Lista Pública de Trabalhos Acadêmicos

Curso:

Pesquisar: Ano:

Permite filtrar a lista de TCCs com o curso, o termo e o ano
escolhidos. O termo pode ser, por exemplo:

Autor ou orientador;
Nome do TCC;
Palavra-chave;
Conteúdo dos resumos.

Resumo A evasão de alunos nos cursos de graduação na área da Computação é um tema frequente e traz preocupações aos envolvidos diretamente no ensino superior. Isso não é diferente no curso de Sistemas de Informação. De acordo com os dados do Mapa do Ensino Superior no Brasil 2023, os cursos desta área têm uma taxa mais elevada de evasão, tanto presencialmente quanto à distância (EaD), em relação a outros cursos. Alguns fatores podem estar relacionados a essa alta taxa de evasão, como a baixa quantidade de mão de obra qualificada no mercado e a grande demanda por profissionais da área. Este trabalho de conclusão de curso tem como objetivo compreender alguns desses fatores, focando em duas disciplinas essenciais: Estrutura de Dados I e II, que são de grande importância para o desenvolvimento do graduando e influenciam na evolução de sua grade curricular.

Ano 2024

Orientador RONNEY MOREIRA DE CASTRO Co-Orientador Palavras-chave Educação, Evasão, Ensino Superior, Desistência, Estrutura de Dados.

Resumo O conceito de Automotive Safety Integrity Level (ASIL) é utilizado pela norma ISO 26262 para categorizar o nível de rigor dos requisitos de segurança em sistemas automotivos. Durante o desenvolvimento desses sistemas, os ASILs são iterativamente alocados com o objetivo de mitigar os efeitos de falhas em sistemas, subsistemas e componentes. Quanto maior o rigor do ASIL atribuído a um subsistema ou componente, maior será o custo associado às medidas necessárias para atender aos requisitos de segurança desse ASIL. A ISO 26262 define um método de decomposição de ASILs que permite a elementos redundantes compartilharem a responsabilidade de cumprir um dado ASIL. Dessa forma, encontrar soluções eficientes de alocação de ASILs que otimizem os custos de desenvolvimento e garantam a segurança do sistema tornou-se uma etapa crucial no projeto de sistemas automotivos. Na literatura, há um conjunto de métodos e ferramentas baseados em meta-heurísticas, como Algoritmos Genéticos, Busca Tabu, Bando de Pinguins, entre outros, empregados para resolver o problema de alocação de ASILs no desenvolvimento de sistemas de segurança crítica. Este estudo propõe um algoritmo baseado em Busca Tabu para resolver o problema de alocação e decomposição de ASILs pelos componentes da arquitetura de sistemas automotivos. A solução proposta foi avaliada em um sistema automotivo de médio porte, e foi realizada uma análise comparativa entre o tempo de execução e os resultados obtidos pelo algoritmo proposto em relação à ferramenta comercial HiP-HOPS que fornece uma solução para este problema. Os resultados demonstraram que o algoritmo proposto produziu a mesma solução de alocação de ASILs que a ferramenta HiP-HOPS. No entanto, em termos de tempo de execução, a ferramenta HiP-HOPS apresentou desempenho superior ao do algoritmo proposto.

Ano 2024

Orientador ANDRE LUIZ DE OLIVEIRA Co-Orientador Palavras-chave Automotive Safety Integrity Level (ASIL), Segurança, Sistemas de Segurança Crítica, Sistemas Automotivos, Meta-heurística, Busca Tabu

