Faculdade de Engenharia da Computação - FECOMP/CAMTUC

URI Permanente para esta coleção

https://bdm.ufpa.br/handle/prefix/220

Campus de Tucuruí / Bibliotecária: Mayara de Kassia Pinheiro Menezes Whatsapp: (94) 98199-9226 E-mail: bibliocamtuc@ufpa.br Facebook: https://www.facebook.com/bibcamtuc/ Instagram: https://www.instagram.com/bcamtuc/

Navegar

Agora exibindo 1 - 20 de 43

Acesso aberto (Open Access)
Uso de sistemas generalistas de reconhecimento de imagem na diferenciação de lesões de pele
(2025-03-31) GIORDANO, Gabriel Ventura; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237
O presente trabalho trata do uso de ferramentas de processamento e classificação de imagem na distinção entre dois diferentes tipos de lesão de pele (nevos e melanoma). Primeiramente, os subconjuntos de dados foram rotulados, um modelo de classificação de imagens foi treinado utilizando os dados rotulados, e por fim, a validação do modelo foi feita usando o conjunto completo de dados. As imagens utilizadas vieram de um banco de imagens médicas disponibilizadas publicamente, que foram processadas usando o YOLO11, uma ferramenta de treinamento de modelos para reconhecimento de imagem. O modelo chegou a alcançar uma taxa de acerto de 67% no conjunto de melanoma e 87% no conjunto de nevos na classificação dessas lesões.
Acesso aberto (Open Access)
Estudo de caso: infraestrutura de rede da faculdade gamaliel
(2025-04-02) GAIA, Renan Garcia; MEDEIROS, Iago Lins de; http://lattes.cnpq.br/7024608706674939; https://orcid.org/0000-0003-4758-0519
Estudo de caso de uma empresa de educação privada com intuito de demonstrar as melhoras da infraestrutura de redes, equipamentos e serviços ao longo do tempo. O objetivo do estudo foi identificar desafios para otimizar a conectividade e a proteção dos dados. A metodologia inclui entrevistas com profissional responsável pelas melhorias e documentação da infraestrutura de rede. Os resultados demonstram que a adoção de tecnologias como VLANs, firewalls, unificação das redes Wi-Fi e atualização dos roteadores melhorou significativamente a segurança e a estabilidade da rede. O estudo demonstrou que a modernização da infraestrutura de rede pode trazer benefícios significativos para a segurança e a eficiência operacional.
Acesso aberto (Open Access)
Sistema de controle e monitoramento de vazão
(2025-03-11) ALMEIDA, Victor Vinícius Eustáquio de; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237
Esta monografia trata do desenvolvimento de um sistema de controle e monitoramento de vazão para a gestão eficiente do consumo de água em banheiros, utilizando tecnologias de sistemas embarcados. O principal objetivo é desenvolver um sistema capaz de acionar a água em mictórios de forma autônoma e monitorar, em tempo real, a vazão, o que resulta em economia financeira e na redução dos impactos ambientais ao limitar o desperdício hídrico. O sistema foi desenvolvido com sensores de presença, sensor de fluxo, microcontrolador (NodeMCU ESP32 ), relé de controle e válvula solenoide. A programação do hardware foi realizada na plataforma de desenvolvimento Arduino. Esse hardware opera em conjunto com um banco de dados PostgreSQL e um servidor web em Node.js. O diferencial do sistema esta na abrangência das tecnologias utilizadas, que incluem desde sistemas embarcados para a coleta de dados ate uma plataforma web com interface para visualiza ̧c ̃ao, controle e analise das informações.
