Lista Pública de Trabalhos Acadêmicos
Curso:
Todos (trabalhos mais recentes)
Ciência da Computação - Diurno
Ciência da Computação - Noturno
Engenharia Computacional
Licenciatura em Computação
Pós-Graduação em Modelagem Computacional
Sistemas de Informação
Pesquisar:
Ano:
Todos
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
Filtrar
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.
by-year
Trabalho
Autor
PDF
Extras
Data science como auxílio em tomada de decisões utilizando dados do sistema SIM do DATASUS
HENRIQUE AURELIO DE CARVALHO SILVA
Resumo
A informação sempre esteve andando lado a lado da humanidade, mas, com o avanço da tecnologia nos últimos anos, uma área conhecida como data science acabou ganhando destaque decorrente da importância de lidar com o volume massivo e crescente de dados que a sociedade tem produzido. Essa área tem como foco estudar e utilizar a abundância de dados que decorreu principalmente da criação e popularização da internet, novas tecnologias como, smartwatch, aparelhos de exames, entre outros. A área de data science é composta por várias abordagens: big data, big data analytics, machine learning, rede neural, entre outras. Dessa forma, esse trabalho tem como objetivo demonstrar o potencial de utilizar ferramentas adequadas para fazer análises sobre big data, também conhecido como big data analytics, com o intuito de analisar a evolução dos casos de mortalidade em Minas Gerais de 1996 a 2020. Para tal, foi utilizado um dataset (conjunto de dados) de mortalidade pelo CID - 10 (Classificação Estatística Internacional de Doenças e Problemas Relacionados com a Saúde). Esse dataset entre outros são públicos e disponibilizados pelo governo brasileiro através do DATASUS que possibilita projetos assim como esse. O processo KDD (Knowledge discovery in databases) foi adotado no desenvolvimento deste trabalho, a fim de analisar padrões sobre grandes volumes de dados para extrair conhecimento do mesmo, já que por sua natureza esse grande volume de dados não nos permite uma clareza e um entendimento do mesmo fazendo necessário um trabalho para facilitar visualização e compreensão. Como ferramentas foram utilizadas python e Microsoft Power Bi para fazer o tratamento dos dados disponibilizados e construção de gráficos e dashboards para possibilitar o levantamento de análises sobre padrões observados através dos mesmos. Os resultados obtidos através desse trabalho de conclusão de curso foi a demonstração de possíveis análises que são obtidas ao lidar com grandes volumes de dados de forma adequadas, especificamente ao sistema SIM (Sistema de Informações Sobre Mortalidade) do DATASUS que fornece informações sobre mortalidade desde 1996. Possibilitando trabalhos futuros com diferentes escopos abordados.
Ano
2023
Orientador
VICTOR STROELE DE ANDRADE MENEZES
Co-Orientador
Palavras-chave
data, analytics, datasus, dashboards, dataset
Avaliação automática de pausas de sentido na leitura de estudantes do ensino básico
CRISTIANO NASCIMENTO DA SILVA
Resumo
Com as diversas avaliações formativas de fluência de leitura sendo cada vez mais utilizadas, se faz necessária uma automatização do processo a fim de diminuir os custos, sejam de tempo ou de contratação de pessoal especializado. Por mais que muitos trabalhos automatizem o processo de avaliação da fluência, geralmente avaliam apenas a acurácia e a velocidade na leitura, os quais são dois dos três aspectos que compõem a fluência na leitura. A avaliação desses dois aspectos é o suficiente para avaliar a decodificação das palavras, mas não a compreensão do texto. O terceiro aspecto, a prosódia, é componente facilitador da compreensão leitora. A prosódia é composta por diversos componentes, como entonação, duração, pausa de sentido e acentuação. As pausas de sentido consistem em momentos sem pronúncia durante a fala, responsáveis por auxiliar no significado do que é dito. O presente trabalho tem o objetivo de automatizar a avaliação da pausa de sentido. A avaliação da pausa de sentido pressupõe sua identificação correta durante a fala, o que não é um processo trivial, dado que é necessária a interpretação de sinais de fala de forma automática, e a diferenciação entre pausas que estejam relacionadas ao sentido das que sejam uma decorrência da leitura lenta. Para a avaliação da proposta, foi utilizada uma base de dados composta por áudios de 1 minuto de leitura de textos por crianças nos primeiros anos de escolaridade. Os áudios foram fornecidos pela Fundação CAEd/UFJF, o qual é reconhecido pelo trabalho em avaliação educacional. O presente trabalho contribui para a literatura na medida em que não foram encontrados trabalhos com o foco em avaliar automaticamente o uso de pausa de sentidos na leitura na língua portuguesa. Foi possível identificar de forma automática as ocorrências de pausas utilizando o modelo Wav2vec2. Quanto à avaliação automática quanto ao respeito às pausas, foram testados 5 modelos de classificação e 8 features, sem verificação de melhores parâmetros para os modelos. O melhor resultado alcançou uma acurácia de 69,5% para uma base desbalanceada de 859 áudios, cujas avaliações manuais de referência podem conter erros.
