Banca de DEFESA: LEIDIANE CAROLINA MARTINS DE MOURA FONTOURA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : LEIDIANE CAROLINA MARTINS DE MOURA FONTOURA
DATA : 09/07/2021
HORA: 09:00
LOCAL: Sala virtual
TÍTULO:

Novo Método de Síntese de FSS Multibanda Baseado em Aprendizado de Máquina para Sistemas de Comunicação Sem Fio

PALAVRAS-CHAVES:

FSS bioinspirada, FSS multibanda, filtro de frequências, síntese de FSS, aprendizado de máquina, árvore de decisão.

PÁGINAS: 165
RESUMO:

As superfícies seletivas de frequência, ou simplesmente FSS, desempenham um papel fundamental na otimização de sistemas de telecomunicações, possibilitando, entre outras aplicações, a redução de sinais indesejáveis. Combinar as dimensões e a disposição dos elementos e definir as características físicas desses dispositivos, como espessura e permissividade do substrato, pode gerar conflito de objetivos e complexidade na análise e síntese da FSS. Nesse contexto, este trabalho realiza um estudo sobre a aplicação do aprendizado de máquina supervisionado, com o algoritmo árvore de decisão, na síntese de superfícies seletivas de frequência. Para isso, utilizou-se a flor de girassol (Helianthus annuus) como elemento base, tratando-se de uma geometria original e simplificada, com características de resposta em frequência semelhantes às de estruturas fractais. O trabalho é dividido em duas partes: caracterização do elemento proposto e síntese da FSS multibanda. Inicialmente, a evolução da geometria e as equações de projeto são apresentadas. As estruturas intermediárias e a proposta são caracterizadas numericamente pelo programa comercial Ansoft Designer, fabricadas e caracterizadas experimentalmente, verificando-se boa concordância entre os resultados simulados e medidos. Na segunda etapa, a geometria flor de girassol é parcialmente modificada para definir variáveis de parametrização. O Ansoft Designer caracteriza numericamente cada valor de variável da nova geometria e gera as respostas em frequência sem repetição. O algoritmo árvore de decisão realiza a classificação e avaliação do conjunto de dados, e o algoritmo floresta aleatória valida e confirma os resultados. Este processo e a síntese da FSS usando o algoritmo árvore de decisão ocorrem em menos de 10 segundos, com acurácia maior que 90 %, atendendo aos critérios desejáveis, sob dois cenários distintos. Com base nestes cenários, duas FSS são fabricadas e caracterizadas experimentalmente, obtendo resultados simulados e medidos com boa concordância. Além disso, observa-se que a agilidade e a precisão deste algoritmo de classificação tornam a síntese das estruturas particularmente interessante. Destacam-se implementação intuitiva, simplicidade no treinamento e validação, e modelo de análise de dados eficiente.

MEMBROS DA BANCA:
Presidente - 6345784 - ADAILDO GOMES D ASSUNCAO
Interno - 349732 - LAERCIO MARTINS DE MENDONCA
Interno - 3921178 - VALDEMIR PRAXEDES DA SILVA NETO
Externo ao Programa - 1422699 - HERTZ WILTON DE CASTRO LINS
Externo à Instituição - CUSTÓDIO JOSÉ OLIVEIRA PEIXEIRO - IT
Externo à Instituição - ADAILDO GOMES D ASSUNCAO JUNIOR - IFPB
Externo à Instituição - ALFREDO GOMES NETO - IFPB