Acesso aberto (Open Access)
Sistema de triagem e agendamento aplicado ao atendimento cível da defensoria pública de Tucuruí
(2025-01-17) PÓ, Adrian Caldas; MEDEIROS, Iago Lins de; http://lattes.cnpq.br/7024608706674939; https://orcid.org/0000-0003-4758-0519
Este trabalho apresenta o desenvolvimento de um sistema automatizado para o atendimento cível da Defensoria Pública de Tucuruí, com o objetivo de modernizar e otimizar os processos de agendamento e triagem. A iniciativa surgiu a partir da análise do método manual anteriormente utilizado, que dependia de tabelas no Microsoft Word, apresentando limitações em termos de eficiência e segurança no gerenciamento de dados. Para superar esses desafios, foi proposta a criação de um sistema robusto e escalável, utilizando tecnologias como Node.js integrado com MySQL Workbench. O desenvolvimento foi orientado por métodos de engenharia de software, com a realização de uma análise detalhada de requisitos para garantir que o sistema atendesse às necessidades específicas da Defensoria. A implementação resultou em um sistema automatizado capaz de armazenar e processar dados de forma mais segura e eficiente, eliminando os riscos associados ao processo manual. Além disso, o sistema oferece uma interface intuitiva, contribuindo para a facilidade de uso por parte dos servidores responsáveis pelas atividades de triagem e agendamento. Após a implementação, foram conduzidos testes para avaliar o desempenho do sistema e sua aceitação pelos usuários finais. Os resultados demonstraram uma boa receptividade por parte dos servidores, que destacaram a melhoria na organização e agilidade dos processos. O projeto, portanto, não apenas resolve as limitações do método anterior, mas também estabelece uma base tecnológica que pode ser expandida para atender a outras demandas da instituição, promovendo maior eficiência e confiabilidade.
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)
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)
Proposta de implementação de metodologias ativas em disciplinas de computação no Campus Universitário de Tucuruí da Universidade Federal do Pará
(2024-12-06) DIOGO, Cássia Braga; DIOGO, Carla Braga; http://lattes.cnpq.br/2336150020470041; SANTOS, Viviane Almeida dos; http://lattes.cnpq.br/1489376127395764
Este artigo tem por objetivo apresentar uma proposta de implementação de metodologias ativas no Campus Universitário de Tucuruí da Universidade Federal do Pará - UFPA. O estudo foi realizado com base em uma revisão sistemática de literatura sobre a temática do uso de metodologias ativas em disciplinas de computação e de um estudo de caso no campus. Através desta pesquisa estima-se que o uso de metodologias ativas pode trazer diversos benefícios, dentre eles a redução do número de discentes evadidos e reprovados.
Acesso aberto (Open Access)
Sistema de reconhecimento automático de placas veiculares utilizando visão computacional
(2024-12-05) HORA, Breno Aires da; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237
Este trabalho apresenta a detecção e o reconhecimento de placas de identificação veicular com uso de técnicas de visão computacional aplicadas à fiscalização de trânsito. Foi criado um conjunto de dados próprio com placas brasileiras, isso inclui as etapas de gravação, seleção e anotação de imagens, combinado a um conjunto de dados internacional para o treinamento de variantes do modelo YOLO, seguido de uma análise do desempenho geral desses modelos. Além da detecção de placas, o reconhecimento óptico de caracteres (OCR) foi realizado com os modelos EasyOCR e PaddleOCR, enquanto esse último foi o mais eficiente. Os experimentos mostraram que o modelo YOLOv8s-gb superou o YOLOv5su-g em confiança média, sensibilidade média e tempo de processamento. A combinação do PaddleOCR com o YOLOv8s-gb e YOLOv5su-g aplicados a um total de 460 placas, resultou no reconhecimento de 244 e 208, respectivamente, enquanto o EasyOCR reconheceu 118 e 89 placas nos mesmos cenários. O estudo destaca a importância de conjuntos de dados específicos para aprimorar modelos de visão computacional em contextos locais, isso contribui para o avanço do reconhecimento automático de placas veiculares no Brasil.