Resumo O suicídio é uma das principais causas de morte no mundo todo. Atrelado às condições de saúde mental de uma população, eventos globais estressantes podem afetar as tendências. Este trabalho analisou as tendências de suicídio no Brasil entre 2003 e 2022, com foco no período da pandemia de COVID-19. A análise utilizou dados do Sistema de Informação sobre Mortalidade (SIM) do DATASUS, acessados através da plataforma da Fiocruz, PCDaS, totalizando 218.707 ocorrências de suicídio. Inicialmente, para identificar padrões de suicídio entre diferentes grupos sociodemográficos, técnicas de análise estatística descritiva foram aplicadas. Para prever as taxas de mortalidade por suicídio, avaliando o impacto da pandemia, modelos de séries temporais (Prophet, SARIMA e LSTM) foram utilizados. Para compreender os fatores associados à escolha dos métodos utilizados no momento do suicídio, algoritmos de aprendizado de máquina (XGBoost e Random Forest) foram empregados, e variáveis como sexo, idade e local de ocorrência se destacaram. Os resultados indicam um aumento gradual nas taxas de suicídio, especialmente entre homens, pessoas de 30 a 49 anos e pessoas brancas, com um incremento mais acentuado durante os anos da pandemia. A análise destacou a importância de políticas públicas voltadas para saúde mental e intervenções direcionadas aos grupos vulneráveis identificados. O estudo reforça a necessidade de ações preventivas, adaptadas a diferentes grupos demográficos, especialmente no contexto de crises como a COVID-19.

Ano 2024

Orientador HEDER SOARES BERNARDINO Co-Orientador Leonardo Fernandes Martins Palavras-chave Suicídio, COVID-19, Aprendizado de Máquina, Séries Temporais

Resumo Com o avanço da Inteligência Artificial e seu uso cada vez mais constante para apoiar as mais diversas tarefas cotidianas como atendimento aos clientes por meio de chatbots, surge a preocupação com a acessibilidade dessas aplicações. Chatbots devem ser projetados de modo a garantir que usuários que possuem limitações cognitivas, perceptivas ou motoras possam utilizá-los para alcançar os seus objetivos sem qualquer tipo de barreira. Neste contexto, emerge a seguinte questão de pesquisa: Como avaliar de forma efetiva a acessibilidade de chatbots? Neste trabalho é apresentado um catálogo de onze heurísticas para a avaliação de acessibilidade de chatbots. As heurísticas foram derivadas a partir da avaliação de acessibilidade de diversos chatbots populares com base na Web Content Accessibility Guidelines (WCAG). As heurísticas propostas têm o potencial de apoiar designers no projeto de interfaces de aplicações baseadas em chatbots em conformidade com as diretrizes de acessibilidade na web.

Ano 2024

Orientador ANDRE LUIZ DE OLIVEIRA Co-Orientador PEDRO HENRIQUE DIAS VALLE Palavras-chave Chatbot, acessibilidade web, acessibilidade, inteligência artificial, interação humano-computador.

Resumo Contexto: Nos últimos anos, houve uma crescente demanda pelo aumento da qualidade de software, independente de plataforma ou sistema operacional. Motivação: O motivo disso é que a garantia de qualidade é essencial para a construção de um software funcional, de fácil utilização, manutenção e seguro ao usuário, mesmo em caso de falhas. Um equívoco comum é pensar que o teste de software consiste apenas em executar o software e verificar se as saídas obtidas correspondem às saídas esperadas, considerando apenas os caminhos de sucesso. Problema: É necessário identificar as metodologias, técnicas e ferramentas de teste automatizado, bem como as práticas de integração contínua que estão sendo utilizadas na indústria. Objetivo: Neste estudo, foi realizado um mapeamento sistemático sobre o uso de técnicas de teste automatizado na indústria no contexto de Integração Contínua (IC). O objetivo foi identificar as metodologias e os estudos empíricos que investigam a influência dos testes desenvolvidos por equipes de qualidade e sua integração na IC. Metodologia: O processo de mapeamento sistemático foi conduzido em conformidade com o método proposto por Kitchenham, e o método Goals-Questions-Metrics foi utilizado no planejamento do estudo. Resultado: Apesar da crescente adoção de testes automatizados na indústria, existem desafios técnicos, organizacionais, de cobertura de testes e de desenvolvimento em tempo de operação (DevOps) significativos relacionados à integração efetiva desses testes nas práticas de IC, que impactam diretamente na qualidade do software produzido. As contribuições deste trabalho residem principalmente na análise de como os testes automatizados são incorporados nas práticas de IC, fornecendo uma visão dos benefícios e desafios enfrentados pela indústria. Os resultados desta pesquisa podem contribuir para a melhoria da compreensão dos processos de teste na indústria e da necessidade de maior integração para elevar a qualidade do software.

