Classificação de Eventos Sonoros Baseada em Redes Neurais para Monitoramento de Idosos

Victor G. Dias, Danilo Almeida, Fabricio Braga Soares de Carvalho, Waslon T. A. Lopes

DOI: 10.14209/sbrt.2025.1571157224

Keywords: Voice Recognition Neural Networks Sound Event Detection Alert System

Abstract

This article addresses the development of an intelligent system capable of identifying critical situations involving elderly individuals in a home environment. Using Convolutional Neural Networks trained with a database subdivided into relevant sound event classes, the system classifies audio captured from the environment and issues alerts via the MQTT (Message Queuing Telemetry Transport protocol) if a critical situation is detected.

Download

A Modular MIMO Framework in a RAN-Level Simulator for 5G/6G Performance Evaluation: Methodology and Preliminary Results

Elizabeth Verdugo, Christian Rodrigues, Luiz da Silva Mello, Lisandro Lovisolo

DOI: 10.14209/sbrt.2025.1571157230

Keywords: 6G MIMO RAN simulator water-filling

Abstract

This work presents a modular Multiple-Input Multiple-Output (MIMO) framework that is integrated into an existing RAN-level simulator. The MIMO module follows 3GPP specifications (3GPP TR 25.996 v18.0.0 (2024-03)), supporting multiple antenna configurations and spatial channel modeling for enhanced realism. A planar array of dipole elements is implemented and a beamforming technique is applied. The existing simulator, SAMA, is a Python-based tool designed for RAN-level simulation of 5G and 6G networks. A water-filling allocation strategy is used to distribute the power, and the resulting spectral efficiency is compared with the uniform power technique. The methodology is detailed and preliminary results are presented to validate the accuracy and flexibility of the proposed framework. This modular approach enables realistic performance evaluation of MIMO techniques in system-level simulations, providing a valuable tool for the design and optimization of next-generation wireless networks.

Download

Classificação de Gêneros Musicais Usando Redes Convolucionais

Matheus Araújo de Oliveira, Walter Gontijo, João Paulo Vieira, Pedro P Santos, Danilo Silva, Eduardo L. O. Batista

DOI: 10.14209/sbrt.2025.1571157236

Keywords: Classificação de Gêneros Musicais CNN Transfer Learning

Abstract

Este artigo explora abordagens baseadas em redes neurais convolucionais (CNNs) para a classificação de gêneros musicais utilizando o dataset GTZAN. São avaliadas três estratégias principais: (1) VGGish, uma arquitetura CNN desenvolvida para tarefas de áudio; (2) um modelo com transfer learning utilizando MobileNetV2 pré-treinado no ImageNet; e (3) um esquema de votação majoritária entre segmentos. Os experimentos foram conduzidos tanto na versão filtrada do GTZAN (GTZAN-FF), que corrige falhas estruturais, quanto em uma versão não filtrada e aleatória (GTZAN-Random). Os resultados mostram que a combinação de transfer learning com votação majoritária atinge a maior acurácia realista (76% no GTZAN-FF), enquanto a avaliação sobre dados não filtrados gera métricas infladas (88,5%). Tais resultados mostram que utilizar uma versão filtrada do GTZAN permite garantir a validade dos resultados em cenários mais realistas.

Download

Physical Layer Security in MIMO PLC Systems under the Presence of a Passive Eavesdropper

Pedro Henrique Sartorello, Ândrei Camponogara, Evelio Fernandez

DOI: 10.14209/sbrt.2025.1571157238

Keywords: Power line communication Physical layer security MIMO

Abstract

This paper investigate the physical layer security (PLS) of an in-home and broadband multiple-input multipleoutput (MIMO) power line communication (PLC) system under the presence of a passive malicious PLC eavesdropper. To do so, the MIMO multiple eavesdroppers (MIMO-ME) PLC wiretap channel model is adopted and numerical results of secrecy outage probability (SOP) are analyzed. The numerical results show that the multiple-input multiple-output (MIMO) approach can deeply increase PLS in comparison to the SISO one. For instance, when MIMO-SE is considered, the lowest secrecy outage probability (SOP) across all adopted target secrecy rates and total transmission power values is observed. The findings highlight the potential of MIMO in improving the PLS in PLC systems.

Download

Investigação do Desempenho de Modelos de Acompanhamento Neural em Aplicações de Auxílio Auditivo Neuroassistido

Lucian Soares Schiavon, Jose Carlos Moreira Bermudez, Marcio H Costa

DOI: 10.14209/sbrt.2025.1571157239

Keywords: Acompanhamento neural EEG Aparelhos auditivos

Abstract

Este trabalho investiga o impacto da redução do número de canais de eletroencefalograma no desempenho de modelos de classificação do tipo match-mismatch, utilizados em acompanhamento neural da fala. Foi avaliada uma arquitetura baseada em convoluções dilatadas, considerando diferentes números de canais e durações dos segmentos de entrada. Os resultados indicam queda de desempenho com a diminuição do número de canais, o que pode ser compensado pelo aumento da janela de observação. Incrementos estruturais ao modelo não compensaram a perda de desempenho. Os resultados obtidos evidenciam as limitações dos modelos apresentados na literatura para aplicação em aparelhos auditivos com controle neuroassistido.

