Navegando por Assunto "Machine learning"
Agora exibindo 1 - 11 de 11
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Analyzing the impact of dimensionality reduction over human intestinal absorption prediction through machine learning(2022-02) CARDOSO, Eduardo Gil Serrão; RODRIGUES, Caio Marcos Flexa; http://lattes.cnpq.br/7685787461835870; SALES JÚNIOR, Claudomiro de Souza de; http://lattes.cnpq.br/4742268936279649Uma propriedade desejável no desenvolvimento de drogas é entrega oral. A triagem virtual de compostos químicos de acordo com sua biodisponibilidade oral com inteligência computacional pode acelerar a predição de sua absorção intestinal humana (HIA). A despeito da existência de vários estudos almejando predizer a permeabilidade intestinal de compostos químicos, nenhum tentou avaliar o impacto do uso de propriedades fisicoquímicas e estruturais relacionadas à biodisponibilidade oral com técnicas de redução de dimensionalidade (DR) e aprendizado de máquina (ML). Este estudo de caso apresenta uma análise sobre o impacto da aplicação de técnicas de redução de dimensionalidade tais como Análise de Componentes Principais (PCA), PCA baseado em Kernel (KPCA), Ivis, Aproximação e Projeção de Manifold Uniforme (UMAP) e Decomposição de Valor Singular Truncado(TSVD), conjuntamente com preditores de ML tais como Redes Neurais Artificiais (ANN), K-Vizinhos mais Próximos (KNN), Máquina de Vetores de Suporte (SVM) e Floresta Aleatória (RF) na predição de HIA de pequenas moléculas, dando foco ao comportamento dos modelos conforme a dimensionalidade varia. Os resultados demonstram que, apesar de reduzir a dimensionalidade em mais de 90%, os modelos de menor dimensionalidade para o KNN, RF e SVM ainda apresentaram resultados competitivos, demonstrando a viabilidade e o potencial de técnicas de DR enquanto etapa de pré-processamento.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Um classificador supervisionado para relatos policiais no Estado do Pará(2022-12-16) MATOS, Helder Mateus dos Reis; SANTOS FILHO, Reginaldo Cordeiro dos; http://lattes.cnpq.br/9157422386900321Os diversos setores públicos estão se voltando para as tendências de aplicações de ciência e mineração de dados, muito em razão do aumento exponencial do volume de seus dados ao longo dos últimos anos, da consequente demanda cada vez mais frequente por informações escondidas na massa de dados gerados a cada dia, e das soluções oferecidas por estas áreas do conhecimento na automação e melhoria de processos internos. A segurança pública tem um grande potencial de adquirir benefícios gerados por ferramentas de automação de extração de conhecimento em bases de dados, incluindo a classificação de textos inclusos em relatos policiais. Este trabalho descreve o desenvolvimento de um classificador supervisionado de relatos policiais, construído a partir do conhecimento extraído de bases de dados públicas de relatos policiais, para os anos entre 2019 e 2021, no estado do Pará, Brasil. Dentre as técnicas utilizadas, destacam-se o uso de da metodologia de mineração de dados CRISP-DM, Processamento de Linguagem Natural, vetorização de sequências de texto através de word embeddings e um modelo de aprendizado profundo baseado em Redes Neurais Convolucionais. Este modelo alcançou uma acurácia geral de aproximadamente 78% para a predição de 463 classes únicas relacionadas com segurança pública. Tais classes incluem categorias derivadas da legislação brasileira, como homicídio, furto, roubo, estupro e ameaça, com a inclusão de classes específicas ao ambiente policial, como a comunicação de óbito, a morte por intervenção de agente do estado e o tráfico de drogas. O modelo resultante também foi usado para melhoria de processos estatísticos de analistas criminais, tanto em termos quantitativos, quanto qualitativos, através da implantação de uma ferramenta de classificação de relatos policiais diários do estado do Pará, reduzindo os esforços diários de processamento e consolidação dos dados em até 5 horas.Trabalho de Curso - Graduação - Monografia 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/2970581734279237Este 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.Trabalho de Curso - Graduação - Artigo 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/9970287865377659Esse 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.