Ano 2024

Orientador ANDRE LUIZ DE OLIVEIRA Co-Orientador Palavras-chave Teste de Software. Teste Automatizado. Integração Contínua. Indústria. DevOps.

Resumo Cerca de 1% da população brasileira apresenta alguma deficiência auditiva, sendo necessário ter meios que auxiliem a comunicação dessas pessoas. No Brasil, tem-se a Linguagem Brasileira de Sinais (Libras), que é a forma de comunicação padrão dos deficientes auditivos. Como a Libras consiste em uma forma de comunicação visual, surge a possibilidade de aplicar visão computacional para reconhecer gestos dessa linguagem. Neste trabalho realiza-se o reconhecimento de alguns sinais do alfabeto de Libras utilizando a rede neural YOLOv8. Para o treinamento e avaliação da rede foi organizado um conjunto de dados composto por 1.664 imagens, extraídas de um repositório público e 252 imagens capturadas e anotadas especificamente para esse trabalho. O treinamento da rede foi realizado variando alguns parâmetros para encontrar a melhor configuração. Os resultados indicaram que a maioria das classes alcançaram altas taxas de acerto. Porém, algumas classes apresentaram dificuldades para detecção causadas por limitação de dados e similaridade de gestos.

Ano 2024

Orientador LUIZ MAURILIO DA SILVA MACIEL Co-Orientador Palavras-chave Aprendizado profundo; Detecção de objetos; Identificação de sinais; Linguagem de sinais; Redes neurais; Visão computacional.

Resumo Deep learning is a highly successful class of methods in the artificial intelligence (AI) field that has a variety of applications. To perform well, deep learning models require a large amount of high-quality annotated data. Data annotation is a time-consuming and laborious task that requires a significant amount of human labor, which makes it expensive. This work aims to reduce the time required to annotate image datasets by building an easy-to-use software tool that has semi-automated annotation powered by an artificial intelligence model. We developed a web-based tool and employed HQ-SAM, a deep neural network for image segmentation based on Vision Transformers, to generate polygon annotations based on the user’s prompts. Although HQ-SAM has a good zero- shot generalizability, we fine-tuned it on the Bean Leaf Dataset to evaluate how well the network adapts to specific tasks. We observed an increase in accuracy of the fine-tuned model in comparison with the pre-trained one. We tested our tool with 20 participants, all of whom are from the computer vision and graphics fields. We asked them to annotate the same two images both manually and AI-aided, and we recorded the annotation times. Lastly, we asked the participants to fill out a usability form about their user experience. In our evaluation, we registered a median speedup of 1.5× regarding the AI-aided annotation compared to manual annotation and overly positive answers regarding our tool’s ease of use and usefulness.

Ano 2024

Orientador LUIZ MAURILIO DA SILVA MACIEL Co-Orientador Palavras-chave Deep learning, web application, semi-automated annotation, image datasets, vision transformers

