Graduação - CAMTUC

URI Permanente desta comunidade

https://bdm.ufpa.br/handle/prefix/216

Navegar

Agora exibindo 1 - 20 de 33

Acesso aberto (Open Access)
A evolução da fotografia a partir do advento da computação digital
(2024-12-10) RODRIGUES, Fábio Henrique Conceição; MENDES, Ingrid Nery; http://lattes.cnpq.br/7079854122764802; https://orcid.org/0009-0003-0916-3906; TEIXEIRA, Otávio Noura; http://lattes.cnpq.br/5784356232477760
O avanço tecnológico na era digital transformou profundamente a fotografia, com grande impacto desde as técnicas de captura até a disseminação de imagens. Este estudo traz como objetivo geral analisar o efeito da disseminação das técnicas de manipulação de imagens e fotografia, facilitadas pelo avanço tecnológico e pelo uso generalizado de dispositivos móveis e aplicativos digitais, na percepção da realidade e na construção de narrativas visuais. Para atingir este objetivo, foi adotada a metodologia de revisão sistemática da literatura, com uma busca abrangente em bases de dados acadêmicas através de palavras-chave específicas para selecionar estudos relevantes dos últimos 20 anos. A análise dos trabalhos selecionados destacou a democratização da fotografia através da popularização de câmeras digitais e smartphones, facilitando o acesso e participação no ato fotográfico. Observou-se uma perda de objetividade fotográfica devido à manipulação digital das imagens, questionando a autenticidade e a relação indicial da imagem com seu referente. Além disso, foram identificadas mudanças significativas na prática fotográfica, influenciadas tanto pela facilidade de obtenção e compartilhamento de fotos, quanto pela emergência de novas poéticas visuais e a simplificação dos dispositivos fotográficos. Este estudo conclui que a evolução da fotografia na era digital não apenas alterou as técnicas e estética fotográficas, mas também redefiniu a relação dos indivíduos com a imagem. A transição do analógico para o digital, apesar de desafiar conceitos tradicionais da fotografia, abriu novas possibilidades criativas e técnicas, ampliando o papel da fotografia na sociedade contemporânea. Assim, a fotografia digital se apresenta como uma ferramenta vital de expressão e documentação, refletindo as complexidades e dinâmicas da era em que vivemos.
Acesso aberto (Open Access)
Análise da evolução do garimpo ilegal na terra indígena Kayapó com o uso de geoprocessamento
(2023-12-15) PINHEIRO, Artur Gonçalves; AMARAL, Cristiano do; SOUZA, Davi Edson Sales e; http://lattes.cnpq.br/6130270007673176; https://orcid.org/0000-0001-9632-5667
Ao longo dos anos, os territórios indígenas, apesar de sua importância para a conservação da Amazônia, têm sido alvo de invasores em busca de riquezas. Esta situação tem causado perturbação para a fauna, para a flora e para a cultura dos povos originários. Nesta pesquisa, para comprovar e analisar o uso e ocupação do solo, buscou-se a forma mais simplificada de aplicar uma metodologia já existente, na qual foram usados banco de dados e softwares, de modo que, empregando o conjunto do MapBiomas disponibilizado gratuitamente, quantificou- se a área total de garimpo ilegal da TI Kayapó entre o período de 1985-2022. Os resultados apontaram que o garimpo ilegal passou de 949 hectares em 1985 para 13.818 hectares em 2022, um aumento alarmante de 1.167, 23%, suprimindo parte da vegetação e da cultura dos povos indígenas, e com grande potencial de prejudicar a saúde pelo contato direto e indireto com metais prejudiciais à saúde dos povos originários. Desta maneira, entende-se que é necessário atenção redobrada e ações governamentais eficazes para esses territórios. Os materiais utilizados ou referidos neste trabalho permitem acompanhar a situação atual de outras TIs e identificar novas tendências relacionadas às atividades ilegais. Portanto, são ferramentas importantes para a aplicação da lei
Acesso aberto (Open Access)
Análise preditiva e interpretação da classificação de malwares em sistemas android usando aprendizado de máquina
(2024-10-15) AMARAL, Geovani da Silva do; MOREIRA, Caio Carvalho; http://lattes.cnpq.br/1370619943470585
Este trabalho apresenta uma análise preditiva para a detecção de malwares em dispositivos Android usando Aprendizado de Máquina e métodos de explicabilidade para interpretar os resultados. Apos os pre-processamento, o conjunto de dados foi reduzido para 34.076 amostras e 179 características de chamadas de sistema e permissões. Entre 13 classificadores avaliados, o eXtreme Gradient Boosting (XGBoost) mostrou-se o mais eficiente, com métricas de acurácia, precisão, recall e F1-Score de aproximadamente 94%, e Tempo de Treinamento de 1,48s. O método SHapley Additive exPlanations (SHAP) foi utilizado para explicar as decisões do modelo, o que revelou chamadas de sistema e permissões sensíveis, como READ PHONE STATE, SYSTEM ALERT WINDOW, SEND SMS, ACCESS WIFI STATE, getpriority e getrlimit, fortemente associados a malwares.
