Banca de DEFESA: MARIANA RODRIGUES VILLARIM

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
ÉTUDIANTS: MARIANA RODRIGUES VILLARIM
DATE: 26/06/2025
TIME: 09:00
LOCAL: Remoto (Google Meet: http://meet.google.com/kis-jpuz-xhf)
TITRE:

DÉVELOPPEMENT D’UN OUTIL INFORMATIQUE POUR LES BIODÉTECTEURS BASÉS SUR LA RÉSONANCE DES PLASMONS DE SURFACE EN UTILISANT DES MÉTHODES HYBRIDES ET L’APPRENTISSAGE AUTOMATIQUE


MOTS-CLÉS:

Résonance des Plasmons de Surface, Biodétecteurs, Modélisation Mathématique, Analyse Hybride Spectro-Angulaire, Techniques de Lissage de Courbe, Apprentissage Automatique, Analyse Informatique.


PAGES: 82
GRANDE SURFACE: Engenharias
AREA: Engenharia Elétrica
SOUS-ZONE: Materiais Elétricos
SPÉCIALITÉ: Materiais e Componentes Semicondutores
RÉSUMÉ:

Le biodétecteur optique basé sur la Résonance des Plasmons de Surface (SPR – Surface Plasmon Resonance) présente une haute sensibilité, ne nécessite pas de marqueurs, et sa construction multicouche permet une plus grande sélectivité vis-à-vis de l’analyte cible. Ces dispositifs sont largement utilisés dans des domaines tels que la santé, l’environnement, l’industrie agroalimentaire et l’agriculture. Un modèle mathématique et numérique a d’abord été développé avec trois couches (prisme, métal et milieu de détection), puis comparé à l’aide des méthodes de la matrice de transfert et des différences finies.
Un outil informatique a été développé à l’aide du MATLAB App Designer, permettant des simulations, l’importation de données expérimentales, la visualisation graphique en temps réel et l’exportation des résultats. L’application permet à l’utilisateur d’analyser différentes configurations du biodétecteur SPR via une interface intuitive et accessible. Parmi les principales avancées techniques mises en œuvre, on note : (i) l’intégration des modes d’analyse traditionnel et hybride (angle versus longueur d’onde) ; (ii) l’application de techniques avancées de lissage de courbes ; et (iii) l’utilisation d’algorithmes d’apprentissage automatique pour la prédiction de l’angle de résonance minimal, même en présence de données incomplètes. L’analyse hybride multidimensionnelle contribue à une optimisation plus robuste des paramètres du biodétecteur, avec une réduction significative du bruit spectral et une plus grande cohérence des résultats dans diverses conditions expérimentales. De plus, en enrichissant la structure multicouche avec différents composants chimiques, une augmentation de la sensibilité de 12,99% pour l’argent et de 16,59% pour l’or a été observée.
La comparaison entre les résultats obtenus avec les différentes techniques de lissage de courbes a montré que le filtre de Savitzky-Golay et le lissage par splines offraient les meilleures performances pour la réduction des bruits indésirables. Parmi les méthodes d’apprentissage automatique, la régression par processus gaussien (GPR) et les réseaux de neurones ont obtenu les meilleurs résultats sur des données incomplètes – situation courante dans les applications expérimentales où l’acquisition peut être limitée par le bruit ou des défaillances –, avec des valeurs de corrélation très élevées, de faibles écarts types et des erreurs absolues et quadratiques moyennes réduites.
Par conséquent, l’outil développé et les résultats obtenus démontrent le potentiel du système comme alternative viable pour l’analyse et l’optimisation des biodétecteurs SPR, apportant une contribution directe à leur progrès scientifique et technologique.
Enfin, l’assemblage d’une structure physique compacte et portable a été lancé, en vue de la génération d’une base de données.


MEMBRES DE LA BANQUE:
Presidente - 2140683 - DIOMADSON RODRIGUES BELFORT
Interno - 1284113 - SEBASTIAN YURI CAVALCANTI CATUNDA
Externo à Instituição - JOYLAN NUNES MACIEL - UNILA
Externo à Instituição - MARCO ROBERTO CAVALLARI - UNICAMP
Externo à Instituição - JOÃO PAULO PEREIRA DO CARMO - USP
Externo à Instituição - OSWALDO HIDEO ANDO JUNIOR - UFRPE
Notícia cadastrada em: 27/05/2025 16:15
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2025 - UFRN - sigaa01-producao.info.ufrn.br.sigaa01-producao