Resumo Durante o ano letivo, os professores do magistério superior desenvolvem atividades em diferentes eixos de educação. Em conformidade com o artigo 3º da Lei nº 14.129/2021, que estabelece diretrizes para garantir a transparência na execução dos serviços públicos e o monitoramento da qualidade desses serviços, os docentes devem preencher o RIT com o andamento das atividades. Existem outras fontes de dados de atividade que podem ser levadas em consideração para que a CPAD consiga avaliar o desempenho docente e averiguar se suas atividades estão de acordo com seu plano individual de trabalho. Este trabalho de conclusão de curso consiste em explorar o uso de ferramentas de bases de conhecimento e inteligência artificial generativa aplicadas na avaliação docente em relação às suas atividades. A importação das atividades realizadas populam um banco de dados em grafos que serve para melhorar a geração na recuperação na forma de um serviço de perguntas, baseado em um grande modelo de linguagem. Dessa forma, espera-se permitir uma melhor gestão acadêmica, explorando situações de preenchimento incorreto e explorar a criação de novas métricas de avaliação, garantindo uma análise mais assertiva e com dados mais precisos.

Ano 2024

Orientador IGOR DE OLIVEIRA KNOP Co-Orientador Palavras-chave desenvolvimento de software; gestão acadêmica; inteligência artificial; bases de conhecimento.

Resumo A busca por eficiência no sistema energético brasileiro e mundial tem crescido ano após ano. O setor residencial é um importante consumidor de energia elétrica e pode ser analisado para se entender o nível de conscientização e hábitos de consumo. Com base nessas informações, consumidores podem entender maneiras de economizar energia e empresas fornecedoras podem desenvolver estratégias para conscientização de seus consumidores e para a melhoria dos serviços da empresa. Uma maneira eficiente de disponibilização desses dados de hábitos de consumo é um Data Warehouse que vai permitir que os dados de diversas origens e formatos sejam armazenados e modelados de forma que a busca por informações seja otimizada. Com isso, um Data Warehous é apresentado como uma solução importante para o processo de tomada de decisões, permitindo análises e gerações de relatórios de maneira eficiente. Assim, este trabalho busca utilizar dados de hábitos de consumo de energia elétrica para construção de um Data Warehouse para análise da eficiência energética residencial.

Ano 2024

Orientador VICTOR STROELE DE ANDRADE MENEZES Co-Orientador Palavras-chave Data Warehouse, ETL, Consumo de energia, Apoio à decisão.

Resumo A crescente dependência da tecnologia resultou em um aumento significativo na quantidade de dados gerados diariamente, tornando os sistemas de recomendação essenciais para ajudar os usuários a filtrar informações relevantes. No contexto organizacional, o licenciamento de software frequentemente se mostra um processo ineficiente e dispendioso, levando ao desperdício de recursos financeiros. Este trabalho propõe então o desenvolvimento de um Sistema de Recomendação de Licenças de Software, que utiliza dados de uso e informações sobre licenças existentes para reduzir custos e garantir conformidade. Focado nas licenças do Microsoft 365, o sistema aplica programação linear para otimizar a recomendação de licenças com base nas necessidades e comportamentos dos usuários. Essa abordagem permite selecionar os planos mais adequados, considerando as funcionalidades utilizadas e o custo associado. Além disso, a transparência no processo de otimização proporciona uma visão clara das decisões tomadas, facilitando a alocação de recursos e contribuindo para a economia com licenças de software.

Ano 2024

Orientador VICTOR STROELE DE ANDRADE MENEZES Co-Orientador Palavras-chave Sistema de Recomendação, Licenciamento de Software, Microsoft 365, Programação Linear, Problemas de Otimização, Otimização de Gastos, Conformidade de Licenças, Inteligência de negócios.

Resumo Atualmente, o Exame Nacional do Ensino Médio (ENEM) é o principal meio de acesso à educação superior no país, bem como auxilia na avaliação da educação nacional, fornecendo uma base de dados rica para ser explorada. Em particular, o estudo e pesquisa responsável pela aplicação de técnicas diversas com o intuito de obter conhecimento baseado em dados de ambientes educacionais é nomeado por Mineração de Dados Educacionais. O presente trabalho disserta, em particular, sobre os dados de aplicações do ENEM que ocorreram entre 2015 e 2022, buscando identificar tendências de impactos em diferentes variáveis, como a presença dos candidatos no exame e desempenho, causados por fatores socioeconômicos, demográficos ou quaisquer outros que possam ser observado. Para isso, é necessária a análise da base dados, a normalização dos dados, a construção de um banco de dados capaz de gerir os dados e a conexão com ferramentas de visualização e análise de dados, bem como a construção dos gráficos desejados. O trabalho ainda contribui com a análise das visualizações geradas, bem como questionamentos sobre justificativas para os resultados encontrados.

