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 presente pesquisa desenrola-se a partir de um projeto em processo de desenvolvimento pelo Center for Research and Education on Aging (CREA), da University of California, Berkeley. O projeto visa estudar mais a fundo o envelhecimento a partir do monitoramento e controle de sinais biológicos e concentrações hormonais no corpo, com vistas a, em um futuro próximo, gerar soluções no retardamento dos efeitos do envelhecimento e da morte. A pesquisa, a priori, visa iniciar testes e monitoramentos biológicos em ratos para, a posteriori, migrar para humanos. Para que tal monitoramento e controle pudessem ocorrer, surgiu a necessidade do desenvolvimento de um dispositivo Internet of Medical Things (IoMT) sob medida que, com acurácia, pudesse medir sinais biológicos, processar algoritmos contendo modelos preditivos e para tomada de decisão, e controlar atuadores mecânicos em tarefas como a injeção de hormônios. Este trabalho trata do trabalho feito até aqui no desenvolvimento de tal dispositivo.

Ano 2026

Orientador BARBARA DE MELO QUINTELA Co-Orientador Palavras-chave IoT, IoMT, modelagem computacional, Linux, Python, bibiotecas, Sistemas embarcados

Resumo Este trabalho propõe um modelo de arquitetura para a Timelink, uma rede peer-to-peer descentralizada voltada para o compartilhamento eficiente de conteúdo. A arquitetura foi planejada para operar em um ambiente distribuído, sem hierarquia entre os nós, garantindo que todos os dispositivos tenham o mesmo nível de importância e possam funcionar de maneira independente. Além disso, a proposta visa proporcionar uma estrutura escalável, flexível e confiável, capaz de alcançar consistência eventual e replicar conteúdo de forma eficiente. Também foi desenvolvido um protótipo funcional adaptado ao contexto educacional. Para isso, foram adotadas premissas simplificadas, como disponibilidade constante dos nós e replicação integral do conteúdo, o que permitiu demonstrar a viabilidade prática da arquitetura. Os resultados mostraram que a organização modular em camadas hierárquicas facilita a escalabilidade e a manutenção, permitindo a adaptação a diferentes cenários de uso.

Ano 2026

Orientador MARCELO FERREIRA MORENO Co-Orientador Palavras-chave Rede de Entrega de Conteúdos, Redes peer-to-peer, Timelink, Sistema de Arquivos Distribuído

Resumo Algoritmos de aprendizado profundo têm sido cada vez mais utilizados para tarefas relacionadas à Visão Computacional, dada sua vasta aplicabilidade prática. Uma das aplicações eficazes dessa ferramenta é no problema de reconhecimento de expressões faciais, que consiste em, a partir de imagens de rostos humanos, classificar as expressões em categorias como felicidade, medo ou surpresa. Diversas técnicas já foram empregadas em tentativas de obter o modelo computacional mais eficaz possível nessa tarefa. Neste trabalho, é apresentado um estudo sobre o estado da arte desse problema e sobre as técnicas utilizadas, além de ser proposto o uso de rede neural especialistas em classificações binárias para mitigar erros específicos, visando maior acurácia nos testes.

Ano 2026

Orientador SAULO MORAES VILLELA Co-Orientador Palavras-chave Aprendizado de máquina, aprendizado profundo, visão computacional

Resumo Ethereum é uma das maiores plataformas blockchain atualmente que se tornou um ambiente de negócios digital. Esta plataforma permite transações descentralizadas entre usuários anônimos. Assim, o desenvolvimento de métodos para identificar os comportamentos dos usuários e mantê-los anônimos pode potencializar os negócios nesta plataforma. Neste trabalho, propomos uma combinação de abordagens de aprendizado de máquina de diferentes categorias, a saber, não supervisionado e semi supervisionado, para mapear os comportamentos das contas próprias dos usuários e identificar usuários com atividades profissionais no Ethereum. Essas são tarefas desafiadoras devido à pequena fração de dados rotulados publicamente referentes às contas de usuários que prestam serviços nesta plataforma, como troca, pagamento e entretenimento, entre os usuários de comportamento mais casual. Inicialmente, usamos técnicas de aprendizado não supervisionado para agrupar as contas dos usuários não rotulados e identificar um conjunto deles com comportamento casual. Como resultado, obtém-se um conjunto de dados contendo instâncias rotuladas (casuais ou profissionais) e não rotuladas. Métodos de aprendizado semi-supervisionado são então aplicados (i) para gerar modelos que classificam os comportamentos das contas em casuais ou profissionais e (ii) para descobrir contas com comportamentos profissionais entre as não rotuladas. Experimentos computacionais foram conduzidos, e os resultados obtidos pelo procedimento proposto são comparados aos obtidos por técnicas de aprendizado supervisionado da literatura. A proposta superou os da literatura e atingiu valores superiores a 95% para acurácia, precisão, reconvocação, F-beta-scores, MCC e AUC-ROC