Download

Distributed MPDR Beamforming in Virtual Arrays

Yuri R. Santos, Mateus Filomeno, Wallace A. Martins, Ivo Junior, Moises Vidal Ribeiro

DOI: 10.14209/sbrt.2025.1571157240

Keywords: antenna array distributed beamforming virtual array

Abstract

This paper extends the distributed minimum power distortionless response (MPDR) beamformer to 3D virtual arrays with heterogeneous node geometries. We first present a system model of cooperative nodes-each with its own arbitrary array-and generalize the distributed MPDR, originally designed for λ/2-spaced linear arrays, to 3D arrays. We then evaluate beam pattern shape, directivity, beam efficiency, and bit error rate (BER), benchmarking these metrics against the centralized MPDR. Simulations reveal grating lobes for antenna-element spacings larger than λ/2, but the array gain mitigates their BER impact. The slow convergence speed of the distributed MPDR indicates the necessity of searching for techniques to improve it. With sufficient snapshots, its performance nearly matches centralized MPDR, confirming its promise for practical virtual arrays, including satellite swarms.

Download

Simulador de Aprendizado Federado e Análise de Convergência do Treinamento

Gabryel Medeiros de Oliveira, Lisandro Lovisolo, Guilherme Mota, Helio Nascimento Cunha Neto

DOI: 10.14209/sbrt.2025.1571157241

Keywords: Aprendizado Federado Aprendizado de Máquina Convergência

Abstract

No paradigma de aprendizado federado, diversas fontes de dados são empregadas para aprender sobre um mesmo problema ou modelo. As instâncias são usadas para aprender/atualizar localmente o modelo. Cada atualização do modelo é enviada a uma central que atualiza o modelo global. O modelo global é reencaminhado para os dispositivos. Esse processo é iterado até atingir-se o critério de convergência. Este trabalho, apresenta um simulador de aprendizado federado. Tal ferramenta permite estudar e analisar impactos de diferentes parâmetros do treinamento, número de máquinas e outros aspectos na convergência do aprendizado. A ferramenta pretende ser uma plataforma de testes para a avaliação de diferentes formas de quantizar, codificar e aleatorizar as atualizações para avaliar seus impactos no aprendizado e na segurança do processo de aprendizado, de forma a obter uma codificação com algum nível de privacidade.

Download

Enabling NS-3 Simulations Integrated with Latest Versions of Open RAN Near-RT RICs

Andrey A Miranda de Oliveira, João Pedro Albuquerque, Cleverson Veloso Nahum, Daniel Campos, Kleber V Cardoso, Aldebaro Klautau, José F. de Rezende

DOI: 10.14209/sbrt.2025.1571157244

Keywords: NS-3 Open RAN Near-Real-Time RIC xApps

Abstract

This paper presents the development of NORI (New Open RAN Interface), a modular and scalable solution to integrate the NS-3 simulator with the Near-RT RIC of the Open RAN architecture. NORI supports recent NS-3 versions and enables metric collection via the standardized E2 interface, without requiring modifications to the simulator core. It is compatible with the 5G-LENA module and the full Near-RT RIC from the O-RAN Software Community. Experimental results demonstrate the viability of NORI for realistic 5G simulation scenarios, enabling performance evaluation and metric reporting in disaggregated RAN environments.

Download

Dressing the Future: Computer Vision in 3D LiDAR-Sensed Environments

Vinicius Godoy, José Matheus G. Rodrigues, Matheus Ferreira Silva, Felipe Augusto Pereira de Figueiredo, Arismar Cerqueira Sodré Junior

DOI: 10.14209/sbrt.2025.1571157247

Keywords: 3D LiDAR Reflectivity Chromatic Spectrum B5G

Abstract

This paper analyzes the influence of reflectivity in 3D LiDAR and the impact of color differences on the identification of people and distant objects. Experiments were conducted using high-precision LiDAR sensors to measure the reflective response of different materials and clothing colors under various distances from the 3D sensor. The results showed that high-reflectivity colors, such as white and yellow, maintain high return efficiency of the LiDAR beam. In contrast, dark colors, such as black and navy blue, absorb more light and consequently degrade the quality of the reflected signal. The findings highlight the importance of color selection for B5G (Beyond 5G) applications, such as in 6G networks, autonomous mobility, surveillance, and pattern recognition in urban environments. These results provide practical guidance for enhancing human target visibility in LiDAR-based remote sensing systems.

Download

Quantização Tangível: Modelos em CNC para o Ensino de Processamento de Sinais

Igor Forcelli Silva, Antonio Marcos Vila Nova, Adelson Ataide dos Santos Neto, Arthur Bernardo Barbosa, Caio Cunha Rego de Oliveira, Suzete Correia

DOI: 10.14209/sbrt.2025.1571157248

Keywords: Kit Didático Métodos de Ensinoaprendizagem Processamento Digital de Sinais Processo de quantização

Abstract

The disciplines of the engineering curriculum require mathematical reasoning and a high degree of abstraction, requiring new approaches that increase student stimulation and interest. This article presents a teaching kit for teaching quantization in disciplines that involve the concept of signal digitization. The prototype was manufactured using a Computer Numerical Control (CNC) and accessible materials, such as MDF and acrylic. As a result, benefits were found from its use in the teaching-learning process, according to the validation form applied.

Download