Ano
2023
Orientador
JAIRO FRANCISCO DE SOUZA
Co-Orientador
Palavras-chave
Fluência, prosódia, compreensão, pausa, Wav2Vec2, classificação.
Desenvolvimento, implementação e validação de um scraper para a captura de dados jurídicos dos tribunais do Brasil
DANIEL CASTRO NETO GALHARDO
Resumo
Com o advento do processo judicial eletrônico, o trabalho do advogado se tornou muito mais prático, evitando o deslocamento físico para um fórum a fim de buscar informações sobre um processo em andamento. Porém, quando é necessário lidar com uma quantidade maior de processos, a complexidade cresce com a praticidade. Dessa forma, neste trabalho foi desenvolvido uma solução que busque facilitar o acesso às informações judiciais. Para isso, foi desenvolvido um scraper e uma API como forma de monitorar e distribuir as informações judiciais. Após a implementação, foi criado um plano de negócio para tratar o software como um produto. Por fim, foi realizada uma comparação entre as atuais soluções disponíveis no mercado e o que foi desenvolvido na pesquisa para analisar a viabilidade deste possível produto.
Ano
2023
Orientador
PRISCILA VANESSA ZABALA CAPRILES GOLIATT
Co-Orientador
Palavras-chave
Advogado. Automação. Software. Scraper. Crawler
Uso de heurística baseada em localidade para otimizar o número de influenciadores na divulgação de pessoas desaparecidas
LÍVIA PEREIRA OZÓRIO
Resumo
O problema de desaparecimento de pessoas é muito frequente e afeta várias famílias no Brasil e no mundo. Por mais que existam diversos esforços para se minimizar este problema, ele ainda não possui uma forma eficaz de solução. Uma alternativa para minimizar os danos e ajudar nas buscas é a divulgação dos casos de desaparecimento. Porém, essa divulgação ainda fica muito restrita, alcançando uma gama muito pequena de pessoas. Logo, este trabalho tem como propósito avaliar quem seria um bom influenciador utilizando-se de programação linear para fazer esta divulgação em redes sociais levando em consideração a localização do desaparecido. Objetivando então maximizar o valor de informações difundidas e minimizar a quantidade de influenciadores necessários para a divulgação.
Ano
2023
Orientador
JAIRO FRANCISCO DE SOUZA
Co-Orientador
LORENZA LEAO OLIVEIRA MORENO
Palavras-chave
Desaparecidos, Otimização, Difusão de informação
AMBIENTE DOMICILIAR ASSISTIDO PARA ANIMAIS DOMESTICOS
MARCOS AQUINO ALMEIDA
Resumo
A forma como as pessoas interagem com o mundo não é mais como antes, e permanece evoluindo a cada dia que passa. Nossas formas de comunicação, interações sociais, consumo e até mesmo lazer podem estar disponíveis em pequenos dispositivos móveis. Através do surgimento da IoT (Internet of Things), foram aparecendo novas possibilidades de interação com o mundo ao nosso redor. Tecnologias vestíveis, eletrodomésticos, relógios, veículos, ou seja, todas as coisas que temos em nosso cotidiano atualmente podem ser conectadas à rede de alguma forma, e essa conectividade tende a trazer vários benefícios para a nossa sociedade, aprimorando a qualidade de vida e a experiência de quem as utiliza. Dessa forma, este projeto buscará identificar, através de levantamento bibliográfico e documental, quais seriam as possibilidades que essa nova realidade tecnológica pode trazer para auxiliar no cotidiano de pessoas que possuem animais domésticos. As informações coletadas neste estudo vão ajudar a compreender o impacto que tecnologias assistivas podem trazer para o cotidiano, tanto do usuário, quanto do próprio animal, de forma a facilitar o gerenciamento de tarefas rotineiras demandadas por quem possui ou deseja possuir um animal doméstico, tendo como consequência que o mesmo passe a ter uma dependência menor de um ser humano para necessidades básicas que fazem parte de sua rotina, além de proporcionar uma nova experiência na relação entre o ser humano e seus animais de estimação.