Ano 2024

Orientador VICTOR STROELE DE ANDRADE MENEZES Co-Orientador Palavras-chave Análise de Dados Educacionais, Desigualdades socioeconômicas, ENEM

Resumo Os softwares modernos estão operando cada vez mais dinamicamente em condições incertas, impulsionando o uso de arquiteturas adaptativas em conjunto com técnicas inteligentes, principalmente Machine Learning (ML), para lidar com essas incertezas. No entanto, a seleção e gerenciamento dos modelos de ML representam desafios significativos devido às constantes mudanças nos dados. Este Trabalho de Conclusão de Curso propõe uma arquitetura, denominada ADAPTFlow, para gerenciar a seleção de algoritmos de ML, de acordo com os dados a serem processados. O objetivo é minimizar a degradação do processamento inteligente em arquiteturas auto-adaptativas, a partir do uso de tecnologias como AutoML. A arquitetura foi avaliada utilizando um conjunto de dados da indústria têxtil, resultando em uma acurácia média de 80%.

Ano 2024

Orientador REGINA MARIA MACIEL BRAGA VILLELA Co-Orientador JOSE MARIA NAZAR DAVID Palavras-chave Inteligencia Artificial, Arquiteturas adaptativas, AutoML, Aprendizado de Máquina

Resumo As mensagens de commit são resumos de mudanças nos artefatos de software importantes para o entendimento e manutenibilidade do código. Entretanto, escrevê-las demanda tempo e uma boa elaboração na escolha de palavras que consigam descrever com precisão o motivo da modificação. Diversas abordagens já propuseram maneiras de gerar automaticamente as mensagens de commit. De maneira geral, as propostas utilizam inteligência artificial em conjunto com técnicas de processamento de linguagem natural. Também utilizam dados dos repositórios públicos do GitHub para estabelecer um conjunto de dados de treinamento para a inteligência artificial. Porém, a maioria das abordagens conta apenas com dados retirados de repositórios Java, tirando de foco outras linguagens de programação altamente utilizadas atualmente. Além disso, existem modelos de linguagem de grande porte capazes de serem explorados para a tarefa de geração de mensagens de commit, como o GPT-4. Portanto, neste trabalho avaliou-se o GPT-4 na geração automática das mensagens de commit e buscou-se avaliar como a inserção do histórico de mensagens de commit impacta a qualidade dos resultados. Como base de comparação, foi feita uma busca na literatura pelo modelo de geração de mensagens de commit com o melhor resultado e que fosse reprodutível, sendo o CoRec o modelo escolhido. A base de dados utilizada é composta por projetos escritos em JavaScript, uma linguagem de programação altamente utilizada. Os resultados mostraram que o GPT-4 (B-Norm de 12,63%) teve um desempenho superior ao modelo CoRec (B-Norm de 11,54%) e que a inclusão do histórico de mensagens de commit aumentou a eficácia do GPT-4, alcançando um B-Norm de 15%.