Acesso aberto (Open Access)
Aprendizagem supervisionada na predição de curvas de valores fitness em algoritmos genéticos
(2022-12-13) ALMEIDA, Renuá Meireles; TEIXEIRA, Otávio Noura; http://lattes.cnpq.br/5784356232477760
O presente artigo da continuidade nos esforços de uma abordagem recente, a qual propôs a predição de curvas de valores fitness no processo evolutivo dos Algoritmos Genéticos (AGs). O trabalho atual propõe se aprofundar, sugerir novos métodos e ambientes com objetivo de entender, dentre outros aspectos, as influências do tamanho e da qualidade do conjunto de dados bem como as características dos problemas utilizados. Constatou-se que os novos métodos contribuíram para um entendimento mais preciso desta abordagem, permitindo evidenciar algumas dificuldades que o modelo está suscetível, principalmente causadas em cenários com poucas execuções disponíveis para treinamento durante a resolução de problemas com vários mínimos locais.
Acesso aberto (Open Access)
Apresentação do artigo elaborado em 2023 por meio da Proeg nº 01/2023: aplicação da análise de correlação canônica em sistemas ICM baseados em SSVEP
(2023-12-18) SOUSA, Sávio Milhomens de; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329
Este trabalho aborda a apresentação do artigo intitulado “Aplicação da Análise de Correlação Canônica em Sistemas ICM Baseados em SSVEP”, desenvolvido durante o período de Abril de 2023 a Setembro de 2023, durante a execução do projeto de pesquisa, sob orientação do Professor Dr. Cleison Daniel Silva e apresentado na III Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2. O sistema ICM (Interface Cérebro Máquina) é uma tecnologia capaz de realizar comunicações entre seres humanos e máquinas através da atividade cerebral em resposta a estímulos visuais, imaginários ou somatossensoriais. Essa atividade é aquisitada, por meio de métodos como o eletroencefalograma (EEG), processada e convertida em sinais de comando. O estudo do artigo se concentra no processamento de informações usando o método de Análise de Correlação Canônica (CCA) para auxiliar na classificação de sinais em sistemas ICM’s baseados em SSVEP (Potencial Evocado Visualmente em Estado Estável). Como metodologia, foram realizadas cinco abordagens do método CCA, em ambiente Python, usando o mesmo conjunto de dados e mesma técnica de processamento e classificação de sinais, alterando apenas a forma como os dados são tratados no método. Os dados usados são provenientes de um repositório de domínio público contendo sinais de EEG de quatro sujeitos em presença de estímulos de SSVEP em frequências de 8 Hz, 14 Hz e 28 Hz. Em adição ao CCA, utilizou-se do periodograma como tecnica para maximizar a extração de características dos sinais resultantes da aplicação do método. Na etapa de classificação os sinais foram agrupados em três combinações binárias entre as frequências de estímulo, e para cada par, foi aplicado a Análise do Discriminante Linear (LDA). Ao final, a acurácia do classificador foi utilizada como parâmetro para discussões e conclusões de cada abordagem. De forma geral, notou-se que os resultados variam entre os indivíduos numa faixa de 38% a 100% de acurácia. A partir da lógica de construção e dos resultados da abordagem E, conclui-se que essa é propícia para aplicação em um sistema real.