Ano 2026

Orientador ALEX BORGES VIEIRA Co-Orientador HEDER SOARES BERNARDINO Palavras-chave Criptomoeda, transações, Ethereum, aprendizado de Máquina, Blockchain

Resumo O estudo de heurísticas e vieses cognitivos no contexto da busca na Web tem ganhado destaque devido ao impacto que tais vieses causam na tomada de decisão e à presença crescente de sistemas de busca para acessar conteúdo na internet. Compreender o comportamento do usuário durante tarefas de busca e caracterizar se tal comportamento indica ou não a presença de tais vieses é necessário para que melhorias possam ser implementadas nas ferramentas de busca com o objetivo de mitigar os efeitos negativos causados por esses vieses. A partir da análise da metodologia de pesquisa e dos experimentos realizados em outros trabalhos que tratam de vieses cognitivos na busca, o presente trabalho propõe um framework que objetiva auxiliar estudos dentro desse contexto, facilitando o processo da configuração de um sistema de busca que atenda às necessidades de pesquisadores da área e permita a obtenção de informações que propiciem uma análise adequada do comportamento dos usuários em face de vieses cognitivos durante o processo de busca.

Ano 2026

Orientador JAIRO FRANCISCO DE SOUZA Co-Orientador Marcelo de Oliveira Costa Machado Palavras-chave Busca na Web, vieses cognitivos, framework

Resumo A integração da tecnologia no âmbito da agricultura e da biologia tem se ampliado com o passar dos anos e, com isso, trouxe grandes benefícios aos profissionais desses segmentos. Pesquisas sobre novos métodos para auxiliar essas áreas são de grande importância econômica. Nesse contexto, esta monografia pretende aplicar métodos da área de visão computacional para reconstruir folhas de feijão. Mais especificamente, são usadas as abordagens SfM e estereoscopia monocular para promover uma análise não destrutiva dessas plantas. Busca-se complementar a base de dados de folhas de feijão utilizada neste trabalho com a adição da geometria dessas folhas. Essa base de dados é utilizada para treinar redes neurais profundas para estimar a área das folhas. Portanto, espera-se que o resultado deste trabalho reduza os erros de medição dessas redes ao considerar a própria geometria das folhas no treinamento. Resultados experimentais indicam que uma adequada reconstrução 3D de folhas de feijão a partir de múltiplas imagens pode ser alcançada, embora haja alguns desafios na configuração dos hiperparâmetros do método proposto.

Ano 2026

Orientador MARCELO BERNARDES VIEIRA Co-Orientador Palavras-chave reconstrução 3D de folhas de feijão, \textit{structure from motion}, estereoscopia, estimativa de área foliar, visão computacional

Resumo O uso de dados no treinamento de modelos é essencial para avanços na saúde, viabilizando uma medicina mais personalizada. A anonimização de textos terapêuticos protege a privacidade dos pacientes diante da digitalização crescente. Métodos tradicionais, embora eficazes, podem reduzir a utilidade dos dados e falhar na anonimização contextual. Este estudo propõe um método baseado em modelos de linguagem de grande porte (LLMs), combinando recon- hecimento de entidades nomeadas (NER) e reformulação textual para garantir coerência e anonimização contextual. Testado em transcrições terapêuticas, o método demonstrou alta precisão na remoção de informações sensíveis sem comprometer a integridade textual, podendo aplicável a diferentes contextos.

Ano 2026

Orientador JAIRO FRANCISCO DE SOUZA Co-Orientador HEDER SOARES BERNARDINO Palavras-chave Anonimização,NER

Resumo Este projeto propõe o desenvolvimento de um aplicativo em formato de rede social, com foco em promover a inclusão social de pessoas em situação de rua. A solução visa conectar esses cidadãos a redes de apoio, incluindo voluntários, ONGs e serviços públicos. Além de facilitar o acesso a recursos essenciais, a plataforma também busca promover visibilidade, dignidade e interação social. A abordagem metodológica utiliza princípios da Interação Humano-Computador (IHC) para garantir acessibilidade e usabilidade.