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Minha casa, mas e meu emprego? A relação entre a localização dos empreendimentos do PMCMV e as oportunidades de trabalho disponíveis no entorno(2024-10-29) SILVA, Lucas Eduardo da Conceição; SANTOS, Victor Igor Monteiro dos; MOREIRA, Frederico Guilherme Pamplona; http://lattes.cnpq.br/3186899504227811Nos países em desenvolvimento, programas de habitação social, como o Programa Minha Casa, Minha Vida (PMCMV), têm sido centrais para transformar o ambiente urbano e oferecer moradias acessíveis a populações de baixa renda. Embora contribuam para reduzir o déficit habitacional, muitos empreendimentos estão sendo inseridos em áreas periféricas com baixa oferta de empregos e serviços públicos, o que pode acentuar a segregação socioespacial e limitar as oportunidades econômicas dos moradores, colocando em questão a real efetividade deste programa. Assim, este estudo tem como objetivo analisar a relação entre o número de unidades habitacionais contratadas (UHC) do PMCMV e a disponibilidade de empregos nas proximidades dos empreendimentos na região metropolitana de Belém. Para isso, foram utilizadas abordagens de aprendizado de máquina e modelos de regressão linear pelo método de mínimos quadrados ordinários (MQO), que incluíram variáveis de controle e efeitos fixos para município e ano, além de especificações espaciais, como os modelos Spatial Autoregressive Model (SAR) e Spatial Error Model (SEM), para capturar influências socioeconômicas e geográficas compartilhadas. Nesse contexto, serão investigados os padrões de inserção desses empreendimentos em relação à oferta de empregos no entorno e como essa dinâmica varia conforme as faixas de renda dos beneficiários. Os resultados mostraram que a Faixa 1 do PMCMV requer mais área de empreendimento quando comparado com as faixas 2 e 3, e a área do empreendimento modera positivamente a relação entre os vínculos de empregos ativos as unidades habitacionais contratadas.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) On reducing the dimensionality of small molecule data for visual-exploratory analysis in human intestinal absorption prediction(2022-02-21) MOREIRA, Igor Matheus Souza; OLIVEIRA, Ewerton Cristhian Lima de; http://lattes.cnpq.br/8998575507999079; SALES JÚNIOR, Claudomiro de Souza de; http://lattes.cnpq.br/4742268936279649Biodisponibilidade oral é uma propriedade desejável no desenvolvimento de drogas. A triagem virtual de compostos de acordo com suas propriedades com inteligência computacional pode acelerar a predição de sua absorção intestinal humana (HIA). A despeito da existência de estudos almejando predizer a HIA de compostos, técnicas de redução de dimensionalidade (DR) que extraem características são raramente empregadas para possibilitar análises visual-exploratórias e pré-processar dados para algoritmos de aprendizado de máquina (ML). Este trabalho aplica seis projetores de DR (ivis, KPCA, PCA, PCS, TSVD e UMAP) para produzir projeções bi e tridimensionais conjuntamente com quatro classificadores de ML (KNN, MLP, RF e SVM) na predição de HIA de pequenas moléculas, um esforço que englobou a análise de cinquenta e dois pipelines. Os resultados demonstram que, a despeito de reduzir a dimensionalidade em mais de 98%, os pipelines envolvendo DR ainda apresentaram resultados competitivos enquanto também facilitaram a visualização, demonstrando a viabilidade e o potencial de técnicas de DR via extração de características como uma etapa automatizada de pré-processamento.