Navegando por CNPq "CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Estudo e aplicação de redes neurais recorrentes para a imputação de dados em monitoramento da integridade de estruturas civis(2019) HOUNSOU, Israël Sèwanou; SILVA, Moisés Felipe Mello da; http://lattes.cnpq.br/8154941342611201; SALES JUNIOR, Claudomiro de Souza de; http://lattes.cnpq.br/4742268936279649Na contemporaneidade, novos desenvolvimentos e métodos tecnológicos estão sendo utilizados como parte de um processo denominado de Monitoramento de Integridade Estrutural (em Inglês Strutural Health Monitoring - SHM). O SHM consiste no desenvolvimento de estratégias para detecção, prevenção e caracterização de danos indesejáveis em estruturas civis e mecânicas de comportamento estático (i.e., prédios, pontes, ferrovias) e dinâmicos (i.e., satélites, veículos, equipamentos industriais). Um grande número de sensores coleta as informações em um intervalo de tempo, o que pode gerar uma quantidade elevada de dados que precisam ser transmitidos e armazenados. No entanto, a falha ou outros problemas de funcionamento podem causar a perda de dados, o que impacta diretamente análise e tomada de decisões. Para contornar esse problema, uma nova técnica aparece: A Imputação de dados. Um processo de imputação basicamente substitui os dados perdidos por valores adequados correspondentes a região de dados faltantes; “preenche” os dados perdidos da aplicação com valores plausíveis. Essa imputação é uma prática de preenchimento de dados faltantes e evita a complexidade gerada pelos dados faltantes. Para isto que este trabalho procederá a um estudo comparativo de várias técnicas de imputação referindo-se à imputação por média, moda, regressão, knn e redes neurais recorrentes. Baseado nisto, este trabalho propõe um método de avaliação compara a taxa de erros gerada na detecção de danos. Os métodos foram testados utilizando conjuntos de dados de um sistema de monitoramento instalados na ponte Z-24 (Suíça), que foi submetida a condições de variabilidades diversas, além de ensaios progressivos de dano. A ocorrência de dados ausentes foi feita de maneira artificial. Os resultados mostram que a imputação por rede neural recorrente fornece os melhores resultados.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) O uso da realidade aumentada e visão computacional no ensino de geometria: o caso do jogo Tangram(2026-07-13) CARDOSO, Artur Dias; SIQUEIRA, Elton Sarmanho; http://lattes.cnpq.br/6836143760585970; https://orcid.org/0000-0002-2199-1910presente trabalho investiga a viabilidade técnica e a aceitação do uso da Realidade Aumentada (RA), aliada à visão computacional, como ferramenta de suporte ao ensino de geometria por meio do jogo Tangram. O problema central reside na dependência histórica de hardware especializado, como óculos, luvas e sensores, que limita a adoção da RA em ambientes educacionais com recursos reduzidos. Como alternativa, propõe-se um sistema desenvolvido em Python, com as bibliotecas OpenCV e MediaPipe, que utiliza a câmera convencional do computador para rastrear os movimentos das mãos do usuário. O objetivo principal é avaliar a solução sob as perspectivas de utilidade percebida, facilidade de uso e intenção de uso, com base no modelo TAM (Technology Acceptance Model). A metodologia empregou um questionário estruturado em escala Likert, aplicado a cinco participantes adultos. Os resultados indicaram médias de 4,65 em Utilidade Percebida, 3,70 em Facilidade de Uso e 5,00 em Intenção de Uso, com média geral de 4,34. Conclui-se que a integração entre RA e visão computacional se mostrou tecnicamente viável e obteve avaliação positiva na amostra investigada, embora a manipulação gestual ainda demande aperfeiçoamentos.