Navegação Eventos - Artigos por Autores IPEN "FAROOQ, SAJID"

Classificar por: Ordenar: Resultados:

  • IPEN-DOC 30192

    FAROOQ, SAJID ; GERMANO, GLEICE ; STANCARI, KLEBER A. ; RAFFAELI, ROCIO; CROCE, MARIA V.; CROCE, ADELA E.; ZEZELL, DENISE M. . A 3D discriminant analysis for hyperspectral FTIR images. In: INTERNATIONAL CONFERENCE ON OPTICAL MEMS AND NANOPHOTONICS; SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, July 31 - August 3, 2023, Campinas, SP. Proceedings... Piscataway, NJ, USA: IEEE, 2023. DOI: 10.1109/OMN/SBFOTONIOPC58971.2023.10230933

    Abstract: Here, we apply a 3D discriminant analysis approach to analyze FTIR hyperspectral images of normal vs malignant Melanoma (MM) samples for skin cancer diagnosis. For this porpose we used 2 samples, for Normal (49k) and for MM(90k). Our results evidence the outstanding performance with accuracy up to 81% for big data (> 100k).

    Como referenciar este item
    Icon

  • IPEN-DOC 29364

    FAROOQ, SAJID ; CARAMEL-JUVINO, AMANDA ; FONTES, YASMIN R. ; GARDIANO, SABRINA A. ; ZEZELL, DENISE M. . Exploring enamel demineralization from SEM images using deep learning algorithms. In: LATIN AMERICA OPTICS AND PHOTONICS CONFERENCE, August 7-11, 2022, Recife, PE. Proceedings... Washington, DC, USA: Optica Publishing Group, 2022. DOI: 10.1364/LAOP.2022.W4A.36

    Abstract: Here, we employ segmentation and convolutional neural network (CNN) to identify and quantify enamel demineralization. Our results depict that CNN model using input SEM images achieve accuracy up to 79% for enamel demineralization diagnosis.

    Como referenciar este item
    Icon

  • IPEN-DOC 30188

    PERES, DANIELLA L. ; FAROOQ, SAJID ; RAFFAELI, ROCIO; CROCE, MARIA V.; CROCE, ADELA E.; ZEZELL, DENISE M. . Identification of basal cell carcinoma skin cancer using FTIR and Machine learning. In: INTERNATIONAL CONFERENCE ON OPTICAL MEMS AND NANOPHOTONICS; SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, July 31 - August 3, 2023, Campinas, SP. Proceedings... Piscataway, NJ, USA: IEEE, 2023. DOI: 10.1109/OMN/SBFOTONIOPC58971.2023.10230945

    Abstract: Here we applied ATR-FTIR spectroscopy combined with computational modeling based on 3D-discriminant analysis (3D-PCA-QDA). Our results present an exceptional performance of 3D-discriminant algorithms to diagnose BCC skin cancer, indicating the accuracy up to 99%.

    Como referenciar este item
    Icon

  • IPEN-DOC 29302

    CARAMEL-JUVINO, AMANDA ; FAROOQ, SAJID ; ROMANO, MARIANA; ZEZELL, DENISE M. . Identification of enamel demineralization using high performance convolutional neural network. In: SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, October 13-15, 2022, Recife, PE. Proceedings... Piscataway, NJ, USA: IEEE, 2022. DOI: 10.1109/SBFotonIOPC54450.2022.9992381

    Abstract: Here, we traces use segmentation and convolutional neural network (CNN) to trace, diagnose and quantify enamel demineralization for research. The preprocessing, histograms based methods are used to enhance the contrast and equalize the brightness through the scanning electron microscope images. Our result evidence that the deep learning based CNN model is highly efficient to process the dental image to achieve high accuracy of enamel demineralization and presents promising outcomes with optimal precision.

