Introduction: In this paper we propose a promising new technique for drowsiness detection. It consists of applying the best m-term approximation on a single-channel electroencephalography (EEG) signal preprocessed through a discrete wavelet transform. Methods: In order to classify EEG epochs as awake or drowsy states, the most significant m terms from the wavelet expansion of an EEG signal are selected according to the magnitude of their coefficients related to the alpha and beta rhythms. Results: By using a simple thresholding strategy it provides hit rates comparable to those using more complex techniques. It was tested on a set of 6 hours and 50 minutes EEG drowsiness signals from PhysioNet Sleep Database yielding an overall sensitivity (TPR) of 84.98% and 98.65% of precision (PPV). Conclusion: The method has proved itself efficient at separating data from different brain rhythms, thus alleviating the requirement for complex post-processing classification algorithms.

The study of industrial automation concepts is increasingly necessary in the companies concerned to improve their productivity, directly influencing the reduction of production costs. As technologies related to industrial robotics are more affordable, their proper use makes the process get better quality and greater flexibility, agility acquiring response to market needs. And with more efficient equipment also occurs a reduction of ergonomic risks of the tasks that still require human labor. This paper aims to propose a automation of production lines of a manufacturer of school, through the creation of a robotic cell for the packing operation. The cell will consist of a robot manipulator, vibratory feeder and carimbador for high-definition inkjet. In a general context, seeks to show the benefits that the automation deployment at specific points of the process will bring to the company, along with the replacement of the current stamping method. Thus, the proposals point to improvements in production, increased productivity, greater flexibility and speed of response to market needs, and even reducing the cost of manufacture of erasers.

Resumo: Neste estudo, o método de melhor aproximação por m termos, MAmT,é utilizado na classificação de parâmetros de um sinal de EEG relacionadosà sonolência. Esses parâmetros são obtidos através da: (i) série de Fourier do sinal de EEG, considerando as frequências correspondentes aos ritmos alfa e beta; (ii) série wavelet do sinal, considerando determinados níveis da transformada wavelet discreta de Daubechies. Os estados cognitivos são então classificados com base em um conjunto de pesos definidos através da MAmT. Quando aplicadas a sinais reais de EEG e comparadas com a classificação clínica, a metodologia utilizando MAmT e coeficientes wavelet apresentou uma taxa de acerto de 93% e efetividade 47% maior em relaçãoà outra, utilizando coeficientes de Fourier. A associação da MAmTà transformada wavelet de um sinal de EEG mostra-se, portanto, um método bastante efetivo e de baixa complexidade para a detecção de sonolência.Palavras-chave: Detecção de sonolência, melhor aproximação por m-termos, transformada wavelet, transformada de Fourier 1 Introdução A Administração Nacional de Segurança no Trânsito (National Highway Traffic Safety Administration, Estados Unidos), estima que 100.000 ocorrências policiais envolvendo acidentes de trânsito sejam registradas, por ano, decorrente de sonolência em motoristas. Estudos indicam que até 30% dos acidentes de trânsito envolvendo vítimas fatais são ocasionados por motoristas sonolentos [1] .A sonolência pode então ser considerada um problema de saúde pública [2] e justifica o interesse da indústria automobilística em desenvolver dispositivos de bordo capazes de detectar e mitigar sinais de sonolência em condutores. Com base nestas premissas, este estudo visa discutir a detecção de sonolência através da aplicação da melhor aproximação por m-termos (MAmT) na análise de um sinal de eletroencefalografia (EEG) utilizando as transformadas de Fourier e wavelet. Do ponto de vista neurofisiológico, a sonolência pode ser definida como a transição entre a vigília e o sono, caracterizada pelo decréscimo da atenção e por movimentos lentos. Este processo tem início com a ativação e inibição simultânea de grupos de neurônios em diferentesáreas do cérebro. Por ser rítmico e sincronizado, pode ser analisado através da variação da amplitude da corrente elétrica no cérebro, detectável através da eletroencefalografia (EEG). A sonolênciá e então caracterizada por (i) decréscimo de atividade no ritmo beta ([13-30]Hz); (ii) aumento e subsequente redução de atividade no ritmo alfa ([8-13]Hz) e (iii) aumento de atividade no ritmo teta ([4-8]Hz) [3].Desta perspectiva, a sonolênciaé considerada um padrão a ser reconhecido nos sinais cerebrais: a transformada de Fourier ou a transformada wavelet [3] são comumente utilizadas para

Este artigo enfoca a influência da forma urbana no acesso da população aos equipamentos e seu objetivo é sistematizar uma metodologia para a avaliação da equidade no acesso a equipamentos de saúde pública, baseada em modelos configuracionais. O estudo analisa como a população de Porto Alegre está localizada com relação ao acesso às unidades de saúde de atenção primária (US). Os dados empíricos provêm do banco GEOSAÚDE da Prefeitura Municipal (2010) e do IBGE, Censo 2010. A metodologia apresentada envolveu o cálculo da acessibilidade direcionada das demandas (moradores) às ofertas (US), com base no modelo de oportunidade espacial. A análise da equidade foi realizada de forma comparativa, considerando diferentes grupos de renda e bairros selecionados. A metodologia mostrou-se com potencial para analisar e discutir a complexidade dos padrões de acesso da população aos serviços de saúde e também pode contribuir para testar cenários alternativos, servindo de suporte à tomada de decisão.

A capacidade de inovar é um fator de diferenciação estratégica em contextos de acirrada competitividade empresarial. Uma inovação não é apenas uma ideia mas um processo elaborado que resulta na implementação de um novo ou significativamente melhorado produto ou processo organizacional. A inovação compreende etapas de geração de ideias, alocação de recursos, implementação e aceitação por um mercado consumidor. Ferramentas de Software tem um papel importante apoiando atividades que viabilizam ou facilitam a aplicação das metodologias, através do compartilhamento de informações, a aquisição e classificação de ideias, a pesquisa e coleta de dados em bases científicas e a previsão de tendências. Neste contexto, o presente estudo apresenta uma comparação entre as principais ferramentas de softwares inseridas em atividades da Gestão da Inovação, tais como a Gestão de Ideias e a Inovação Aberta.