Reagir ou Antecipar? Uma Comparação entre HPA e ML para Balanceamento de Carga

Carlos Henrique Veeck, Maria Barbosa, Kelvin Lopes Dias

DOI: 10.14209/sbrt.2025.1571157328

Keywords: Monitoramento HPA Balanceamento de Carga Aprendizagem de Máquina

Abstract

Com o crescimento dos usuários na rede 5G e futuros sistemas 6G, é essencial garantir uma rede escalável que atenda aos requisitos mínimos de QoS, como baixa latência em live streaming. Contudo, a escalabilidade em ambientes virtualizados aumenta o consumo de recursos computacionais. Este artigo propõe uma solução proativa para balanceamento de carga com instanciação dinâmica de UPFs baseada em redes neurais recorrentes. A proposta é comparada com a abordagem reativa baseada no Horizontal Pod Autoscaling (HPA) em uma infraestrutrura virtualizada 5G baseada em Kubernetes.

Download

GeoScanSat: Design of a CubeSat for Illegal Mining Monitoring System based on YoLov8

Lívia Cecília Gomes Silva, Gustavo Pivoto Ambrósio, Lara Conte Gomes, Evandro Cesar Vilas Boas, Felipe Augusto Pereira de Figueiredo

DOI: 10.14209/sbrt.2025.1571157329

Keywords: CubeSats LoRa remote sensing YoLov8

Abstract

This work presents the development of a CubeSat to detect illegal mining activities through remote sensing combined with riverine sensor modules. The CubeSat is the central processing unit, receiving environmental data transmitted via LoRa technology from modules distributed along rivers. The collected data (pH, electrical conductivity, and temperature) are tagged with geographic coordinates. The modules transmit data upon anomaly detection, activating the CubeSat imaging near the sensors' region. An embedded YOLOv8 algorithm locally analyses the captured images to classify the event and send the metadata to a server. A ground test validated the mission as proof of concept.

Download

Vision-Based fatigue detection using a smartphone

Hudson Guilherme V Assumpcao, Rigel Procópio Fernandes, Anna Beatriz Nunes Barbosa, Pedro Henrique Portugal Gusman

DOI: 10.14209/sbrt.2025.1571157331

Keywords:

Abstract

Driver fatigue is a critical factor in traffic accidents, especially in long-duration or nighttime driving. This project aims to develop a near real-time driver fatigue detection system capable of identifying early signs of drowsiness and alerting the driver to prevent potential accidents. The system uses computer vision techniques to analyze facial features such as eye closure, yawning, and head movements, captured through a smartphone camera. Data processing occurs locally to ensure low latency and immediate response. The goal of the suggested solution is to provide a low-cost, non-invasive, and efficient tool for enhancing road safety, especially in the passenger and freight transportation industries.

Download

Detecção de Falhas em Bombas Industriais usando Frequências Cíclicas com Random Forest

Daniela M Silva, Luiz F. Q. Silveira

DOI: 10.14209/sbrt.2025.1571157332

Keywords: detecção de falhas aprendizado de máquina sinais cicloestacionários densidade espectral cíclica

Abstract

Máquinas industriais desempenham um papel fundamental no setor produtivo, e a detecção de anomalias por meio de aprendizado de máquina é essencial para melhorar a confiabilidade. Este estudo propõe um método de detecção de falhas em bombas industriais, baseado no cálculo da Densidade Espectral Cíclica (SCD) e na classificação utilizando o Random Forest. A SCD extrai características dos sinais sensoriados, objetivando aprimorar a acurácia da classificação. O método foi avaliado com dados reais, alcançando até 96,5% de acurácia, F1-score médio de 0,80 e 100% de precisão, demonstrando seu potencial para o diagnóstico de falhas industriais.

Download

Avaliação de Classificadores Clássicos e Janelamento Temporal para Detecção de Congelamento da Marcha em Pacientes com Doença de Parkinson, Utilizando Dados de Sensores IMU

Clebson I. S. Silva, Ronaldo F Zampolo, Antonio Pereira Jr

DOI: 10.14209/sbrt.2025.1571157333

Keywords: Doença de Parkinson Congelamento da Marcha Aprendizado de Máquina Janelamento Temporal

Abstract

O Congelamento da Marcha (FOG) é um sintoma motor debilitante na Doença de Parkinson (DP). Este estudo investiga a influência do tamanho da janela temporal e o desempenho de classificadores clássicos de aprendizado de máquina (SVC, RF, KNN, XGBoost) na detecção de FOG. Utilizou-se um dataset público de sensores inerciais de pacientes com DP durante tarefa de movimento circulares. Avaliou-se janelas de 1 a 6 segundos. Resultados indicam que janelas maiores melhoram performance, com Random Forest e janela de 5 s alcançando melhor F1-score (0.9233), sugerindo viabilidade.