Ano 2026

Orientador ANDRE LUIZ DE OLIVEIRA Co-Orientador Palavras-chave Inclusão Social, Pessoas em Situação de Rua, Rede Social, Interação Humano-Computador (IHC), Tecnologia Social

Resumo Este trabalho descreve a criação de um framework para abordagens de C-KBQA (Answering Complex Questions over Conceptual Knowledge Bases), que é um problema de grande importância no campo da Ciência da Computação. O objetivo principal é desenvolver um sistema capaz de responder perguntas complexas que requerem o uso de conhecimento conceitual, como ontologias e taxonomias. O framework proposto tem como intuito superar os desafios enfrentados por soluções anteriores e oferecer vantagens significativas em relação a outras soluções existentes. A pesquisa foi realizada na Universidade Federal de Juiz de Fora, com a orientação de Jairo Francisco de Souza e coorientação de Victor Strole de Andrade Menezes. O framework é composto por dois módulos principais: o módulo de pré-processamento e o módulo de geração de consultas. O módulo de pré-processamento é responsável por extrair informações relevantes de uma base de conhecimento e transformá-las em um formato adequado para a geração de consultas. Já o módulo de geração de consultas tem a função de gerar consultas com base nas perguntas do usuário e nas informações extraídas anteriormente. O framework proposto traz consigo diversas vantagens em relação a outras soluções existentes. Ele é capaz de lidar com a ambiguidade e a incerteza presentes nas perguntas, além de ser capaz de lidar com perguntas complexas que requerem o uso de conhecimento conceitual. Adicionalmente, o framework também tem a capacidade de lidar com bases de conhecimento extensas e complexas.

Ano 2026

Orientador JAIRO FRANCISCO DE SOUZA Co-Orientador VICTOR STROELE DE ANDRADE MENEZES Palavras-chave C-KBQA, Framework, Natural Language Processing, Semantic parsing, Knowledge Base

Resumo O grande crescimento da produção acadêmica ultimamente tem dificultado o acesso e a aplicação de evidências científicas na prática educacional. Grande Modelos de Linguagem (LLMs) oferecem novas possibilidades de recuperação e síntese de conhecimento que poderiam ajudar, mas ainda enfrentam limitações relacionadas a bases de conhecimento estáticas e ao risco de gerar informações imprecisas ou não verificáveis. Para enfrentar esses desafios, este estudo propõe e avalia um sistema baseado no paradigma de Geração Aumentada por Recuperação (RAG), projetado para transformar repositórios acadêmicos em ambientes interativos e baseados em evidências. Foram desenvolvidas e comparadas três arquiteturas: Naive RAG, Advanced RAG e Modular RAG, por meio de análises quantitativas e qualitativas. A avaliação quantitativa empregou métricas automatizadas de fidelidade de recuperação, fidedignidade e relevância das respostas, enquanto a análise qualitativa envolveu interações e feedbacks de participantes com diferentes níveis de formação. Os resultados revelaram um equilíbrio entre eficiência e profundidade de raciocínio. A arquitetura Naive RAG apresentou maior eficiência geral, enquanto a Modular RAG demonstrou melhor integração contextual e coerência conversacional. Esses achados confirmam que sistemas baseados em RAG podem aproximar a produção científica da prática educacional, oferecendo acesso confiável ao conhecimento acadêmico. O estudo contribui tanto metodologicamente, ao propor um framework de avaliação reprodutível, quanto de forma prática, ao demonstrar a viabilidade de implantar arquiteturas RAG em contextos educacionais para apoiar decisões baseadas em evidências.

Ano 2026

Orientador JAIRO FRANCISCO DE SOUZA Co-Orientador César Pedrosa Soares Palavras-chave Retrieval-Augmented Generation, RAG, Large Language Models, LLM, Gestão Educacional, Suporte à Decisão.

Resumo O projeto propõe avaliar a confiabilidade de modelos de aprendizado de máquina aplicados ao reconhecimento automático de semáforos em veículos autônomos. Serão comparados dois classificadores utilizando a ferramenta SafeML, voltada à verificação da segurança e robustez de modelos diante de entradas inesperadas ou fora da distribuição. O estudo busca contribuir para o aumento da confiabilidade e segurança de sistemas baseados em aprendizado de máquina aplicados a domínios críticos.

