José Humberto de Souza

Dr. José Humberto de Souza

orcid

Research Focus & Metrics

Academic Career Length

10Years (2017-Present)

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

Representative Publications

View All Publications
11 October 2024 in AppliedMath
Verified
Journal Article
Open access
PDF file
MLMelina Silva de Lima
Melina Silva de Lima
JSJosé Vicente Cardoso Santos
José Vicente Cardoso Santos
JSJosé Humberto de Souza
José Humberto de Souza
CSCelso Barreto Da Silva
Celso Barreto Da Silva
DMDavidson Martins Moreira
Davidson Martins Moreira
MMMarcelo Moret
Marcelo Moret
The objective of this study is to model astrophysical systems using the nonlinear Fokker–Planck equation, with the Adomian method chosen for its iterative and precise solutions in this context, applying boundary conditions relevant to data from the Rossi X-ray Timing Explorer (RXTE). The results include analysis of 156 X-ray intensity distributions from X-ray binaries (XRBs), exhibiting long-tail profiles consistent with Tsallis q-Gaussian distributions. The corresponding q-values align with the principles of Tsallis thermostatistics. Various diffusion hypotheses—classical, linear, nonlinear, and anomalous—are examined, with q-values further supporting Tsallis thermostatistics. Adjustments in the parameter α (related to the order of fractional temporal derivation) reveal the extent of the memory effect, strongly correlating with fractal properties in the diffusive process. Extending this research to other XRBs is both possible and recommended to generalize the characteristics of X-ray scattering and electromagnetic waves at different frequencies originating from similar astronomical objects.

1 January 2023 in Revista Brasileira de Ensino de Física
Verified
Journal Article
Open access
PDF file
JSJosé Humberto de Souza
José Humberto de Souza
CCCamila Schneider Loureiro da Costa
Camila Schneider Loureiro da Costa
EPElisa Fernanda Gurriti Pessoa
Elisa Fernanda Gurriti Pessoa
GMGuilherme Do Prado Mattedi
Guilherme Do Prado Mattedi
HMHenrique Baleeiro Monteiro
Henrique Baleeiro Monteiro
YMYumi Alves Matui
Yumi Alves Matui
Em uma era onde a prevalência de dados se faz marcante, a importância da adoção de técnicas computacionais avançadas, como a inteligência artificial e o aprendizado de máquina, torna-se fundamental no processo de formação dos físicos de amanhã. Este artigo introduz uma abordagem inovadora para o ensino de física, incorporando o aprendizado de máquina ao estudo clássico do pêndulo simples. São introduzidos os conceitos das técnicas de aprendizado de máquina e coletado um conjunto amplo de dados por meio da observação acurada do movimento do pêndulo em diferentes condições iniciais. A partir desses dados, é empregado um algoritmo de regressão para criar um modelo do sistema do pêndulo com índices estatísticos satisfatórios. Este modelo pedagógico se contrasta com os métodos tradicionais de ensino de física e abre um novo horizonte para a compreensão do que significa o ensino de física na era da informação.

1 January 2020 in Revista Brasileira de Ensino de Física
Verified
Journal Article
Open access
PDF file
JSJosé Humberto de Souza
José Humberto de Souza
DMDavidson Martins Moreira
Davidson Martins Moreira
As ondas eletromagnéticas estão presentes em nosso cotidiano, sendo úteis em diversas áreas, tais como as teorias da medicina, geofísica, geologia, física, dentre outras. Na geofísica, por exemplo, aparecem com muita frequência nos métodos eletromagnéticos, onde são utilizados campos magnéticos, potenciais elétricos e ondas eletromagnéticas. As ondas eletromagnéticas surgem das equações de Maxwell, que são equações lineares no vácuo ou no interior dos átomos e dos núcleos e, considerando-se estes casos, dão origem a equações diferenciais também lineares. No entanto, as equações deduzidas são sempre resolvidas utilizando-se métodos clássicos de soluções de equações diferenciais de ordem inteira. Portanto, o objetivo deste trabalho é analisar a propagação de uma onda eletromagnética no vácuo, para uma equação de odem inteira e fracionária, resolvendo-as através do método modificado da decomposição por Laplace (MMDL). A nova solução proposta permite uma variação do valor do parâmetro fracionário, resgatando as soluções das equações das ondas eletromagnéticas que se propagam em meios materiais, possibilitando analisar os diversos tipos de amortecimento para os mais variados meios.

