Navegando por Assunto "Algorítmos"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Modelo analítico híbrido para seleção de nós retransmissores em cenários com escoamento de dados(2018-12-13) LOPES, Carlos André Barros; PIRES, Yomara Pinheiro; http://lattes.cnpq.br/5304797342599931; SERUFFO, Marcos César da Rocha; http://lattes.cnpq.br/3794198610723464Em cenários de redes celulares com alta densidade de usuários a qualidade de serviços tende a ser reduzida pela interferência gerada pelos dispositivos dos usuários o overhead na antena da estação base. Em meio a isto, surge o escoamento de tráfego cujo propósito é distribuir o sinal por meio de usuários retransmissores capazes de otimizar a entrega dos dados.Através disso é proposto o HAMAT, um modelo analítico híbrido que contribui para escoamento de tráfego a partir da seleção de usuários retransmissores ideais. Este trabalho apresenta um modelo analítico híbrido, chamado HAMAT, que considera os modelos analíticos AHP e TOPSIS para a tomada de decisão. Este modelo analítico é designado para seleção de usuários retransmissores ótimos durante o escoamento de tráfego em redes celulares. O HAMAT considera múltiplos critérios para a tomada de decisão, tal como as métricas de QoS: Atraso, Vazão e Perda de Pacotes e a métrica espacial, Distância Euclidiana. A proposta é validada a partir de simulações computacionais e comparações com outros algoritmos de seleção, levando em consideração a qualidade de serviço, nesse contexto o HAMAT superou os demais algoritmos com uma melhoria nos parâmetros de QoS com até 61% em um dos cenários avaliados.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Uma proposta de aplicação de métodos de gamificação no ensino aprendizagem da disciplina de algoritmo(2019-07-01) BARBOSA, Leandro do Nascimento; SOARES, Elziane Monteiro; http://lattes.cnpq.br/1861043405161099Em muitos casos atrair a atenção das pessoas e motivá-las em suas tarefas diárias, principalmente, com intuito de aumentar a produtividade, tem sido um desafio perceptível no contexto industrial e ambiente acadêmico, pois as ações rotineiras tendem a causar desmotivação aos indivíduos. Diante dessa situação, têm surgido alguns estudos que utilizam a gamificação na educação e em processos empresarias visando suprir ou minimizar tais problemáticas. A gamificação foca na ideia de motivar ou melhorar o engajamento dos integrantes ao mesmo tempo em que desperta o prazer de se sentirem imersos a jogos, propiciando também fomentar a competição entre os participantes, objetivando a conquista de resultados e metas pré-estabelecidas. Considerando esse contexto, este trabalho tem como objetivo apresentar uma proposta de metodologia de ensino-aprendizagem para a disciplina de algoritmo do curso de Sistemas de Informação da Universidade Federal do Pará, campus Castanhal, com a utilização de elementos da gamificação, no intuito de auxiliar a aprendizagem dos alunos, uma vez que o ambiente gamificado pode estimular a motivação, despertar o engajamento, o prazer e a competição de forma saudável entre os estudantes frente às dificuldades enfrentadas pelos mesmos na aprendizagem desta disciplina, logo, o ambiente proposto neste trabalho pode vir a ser um recurso importante a ser utilizado no processo educacional, pois pode ter a capacidade de minimizar o índice de reprovações e até a desistência de alguns estudantes na sequência da disciplina.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Redes neurais artificiais e suas aplicabilidades : modelagem do valor da temperatura máxima na cidade de Castanhal(2018-06-26) SANTOS, Fernanda Kelly Martins dos; ROZAL, Edilberto Oliveira; http://lattes.cnpq.br/1587055694481384No atual contexto de aquecimento global, torna-se relevante analisar e modelar a Temperatura máxima do ar visando identificar os possíveis sinais ou evidências de tendências das mudanças climáticas, neste caso abordamos a cidade de Castanhal (Pará). A inteligência artificial tem sido utilizada com êxito para modelar dados climáticos, por meio das Redes Neurais Artificiais (RNA). Entretanto, ainda é escassa a utilização das RNA para obtenção da previsão de temperatura disponível. Com isso, esta pesquisa apresenta estudos da série temporal da temperatura máxima (°C) acumulada no tempo com a utilização de redes neurais na tentativa de gerar modelos de previsões. Foi utilizada uma série obtida junto à Estação Meteorológica da cidade de Castanhal/PA de 2013 a 2017 de registros diários da temperatura máxima (°C) que originou a série acumulada diária. O objetivo neste estudo foi testar o desempenho, para previsões, dos modelos de redes neurais artificiais através do algoritmo de treinamento, Backpropagation. Os resultados mostram que o erro médio dos valores simulados fica em torno de 0,6 %, mostrando um desempenho aceitável do método aplicado.