    Palavras-Chave: neural networks; dentistry; enamels; demineralization; learning

    Como referenciar este item
    Icon

  • IPEN-DOC 29360

    FAROOQ, SAJID ; DEL-VALLE, MATHEUS ; SANTOS, SOFIA ; BERNARDES, EMERSON S. ; ZEZELL, DENISE M. . Identifying breast cancer cell lines using high performance machine learning methods. In: LATIN AMERICA OPTICS AND PHOTONICS CONFERENCE, August 7-11, 2022, Recife, PE. Proceedings... Washington, DC, USA: Optica Publishing Group, 2022. DOI: 10.1364/LAOP.2022.Tu5A.3

    Abstract: We present a computational framework based on machine learning classifiers K-Nearest Neighbors and Neighborhood Component analysis for breast cancer (BC) subtypes prognostic. Our results has up to 97% accuracy for prognostic stratification of BC subtypes.

    Como referenciar este item
    Icon

  • IPEN-DOC 30186

    FAROOQ, SAJID ; PERES, DANIELLA L. ; CAIXETA, DOUGLAS C.; LIMA, CASSIO; SILVA, ROBINSON S. da; ZEZELL, DENISE M. . Monitoring changes in urine from diabetic rats using ATR-FTIR and Machine Learning. In: INTERNATIONAL CONFERENCE ON OPTICAL MEMS AND NANOPHOTONICS; SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, July 31 - August 3, 2023, Campinas, SP. Proceedings... Piscataway, NJ, USA: IEEE, 2023. DOI: 10.1109/OMN/SBFOTONIOPC58971.2023.10230957

    Abstract: Here, we aim to better characterize diabetes mellitus (DM) by analyzing 149 urine spectral samples, comprising of diabetes versus healthy control groups employing ATR-FTIR spectroscopy, combined with a 3D discriminant analysis machine learning approach. Our results depict that the model is highly precise with accuracy close to 100%.

    Como referenciar este item
    Icon

  • IPEN-DOC 29299

    BALTAR, RAPHAEL M.S.M.; ARAUJO, RENATO E. de; FAROOQ, SAJID . Selecting silver nanoshells for colorimetric sensors. In: SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, October 13-15, 2022, Recife, PE. Proceedings... Piscataway, NJ, USA: IEEE, 2022. DOI: 10.1109/SBFotonIOPC54450.2022.9992430

    Abstract: In this work the use of silver nanoshell as a starting point for the establishment of colorimetric sensor platforms, under solar illumination, was evaluated. Mie theory was explored on the analysis of the nanosensor linearity and sensitivity, considering 4 different color spaces and the influence of the nanoshell geometry. A high performance plasmonic nanoplatform was identified. The nanosensor platform based on nanoshells, with 35 nm SiO 2 core radius and 25 nm Ag shell thickness, showed sensitivity values up to 2.78 RIU -1 and linearity higher than 0.96, considering the Hue parameter of the HSV color space. The identification of optimized plasmonic nanoplatforms may extend the use naked-eye colorimetric applications in low-resource environments.

    Palavras-Chave: optical equipment; sensors; nanotechnology; plasmons; silver

    Como referenciar este item
    Icon

  • IPEN-DOC 29303

    FAROOQ, SAJID ; CARAMEL-JUVINO, AMANDA ; DEL-VALLE, MATHEUS ; SANTOS, SOFIA ; BERNARDES, EMERSON S. ; ZEZELL, DENISE M. . Superior Machine Learning Method for breast cancer cell lines identification. In: SBFOTON INTERNATIONAL OPTICS AND PHOTONICS CONFERENCE, October 13-15, 2022, Recife, PE. Proceedings... Piscataway, NJ, USA: IEEE, 2022. DOI: 10.1109/SBFotonIOPC54450.2022.9992467

    Abstract: We propose an artificial intelligence platform based on machine learning (ML) algorithm using Neighborhood Component analysis and K-Nearest Neighbors for breast cancer cell lines recognition. Our model presents up to 97% accuracy for identification of breast cancer cell lines.

    Palavras-Chave: neoplasms; mammary glands; tumor cells; machine learning; artificial intelligence; accuracy; identification systems

    Como referenciar este item
    Icon

A pesquisa no RD utiliza os recursos de busca da maioria das bases de dados. No entanto algumas dicas podem auxiliar para obter um resultado mais pertinente.

