ANDERSON GOMIDE COSTA
Externo à Instituição - JOSÉ LUÍS CONTADO - UFLA
Externo à Instituição - ADILSON MACHADO ENES - UFS