Faculdade de Engenharia da Computação - FECOMP/CAMTUC
URI Permanente para esta coleção
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
Submissões Recentes
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Identificação de artefatos visuais em faces sintéticas por meio de transfer learning e IA explicável: uma abordagem investigativa com ResNet50 e Grad-CAM(0026-06-14) CANTÃO, Camily Furtado; MEDEIROS, Iago Lins de; http://lattes.cnpq.br/7024608706674939; https://orcid.org/0000-0003-4758-0519O desenvolvimento acelerado das tecnologias de Inteligência Artificial generativa levou à criação de conteúdos sintéticos hiper-realistas amplamente acessíveis, consolidando os deepfakes como uma ameaça concreta à integridade da informação, à privacidade e à segurança cibernética. Este trabalho investiga o uso de Visão Computacional e Inteligência Artificial Explicável (XAI) para identificar características visuais e artefatos estruturais associados a imagens faciais geradas por IA. Para isso, foi estruturado um pipeline metodológico composto por três macroetapas: a curadoria de um conjunto de dados balanceado contendo 10.000 imagens faciais reais e sintéticas, gerenciado pela plataforma Roboflow; o treinamento de um classificador binário baseado na arquitetura ResNet50 utilizando a técnica de Aprendizado por Transferência (Transfer Learning), executado na plataforma Kaggle com suporte de GPU NVIDIA Tesla T4; e a aplicação do algoritmo Grad-CAM (Gradient-weighted Class Activation Mapping) para gerar mapas de calor que evidenciam as regiões determinantes para as decisões do modelo. Como estudo exploratório preliminar, foi conduzido um experimento com a arquitetura YOLOv8, que revelou alto custo computacional e ausência de mecanismos nativos de interpretabilidade espacial, motivando a adoção da ResNet50 como principal ferramenta metodológica. O classificador final alcançou uma acurácia de 92,30%, um F1-Score de 92,29% e uma AUC-ROC de 0,9758, sem viés significativo entre as classes. Os mapas de calor gerados pelo Grad-CAM revelaram que o modelo direcionou sua atenção, de forma anatomicamente coerente, para a região central da face especificamente os olhos, o nariz e a boca nas imagens sintéticas, regiões consistentes com os artefatos de fusão facial descritos na literatura forense. Os resultados demonstram que a combinação entre Visão Computacional e XAI oferece não apenas elevada capacidade discriminativa, mas também a transparência e a auditabilidade indispensáveis para aplicações de perícia digital, superando as limitações operacionais de modelos puramente classificatórios.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Desenvolvimento de uma plataforma web assistida por inteligência artificial para o ensino da língua inglesa(0026-07-17) BEZERRA, Romulo Lobato; MEDEIROS, Iago Lins de; http://lattes.cnpq.br/7024608706674939; https://orcid.org/0000-0003-4758-0519Este trabalho apresenta o desenvolvimento, a arquitetura e a homologação da plataforma ChatEP, um ecossistema web open source pro jetado para o aprendizado auônomo de inglês. Baseado na abordagem pedagógica Task-Based Language Teaching (TBLT), o sistema orquestra modelos heterogêneos de Inteligência Artificial (Flan-T5 Large, Whisper e TinyLlama 1.1B) especializados e refinados via Low-Rank Adaptation (LoRA), visando o aprimoramento de listening, writing, speaking e reading. A validação quantitativa baseou-se em métricas de telemetria de dados, aplicando o índice BLEU para correção textual, a taxa WER para o pipeline acústico e o BERTScore para avaliar a similaridade semântica do tutor virtual. Complementarmente, um estudo piloto com usuários reais validou a usabilidade e mapeou trade-offs de latência de inferência síncrona em ambiente de nuvem. Os resultados experimentais obtidos demonstram elevados índices de precisão e conformidade técnica do ecossistema frente aos requisitos e regras de negócio especificados.