Ano 2026

Orientador ANDRE LUIZ DE OLIVEIRA Co-Orientador Palavras-chave SafeML; machine learning; aprendizado de máquina; confiabilidade; segurança; veículos autônomos; reconhecimento de semáforos

Resumo As redes sociais consolidaram-se como um importante canal para a expressão de opiniões sobre marcas, produtos e serviços, gerando grandes volumes de dados textuais não estruturados. No contexto da indústria de produtos lácteos, compreender essas manifestações é fundamental para identificar percepções, insatisfações e oportunidades de mercado. Este trabalho tem como objetivo analisar comentários de consumidores sobre produtos lácteos publicados em redes sociais, combinando técnicas de análise de sentimentos e categorização temática. Para a análise de sentimentos, foi utilizado um classificador baseado em Support Vector Machine (SVM), treinado com comentários previamente rotulados. Já a categorização temática foi realizada por meio de chamadas à API da OpenAI, permitindo a identificação de diferentes temas presentes nos comentários, como preço, qualidade e modo de preparo. Os resultados obtidos permitem uma análise integrada do sentimento associado aos comentários e os principais temas abordados pelos consumidores, fornecendo uma visão mais detalhada da percepção do público em relação aos produtos lácteos.

Ano 2026

Orientador WAGNER ANTONIO ARBEX Co-Orientador Palavras-chave Análise de sentimentos, Redes Sociais, Lácteos, OpenAI, SVM

Resumo A garantia da qualidade de vida da população idosa é um tema central diante do envelhecimento global, e os sistemas de Ambiente de Vida Assistida (Ambient Assisted Living - AAL) têm se mostrado essenciais para o monitoramento de atividades diárias. Esses sistemas integram diferentes tecnologias para apoiar a autonomia, segurança e bem-estar de idosos em seus ambientes domésticos, permitindo detectar atividades, comportamentos de risco e situações de emergência. Neste trabalho, aplica-se o \framework PoseConv3D ao conjunto de dados Toyota Smarthome Trimmed, composto por vídeos de atividades de vida diária de idosos em ambientes reais, para o reconhecimento de ações a partir de vídeos. O modelo utiliza a estimativa de pose humana para gerar mapas de calor 2D das articulações ao longo do tempo, que são então processados por uma rede neural convolucional tridimensional, permitindo capturar padrões espaciais e temporais das ações. Nos experimentos, o modelo alcançou 72,2% de acurácia global e 54,5% de acurácia média por classe, superando em acurácia média o desempenho do modelo proposto no trabalho original do conjunto Toyota Smarthome Trimmed. Considerando a alta granularidade do conjunto, que inclui 31 classes de ações com variações posturais e atividades visualmente semelhantes, foi adotada uma estratégia adicional de agrupamento semântico, reduzindo as classes para 19 categorias-base, permitindo avaliar o desempenho do modelo em termos de padrões mais amplos de comportamento de idosos. O modelo sobre o conjunto agrupado apresentou uma acurácia global de 77,7% e uma acurácia média por classe de 67,9%.

Ano 2026

Orientador LUIZ MAURILIO DA SILVA MACIEL Co-Orientador Palavras-chave Reconhecimento de Ações Humanas, Aprendizado Profundo, Redes Neurais Convolucionais, Visão Computacional, Ambiente de Vida Assistida,Monitoramento de Idosos

Resumo Contexto: Universidades e professores têm sido incentivados a adotar novas tecnologias para ampliar as possibilidades de ensino. Entre elas, os Recursos Educacionais Abertos (REA) se destacam como uma alternativa promissora para democratizar o acesso ao conhecimento e facilitar a reutilização de materiais didáticos. Problema: Apesar de seu potencial, muitos REA encontram-se desatualizados ou não foram projetados com foco em sustentabilidade. Além disso, informações sobre o desenvolvimento desses recursos são escassas, especialmente no que se refere às abordagens utilizadas. Solução: Este trabalho propõe um processo estruturado para apoiar o desenvolvimento de REA sustentáveis na área de Computação. Metodologia: A abordagem adotada envolveu a análise de métodos existentes para a criação de REA, a revisão de estudos relacionados, a construção de um novo processo baseado nessas referências e sua posterior avaliação. Resumo dos Resultados: Os resultados mostraram uma boa aceitação do processo, confirmando sua eficácia, destacando a flexibilidade e reutilização os materiais. Contribuição: Este trabalho oferece um processo estruturado para o desenvolvimento e REA sustentáveis na Computação, auxiliando professores na criação de REA sustentáveis, adaptáveis e alinhados às necessidades pedagógicas e tecnológicas.