Acesso aberto (Open Access)
A contribuição do uso da gamificação digital no processo de ensino-aprendizagem de alunos com transtorno do neurodesenvolvimento no município de Tucuruí
(2024-11-25) SILVA, Thales Maurício Gonçalves da; SANTOS, Viviane Almeida dos; http://lattes.cnpq.br/1489376127395764
A gamificação digital tem sido explorada como uma estratégia inovadora na educação, especialmente relevante para o ensino de alunos com transtornos do neurodesenvolvimento, como o Transtorno do Espectro Autista (TEA) e o Transtorno de Déficit de Atenção e Hiperatividade (TDAH). Esses alunos enfrentam desafios adicionais no ambiente escolar, e a gamificação, ao integrar elementos de jogos em atividades educacionais, pode contribuir para o desenvolvimento cognitivo e social desses estudantes. Motivada pela formação em Engenharia da Computação e pelo interesse em tecnologias inclusivas, esta pesquisa busca responder à seguinte questão: de que forma o uso da gamificação digital pode contribuir para o processo de ensino-aprendizagem de alunos com transtornos do neurodesenvolvimento nas escolas municipais de Tucuruí? Com foco na Escola Municipal de Ensino Fundamental Darcy Ribeiro e na Unidade Municipal de Ensino Infantil Plácido de Castro, o objetivo central foi analisar a eficácia da gamificação em aspectos como engajamento, motivação e aprendizado desses alunos. A pesquisa seguiu uma abordagem qualitativa, permitindo observar o impacto de elementos de jogos, como recompensas, desafios e feedbacks imediatos, no ambiente escolar real. Os resultados indicam que a gamificação promove um ambiente inclusivo, reduz o estresse e incentiva a socialização, personalizando a experiência de aprendizado para alunos neurodivergentes. Esta análise culmina em recomendações para a implementação eficaz da gamificação digital, contribuindo para um ensino mais adaptativo e inclusivo na educação pública.
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)
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)
A luta pela equidade de gênero nas engenharias: 5 anos do Programa Mulheres e Meninas nas Engenharias
(2024-11-04) SOUSA, Emilda Oliveira de; ALMEIDA, Edileuza de Sarges; http://lattes.cnpq.br/1461881309223581; SANTOS, Viviane Almeida dos; http://lattes.cnpq.br/1489376127395764
As grandes revoluções na história foram antecedidas por um contexto de agudizamento das desigualdades sociais, exploração, pobreza extrema e crises sistêmicas que aprofundaram as diferenças sociais, construindo-se espaços profícuos para a insurgência de novas formas de pensar e reorganização das sociedades baseadas nas ideias de justiça social, igualdade, liberdade e equidade, a exemplo da revolução francesa e a revolução russa. Cada vez que a sociedade é constantemente violentada em seus direitos mais basilares, movimentos de ruptura emergem como formas de contestação ao status quo, à ordem estabelecida e às opressões que afligem determinados coletivos. E, não poderia ter sido diferente com o surgimento do Programa Mulheres e Meninas nas Engenharias (PMME) no Campus Universitário de Tucuruí (CAMTUC) da Universidade Federal do Pará (UFPA). Ao realizar uma retrospectiva de 5 anos do PMME, foi possível observar que a trajetória construída pelo Programa nesse período revelou a sua natureza transgressora, a sua capacidade questionadora, de ressignificar os papéis atribuídos às mulheres e, sobretudo, de construir e reconstruir novos caminhos impulsionados pela atitude ativa e responsiva (Bakhtin e Volochinov, 2006), o que remete a possibilidade de transformação da realidade. Nessa perspectiva, o Programa foi desenvolvendo suas atividades e ações visando sempre a representatividade feminina, o enfrentamento ao assédio e discriminação de gênero, além de estratégias para aumentar a participação de mulheres nas áreas das Ciências, Tecnologia, Engenharia, Artes e Matemática (STEAM). Os resultados alcançados ao longo desses cinco anos, incluindo a criação de espaços de convivência, a elaboração de materiais educativos, a realização de eventos e o desenvolvimento de ferramentas interativas, mostram o comprometimento do programa em transformar o ambiente acadêmico e tornar a engenharia mais inclusiva e acessível para as mulheres.