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Avaliação de tecnologia de rastreamento ocular e gamificação no desenvolvimento de competências de leitura em crianças com Transtorno do Espectro Autista (TEA)(2026-03-05) ALVES, Rubens do Carmo de Souza; SIQUEIRA, Elton Sarmanho; http://lattes.cnpq.br/6836143760585970; https://orcid.org/0000-0002-2199-1910O cenário da alfabetização no Brasil, particularmente na região amazônica, enfrenta desafios estruturais que demandam ferramentas de diagnóstico mais precisas e objetivas para identificar dificuldades de leitura nos anos iniciais. Este trabalho apresenta a avaliação de uma solução tecnológica integrada, baseada em rastreio ocular (eye tracking) de baixo custo e estratégias de gamificação, como ferramenta de apoio ao diagnóstico pedagógico. O objetivo geral consistiu em validar se os padrões de movimento ocular coletados durante tarefas gamificadas podem diferenciar níveis de proficiência leitora. A metodologia caracteriza-se como uma pesquisa aplicada de natureza quantitativa-descritiva, envolvendo um grupo amostral de 26 crianças de diferentes escolas públicas no município de Cametá, Pará. Desenvolveu-se um artefato de software em linguagem Python com um pipeline de dados (ETL), do inglês (Extract, Transform, Load), significa a extração, transformação e carregamento dos dados, para ingestão, limpeza e visualização de coordenadas oculares através de séries temporais e mapas de calor (heatmaps). Os resultados demonstraram uma distinção clara entre perfis de leitura: participantes proficientes apresentaram um padrão escalar estável e sacadas progressivas, enquanto leitores iniciantes exibiram trajetórias erráticas, regressões frequentes e tempos de fixação significativamente superiores. A análise espacial confirmou a eficácia do design da interface em direcionar a atenção visual para as áreas de interesse pedagógico, com a formação consistente de hotspots sobre as palavras-alvo. Conclui-se que a integração do rastreio ocular com a gamificação constitui uma métrica biométrica viável e de baixo custo, capaz de fornecer evidências quantitativas que complementam a avaliação subjetiva docente, auxiliando na triagem precoce de dificuldades de aprendizagem no contexto escolar.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Aumento de dados para criação de conjunto de dados de imagens de vias de acesso de mineradora: uma revisão sistemática(2026-02-27) RODRIGUES, Mirella Bastos Sampaio; MENDES, Ingrid Nery; https://lattes.cnpq.br/7079854122764802; https://orcid.org/0009-0003-0916-3906; TEIXEIRA, Otávio Noura; https://lattes.cnpq.br/5784356232477760Esta revisão sistemática da literatura objetiva realizar uma pesquisa exploratória acerca das técnicas de aumento de dados empregadas em tarefas de visão computacional, especificamente na criação de conjunto de dados de vias de mineração a céu aberto para a identificação das condições do pavimento. Conduzida sob as diretrizes do protocolo PRISMA, a busca resultou na análise qualitativa de 8 estudos primários. Observou-se a predominância do emprego de técnicas clássicas geométricas, complementadas por abordagens fotométricas e sintéticas, utilizadas primordialmente para contornar a escassez de dados, reduzir o sobreajuste (overfitting) e aumentar a capacidade de generalização dos modelos. Entretanto, identificou-se uma ausência de estudos com avaliação quantitativa do impacto dessas técnicas isoladamente, bem como pesquisas focadas diretamente na detecção de defeitos estruturais das vias (como buracos). Dessa forma, propõem-se trabalhos futuros para cobrir essas lacunas, incluindo testes empíricos isolados e a integração dessas técnicas em sistemas autônomos de análise viária em tempo real.