Ano 2026

Orientador ALESSANDREIA MARTA DE OLIVEIRA JULIO Co-Orientador PEDRO HENRIQUE DIAS VALLE Palavras-chave Recursos Educacionais Abertos (REA), Sustentabilidade, Mapeamento Sistemático da Literatura (MSL)

Resumo O ensino-aprendizagem de Engenharia de Software enfrenta desafios significativos, especialmente no que diz respeito à conexão entre a teoria e sua aplicação prática no contexto profissional. A área é rica em conceitos abstratos, que muitas vezes não são facilmente assimilados pelos alunos apenas por meio de métodos tradicionais. Esses desafios tornam o ensino dessa disciplina complexo, exigindo abordagens que não só apresentem os conteúdos teóricos, mas também permitam que os estudantes os apliquem em situações mais próximas à realidade. Visando superar essas dificuldades, este trabalho descreve o desenvolvimento de um jogo sério para auxiliar no ensino-aprendizagem de Engenharia de Software, e sua aplicação em duas turmas da disciplina. O jogo visa reforçar os conceitos teóricos, ao mesmo tempo em que utiliza elementos lúdicos para aumentar o engajamento dos alunos. O método de avaliação MEEGA+ foi aplicado para medir a experiência dos estudantes, considerando fatores como motivação e compreensão dos conteúdos. Os resultados da aplicação apontam que o jogo sério consegue auxiliar o ensino-aprendizagem de Engenharia de Software, reforçando o engajamento com seus elementos lúdicos. A avaliação também apontou a necessidade de ajustes para contornar alguns desafios encontrados, como a monotonia.

Ano 2026

Orientador ALESSANDREIA MARTA DE OLIVEIRA JULIO Co-Orientador MARCELO CANIATO RENHE Palavras-chave engenharia de software, ensino, aprendizagem, jogo, jogo serio

Trabalho	Autor	PDF	Extras
Desenvolvimento de Bibliotecas em Python para Mini computadores de placa única com distribuições Linux OpenWrt	BRYAN CAROLINO MUNIZ BARBOSA
Rede Descentralizada de Compartilhamento de Conteúdo e Serviços	OROMAR VOIT DE REZENDE
Abordagens de classificação binária no auxílio do problema de reconhecimento de expressões faciais	TIAGO LUIZ FERREIRA DE CARVALHO
Mapeamento do comportamento de usuários para identificar contas profissionais no Ethereum utilizando aprendizado semi supervisionado	JÚLIA ALMEIDA VALADARES
Framework para Suporte de Experimentos no Contexto de Vieses Cognitivos em Sistemas de Busca	ELIAS CYRINO DE ASSIS
Reconstrução tridimensional de folhas de feijão a partir de múltiplas imagens	ARTUR WELERSON SOTT MEYER
Anonimização automática de texto clínico.	ARTHUR MONTEIRO PEREIRA
Aplicativo Pró-Inclusão e seu impacto na promoção da inclusão social de cidadãos em situação de rua	WILLIAN CESAR DE SENA MELO
A hereditary attentitive question answering frameworks for knowledge bases	RÔMULO CHRISPIM DE MELLO
Creation of an Intelligent Expert Tutor for Education Managers: Bringing Research Results to Professionals in the Field	ABRAÃO DE PAULA CAROLINO
Avaliação de Confiança de Classificadores de ML para Reconhecimento de Semáforos em Veículos Autônomos	SÁVIO CHERMONT WAROL TEIXEIRA
O que as redes sociais revelam sobre o consumo de lácteos	IGOR INFINGARDI DE CARVALHO RIBEIRO
Aplicação de modelos de reconhecimento de ações em vídeos para o problema de monitoramento de idosos	BEATRIZ APARECIDA BENEDICTO HELENO
Um Processo para o Desenvolvimento de Recursos Educacionais Abertos Sustentáveis de Apoio à Educação em Computação	ÁGATA MEIRELES CARVALHO
Uso de Jogos Sérios no ensino-aprendizagem de Engenharia de Software	FILIPE BRINATI FURTADO

<< Anterior
1
2
3
4
5
6
7
Próximo >>