Resumo:<\/b> Durante opera\u00e7\u00f5es militares envolvendo soldados combatentes, estes enfrentam uma s\u00e9rie de desafios f\u00edsicos devido \u00e0 natureza das atividades, incluindo les\u00f5es que podem resultar em choque hemorr\u00e1gico hipovol\u00eamico e, em casos extremos, levar ao \u00f3bito. Assim, \u00e9 fundamental que os centros de controle dessas opera\u00e7\u00f5es sejam rapidamente informados sobre a condi\u00e7\u00e3o dos combatentes, permitindo a agiliza\u00e7\u00e3o do resgate e a preserva\u00e7\u00e3o de suas vidas. Nesse contexto, a Marinha do Brasil desenvolveu o projeto \u201cCombatente do Futuro\u201d, que tem como objetivo criar modelos capazes de detectar situa\u00e7\u00f5es que demandem socorro imediato ao combatente, bem como outras ocorr\u00eancias relevantes, como conflitos ou situa\u00e7\u00f5es de risco, que possam ser identificadas automaticamente a partir das varia\u00e7\u00f5es inerciais dos combatentes. Para a coleta dessas vari\u00e1veis inerciais, foram escolhidos dispositivos espec\u00edficos: um modelo de smartwatch, posicionado nos pulsos direito e esquerdo, e um modelo de smartphone, posicionado no peito do soldado. Dentro desse projeto, destaca-se a investiga\u00e7\u00e3o de m\u00e9todos para detec\u00e7\u00e3o de quedas de soldados, dividida em duas etapas principais. A primeira etapa consiste na implementa\u00e7\u00e3o de um modelo de rede neural para detectar padr\u00f5es de queda, enquadrando o problema como uma tarefa de classifica\u00e7\u00e3o. J\u00e1 a segunda etapa busca propor um classificador bin\u00e1rio, com o objetivo de diferenciar quedas operacionais de quedas causadas por ferimentos. Esta disserta\u00e7\u00e3o concentra-se na detec\u00e7\u00e3o de quedas, pertencente \u00e0 primeira etapa. Para a realiza\u00e7\u00e3o desta pesquisa, foram coletados dados de atividades de vida di\u00e1ria, atividades de quedas e atividades militares com porte e sem porte de arma de 15 militares da Marinha do Brasil, simulando as entradas para o modelo de rede neural a ser implementado e testado em situa\u00e7\u00f5es de campo. A partir desse conjunto de dados, foram estabelecidos 12 cen\u00e1rios experimentais para cada posi\u00e7\u00e3o dos sensores, explorados nos dom\u00ednios do tempo e da frequ\u00eancia, com o objetivo de identificar o conjunto de vari\u00e1veis inerciais, a posi\u00e7\u00e3o dos sensores e o dom\u00ednio que apresentassem o melhor desempenho na classifica\u00e7\u00e3o de eventos de queda. O conjunto de configura\u00e7\u00f5es escolhido foi implementado na arquitetura de rede neural CNN1D, cujos hiperpar\u00e2metros foram ajustados por meio de otimiza\u00e7\u00e3o bayesiana.<\/p>\n Discente: Leandro de Mattos Bento Soares T\u00edtulo: Detec\u00e7\u00e3o de quedas de soldados combatentes por meio de redes neurais artificiais Orientadores: Eduardo Bezerra da Silva (orientador) e Diego Nunes Brand\u00e3o (co-orientador) Banca: Eduardo Bezerra da Silva (PPCIC \/ CEFET-RJ), Diego Nunes Brand\u00e3o (PPCIC \/ CEFET-RJ), Pedro Henrique Gonz\u00e1lez (PPCIC \/ CEFET-RJ), Pablo Rangel (IPqM), Cl\u00e1udio Miceli […]<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[14,33],"tags":[],"class_list":["post-5760","post","type-post","status-publish","format-standard","hentry","category-defesas","category-noticias-pt"],"_links":{"self":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts\/5760","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/comments?post=5760"}],"version-history":[{"count":4,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts\/5760\/revisions"}],"predecessor-version":[{"id":5941,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/posts\/5760\/revisions\/5941"}],"wp:attachment":[{"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/media?parent=5760"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/categories?post=5760"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/eic.cefet-rj.br\/ppcic\/wp-json\/wp\/v2\/tags?post=5760"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"\"](\"https:\/\/eic.cefet-rj.br\/ppcic\/wp-content\/uploads\/2018\/05\/logo-sucupira.png\"){kind=logo}
<\/div>\n![\"\"](\"https:\/\/eic.cefet-rj.br\/ppcic\/wp-content\/uploads\/2018\/05\/download-logo2.png\"){kind=logo}
<\/div>\n","protected":false},"excerpt":{"rendered":"