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Simulador de rede multi-hop de drones com estimativa dinâmica de qualidade de links utilizando Pygame(2026-02-27) MEZZOMO, Velcides Galvão; TEIXEIRA, Otávio Noura; https://lattes.cnpq.br/5784356232477760Este trabalho apresenta um simulador visual 2D desenvolvido utilizando Pygame para redes de drones multi-salto em topologia de linha. A ferramenta implementa um modelo de Taxa de Entrega de Pacotes (PDR) do link sem fio (R, α) e um protocolo de Acesso Múltiplo por Divisão de Tempo (TDMA) para coordenar transmissões e mitigar assimetrias de link. O sistema avalia as estratégias Equidistante e Equal-PDR sob quatro cenários de canal: (a) sem mudanças; (b) pequena mudança abrupta; (c) grande mudança abrupta; e (d) mudança gradual. Adicionalmente, suporta a adição dinâmica de repetidores pela Estação Base conforme limiares de qualidade. Os resultados comprovam a superioridade da estratégia Equal-PDR, que manteve a taxa de entrega de pacotes (PDR) estável acima de 63% em todos os cenários. Em contraste, a abordagem Equidistante sofreu degradação significativa, atingindo 52,3% sob forte interferência no pior cenário (Cenário C).Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Estudo empírico de técnicas de aprendizagem de máquina na classificação e identificação de imagens de depressões em vias rodoviárias(2026-02-27) SOUZA, Jhonatan Oliveira de; MENDES, Ingrid Nery; https://lattes.cnpq.br/7079854122764802; https://orcid.org/0009-0003-0916-3906; TEIXEIRA, Otávio Noura; https://lattes.cnpq.br/5784356232477760Este trabalho apresenta uma avaliação experimental comparativa de técnicas de aprendizagem de máquina aplicadas à classificação de imagens de vias rodoviárias com e sem buracos. Foram analisados os algoritmos K-Nearest Neighbors (KNN), Máquinas de Vetores de Suporte (MVS) e Redes Neurais Convolucionais (RNC), utilizando os mesmos conjuntos de dados e protocolo experimental padronizado. Cada modelo foi executado 50 vezes, variando a semente aleatória para garantir maior robustez estatística. O desempenho foi avaliado por meio das métricas de Acurácia, Precisão, Recall e F1-Score, além da análise do custo computacional. Os resultados indicaram desempenho superior e maior estabilidade dos classificadores tradicionais (KNN e MVS) em comparação à RNC no cenário avaliado, destacando a influência do tamanho do Dataset e da complexidade do modelo no processo de aprendizagem.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Desenvolvimento de um protótipo para triagem automatizada de glaucoma por deep learning integrado ao WhatsApp(2026-02-27) WANZELER, Gabriele Rodrigues; TEIXEIRA, Otávio Noura; https://lattes.cnpq.br/5784356232477760Este trabalho avalia um modelo ResNet50 com transfer learning para detecção automatizada de glaucoma em imagens de fundoscopia, integrado a um protótipo via WhatsApp para profissionais de saúde. O modelo foi treinado nos datasets ACRIMA e RIM-ONE. No ACRIMA, alcançou sensibilidade de 98,28%, F1-score de 0,982 e AUC de 0,992; no RIM-ONE, sensibilidade de 83,33%, F1-score de 0,869 e AUC de 0,949, reflexo do desbalanceamento de classes. O protótipo obteve taxa de acerto de 83,33% e 80%, com confiança média de 94,80% e 87,31%, respectivamente. Os resultados evidenciam que o balanceamento dos dados influencia diretamente o desempenho, reforçando o potencial do aprendizado profundo como ferramenta de apoio à triagem de glaucoma.