309 XXXII MOSTRA UNISINOS DE INICIAÇÃO CIENTÍFICA E TECNOLÓGICA De 29/09/2025 a 03/10/2025 Unisinos São Leopoldo e Porto Alegre Ciências Exatas e da Terra - Programa de Pós-Graduação em Computação Aplicada Autor(a): Kauã Mark Cidade Alves Coautor(es): Modalidade de Bolsa: PIBIC Orientador(a): Sandro Jose Rigo CLASSIFICAÇÃO E PREDIÇÃO DE PADRÕES DE ESTRESSE PSICOSSOCIAL COM USO DE MÚLTIPLOS SINAIS FISIOLÓGICOS Este trabalho integra atividades de pesquisa voltadas à classificação e predição de padrões de estresse psicossocial por meio da análise de múltiplos sinais fisiológicos. A área tem ganhado destaque na saúde devido ao uso de sensores vestíveis para coleta de dados fisiológicos, contribuindo para diagnósticos e o monitoramento contínuo da saúde populacional. O objetivo geral do projeto é desenvolver e avaliar uma plataforma capaz de identificar e tratar sintomas fisiológicos relacionados ao estresse de forma contínua, utilizando sensores vestíveis, inteligência artificial, técnicas de terapias cognitivo-comportamentais e aplicações móveis. Dentro do escopo da bolsa de iniciação científica, as atividades se concentram nos seguintes objetivos específicos: a) Estudo e seleção de sensores vestíveis capazes de monitorar sinais fisiológicos, possibilitando seu armazenamento e posterior processamento; b) Investigação e aplicação de abordagens de Inteligência Artificial para detecção de padrões nesses dados; c) Definição de uma plataforma para aquisição e monitoramento em tempo real dos sinais fisiológicos, com base em sensores vestíveis e aplicativos móveis. Como bolsista, acumulo dois anos e meio de experiência no projeto. Durante esse período, participei de todas as etapas de manipulação de dois conjuntos de dados completos, desde a extração inicial até o treinamento de modelos de aprendizado de máquina, alcançando resultados satisfatórios. Realizei revisão bibliográfica extensa, trabalhei com códigos já existentes, realizando adaptações necessárias e, quando necessário, desenvolvendo novos códigos. Além disso, construí modelos de aprendizado de máquina com o intuito de superar a acurácia dos modelos anteriores. Os resultados esperados com minha participação incluem a ampliação do conhecimento
RkJQdWJsaXNoZXIy MjEzNzYz