Acesso aberto (Open Access)
Apresentação do resumo expandido elaborado em 2019 por meio da IN Proeg n° 01/2023: automação residencial baseada em comportamento utilizando Raspberry Pi
(2023-06-15) OLIVEIRA, Josemar Lopes; CRUZ, André Felipe Souza da; http://lattes.cnpq.br/8342943140907725
Este trabalho é apresentado e estruturado sobre a regulamentação da INSTRUÇÃO NORMATIVA Nº 01/2023 – PROEG/UFPA e da RESOLUÇÃO 001/2023 - FEE – maio de 2023, que fala sobre as diretrizes acadêmicas para a normatização e realização das atividades do Trabalho de Curso – TCC, flexibilizando a sua forma de elaboração, de apresentação e de defesa. E regulamenta a aplicação da Instrução Normativa na Faculdade de Engenharia Elétrica do Campus Universitário de Tucuruí. O resumo expandido desenvolvido no período de 03/2019 a 10/2019, e apresentado no III Congresso de Tecnologias e Desenvolvimento na Amazônia - CTDA, no qual é relatado uma das atividades desenvolvidas durante a execução do "Projeto de Extensão Domótica", sob orientação do Professor Jefferson Souza Costa. O projeto tinha como objetivo aplicar tecnologias de automação residencial de baixo custo no município de Tucuruí, motivando os interesses de jovens e adultos da comunidade para as aplicações de robótica e domótica usando circuito impressos e plataformas microprocessadas de baixo custo, como o Arduino, Raspberry Pi, NodeMCU do chip ESP8266, módulo sensores e atuadores. Abordamos no resumo uma automação residencial baseada em comportamentos utilizando Raspberry Pi, dos estudos bibliográficos realizados pelos alunos membros do projeto. Várias foram as atividades desenvolvidas da construção de protótipos a realização de palestras e minicursos ministrados nas escolas da rede pública no Município de Tucuruí. Os resultados alcançados pelo projeto foram os desenvolvimentos de protótipos de automação residencial, produções textuais que provocaram publicações em congressos, e uma dessas publicações é apresentado no anexo A deste trabalho, um estudo de automação residencial baseada em comportamento utilizando Raspberry Pi.
Acesso aberto (Open Access)
Automação de subestação: uma análise do processo de modernização de uma subestação 500 kV – Eletrobras/Eletronorte
(2022-12-16) OLIVEIRA, Bartolomeu do Vale; CAVALCANTE, Renato Luz; http://lattes.cnpq.br/3533326577502100; https://orcid.org/0000-0003-2272-896X
O presente trabalho apresenta uma análise sobre o processo de modernização de uma Subestação de 500 kV da ELETROBRAS/ELETRONORTE, situada na cidade de Tucuruí-PA, abordando a arquitetura do Sistema de Proteção, Controle e Supervisão, bem como a tecnologia empregada na automação da subestação, como os dispositivos eletrônicos inteligentes (relés digitais). Para tanto foi utilizado o método estudo de caso, com coleta de dados e pesquisa bibliográfica. Por fim, a partir das informações obtidas, foi possível compreender todo o processo modernização, passando pelas suas fases de concepção, desenvolvimento e implantação e, ainda mais relevante, foram constatadas as principais vantagens, em relação aos sistemas convencionais, obtidas nas diversas áreas como a operação, manutenção, engenharia e segurança. A modernização da Subestação Tucuruí 500kV garantiu uma melhoria significativa no desempenho, na confiabilidade e segurança do sistema, além de redução de custos e aumento da estabilidade, atendendo as exigências do setor elétrico.
Acesso aberto (Open Access)
Busca por arquiteturas de redes neurais artificiais profundas utilizando algoritmos genéticos
(2022-12-13) RIBEIRO, Denys Menfredy Ferreira; TEIXEIRA, Otávio Noura; http://lattes.cnpq.br/5784356232477760
As redes neurais artificiais são os pilares dos avanços das duas últimas décadas do campo de Inteligência Artificial. Porém, o sucesso no treinamento visando obter bons resultados, depende fortemente da escolha dos valores de um conjunto de hiper-parâmetros associados a construção das mesmas. A escolha desses parâmetros é normalmente feita de forma empírica, desperdiçando tempo e gerando custos. Neste trabalho, e proposto o desenvolvimento de um algoritmo ENAS (Evolutionary Neural Architecture Search) utilizando algoritmos genéticos como mecanismo de busca para automatizar a construção de arquiteturas de redes neurais convulsionais aplicadas a tarefa de classificação de imagens do dataset CIFAR-10. O algoritmo proposto conseguiu encontrar arquiteturas que obtiveram bons resultados de acurácia no conjunto de teste.
