@MASTERSTHESIS{ 2022:2113699528,
 	title = {Aplicação de redes neurais artificiais para classificar padrões de ruído eletromagnético conduzido nas linhas de alimentação de circuitos integrados},
 	year = {2022},
 	url = "https://tede2.pucrs.br/tede2/handle/tede/10166",
 	abstract = "Com o crescente uso de sistemas embarcados em nosso dia a dia e o aumento do nível de ruído eletromagnético no ambiente em que esses sistemas estão expostos, a necessidade de uma operação confiável é primordial. Quando os componentes vitais desses sistemas ficam expostos a uma grande quantidade de ruídos, que podem ser tanto conduzidos como radiados, esses ruídos podem acarretar em falhas graves e incontornáveis, por isso torna-se imprescindível a análise e testes confiáveis em cima destes componentes. Nesse cenário, este trabalho apresenta um estudo sobre o uso de técnicas de aprendizado de máquina (redes neurais artificiais) para realizar a identificação e classificação em campo de diferentes tipos de ruído eletromagnético conduzido nas linhas de alimentação de circuito integrados (CIs), de acordo com um conjunto específico das normas IEC. Este trabalho detalha o desenvolvimento de uma metologia o qual as formas de onda dos fenômenos contidos nas normas são simuladas através de software devido ao tempo disposto para um trabalho de mestrado acrescido do viés de pandemia e a dificuldade de acesso aos laboratórios por conta deste cenário, e também pelo risco envolvendo o tempo e complexidade para obtenção dessas formas de onda em hardware utilizando um microprocessador, por exemplo. Resultados experimentais obtidos nesta metodologia, sugerem que a abordagem proposta é muito eficaz para atingir o objetivo de identificar os tipos de ruídos eletromagnéticos conduzidos. Dessa forma, a metodologia desenvolvida possibilita a inserção da inteligência artificial no contexto de testes, permitindo aos desenvolvedores de sistemas e circuitos integrados uma nova abordagem para avaliar a susceptibilidade à EMI conduzido,
 possibilitando o desenvolvimento de novas técnicas para o aumento da confiabilidade e robustez dos projetos.",
 	publisher = {Pontifícia Universidade Católica do Rio Grande do Sul},
 	scholl = {Programa de Pós-Graduação em Engenharia Elétrica},
 	note = {Escola Politécnica}
}