Navegando por CNPq "CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO"
Agora exibindo 1 - 10 de 52
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia 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/5784356232477760O 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.Trabalho de Curso - Graduação - Monografia 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/0000-0001-9632-5667Ao 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 leiTrabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Análise de atributos de sinais de vibração para o diagnóstico de falhas em rolamentos utilizando PCA e clustering hierárquico(0026-07-24) PIANO, Felipe Silveira; BAYMA, Rafael Suzuki; http://lattes.cnpq.br/6240525080111166Nas indústrias, é indispensável obter alta disponibilidade e confiabilidade dos equipamentos para garantir a continuidade operacional das plantas. Nesse contexto, os rolamentos são os componentes de maior ocorrência em máquinas rotativas de plantas industriais. Por isso, o monitoramento das condições desse componente cresceu significativamente nas últimas décadas, e a manutenção preditiva está utilizando técnicas cada vez mais sofisticadas para a detecção e diagnóstico de falhas em rolamentos. As abordagens modernas consistem na análise dos sinais de vibrações e sua classificação por ferramentas de Aprendizado de Máquina. As pesquisas nesse ramo se concentram em métodos de aprendizado supervisionado. Portanto, este trabalho busca contribuir com as lacunas de pesquisas em aprendizado não supervisionado para analisar essas falhas, utilizando as técnicas de Principal Component Analysis (PCA) e Clustering Hierárquico. Os sinais de vibração analisados fazem parte de um banco de dados disponibilizado publicamente, oferecido pela Case Western Reserve University- CWRU. Inicialmente, os sinais são janelados e são obtidos os seguintes atributos no domínio do tempo para cada janela: Nível Global RMS, Fator de Crista, Fator K, Curtose e Assimetria. Com esses atributos, foram elaborados os gráficos de boxplot, histograma, pairplot e matriz de correlação. Em seguida, os atributos são padronizados e é aplicado o PCA para diminuir as ambiguidades e reduzir a dimensionalidade dos dados. As duas primeiras componentes principais foram utilizadas como novos atributos para o Clustering Hierárquico. Por fim, foram elaborados o dendrograma e uma tabela rastreando as classes presentes em cada cluster encontrado. Os resultados demonstraram a viabilidade de se utilizar técnicas de Aprendizado de Máquina não supervisionado na análise de atributos para o diagnóstico de falhas em rolamentos.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Análise de classificadores multiclasse aplicados a sinais de EEG baseados em SSVEP(2025-08-13) AZEVEDO, João Lucas Santos; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329; https://orcid.org/0000-0001-8280-2928Interfaces Cérebro-Máquina (ICM) têm cada vez mais tomado uma posição de destaque dentro do meio acadêmico, sendo sua otimização e refinamento um dos objetos de maior interesse no campo da engenharia e neurociência, devido ao seu potencial de promover autonomia e melhorar a qualidade de vida, especialmente de pessoas com limitações motoras. Entre as abordagens existentes, as ICMs baseadas em Steady-State Visually Evoked Potentials (SSVEPs) se destacam pela praticidade e simplicidade na conversão de estímulos visuais em comandos. Os sistemas ICM baseados em SSVEP usam respostas cerebrais à estímulos visuais calibrados em frequências específicas, os quais são interpretados como diferentes comandos, a fim de serem utilizados em um dispositivo externo ou aplicação digital. Neste contexto, o presente trabalho realiza uma análise comparativa de classificadores multiclasse aplicados a sinais de EEG obtidos com o paradigma SSVEP, utilizando dados públicos do RIKEN-LABSP. Foram implementadas diferentes estratégias de extração de características e pré-processamento antes da aplicação dos classificadores Linear Discriminant Analysis (LDA), K Nearest Kneighbors (KNN) e Random Forest. Os resultados demonstram a viabilidade da abordagem, com acurácias máximas de 100%, 83,33% e 74,81% para janelas temporais de 2s, 1 s e 500 ms, respectivamente. O classificador LDA apresentou o melhor desempenho entre os avaliados, sendo o mais adequado para a tarefa proposta.Trabalho de Curso - Graduação - Artigo 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/1370619943470585Este 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.