Acesso aberto (Open Access)
Desenvolvimento de um sistema de aquisição dos parâmetros elétricos e da temperatura durante a operação de soldagem
(2019-07-16) CARDOSO, Fabricio Pinheiro; COSTA, Valdir Santos; GARCIA, Douglas Neves; http://lattes.cnpq.br/8800633385144878
O presente trabalho faz referência ao desenvolvimento de um sistema de aquisição de dados capaz de permitir o monitoramento dos processos convencionais de soldagem a arco voltaico. As variáveis de interesse deste trabalho são: temperatura, tensão e corrente elétrica do arco voltaico, que serão medidas com auxílio de sensores e transdutores adequados a cada uma das variáveis em questão e lidas através do microcontrolador ATmega328P da plataforma Arduino UNO. Estes componentes serão conectados fisicamente através de uma placa de circuito impresso, permitindo o fluxo de dados e energia entre Arduino e demais componentes periféricos que integram o sistema, que além de monitorar possibilita o armazenamento de dados instantâneos de operações de soldagem a arco voltaico obtidos a cada cordão, permitindo que o usuário analise e identifique através de gráficos sobrepostos de tensão e corrente o modo de transferência metálica, além relacionar sua influência nas características operacionais dos processos tais como: a estabilidade do arco, nível de respingos e características geométricas do cordão de solda. A obtenção dos gráficos de temperatura auxilia no monitoramento de outros fatores qualitativos operacionais, como a deposição do metal de adição e fusão do metal de base relacionando-os com a seleção da corrente de soldagem. Pelos resultados dos experimentos realizados, foi possível observar a influência dos valores de corrente e tensão na geometria do cordão e aspectos tais como a largura, penetração, fusão do cordão de solda, defeitos e nível de respingos. A análise dos cordões permitiu identificar, que para valores menores de corrente e tensão o arco comportou-se mais instável, com grandes níveis de respingos, o cordão de solda apresentou pouca penetração no metal de base, defeitos e cordões estreitos. Para valores maiores de corrente e tensão o arco obteve maior estabilidade e poucos respingos, já os cordões apresentaram-se mais largos, com boa penetração e com um aporte térmico mais elevado o que explica a qualidade dos cordões. Os gráficos obtidos nos experimentos mostraram a estabilidade do arco variando para os diferentes valores de corrente e tensão. Além disso, pelos gráficos foi possível observar o comportamento dinâmico do arco e o tipo de transferência metálica de cada cordão.
Acesso aberto (Open Access)
Detecção de EPI's com ferramenta de visão computacional
(2024-11-27) OLIVEIRA, Matheus da Silva; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237
Este trabalho de conclusão de curso aborda o desenvolvimento de um sistema de reconhecimento de Equipamentos de Proteção Individual (EPIs) utilizando a técnica YOLO (You Only Look Once). A detecção automática de EPIs em ambientes de trabalho é fundamental para garantir a segurança dos trabalhadores e cumprir com as normas regulamentares de segurança. O uso de EPIs, como capacetes, luvas, coletes reflexivos e óculos de proteção, é essencial em diversos setores, especialmente na construção civil e na indústria. No entanto, a fiscalização manual do uso desses equipamentos pode ser ineficiente e suscetível a erros humanos. O YOLO é um dos algoritmos mais avançados para detecção de objetos em tempo real, conhecido por sua alta velocidade e precisão. Este projeto envolveu a coleta e anotação de um conjunto de dados de imagens de trabalhadores equipados com diversos EPIs. As imagens foram cuidadosamente selecionadas para representar uma ampla gama de cenários e condições de iluminação, garantindo a robustez do modelo. O algoritmo YOLO foi então treinado com esses dados, utilizando técnicas de aprendizado profundo para ajustar seus parâmetros e otimizar seu desempenho. Durante o processo de treinamento, várias estratégias foram implementadas para melhorar a precisão do modelo. Após o treinamento, o modelo foi testado em um conjunto de dados de validação para avaliar sua capacidade de reconhecer corretamente os EPIs nas imagens. Os resultados foram analisados com base em métricas como precisão, recall e F1-score, demonstrando a eficácia do modelo desenvolvido.
