PAULINO GOMES

PAULINO GOMES

LaboLPA, Universidade Santa Cecília, Santos, São Paulo, Brazil
orcid

Research Focus & Metrics

Academic Career Length

5Years (2022-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
6 May 2023 in Robotics
Verified
Journal Article
Open access
PDF file
João Inácio Da Silva FilhoJoão Inácio Da Silva Filho
João Inácio Da Silva Filho
CFCláudio Luís Magalhães Fernandes
Cláudio Luís Magalhães Fernandes
RSRodrigo Silvério da Silveira
Rodrigo Silvério da Silveira
PAULINO GOMESPAULINO GOMES
PAULINO GOMES
SMSérgio Luiz da Conceição Matos
Sérgio Luiz da Conceição Matos
Germano Lambert-TorresGermano Lambert-Torres
Germano Lambert-Torres
Paraconsistent Annotated Logic (PAL) is a type of non-classical logic based on concepts that allow, under certain conditions, for one to accept contradictions without invalidating conclusions. The Paraconsistent Artificial Neural Cell of Learning (lPANCell) algorithm was created from PAL-based equations. With its procedures for learning discrete patterns being represented by values contained in the closed interval between 0 and 1, the lPANCell algorithm presents responses similar to those of nonlinear dynamical systems. In this work, several tests were carried out to validate the operation of the lPANCell algorithm in a learning from demonstration (LfD) framework applied to a linear Cartesian robot (gantry robot), which was moving rectangular metallic workpieces. For the LfD process used in the teaching of trajectories in the x and y axes of the linear Cartesian robot, a Paraconsistent Artificial Neural Network (lPANnet) was built, which was composed of eight lPANCells. The results showed that lPANnet has dynamic properties with a robustness to disturbances, both in the learning process by demonstration, as well as in the imitation process. Based on this work, paraconsistent artificial neural networks of a greater complexity, which are composed of lPANCells, can be formed. This study will provide a strong contribution to research regarding learning from demonstration frameworks being applied in robotics.

13 May 2022 in Research, Society and Development
Verified
Journal Article
Open access
PDF file
PAULINO GOMESPAULINO GOMES
PAULINO GOMES
CFCláudio Luís Magalhães Fernandes
Cláudio Luís Magalhães Fernandes
João Inácio Da Silva FilhoJoão Inácio Da Silva Filho
João Inácio Da Silva Filho
RSRodrigo Silvério da Silveira
Rodrigo Silvério da Silveira
LSLeonardo Do Espírito Santo
Leonardo Do Espírito Santo
Germano Lambert-TorresGermano Lambert-Torres
Germano Lambert-Torres
A Lógica Paraconsistente Anotada – LPA é uma lógica não clássica, baseada em conceitos que permitem, sob certas condições, aceitar a contradição em seus fundamentos, sem invalidar as conclusões. Interpretações matemáticas em seu reticulado associado, possibilitam a obtenção de equações e construções de algoritmos, que formam redes de análise paraconsistentes eficientes, em tratar sinais simulando aprendizagem. O algoritmo utilizado nesta pesquisa, é denominado de Célula Neural Artificial Paraconsistente de aprendizagem (CNAPap), e foi criado a partir das equações baseadas em LPA. Com sinais padronizados repetidamente aplicados à sua entrada, a CNAPap é capaz de armazenar gradativamente estas informações, aumentando ou diminuindo seu nível de resposta na saída com variação assintótica, controlado por um Fator de Aprendizagem (FA). Para executar os testes, um conjunto de cinco CNAPaps formando uma Rede Neural Artificial Paraconsistente de aprendizagem (RNAPap), foi implementado em um microcontrolador ATMEGA 328p e vários ensaios foram realizados para validar o seu funcionamento, atuando no aprendizado por demonstração (LfD) em um Robô Manipulador. Considerando a frágil estrutura mecânica do Robô Manipulador, e dos dispositivos sensores adaptados para responder aos padrões, os resultados laboratoriais obtidos nos diversos testes apresentados foram satisfatórios, e o Sistema microprocessado construído respondeu de modo eficiente, onde os níveis de acertos, corresponderam entre 75% a 90%, em todas as etapas do método de LfD. Os resultados de estudos comparativos, mostraram que a RNAPap possui propriedades dinâmicas com capacidade de atuar, tanto no método de aprendizagem por demonstração, como no método de imitação.

4 November 2026 in Anais do Encontro Nacional de Pós-graduação
Verified
Journal Article
Open access
PDF file
PAULINO GOMESPAULINO GOMES
PAULINO GOMES
This paper presents a Paraconsistent PID controller based on Two-Valued Annotated Paraconsistent Logic (LPA₂v) for handling contradictory information in systems with redundant sensors. The method employs evidence degrees to adjust the control action through a confidence factor. Simulations on a second-order plant under different contradiction levels and sensor fault conditions were evaluated using IAE, ISE, ITAE, settling time, and overshoot metrics. Results demonstrated stability and robustness under inconsistent information, indicating potential applications in fault-tolerant industrial systems.