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Ecoaventura: jogo educativo para conscientização ambiental para crianças(2026-02-26) ANJOS, Roqueudison Sobrinho dos; SANTOS, Viviane Almeida dos; https://lattes.cnpq.br/1489376127395764A problemática do descarte inadequado de resíduos sólidos representa um dos principais desafios ambientais da atualidade, estando associada à poluição, ao aumento de lixões e à baixa efetividade da reciclagem. Como estratégia para enfrentar essa questão, este trabalho propõe o desenvolvimento de um jogo digital educativo, denominado EcoAventura, voltado para crianças de 7 a 13 anos, utilizando a gamificação como recurso pedagógico. A escolha por um jogo digital de plataforma 2D justifica-se pelo seu potencial de engajamento, interatividade e capacidade de proporcionar aprendizagem significativa por meio de desafios e feedback imediato. A metodologia compreendeu o levantamento bibliográfico, a modelagem via metodologias ágeis e o desenvolvimento no motor de jogos GDevelop, contextualizando os cenários em pontos turísticos da cidade de Tucuruí, Pará. O sistema foi estruturado para ensinar a identificação e a separação de resíduos nas lixeiras corretas. A validação ocorreu por meio de testes práticos com o público-alvo, cujos resultados demonstraram excelente aceitação técnica e pedagógica: todos os participantes relataram facilidade na compreensão da coleta seletiva e forte influência para a adoção de práticas sustentáveis no cotidiano. Conclui-se que a ferramenta é eficaz e viável para promover o descarte consciente e a educação ambiental infantil.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Ferramentas no-code/low-code aplicadas ao desenvolvimento de inteligência artificial e de machine learning: uma revisão sistemática da literatura(2026-02-27) RABELO, Jonas da Silva; MENDES, Ingrid Nery; https://lattes.cnpq.br/7079854122764802; https://orcid.org/0009-0003-0916-3906; TEIXEIRA, Otávio Noura; https://lattes.cnpq.br/5784356232477760Este trabalho apresenta uma Revisão Sistemática da Literatura sobre o uso de Ferramentas No-Code e Low-Code (LC/NC) no desenvolvimento de soluções de Inteligência Artificial e Machine Learning. O objetivo é mapear e analisar as plataformas utilizadas, identificando características, benefícios, limitações e tendências. A revisão seguiu as diretrizes de Kitchenham e considerou estudos publicados entre janeiro de 2020 e agosto de 2025 nas bases ACM Digital Library, IEEE Xplore, ScienceDirect, Scopus e SpringerLink. Após os critérios de inclusão e exclusão, 67 estudos foram selecionados. Os resultados mostram que as ferramentas LC/NC ampliam o acesso ao desenvolvimento de IA e ML, especialmente para usuários sem formação técnica avançada. Contudo, foram identificadas limitações relacionadas à flexibilidade, personalização e dependência de ecossistemas, além da predominância de estudos descritivos e de viabilidade.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Re-ciclo: uma plataforma para o mapeamento de geradores de resíduos eletroeletrônicos e a conexão entre empresas e recicladores em Tucuruí-PA(2026-03-02) PEREIRA, Cleberton de Almeida; MERLIN, Bruno; https://lattes.cnpq.br/7336467549495208; https://orcid.org/0000-0001-7327-9960Este trabalho propõe desenvolver uma plataforma digital para conectar empresas geradoras de resíduos de equipamentos eletroeletrônicos (REEE) a centros de coleta e reciclagem. A plataforma Re-ciclo surge como uma solução acessível e eficiente para promover a gestão adequada desses resíduos, que vêm crescendo significativamente em volume devido ao avanço tecnológico acelerado. Por meio de um sistema interativo, a aplicação permite o cadastro de empresas e centros, o mapeamento de localizações, o agendamento de coletas e o acompanhamento de solicitações, além de disponibilizar métricas e rankings que incentivam a participação e o engajamento dos usuários. A implementação do sistema priorizou a usabilidade, a segurança e a escalabilidade, utilizando tecnologias como React, Node.js e MongoDB. A Re-ciclo não apenas facilita a logística reversa de REEE, mas também serve como ferramenta educativa, aproximando a comunidade de práticas sustentáveis. Com isso, espera-se contribuir para a redução do descarte inadequado, estimular a economia circular e apoiar ações que visem à preservação ambiental