Acesso aberto (Open Access)
Ferramentas de software para construção de sistemas multiagentes: uma revisão sistemática da literatura
(2024-09-26) ALHADEF, Hayner de Sousa; TEIXEIRA, Otávio Noura; http://lattes.cnpq.br/5784356232477760
O estudo sistemático sobre Ferramentas de Software para Construção de Sistemas Multiagentes é de extrema importância para o avanço da tecnologia e desenvolvimento de sistemas complexos. É fundamental compreender as características e funcionalidades das ferramentas disponíveis, bem como identificar as abordagens e paradigmas utilizados no desenvolvimento destes sistemas. Em face a esta realidade este artigo objetiva-se a compreender as características e funcionalidades fundamentais das ferramentas, identificando as diferentes abordagens e paradigmas utilizados em sua criação, e tem como objetivos especificos: Compreender as principais características e funcionalidades das ferramentas de software disponíveis para construção de sistemas multiagentes. Identificar as diferentes abordagens e paradigmas utilizados no desenvolvimento de ferramentas de software para sistemas multiagentes; Avaliar a eficácia e a usabilidade das ferramentas de software existentes na construção de sistemas multiagentes, considerando critérios como facilidade de uso, desempenho e escalabilidade. No campo metodológico utilizou-se a técnica de revisão sistemática da literatura que teve abordagem prioritariamente qualitativa. Em última análise, ao avaliar a eficácia e usabilidade das ferramentas existentes, é possível observar que dentre as principais características e funcionalidades das ferramentas de software mais utilizadas na construção de sistemas multiagentes, podemos destacar a capacidade de modelagem de agentes e ambientes, a linguagem de programação específica para agentes, a integração com plataformas de simulação e o suporte para protocolos de comunicação entre agentes. Exemplos de ferramentas populares nesse contexto são JADE (Java Agent DEvelopment Framework), o AnyLogic e o NetLogo. No que diz respeito aos diferentes paradigmas e abordagens de desenvolvimento adotados pelas ferramentas de software para sistemas multiagentes, é possível identificar abordagens baseadas em lógica, em aprendizado de máquina, em sistemas multiagentes distribuídos e em agentes baseados em regras. Espera-se que o estudo possa fornecer informações valiosas para apoiar desenvolvedores e pesquisadores na seleção e utilização das melhores soluções disponíveis, contribuindo para o avanço do campo de sistemas multiagentes e o desenvolvimento de aplicações cada vez mais eficientes e escaláveis.
Acesso aberto (Open Access)
Interface cérebro-máquina baseada em potenciais visualmente evocados: análise de extração de épocas
(2023-12-15) DIAS, Fablena Kathllen Nascimento; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329; https://orcid.org/0000-0001-8280-2928
A Interface Cérebro-Máquina (ICM) busca não apenas compreender, mas também otimizar os complexos processos neurais, estabelecendo uma comunicação entre o cérebro e um dispositivo eletrônico. A neurociência aplicada à ICM envolve o estudo dos sinais cerebrais para identificar padrões associados a intenções específicas, permitindo a criação de algoritmos capazes de interpretar essas intenções em comandos para controle de dispositivos, a evolução dessa área promissora se destaca por impulsionar a compreensão dos processos cerebrais e oferecer soluções práticas, como melhorias na qualidade de vida para pessoas com limitações motoras. Os sistemas ICM baseados em Steady State Visually Evoked Potential (SSVEP) usam respostas cerebrais a qualquer estímulo visual piscando em uma frequência constante como comando de entrada para um aplicativo ou dispositivo externo, embora seja amplamente utilizado para muitas aplicações, existem características do sistema que devem ser analisadas e discutidas visando aumentar o desempenho da aplicação. Este estudo aborda o préprocessamento, extração de características e classificação nas etapas de processamento digital de sinais em uma ICM baseada SSVEP. Os resultados incluem análises comparativas da extração de épocas em cinco diferentes tamanhos (2s, 1s, 500ms, 250ms, 125ms) para sinais de eletroencefalograma (EEG) em uma Interface Cérebro-Máquina diante de estímulos em três frequências distintas de SSVEP (8Hz, 14Hz e 28Hz). As acurácias de classificação são apresentadas para cada análise. Os resultados obtidos por meio da classificação do sistema revelam que épocas com durações maiores apresentam melhor desempenho. Entretanto, é notório que, ao analisar épocas com menor duração, estas possuem desempenho razoável, oferecendo eficácia para o cenário e proporcionando maior número de comandos aplicáveis em uma configuração de ICM-SSVEP.