1 May 2017 in Geophysics
Verified
Journal Article
Closed access
HSHédison Kiuity Sato
Hédison Kiuity Sato
JSJosé Humberto de Souza
José Humberto de Souza
Using a known solution for the electric potential and Ampère’s law, the azimuthal component of the magnetic field is deduced in a horizontally layered medium with a current point source placed anywhere, considering that the resistivity in each layer varies exponentially with depth. This theoretical result contributes to model the magnetometric resistivity method, which had been applied onshore, e.g., for mineral exploration, offshore to investigate the permafrost layer at bottom sea, hydrothermal flux, and natural resources. We have numerically tested the obtained formulation against previous results found in the literature that use distinct electrode and sensor dispositions, with models having three and four layers. Introducing the exponential variation, it verified the sensitivity to physical and geometric parameters comparing the exponential and homogeneous models.

19 October 2026
Verified
Preprint
Open access
JSJosé Humberto de Souza
José Humberto de Souza
VQVictor Monteiro De Queiroz
Victor Monteiro De Queiroz
Uma massa apoiada em um material viscoelástico pode apresentar pequenas oscilações e,ainda assim, levar bastante tempo para retornar ao equilíbrio. Esse comportamento motiva o estudodo oscilador com amortecimento fracionário de Caputo, no qual a força de amortecimento dependeda história do movimento. Partimos de um exemplo de suporte mecânico para apresentar o modelo,explicar seus parâmetros e discutir a solução conhecida em termos da função de Mittag–Lefflerbivariada. A resposta combina um transiente oscilatório com um deslocamento residual que decaisegundo uma lei de potência. Para calcular essa resposta, comparamos a soma de uma série truncadacom a inversão numérica de Laplace. Na grade estudada, quarenta camadas da série produzemdiferença máxima de aproximadamente 6;03×10−18 em relação à inversão. Apresentamos tambémum limite superior para o erro de truncamento em todo um intervalo, distinguindo essa garantiada concordância em pontos escolhidos. A aplicação relaciona os resultados a uma tolerância dedeslocamento e serve de base para uma sequência de atividades na graduação. O artigo reúne ainterpretação física, os cuidados de cálculo e o material necessário à reprodução dos resultados; asdemonstrações mais extensas estão nos apêndices.

2 December 2024 in Contribuciones A Las Ciencias Sociales
Verified
Journal Article
Open access
PDF file
JSJosé Humberto de Souza
José Humberto de Souza
DIDanilo Meira Ivo
Danilo Meira Ivo
LMLucas Lopes Vianna Morais
Lucas Lopes Vianna Morais
JGJuliana Jezler Grempel
Juliana Jezler Grempel
GSGiovanna Viana Oliveira Santos
Giovanna Viana Oliveira Santos
LCLeonardo Passos de Carvalho
Leonardo Passos de Carvalho
Este artigo apresenta um estudo sobre a relação entre o período de oscilação de um oscilador massa-mola vertical e três variáveis independentes: massa, deslocamento e constante elástica da mola. Utilizando um software denominado LabAI, desenvolvido em Python, foram analisados dados experimentais para identificar o melhor modelo preditivo para o período de oscilação. Quatro métodos de regressão de machine learning foram aplicados: regressão linear, regressão polinomial, árvores de decisão e floresta aleatória. A avaliação dos modelos foi realizada com base em métricas estatísticas rigorosas, incluindo Erro Quadrático Médio (MSE), Erro Absoluto Médio (MAE), Coeficiente de Determinação (R²) e Erro Percentual Absoluto Médio (MAPE). Os resultados indicaram que a Regressão Polinomial de Grau 3 apresentou o melhor desempenho, com o maior coeficiente de determinação e os menores erros. Em contrapartida, a Regressão Linear apresentou o pior desempenho. Além disso, foi sugerida a remoção da variável deslocamento x(m), pois sua inclusão não melhorou significativamente a precisão dos modelos. O LabAI, ainda em desenvolvimento, demonstrou ser uma ferramenta eficaz para a análise de sistemas físicos. Futuramente, pretende-se introduzir mais algoritmos de machine learning e ampliar as possibilidades de análise, visando proporcionar uma ferramenta ainda mais robusta e versátil para a comunidade científica.