Download

Comparative Performance Analysis of LoRa and WiFi Technologies for CanSat Communication Systems

Andre Costa Coelho, Marceu Veiga De Almeida Filho, Michel Lutegar Dorsi Pereira, Rigel Procópio Fernandes, Thiago Silva de Souza, Clayton Jones Alves Da Silva

DOI: 10.14209/sbrt.2025.1571157335

Keywords:

Abstract

This research presents a comprehensive comparative analysis of LoRa and WiFi communication technologies for CanSat applications through empirical testing and performance evaluation. The study implements a CanSat system for environmental monitoring while conducting extensive communication tests between the two technologies across distances ranging from 1m to 200m. Performance metrics including transmission delay, packet loss percentage, data transmission speed, and delay variability were measured and analyzed. The CanSat system collects atmospheric data using commercial off-the-shelf sensors and transmits it via LoRa technology to a ground station. Experimental validation includes both laboratory testing and a 50-meter drone deployment to evaluate real-world performance. Results demonstrate that while WiFi significantly outperforms LoRa in speed and latency metrics, LoRa remains optimal for long-range, low-power applications typical of remote environmental monitoring scenarios. This work provides empirical evidence for technology selection in CanSat and similar remote sensing applications.

Download

Attenuation of Interference in EEG Signals using the Adaptive Recursive Least Squares Algorithm

Manoel Ribeiro Caetano Junior, Rafael Ferrari

DOI: 10.14209/sbrt.2025.1571157336

Keywords: Adaptive Filtering Brain-Computer Interface Steady-State Visually Evoked Potentials Recursive Least Squares

Abstract

In SSVEP-based BCIs, commands are generated by detecting oscillatory patterns in EEG signals. However, when these signals are affected by significantly interference, the identification task becomes more complex. To address this, we propose a novel spatio-temporal filtering technique called M-RLS-CCA, a modified version of the RLS-CCA method. We evaluated its performance against RLS-CCA and standalone temporal filtering using CCA. We also investigated whether signals from non-occipital regions can provide information about interference in occipital signals, helping to reduce such interference. To assess the method across different electrode configurations, accuracy and ITR were used as metrics. Results show that both M-RLS-CCA and RLS-CCA outperform spatial filtering with CCA alone, regardless of electrode setup. Moreover, M-RLS-CCA showed a slight improvement compared to the original approach.

Download

Implementação e avaliação de solução para o monitoramento dos planos de dados e controle 5G utilizando NWDAF

Tarcisio Chagas, Maria Barbosa, Kelvin Lopes Dias

DOI: 10.14209/sbrt.2025.1571157337

Keywords: Analytics Monitoramento NWDAF rede 5G

Abstract

Com a chegada do 5G e a perspectiva do 6G, espera-se um grande aumento no número de dispositivos conectados. Nesse cenário, o monitoramento em tempo real torna-se essencial para suportar decisões que garantam esses requisitos. Este trabalho propõe o uso de \textit{Network Data Analytics Function} (NWDAF) para monitorar o plano de controle e o plano de dados do núcleo 5G através de APIs da camada de exposição, analisando o número de usuários conectados e volume de dados trafegados. A efetividade da solução de monitoramento com o NWDAF foi demonstrada em um ambiente simulado OpenAirInterface.

Download

IoT-Based Anti-Theft Alarm Using Reed Switch and MQTT Protocol

Paula Luiza Rocha De Oliveira, Guilherme Pinto Weil Bastos, Gabriel Lacerda Da Fontoura, Maria Giulia Alves Pessanha Simões, William Cesar Dos Santos Fagundes, Rigel Procópio Fernandes, Clayton Jones Alves Da Silva

DOI: 10.14209/sbrt.2025.1571157343

Keywords:

Abstract

The objective of this project is to design an intelligent anti-theft system for backpacks. The system employs a magnetic sensor to detect unauthorized openings. When the zipper is moved, the system interprets this as a potential theft attempt and triggers an alarm. The user can disable the alarm using an RFID card, ensuring it is only active when desired.

Download

Aplicação do Algoritmo de Roteamento por Série de Potências em uma Rede Óptica Elástica Multibanda no Cenário Adaptativo-Alternativo

Felipe Cézar Maia Silva, Raphael Lins Di Pace, José Roberto do Nascimento Arcanjo, Helder A. Pereira

DOI: 10.14209/sbrt.2025.1571157344

Keywords: Emissão Espontânea Amplificada Multibanda Relação Sinal-Ruído Óptica Roteamento

Abstract

Neste artigo, propõe-se a aplicação do algoritmo de roteamento por série de potências, utilizando rotas alternativas, no cenário de redes ópticas elásticas multibandas. Para isso, considera-se o ruído de emissão espontânea amplificada, gerado nos amplificadores ópticos presentes nos nós e enlaces, a utilização das bandas de transmissão C, S e L e avalia-se o desempenho da rede em termos de probabilidade de bloqueio de conexões (PBC) e disponibilidade normalizada de encaixes de blocos de fatias do espectro de frequência.

Download