Ano 2024

Orientador GLEIPH GHIOTTO LIMA DE MENEZES Co-Orientador Palavras-chave Commit, Geração automática de mensagens, GPT, Aprendizado de máquina, Rede neural de recorrência

Resumo O presente trabalho aborda o problema da recursão à esquerda em Gramáticas Livre de Contexto (GLCs), uma questão que compromete o funcionamento de algoritmos de análise sintática descendente. Para contornar esse obstáculo, é possível utilizar o algoritmo de remoção de recursão à esquerda, que transforma gramáticas com recursão à esquerda em equivalentes sem essa característica. Um algoritmo clássico de remoção de recursão à esquerda em GLCs é, normalmente, ensinado em cursos de graduação em disciplinas de linguagens formais e autômatos e teoria dos compiladores. Com o objetivo de prover uma especificação formal e executável deste algoritmo, este trabalho apresenta uma formalização em PLT Redex da remoção de recursão à esquerda em GLCs. Utilizando a biblioteca Rackcheck, conduzimos testes baseados em propriedades para evidenciar que a gramática original e a versão sem recursão são equivalentes.

Ano 2024

Orientador LEONARDO VIEIRA DOS SANTOS REIS Co-Orientador Elton Máximo Cardoso Palavras-chave Recursão à esquerda, PLT Redex, Linguagens de programação, RackCheck

Resumo Este trabalho propõe a análise dinâmica de código utilizando representações visuais em tempo real com a biblioteca Three.js, visando facilitar o entendimento de estruturas de dados e algoritmos para estudantes e profissionais de Ciência da Computação. A API desenvolvida permite a visualização dinâmica do comportamento de estruturas como pilhas, filas e árvores, complementando o rol de ferramentas que auxiliem na compreensão dessas operações. Por se tratar de uma aplicação externa, pode ser integrada à quaisquer linguagens de programação capazes de realizar requisições HTTP ao servidor, que gerencia o modelo a ser apresentado no navegador web.

Ano 2024

Orientador CIRO DE BARROS BARBOSA Co-Orientador Palavras-chave Depuração, análise dinâmica, visualização interativa, API REST

Trabalho	Autor	PDF	Extras
Um Panorama Sobre a Evasão de Alunos nas disciplinas de Estrutura de dados I e II na Universidade Federal de Juiz de Fora	PEDRO HENRIQUE DELGADO MOURA
Alocação e Decomposição de Safety Integrity Levels em Sistemas Automotivos Utilizando Meta-heurísticas	ÂNDERSON COSTA DE SOUZA
Análise das Tendências de Suicídio no Brasil: Características Sociodemográficas e o Efeito da Pandemia de COVID-19	LUCIANA NASCIMENTO SANTANA PRACHEDES
Avaliação de acessibilidade em chatbots	AUGUSTO CASTILHO MEDEIROS
Automatização de Testes de Software com Integração contínua na Indústria: um Mapeamento da Literatura	MARLUCE APARECIDA VITOR
Reconhecimento de Sinais do Alfabeto de Libras por Meio de Aprendizado Profundo	ROSA MARIA OTTONI FERNANDES
Development of an Artificial Intelligence-Aided Software for Annotating Image Datasets	PAULO VICTOR DE MAGALHÃES ROZATTO
Integração e avaliação de modelos de atividade docente no magistério superior	DANIEL MACHADO BARBOSA DELGADO
Uso de Data Warehouse para Análise da Eficiência Energética Residencial: Interpretação e Armazenamento de Dados para Tomada de Decisões	LÁSARO DE ALMEIDA DEODORO
Sistema de Recomendação de Licenças de Software	ANDRESSA AUGUSTA FERRUGINI DE OLIVEIRA
Análise das Disparidades Socioeconômicas e Geográficas	ANDRE LUIZ DOS REIS
Arquiteturas Auto Adaptativas e Inteligência Artificial para a Internet das Coisas	RÔMULO LUIZ ARAUJO SOUZA SOARES
Geração automática de mensagem de commit utilizando o GPT	THIAGO DE OLIVEIRA ABREU
Uma Formalização em PLT Redex do Algoritmo de Remoção de Recursão à Esquerda em GLCs	ANA CAROLINA MENDES LINO
Análise Dinâmica de Código a Partir de Representação Visual em Tempo Real Usando Three.js	JOÃO PAULO DE CARVALHO ARAUJO

<< Anterior
1
2
3
4
5
6
7
Próximo >>