✔ É possível efetuar a busca de um autor ou um termo em todo o RD, por meio do Buscar no Repositório , isto é, o termo solicitado será localizado em qualquer campo do RD. No entanto esse tipo de pesquisa não é recomendada a não ser que se deseje um resultado amplo e generalizado.

✔ A pesquisa apresentará melhor resultado selecionando um dos filtros disponíveis em Navegar

✔ Os filtros disponíveis em Navegar tais como: Coleções, Ano de publicação, Títulos, Assuntos, Autores, Revista, Tipo de publicação são autoexplicativos. O filtro, Autores IPEN apresenta uma relação com os autores vinculados ao IPEN; o ID Autor IPEN diz respeito ao número único de identificação de cada autor constante no RD e sob o qual estão agrupados todos os seus trabalhos independente das variáveis do seu nome; Tipo de acesso diz respeito à acessibilidade do documento, isto é , sujeito as leis de direitos autorais, ID RT apresenta a relação dos relatórios técnicos, restritos para consulta das comunidades indicadas.

A opção Busca avançada utiliza os conectores da lógica boleana, é o melhor recurso para combinar chaves de busca e obter documentos relevantes à sua pesquisa, utilize os filtros apresentados na caixa de seleção para refinar o resultado de busca. Pode-se adicionar vários filtros a uma mesma busca.

Exemplo:

Buscar os artigos apresentados em um evento internacional de 2015, sobre loss of coolant, do autor Maprelian.

Autor: Maprelian

Título: loss of coolant

Tipo de publicação: Texto completo de evento

Ano de publicação: 2015

✔ Para indexação dos documentos é utilizado o Thesaurus do INIS, especializado na área nuclear e utilizado em todos os países membros da International Atomic Energy Agency – IAEA , por esse motivo, utilize os termos de busca de assunto em inglês; isto não exclui a busca livre por palavras, apenas o resultado pode não ser tão relevante ou pertinente.

✔ 95% do RD apresenta o texto completo do documento com livre acesso, para aqueles que apresentam o significa que e o documento está sujeito as leis de direitos autorais, solicita-se nesses casos contatar a Biblioteca do IPEN, bibl@ipen.br .

✔ Ao efetuar a busca por um autor o RD apresentará uma relação de todos os trabalhos depositados no RD. No lado direito da tela são apresentados os coautores com o número de trabalhos produzidos em conjunto bem como os assuntos abordados e os respectivos anos de publicação agrupados.

✔ O RD disponibiliza um quadro estatístico de produtividade, onde é possível visualizar o número dos trabalhos agrupados por tipo de coleção, a medida que estão sendo depositados no RD.

✔ Na página inicial nas referências são sinalizados todos os autores IPEN, ao clicar nesse símbolo será aberta uma nova página correspondente à aquele autor – trata-se da página do pesquisador.

✔ Na página do pesquisador, é possível verificar, as variações do nome, a relação de todos os trabalhos com texto completo bem como um quadro resumo numérico; há links para o Currículo Lattes e o Google Acadêmico ( quando esse for informado).

ATENÇÃO!

ESTE TEXTO "AJUDA" ESTÁ SUJEITO A ATUALIZAÇÕES CONSTANTES, A MEDIDA QUE NOVAS FUNCIONALIDADES E RECURSOS DE BUSCA FOREM SENDO DESENVOLVIDOS PELAS EQUIPES DA BIBLIOTECA E DA INFORMÁTICA.

