Atualmente, o mundo avança rapidamente na quarta revolução industrial, que tem como foco o desenvolvimento de sistemas ciberfísicos. Quando se busca atingir requisitos de consumo ultrabaixo em aplicações envolvendo dispositivos autoalimentados de Internet das Coisas (IoT) em cenários semiestruturados, não apenas as técnicas de captação de energia devem ser bem especificadas, mas também a própria Rede de Sensores Sem Fio (WSN). As características elétricas de cada módulo de comunicação devem ser não apenas conhecidas, mas também eficientes em geral, maximizando assim a autonomia do dispositivo IoT. Nesse sentido, este trabalho busca realizar um estudo em termos de eficiência energética de dispositivos IoT autossustentáveis no contexto de redes de comunicação sem fio.

O contínuo melhoramento dos headsets de realidade virtual, levando a um crescente aumento de resolução e taxa de atualização, tem tornado a geração de quadros cada vez mais custosa para o hardware disponível atualmente. Uma das opções para mitigar esse custo computacional utiliza técnicas como a renderização foveada, em que partes da imagem têm maior ou menor definição, imitando a fisiologia do olho humano. Visto que visão humana não é fixa em um ponto, faz-se então necessário buscar a posição ocular. Este trabalho tem por objetivo a proposta de uma técnica para encontrar essa posição usando um hardware dedicado implementado em FPGA.