Acesso aberto (Open Access)
Interface Cérebro-Máquina: uma abordagem ótima via distância de Riemann por subbanda
(2024-11-01) ANJOS, Leilane de Jesus; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329; https://orcid.org/0000-0001-8280-2928
Este trabalho, apresenta o relatório de pesquisa intitulado "Interface Cérebro-Máquina: uma abordagem ótima via distância de Riemann", desenvolvido entre 01 de setembro de 2023 à 31 de agosto de 2024, durante a execução do projeto de pesquisa denominado "Técnicas de otimização aplicadas a Interface Cérebro-Máquina", financiado pela Fundação Amazônica de Amparo a Estudos e Pesquisas, sob orientação do professor Dr. Cleison Daniel Silva. Este trabalho foi elaborado seguindo a resolução nº1/2024 da Faculdade de Engenharia Elétrica- CAMTUC, que regulamenta os termos da flexibilização do Trabalho de Curso na IN nº5/2023 da PROEG-UFPA. Sistemas de Interface Cérebro Máquina (ICM) são tecnologias capazes realizar a comunicação entre o cérebro humano e dispositivos externos, a partir de sinais neurais, que podem ser coletadas, através de técnicas de neuroimagem como a eletroencefalografia (EEG), processadas e convertidas em comandos. O estudo da pesquisa, concentra-se em melhorar o desempenho de classificação em sistemas de ICM baseados em imagética motora usando o método de Mínima distância a Média de Riemann (do inglês Minimum Distance to Riemann Mean - MDRM) através do algoritmo de classificação Distância Mínima à Média (do inglês Minimum Distance to Mean - MDM) para a extração de informações discriminantes a partir de sinais de EEG representados por matrizes de covariância simétricas positivas definidas por sub-banda, formando uma representação normalizada dos sinais de EEG que são entregues ao algoritmo de classificação Máquina de Vetor de Suporte (do inglês Support Vector Machine). Os hiperparâmetros relacionados a faixa de frequência de interesse, número de sub-bandas e parâmetros do classificador, são ajustados por meio da Otimização Bayesiana de modo a lidar com as características inter e intra sujeitos, permitindo ajustes individuais. Os resultados obtidos a partir de um conjunto de dados públicos apresentaram melhorias significativas em comparação como um método previamente proposto. A acurácia do classificador foi utilizada para a comparação, servido de base para discussões e conclusões da pesquisa.
Acesso aberto (Open Access)
Mapeamento sistemático da inteligência artificial no mercado financeiro com ênfase em análise fundamentalista
(2024-08-15) SILVA, Luan Pinheiro; MENDES, Ingrid Nery; http://lattes.cnpq.br/7079854122764802; https://orcid.org/0009-0003-0916-3906; TEIXEIRA, Otávio Noura; http://lattes.cnpq.br/5784356232477760
A análise fundamentalista é a estratégia de investimento predominante para investidores focados em retornos de longo prazo. Essa abordagem avalia as operações e perspectivas das empresas, considerando tanto fatores macroeconômicos quanto elementos específicos da companhia, visando identificar oportunidades de investimento com alto potencial de retorno. O presente trabalho busca reunir informações detalhadas e relevantes sobre os benefícios e estratégias das aplicações de aprendizado de máquina na economia, utilizando a análise fundamentalista como principal métrica dentro do setor financeiro. Além disso, visa identificar as técnicas de inteligência artificial (IA), aplicadas a esse segmento e seus impactos na previsão do mercado de ações, uma vez que, prever a volatilidade do mercado financeiro sempre representou um desafio complexo. E para entender esse processo, foi realizada esta revisão sistemática da literatura, no qual, constata-se que, frequentemente, as técnicas de aprendizado de máquina são utilizadas para prever os preços dos ativos e suas tendências. Reforçando dessa forma, a importância e eficácia da utilização de algoritmos de IA para antecipar direções futuras no mercado de ações. Entre os modelos mais comuns encontrados estão, respectivamente: rede neural, algoritmo genético, deep learning, floresta aleatória, séries temporais, mineração de texto, processamento de linguagem natural e rede neural profunda. Os resultados indicam que as pesquisas em inteligência artificial estão evoluindo rapidamente e enfatizam o crescente potencial das técnicas de IA no setor financeiro, tornando-se uma ferramenta quase indispensável para os agentes econômicos.