O gerenciamento do Repositório está a cargo da Biblioteca do IPEN. Constam neste RI, até o presente momento 20.950 itens que tanto podem ser artigos de periódicos ou de eventos nacionais e internacionais, dissertações e teses, livros, capítulo de livros e relatórios técnicos. Para participar do RI-IPEN é necessário que pelo menos um dos autores tenha vínculo acadêmico ou funcional com o Instituto. Nesta primeira etapa de funcionamento do RI, a coleta das publicações é realizada periodicamente pela equipe da Biblioteca do IPEN, extraindo os dados das bases internacionais tais como a Web of Science, Scopus, INIS, SciElo além de verificar o Currículo Lattes. O RI-IPEN apresenta também um aspecto inovador no seu funcionamento. Por meio de metadados específicos ele está vinculado ao sistema de gerenciamento das atividades do Plano Diretor anual do IPEN (SIGEPI). Com o objetivo de fornecer dados numéricos para a elaboração dos indicadores da Produção Cientifica Institucional, disponibiliza uma tabela estatística registrando em tempo real a inserção de novos itens. Foi criado um metadado que contém um número único para cada integrante da comunidade científica do IPEN. Esse metadado se transformou em um filtro que ao ser acionado apresenta todos os trabalhos de um determinado autor independente das variáveis na forma de citação do seu nome.

A elaboração do projeto do RI do IPEN foi iniciado em novembro de 2013, colocado em operação interna em julho de 2014 e disponibilizado na Internet em junho de 2015. Utiliza o software livre Dspace, desenvolvido pelo Massachusetts Institute of Technology (MIT). Para descrição dos metadados adota o padrão Dublin Core. É compatível com o Protocolo de Arquivos Abertos (OAI) permitindo interoperabilidade com repositórios de âmbito nacional e internacional.

1. Portaria IPEN-CNEN/SP nº 387, que estabeleceu os princípios que nortearam a criação do RDI, clique aqui.


2. A experiência do Instituto de Pesquisas Energéticas e Nucleares (IPEN-CNEN/SP) na criação de um Repositório Digital Institucional – RDI, clique aqui.

O Repositório Digital do IPEN é um equipamento institucional de acesso aberto, criado com o objetivo de reunir, preservar, disponibilizar e conferir maior visibilidade à Produção Científica publicada pelo Instituto, desde sua criação em 1956.

Operando, inicialmente como uma base de dados referencial o Repositório foi disponibilizado na atual plataforma, em junho de 2015. No Repositório está disponível o acesso ao conteúdo digital de artigos de periódicos, eventos, nacionais e internacionais, livros, capítulos, dissertações, teses e relatórios técnicos.

A elaboração do projeto do RI do IPEN foi iniciado em novembro de 2013, colocado em operação interna em julho de 2014 e disponibilizado na Internet em junho de 2015. Utiliza o software livre Dspace, desenvolvido pelo Massachusetts Institute of Technology (MIT). Para descrição dos metadados adota o padrão Dublin Core. É compatível com o Protocolo de Arquivos Abertos (OAI) permitindo interoperabilidade com repositórios de âmbito nacional e internacional.

O gerenciamento do Repositório está a cargo da Biblioteca do IPEN. Constam neste RI, até o presente momento 20.950 itens que tanto podem ser artigos de periódicos ou de eventos nacionais e internacionais, dissertações e teses, livros, capítulo de livros e relatórios técnicos. Para participar do RI-IPEN é necessário que pelo menos um dos autores tenha vínculo acadêmico ou funcional com o Instituto. Nesta primeira etapa de funcionamento do RI, a coleta das publicações é realizada periodicamente pela equipe da Biblioteca do IPEN, extraindo os dados das bases internacionais tais como a Web of Science, Scopus, INIS, SciElo além de verificar o Currículo Lattes. O RI-IPEN apresenta também um aspecto inovador no seu funcionamento. Por meio de metadados específicos ele está vinculado ao sistema de gerenciamento das atividades do Plano Diretor anual do IPEN (SIGEPI). Com o objetivo de fornecer dados numéricos para a elaboração dos indicadores da Produção Cientifica Institucional, disponibiliza uma tabela estatística registrando em tempo real a inserção de novos itens. Foi criado um metadado que contém um número único para cada integrante da comunidade científica do IPEN. Esse metadado se transformou em um filtro que ao ser acionado apresenta todos os trabalhos de um determinado autor independente das variáveis na forma de citação do seu nome.