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/9970287865377659
Com 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 desempenho
Acesso aberto (Open Access)
Desenvolvimento de uma ferramenta assistiva médica de contexto específico em Libras
(2024-10-10) PINTO, Heitor Santa Rosa Soares; MOREIRA, Caio Carvalho; http://lattes.cnpq.br/1370619943470585
Este artigo apresenta o desenvolvimento da Ferramenta Assistiva Medica de Contexto Específico em Libras (FAMCEL), que facilita a comunicação entre surdos e profissionais de saúde, traduzindo Libras para o português escrito. A ferramenta permite que pacientes em consultas medicas descrevam sintomas no contexto de Doenças Cronicas Não Transmissíveis (DCNTs), o que pode melhorar a precisão no diagnostico, promover maior autonomia e humanizar o atendimento. Embora focada nas DCNTs, a ferramenta pode ser expandida para outras áreas. Futuras melhorias incluem sugestões ou auto-completar de frases e a conversão do texto montado em voz sintética.
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)
Avaliação de modelos de detecção de objetos na identificação de doenças pulmonares e cardíacas em imagens de raio-x torácicos
(2024-10-04) PEREIRA, Lucas Vitor Loch; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237
As doenças pulmonares e cardíacas representam um dos maiores desafios à saúde pública, sendo responsáveis por uma significativa taxa de mortalidade global, cenário que foi ainda mais agravado pela pandemia de COVID-19, que evidenciou a importância de diagnósticos precoces e precisos. Nesse contexto, a radiografia torácica destaca-se como um dos métodos mais eficazes para a detecção dessas patologias, pois permite uma análise detalhada da caixa torácica, pulmões e coração, fornecendo informações cruciais para o diagnóstico e acompanhamento clínico. Este trabalho propõe uma análise comparativa entre quatro modelos de detecção de objetos — YOLOv5, YOLOv8, Faster R-CNN e RetinaNet — com o objetivo de avaliar qual deles apresenta o melhor desempenho em precisão e sensibilidade na identificação de doenças pulmonares e cardíacas em imagens de raio-X torácico. A pesquisa examina as características específicas de cada modelo, considerando a eficácia na identificação de diversas patologias, como atelectasia, cardiomegalia, efusão, infiltração e pneumonia, e explora as métricas de avaliação, como precisão, sensibilidade e taxa de falsos positivos, para determinar qual modelo se destaca na prática clínica. Os resultados esperados visam contribuir para o avanço da detecção automatizada dessas doenças, oferecendo uma base sólida para a implementação de tecnologias de inteligência artificial em ambientes clínicos, com o intuito de melhorar a acurácia dos diagnósticos e, consequentemente, os desfechos dos pacientes.
Acesso aberto (Open Access)
GenTreat: pipeline computacional para montagem híbrida de genomas procarióticos
(2024-09-19) SANTOS, Victória Cardoso dos; TEIXEIRA, Otávio Noura; http://lattes.cnpq.br/5784356232477760; VERAS, Adonney Allan de Oliveira; http://lattes.cnpq.br/2201652617167877; https://orcid.org/0000-0002-7227-0590
O desenvolvimento das ciências ômicas foi muito influenciado pelas tecnologias de sequenciamento. No entanto, o grande volume de dados gerados por essas tecnologias torna necessário o desenvolvimento de novas ferramentas computacionais para processamento e análise, principalmente na montagem do genoma. Duas abordagens principais são comumente usadas para montagem: montagem baseada em referência, que mapeia as leituras de sequenciamento em relação a um genoma de referência, e montagem de novo, que executa a montagem sem uma referência. Técnicas de montagem de novo incluem Overlap Layout-consensus, grafo De Bruijn e algoritmos gulosos. Embora inúmeras ferramentas tenham sido desenvolvidas ao longo dos anos, os desafios persistem, incluindo resultados de montagem fragmentados e contigs redundantes. Como resultado, surgiram novos métodos, como estratégias de montagem híbrida que combinam resultados de diferentes montadores. No entanto, as ferramentas existentes que utilizam essa estratégia geralmente envolvem linhas de comando extensas e complexas. O GenTreat é um pipeline computacional com uma interface gráfica intuitiva, foi desenvolvido para montagem híbrida automatizada de genomas procarióticos, realiza a montagem usando dois montadores, mescla os resultados e, em seguida, ordena e anota o genoma montado. A validação usando leituras brutas de 61 organismos demonstrou que é uma alternativa viável para montagem híbrida automatizada, eliminando a necessidade do uso de extensas linhas de comando. A ferramenta está disponível em: https://sourceforge.net/projects/gentreat/.