Acesso aberto (Open Access)
Uma metodologia em cascata de quatro etapas para classificar códigos NCM usando técnicas de PLN
(2022-09-30) PINHEIRO, Pedro Luiz Braga; GONZÁLEZ, Marcos Tulio Amaris; http://lattes.cnpq.br/9970287865377659
Esse trabalho tem como objetivo desenvolver um processo para classificar as descrições dos produtos presentes nas Notas Ficais eletrônicas (NF-e). Essa classificação e feita sobre os 8 dígitos da Nomenclatura Comum do Mercosul (NCM), separado em 4 partes, Capítulo, Posição, Subposição e item/Subitem. A classificação foi realizada utilizando o algoritmo de Máquina de Vetores de Suporte (SVM) e o algoritmo de Naive Bayes em conjunto com as técnicas de Processamento Natural de Linguagem (PNL), para o processamento de uma base de dados de 340.000 produtos distintos. Os dados foram divididos em 80% treinamento e 20% teste e obteve-se um acurácia de 90% para um total de 98 classes.
Acesso aberto (Open Access)
Modelos de previsão de vazão afluente da UHE-Tucuruí: uma abordagem com redes neurais LSTM e CNN
(2023-12-06) MEDEIROS, Kevin Martins; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521; https://orcid.org/0000-0003-2993-802X
Este trabalho apresenta um estudo abrangente sobre a previsão de vazão afluentes da Usina Hidrelétrica de Tucuruí, situada na bacia do Tocantins-Araguaia. A pesquisa abrange cinco cenários distintos, variando a arquitetura dos modelos de previsão, incorporando Redes Neurais Recorrentes de Longa Memória de Curto Prazo (LSTM) e Redes Neurais Convolucionais (CNN). A implementação, conduzida em Python com o auxílio de bibliotecas como Pandas e NumPy, faz uso de um conjunto de dados históricos de vazões afluentes fornecidos pelo Operador Nacional do Sistema Elétrico (ONS) das Usinas de Tucuruí, Estreito e Lajeado. Os resultados obtidos foram avaliados minuciosamente por meio de análises aprofundadas, métricas de regressão e representações gráficas, demonstrando a eficácia dessas abordagens na previsão da vazão afluente diária da UHE-Tucuruí em horizontes temporais que variam de 1 a 7 dias. Além das contribuições metodológicas, este estudo proporciona insights cruciais que têm o potencial de elevar a precisão da previsão hidrológica, um campo de extrema importância na gestão de recursos hídricos e energia.
Acesso aberto (Open Access)
Monitoramento inteligente de fadiga: detecção de sonolência em motoristas com IA e visão computacional para aumentar a segurança no trânsito
(2024-11-28) COSTA, Leonardo Cabral da; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237
A fadiga que provoca sinais de sonolência em motoristas é uma das principais causas de acidentes de trânsito. Esses sinais se manifestam em diferentes níveis de gravidade, e quanto maior o nível, maior o risco de acidentes. Este trabalho apresenta um método baseado em inteligência artificial, aprendizado de máquina, aprendizado profundo e visão computacional para desenvolver um sistema capaz de identificar sinais de sonolência e emitir alertas proporcionais ao nível de fadiga detectado. Com o uso da ferramenta YOLO (You Only Look Once), amplamente reconhecido por sua eficácia em detecção de objetos em tempo real, foi desenvolvido um modelo para reconhecer sinais de sonolência em motoristas. O processo de construção do modelo incluiu etapas essenciais, como a coleta de imagens e o treinamento do modelo. Após o treinamento, o modelo foi submetido a testes, que mostraram sua eficiência em detectar sinais de fadiga e seus resultados foram avaliados por meio de métricas estatísticas, verificando sua precisão na identificação dos diferentes níveis de fadiga. Com base nesses sinais, o sistema pode alertar o motorista em casos de fadiga acentuada, atuando como uma ferramenta preventiva para aumentar a segurança no trânsito. Assim, o sistema contribui para a redução de acidentes relacionados à sonolência.