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Predição de consumo energético de aplicações OpenMP em máquinas multi-core usando técnicas de regressão de aprendizado de máquina(2023-12-13) QUEIROZ, Fellipe Augusto Santana; GONZÁLEZ, Marcos Tulio Amaris; http://lattes.cnpq.br/9970287865377659O campo de pesquisa em Green Computing, que visa tornar a computação mais sustentável e ecologicamente correta, tem sido impulsionado pela crescente integração de tecnologias de processamento e armazenamento de dados em larga escala. A complexidade crescente e o volume massivo de dados provenientes de diversas fontes têm desafiado as infraestruturas tradicionais, levando à exploração de plataformas Multi-core. Apesar do significativo aumento no desempenho e na eficiência energética com a utilização das máquinas multi-core, ainda assim, devido à crescente demanda de consumo, os gastos energéticos atingiu valores elevados. Neste estudo, descobrimos que modelos de regressão polinomial são mais eficazes que os lineares para prever o consumo de energia, especialmente em dados complexos. Além de que, a CPU é o maior consumidor de energia, sugerindo a necessidade de otimização ou uso de GPUs. Não encontramos uma correlação direta entre o tempo de execução e o consumo de energia, sugerindo que aplicações demoradas podem ter gastos menores, devido a otimizações. A análises de agrupamento dos benchmarks indicaram padrões de consumo semelhantes, úteis para otimizações futuras. A regressão polinomial de grau 3 foi eficiente em muitos casos, porém a eficácia varia com a quantidade de dados, e modelos personalizados de dados se mostraram mais eficientes do que abordagens unificadas.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Predição de desempenho de aplicações CUDA utilizando aprendizado de máquina e características de pré-execução(2024-07-11) SIQUEIRA, Luan Ribeiro; GONZÁLEZ, Marcos Tulio Amaris; http://lattes.cnpq.br/9970287865377659Com a evolução das unidades de processamento gráfico (GPU), as aplicações de computação paralela estão se tornando cada vez mais complexas. Predizer o desempenho dessas aplicações ajuda desenvolvedores a otimizar seus algoritmos escalonadores na distribuição de seus trabalhos. Neste trabalho, foram desenvolvidos e avaliados modelos de aprendizado de maquina para predizer o desempenho de aplicações CUDA utilizando características de pre-execução. Foram comparados os modelos Ridge Regression, Random Forest e Decision Tree em nove aplicações CUDA, utilizando a métrica MAPE. Os resultados mostram que o Decision Tree obteve os menores valores de MAPE, enquanto o Random Forest apresentou um desempenho consistente. Já o Ridge Regression teve desempenho variável devido a sua limitação em lidar com multicolinearidade. O estudo enfatiza a importância considerar as características específicas da aplicação e da GPU ao fazer predições de desempenhoTrabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Reconhecimento de uso de EPI e controle de acesso por meio de visão computacional utilizando técnicas de aprendizagem de máquina(2023-03-30) SANTOS, Vigner Vieira dos; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237Para o ser humano realizar o reconhecimento dos equipamentos de proteção individual pode ser uma habilidade natural. Já para no meio virtual não é uma tarefa tão fácil. A linguagem de máquina para reconhecimento de objetos envolve muitos cálculos e exige grande capacidade de processamento. No entanto, com a evolução da capacidade de processamento dos computadores e evolução de algoritmos, realizar essa atividade já é possível. Nesse sentido, o objetivo do trabalho foi construir um sistema de reconhecimento de equipamento de proteção individual (EPI) através de técnicas de aprendizagem de máquina. Além de fazer uma pesquisa avaliativa com abordagem quantitativa por meio de quatro grandes etapas metodológicas no processo de pesquisa para selecionar uma técnica de Machine Learning para ser aplicado no sistema de controle de acesso. O projeto desenvolvido, a estrutura base está atrelada nas técnicas K-Vizinhos Mais Próximos e as redes neurais residuais com arquitetura ResNet-50. As técnicas foram construídas com finalidade identificar a presença dos EPIs. É apresentada avaliações das técnicas por meio de métricas estatísticas e de Machine Learning. Por fim, é realizada a simulação do controle de acesso para fiscalizações de equipamento proteção individual.