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Aprendizado de máquina para análise de óleo na manutenção preditiva de equipamentos móveis na indústria de mineração(2026-07-14) CONCEIÇÃO, Jade Melo da; TEIXEIRA , Raphael Barros; http://lattes.cnpq.br/4902824086591521; https://orcid.org/0000-0003-2993-802XA análise de óleo lubrificante é uma ferramenta importante para identificar falhas prematuras em equipamentos, prolongar a vida útil dos componentes e reduzir custos de manutenção. Nesse contexto, torna-se necessário desenvolver métodos que contribuam para a melhoria da qualidade dos diagnósticos e para a antecipação de possíveis falhas. Dessa forma, este trabalho propõe a aplicação de técnicas de aprendizagem de máquina para classificar os resultados de análises de óleo em equipamentos móveis da indústria de mineração, identificando a condição do óleo com base em parâmetros estabelecidos pela gestão de ativos. Para a realização do estudo, foram utilizados dados de diagnósticos coletados com amostragem diária ao longo de dois anos. O conjunto de dados foi submetido a etapas de pré-processamento e dividido em subconjuntos de treino (80%) e validação (20%), permitindo treinamento e avaliação de diferentes algoritmos de classificação, incluindo Random Forest, K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Árvore de Decisão e Multilayer Perceptron (MLP). Os modelos foram aplicados com o objetivo de identificar padrões nos dados e classificar o estado do óleo de acordo com os parâmetros definidos nas classes normal, monitorar e crítico. Os algoritmos avaliados apresentaram índices competitivos de assertividade, com destaque para o Random Forest, que obteve o melhor desempenho global ao atingir 83,25% de acurácia e 82,02% de F1 score Macro e elevada estabilidade na curva Precision-Recall (Average Precision de 0,84 para a classe crítico). Desse modo, o estudo valida a eficácia do aprendizado de máquina como uma ferramenta robusta de apoio à tomada de decisão em estratégias de manutenção preditiva.Trabalho de Curso - Graduação - Artigo 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/5784356232477760O 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.Trabalho de Curso - Graduação - Artigo 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/1445401605385329Este 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.Trabalho de Curso - Graduação - Monografia 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/8342943140907725Este 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.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Arte acessível: uma análise comparativa de algoritmos de detecção de obras de arte(2025-07-17) FERREIRA, Marcus Vinícius Carvalho; MEDEIROS, Iago Lins de; http://lattes.cnpq.br/7024608706674939; https://orcid.org/0000-0003-4758-0519A visão computacional tem se mostrado uma ferramenta promissora no desenvolvimento de tecnologias assistivas, especialmente para promover acessibilidade a pessoas com deficiência visual. Este trabalho propõe a análise comparativa de algoritmos de detecção de objetos com foco na identificação de obras de arte pintadas, utilizando redes neurais convolucionais. Foram avaliados os modelos YOLOv8, YOLOv11, RetinaNet e Faster R-CNN quanto à sua eficácia e viabilidade em dispositivos móveis. O dataset utilizado foi criado a partir da coleta automatizada de imagens da internet, envolvendo obras consagradas como Mona Lisa, Meisje met de Parel e The Starry Night. As imagens foram rotuladas manualmente com o auxílio da ferramenta LabelImg. Os modelos foram treinados e avaliados com base em métricas como precisão média (mAP), recall, tempo de inferência e consumo de recursos computacionais. Os resultados demonstraram que os modelos da família YOLO, especialmente o YOLOv8, obtiveram o melhor equilíbrio entre desempenho e eficiência, atingindo mAP de 0,992 e recall de 0,987. Além disso, apresentaram menor tempo de inferência, o que os torna particularmente adequados para aplicações em tempo real e em dispositivos com recursos limitados. A pesquisa contribui para o avanço de soluções acessíveis no campo da arte e inclusão digital, demonstrando o potencial da inteligência artificial como aliada da acessibilidade cultural.