Acesso aberto (Open Access)
No cerne da eficiência: uma análise comparativa sobre compiladores e seu desempenho
(2023-12-14) SILVA, Erick Vinícius Damasceno da; GONZÁLEZ, Marcos Tulio Amaris; http://lattes.cnpq.br/9970287865377659
Desde a década de 1950, o crescimento exponencial na demanda por poder de processamento impulsionou o avanço da Computação de Alto Desempenho (HPC). Nesse cenário, os Compiladores desempenham um papel crucial, ultrapassam as barreiras dos elementos de hardware e das linguagens de programação. Essas ferramentas essenciais têm a responsabilidade vital de traduzir o código de alto nível elaborado pelos programadores para a linguagem de máquina compreendida pelo computador. Este estudo realiza uma análise comparativa da eficiência de Compiladores e utiliza métricas de consumo de energia em diversos domínios da Computação de Alto Desempenho. O objetivo é identificar quais compiladores se destacam em diferentes áreas de análise e assim proporcionar uma base sólida para a escolha criteriosa dessas ferramentas, alinhada à natureza específica de cada tarefa. A análise indica que, do total de energia consumida, o GCC foi responsável por 33.23%, o Clang por 36.01%, e o ICC por 30.76%, respectivamente. Além disso, o ICC demonstrou ser 7.43% mais eficiente que o GCC, enquanto o Clang foi 8.35% menos eficiente.
Acesso aberto (Open Access)
Otimização evolutiva de controladores PID para bancadas motor-gerador utilizando algoritmos genéticos e PyGad
(2023-12-13) JESUS, Diego Antonio Silva de; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521; https://orcid.org/0000-0003-2993-802X
Este trabalho de conclusão de curso propõe uma abordagem inovadora para o controle de uma bancada motor-gerador, integrando técnicas avançadas de otimização, modelagem e controle. O estudo utiliza algoritmos genéticos (AGs) desenvolvidos com a biblioteca PyGad para otimização offline na sintonia dos controladores Proporcional-Integral (PI) e Proporcional-Integral-Derivativo (PID). A obtenção de dados da bancada é efetuada mediante a execução de um código Python dedicado, ao passo que um segundo código é elaborado para a criação do modelo, empregando a abordagem SINDy (Identificação Esparsa de Dinâmicas Não Lineares). Esse modelo serve como base para o desenvolvimento dos controladores. Dois conjuntos de códigos são implementados para os controladores PI e PID. O primeiro conjunto, de caráter offline, utiliza AG com PyGad para otimização dos parâmetros dos controladores. O segundo conjunto é de natureza online e tem como função a transmissão do controlador obtido com a otimização para a bancada motor-gerador em tempo real. O estudo aborda aspectos teóricos e práticos, fornecendo uma análise aprofundada dos resultados obtidos com a implementação dos controladores PI e PID, comparando o desempenho dos dois sintonizadores. Além disso, são apresentadas contribuições significativas no contexto de controle de sistemas dinâmicos, explorando a eficácia da integração de técnicas modernas para otimização e modelagem.
Acesso aberto (Open Access)
Palp-it: implementação do back-end para uma plataforma colaborativa de compartilhamento de gráficos táteis
(2023-08-25) LIMA, Hugo Henrique da Silva; MERLIN, Bruno; http://lattes.cnpq.br/7336467549495208; https://orcid.org/0000-0001-7327-9960
A acessibilidade é um termo abrangente que engloba diversos aspectos relacionados à inclusão de pessoas com deficiência. Neste artigo, destaca-se a importância da acessibilidade na educação especial com ênfase na adaptação do conteúdo curricular às necessidades do público-alvo. O presente estudo propõe uma plataforma web chamada Palp-it, desenvolvida com o objetivo de criar um ambiente de compartilhamento de gráficos táteis. Para isso, utiliza-se de uma metodologia que envolve a modelagem de sistemas e a aplicação de tecnologias como PHP, HTML e Angular no desenvolvimento do site. Os resultados alcançados foram satisfatórios, uma vez que conseguimos estabelecer um ambiente propício para a colaboração e o compartilhamento de materiais didáticos voltados para pessoas com deficiência visual. Além disso, identificamos e implementamos soluções eficazes para aprimorar a agilidade de resposta da parte do sistema.