Acesso aberto (Open Access)
Feira do agricultor familiar: uma iniciativa digital para fomentar o comércio da agricultura familiar no Pará
(2024-06-19) VALENTE, Vinícius Louzada; SANTOS, Viviane Almeida dos; http://lattes.cnpq.br/1489376127395764
A crescente relevância dos negócios digitais se tornou evidente, especialmente durante a pandemia de COVID-19, destacando-se a necessidade de soluções inovadoras para impulsionar os setores econômicos. Neste contexto, este trabalho se propõe a desenvolver, descrever o processo de desenvolvimento e avaliar o e-commerce: Feira do Agricultor Familiar. Esta solução visa ampliar as vendas dos agricultores familiares para regiões do Pará, onde foi identificada a carência de plataformas ativas. A solução adotada foi desenvolver uma aplicação que permite que os agricultores gerenciem seus próprios anúncios na plataforma, colocando-os como protagonistas e promovendo o empoderamento digital neste público que enfrenta desafios ao utilizar soluções digitais. O processo de desenvolvimento abrange as etapas de levantamento de requisitos, casos de uso, modelagem, implementação e refatoração, resultando em uma documentação detalhada. Além disso, foi aplicado um teste de usabilidade, que se baseia no System Usability Scale (SUS). Os resultados da avaliação foram positivos pelo fato de estarem acima da média, atingindo uma média de Índice de Satisfação do Cliente de 75. Esse resultado é crucial para orientar o crescimento e o desenvolvimento de novas funcionalidades na plataforma.
Acesso aberto (Open Access)
Sistemas de interface cérebro-máquina: classificação de imagética motora via geometria de Riemann com otimização bayesiana
(2023-12-19) LOPES, Danilo de Sousa; SILVA, Cleison Daniel; http://lattes.cnpq.br/1445401605385329; https://orcid.org/0000-0001-8280-2928
Neste estudo, é apresentada uma nova metodologia para aprimorar o desempenho de sistemas de Interface Cérebro-Máquina baseados em Imagética Motora. Utilizaram-se informações de diferentes regiões do espectro dos sinais de eletroencefalografia, representadas como matrizes de covariância ponderadas pelo janelamento de sub-bandas no espaço Riemanniano. Para classificar essas matrizes, foi empregado o algoritmo Distância Mínima à Média de Riemann. Os hiperparâmetro que influenciam a faixa de frequência de interesse, comprimento da sub-banda e taxa de sobreposição, são refinados por meio da Otimização Bayesiana, que proporcionou novos graus de liberdade de ajustes individuais. Para a fusão da classificação das matrizes, foi adotado o algoritmo Light Gradient Boosting Machine, baseado no m´método Ensemble, que assegura uma melhor precisão final do modelo e alto desempenho na classificação da Imagética Motora. Os experimentos foram conduzidos com o conjunto de dados IIa da IV Competição Internacional de Interface Cérebro-Máquina, e, apesar dos resultados superiores em apenas dois sujeitos, não foram observadas melhorias substanciais em relação à abordagem do estado da arte. Ainda assim, a metodologia é promissora e indica potencial para futuras otimizações e desenvolvimentos.
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.