Banca de DEFESA: JOSÉ GIDEL OLIVEIRA SARAIVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : JOSÉ GIDEL OLIVEIRA SARAIVA
DATA : 02/09/2025
HORA: 16:00
LOCAL: meet.google.com/zzp-uwsg-yub
TÍTULO:

GERAÇÃO DE IMAGENS SINTÉTICA COM REDE ADVERSARIAL GENERATIVA BASEADA EM SENSOR DE
RESSONÂNCIA DE PLASMON DE SUPERFÍCIE

PALAVRAS-CHAVES:

Inteligência Artificial, Redes Adversariais Generativas, Espaço latente,
Ressonância de Plasmon de Superfície, sensores SPR e Processamento de Imagens.

PÁGINAS: 134
RESUMO:

A inteligência artificial, por meio de modelos generativos como as Redes Adversárias
Generativas (em inglês, Generative Adversarial Networks – GANs), tem sido aplicada para
superar a escassez de dados em técnicas sensíveis como a Ressonância de Plásmons de
Superfície (em inglês, Surface Plasmon Resonance – SPR) para aplicações científicas, onde
custos elevados e limitações experimentais são obstáculos frequentes. Dentre os modelos
generativos investigados na literatura, as GANs vêm sendo amplamente adotadas para
geração de imagens sintéticas realistas devido à sua capacidade de equilibrar qualidade de
saída e custo computacional. Este trabalho emprega uma rede Generativa Adversarial
Convolucional Profunda (Deep Convolutional Generative Adversarial Network – DCGAN)
para gerar imagens SPR sintéticas realistas. O modelo foi treinado com banco de dados
consolidado da literatura, simulando sensores ópticos na configuração de Kretschmann com Prisma
Polimérico para Aplicações Biológicas (PPBIO). A avaliação do modelo combinou métricas quantitativas
e qualitativas para verificar a qualidade e a fidelidade das imagens sintéticas geradas. No aspecto
quantitativo, foram consideradas as seguintes métricas: FWHM, largura total, energia normalizada,
assimetria, posição do mínimo, área, perímetro, excentricidade, circularidade, solidez, funções de perda
do gerador e discriminador, Maximum Mean Discrepancy (MMD), Erro Quadrático Médio (MSE) e
Distância Euclidiana. Para a avaliação qualitativa, foram utilizadas visualizações comparativas e
projeções em espaço reduzido por meio do t-SNE e histogramas. A contribuição central deste trabalho
tem dois aspectos: a demonstração da viabilidade de GANs para gerar imagens SPR com sensores
ópticos na configuração PPBIO, e uma análise custo-benefício comparando dados sintéticos e reais na
tarefa de identificação de substâncias via CNNs. A integração desses resultados representa uma
inovação significativa para aplicações científicas dependentes de sistemas SPR, oferecendo uma
solução que alia precisão técnica à viabilidade econômica.

MEMBROS DA BANCA:
Externo à Instituição - ANTÔNIO MARCUS NOGUEIRA LIMA
Interna - 016.265.913-00 - LEIVA CASEMIRO OLIVEIRA - UFERSA
Interno - 3304 - SEBASTIÃO EMIDIO ALVES FILHO
Interno - 010.483.084-05 - SILVIO ROBERTO FERNANDES DE ARAUJO - UFERSA