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Técnicas de visão computacional aplicadas na detecção e rastreamento ocular para a inclusão digital de pessoas com deficiência motora(2021-08-13) MACEDO, Anne Livia da Fonseca; GOMES, Igor Ruiz; http://lattes.cnpq.br/5538297000388112; https://orcid.org/0000-0001-7391-1903A despeito dos avanços significativos na tecnologia da informação, problemas relacionados à exclusão social persistem, com grande parte da população mundial sem acesso aos conteúdos digitais devido uma série de fatores econômicos, sociais e educacionais. Algumas das pessoas excluídas do universo digital são aquelas que apresentam dificuldades em movimentar os membros superiores, que normalmente são requisitados para o acionamento de determinados dispositivos computacionais como o teclado. Diante disso, o esforço para a inclusão digital tornou-se um consenso social, pois abrange a integração das pessoas à informática e a exploração de métodos que garantam a elaboração de tecnologias acessíveis a todos. Diferentes interfaces adaptadas estão sendo desenvolvidas para substituir os periféricos convencionais. Muitas dessas propostas baseiam-se no rastreamento ocular através de técnicas de visão computacional, propiciando a interação à distância, sem a necessidade de contato físico com o dispositivo. Fundamentando-se nesse contexto, o propósito principal desta pesquisa consistiu na implementação de uma tecnologia de baixo custo computacional voltada para pessoas com deficiência motora, que possibilita o acionamento das teclas direcionais ao rastrear o movimento dos olhos para quatro direções de interesse (cima, baixo, esquerda e direita). O sistema foi desenvolvido através da linguagem de programação C++ com o suporte dos algoritmos pré-implementados da biblioteca OpenCV, e concentrou-se no treinamento e aplicação do método de classificação Haar Cascade para a localização da região ocular e no uso de procedimentos específicos de visão computacional e processamento digital de imagens para determinar a direção do olhar com base no reconhecimento da pigmentação branca da esclerótica do globo ocular. Os resultados alcançados na fase experimental demonstram que o algoritmo proposto tem potencial suficiente para permitir o uso do sistema em tempo real, de forma apropriada e funcional. O modelo manifestou desempenho geral satisfatório na detecção dos olhos ao atingir uma taxa de 82% de verdadeiros positivos, 87% de precisão, 82% de sensibilidade e 84% de F1 Score, e foi capaz de reconhecer os movimentos oculares para as quatro direções de interesse, com tempo de resposta aceitável para execução de determinadas aplicações computacionais.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Uso de chatbot para pré-triagem: um estudo de caso em clínica odontológica universitária(2022-07-13) VIDAL, Douglas Almeida; PIRES, Yomara Pinheiro; http://lattes.cnpq.br/5304797342599931; SERUFFO, Marcos César da Rocha; http://lattes.cnpq.br/3794198610723464; https://orcid.org/0000-0002-8106-0560As ferramentas chatbots ou agentes conversativos se tornaram catalisadores para os meios de comunicação, principalmente com as necessidades oriundas da COVID-19 e o aumento de soluções com inteligência artificial (IA). Diante de uma problemática na área da saúde, o presente trabalho apresenta um estudo de caso da utilização de chatbot, em específico do aplicativo de mensagens WhatsApp, para auxiliar no setor da pré-triagem de uma clínica odontológica universitária com problemas estruturais e organizacionais. Para tal, foram comparadas várias soluções de chatbots e escolhida a ferramenta DialogFlow, a qual emprega técnicas de Aprendizado de Máquina, para a criação do chatbot e a plataforma de comunicação em nuvem Twillio, para fazer a conexão com a rede social, utilizando processamento natural de linguagem. Para obtenção dos resultados foram aplicados testes de contato, que analisam a responsividade e possíveis falhas do bot. Os resultados apontam que a solução com chatbot consegue auxiliar na triagem de pacientes e foram aplicados testes de usabilidade, com espaço amostral de 15 usuários, utilizando o modelo de questionário PSSUQ. Os resultados apontam uma boa usabilidade, visto que 92% dos itens do questionário receberam valores acima de 6 (valores variam de 1 a 7), revelando o bom funcionamento e boa aceitação do chatbot pelos usuários finais.