Universidade Federal do Ceará
Programa de Pós-Graduação em Engenharia de Teleinformática

Defesa de Tese de Doutorado – Wellington Dantas de Almeida

Título: Abordagens de Redes Neurais com Opção de Rejeição para Equalização, Detecção e Correção de Erro

Data: 21/05/2026
Horário: 14:00
Local: Google Meet – https://meet.google.com/gje-hsnn-qzv

Banca Examinadora:
Ajalmar Rêgo da Rocha Neto (UFC, Presidente – Orientador)
Charles Casimiro Cavalcante (UFC)
Guilherme de Alencar Barreto (UFC)
Joao Paulo Pordeus Gomes (UFC)
Amauri Holanda de Souza Júnior (IFCE)
Eduardo Furtado de Simas Filho (UFBA)

Resumo:
Esta tese apresenta uma nova abordagem baseada em redes neurais com opção de rejeição, voltada à equalização de sinais e às etapas de detecção e correção de erros em sistemas de comunicação digital. Ao contrário dos métodos convencionais, que mantêm decisões determinísticas mesmo em regiões marcadas por elevada incerteza, a técnica proposta incorpora um mecanismo explícito de controle de confiança. Com isso, o sistema passa a reconhecer padrões ambíguos durante a transmissão de dados e pode optar por rejeitá-los, em vez de assumir uma classificação potencialmente equivocada.

Diferentes arquiteturas de redes neurais artificiais foram analisadas e avaliadas em distintos cenários de comunicação, marcados pela presença de ruído aditivo, interferência intersimbólica e distorções não lineares no canal. Os resultados obtidos indicam que a inclusão do mecanismo de rejeição favorece um equilíbrio mais adequado entre acurácia e taxa de erro, além de elevar a confiabilidade das decisões efetivamente aceitas.

A proposta foi posteriormente ampliada para aplicações em detecção de erros, passando a utilizar a rejeição como um indicativo direto de possível corrupção de pacotes. Nessa etapa, desenvolveu-se um modelo neural capaz de sinalizar pacotes potencialmente comprometidos, dispensando, em certos cenários, a necessidade de redundância adicional. A abordagem foi testada em diferentes tipos de arquivos e sob distintas condições de ruído, apresentando desempenho superior ao de técnicas tradicionais, inclusive diante da ocorrência de múltiplos erros.

Além disso, o método foi implementado e avaliado em dispositivos físicos, o que permitiu comprovar sua viabilidade prática em sistemas embarcados. No âmbito da correção de erros, foi concebido um modelo neural capaz de restaurar bits comprometidos após a detecção da falha, explorando padrões estruturais aprendidos durante o treinamento. Ensaios conduzidos com dados provenientes de sensores sem fio e com imagens digitais degradadas por ruído indicaram recuperação mais eficiente e precisa quando comparada a abordagens baseadas em tabelas de consulta ou em redundância adicional.

Assim, a solução proposta consolida um mecanismo fundamentado no controle explícito da incerteza, apresentando-se como uma alternativa consistente para ampliar a robustez, a eficiência e a confiabilidade de sistemas contemporâneos de comunicação digital.

Palavras-chave: redes neurais; opção de rejeição; equalização de canal; detecção de erro; correção de erro.