Ano
2023
Orientador
MARIO ANTONIO RIBEIRO DANTAS
Co-Orientador
Palavras-chave
IoT, Automação residencial, AAL, Pets.
Modelagem da Progressão de Dificuldade em Jogos para Mapas Gerados Proceduralmente
CAIO VINCENZO REIS DIMA
Resumo
Jogos são uma atividade cultural que se transformou em uma indústria bilionária. O sucesso de um jogo está fortemente ligado na retenção da atenção do jogador, com base na motivação dos jogadores. Entre os modelos de motivações, o desafio e a maestria se destacam em jogos de progressão, como nos jogos de personificação (role play games), jogos de explora¸cão de masmorras (dugeon crawlers ou mesmo os de morte permanente, como os roguelikes). Estes jogos mantêm o jogador na busca de melhorias para seu personagem, seja por equipamentos ou habilidades, sendo necessário a construção de algumas centenas de combinações para oferecer uma quantidade de conteúdo considerável para o jogador. Pequenos e grandes estúdios, exploram o conceito de geração procedural ao utilizar algoritmos especializados para gerar uma infinidade de mapas, itens ou desafios para os jogadores. Este trabalho explora um modelo de progressão de conteúdo para guiar a geração de inimigos e distribuição de atributos em mapas gerados proceduralmente. Um modelo de progressão é adaptado a um laboratório de geração procedural, novas heurísticas de distribuição de inimigos e recompensas são criados e sua influência no mapa final é avaliada sob a ótica do jogador. O ambiente de experimentação de código livre foi expandido com novas métricas e preparado para a adição de novos modelos para estudos subsequentes.
Ano
2023
Orientador
IGOR DE OLIVEIRA KNOP
Co-Orientador
Palavras-chave
Desenvolvimento de jogos; geração procedural de conteúdo; sistemas de progressão.
Aplicação de Rede Neural Artificial no Mercado Financeiro
ALMIR PHILIPE DE ARRUDA
Resumo
Os investidores e especuladores que utilizam o mercado financeiro passam por diversos desafios, como a incerteza em relação ao futuro do mercado e ao viés emocional inerente ao mercado financeiro. Esses desafios se tornam grandes empecilhos para pequenos e grandes investidores e, com auxílio da computação, estratégias de operação e negociação podem ser automatizadas. Este trabalho busca atender à essas necessidades a partir de um software que utiliza redes neurais artificiais, com um conjunto de ferramentas que permite à simulação de operações, análise e monitoramento de ativos da bolsa de valores brasileira. O software desenvolvido tem a capacidade de realizar testes automatizados de estratégias a partir de dados históricos, fazendo uso de indicadores técnicos que são utilizados no mercado para fazer previsões. Para simular o funcionamento do mercado e realizar negociações foi utilizado um módulo específico utilizando a biblioteca backtrader, e linguagem de programação Python. Os resultados mostram que o modelo de rede neural artificial alcançou um lucro médio de 17% ao ano, contra uma média de 1% de crescimento dos ativos no mesmo período, o que é um resultado promissor.
Ano
2023
Orientador
EDUARDO PAGANI JULIO
Co-Orientador
Palavras-chave
Mercado financeiro, robô autônomo, software de investimento
Análise da correlação entre os sentimentos dos desenvolvedores e a qualidade de código-fonte em repositórios Java
ANTÔNIO HENRIQUE PASSAMAI PENIZOLLO
Resumo
Os Sistemas de Controle de Versão (SCV) possuem repositórios de softwares que contém informações históricas de projetos. Através desses repositórios é possível minerá-los para entender como a qualidade de código varia de acordo com o tempo. Com o histórico disponível, é possível calcular a polaridade do sentimento dos desenvolveres por meio das mensagens dos seus commits. Este trabalho tem como objetivo investigar a correlação entre polaridade dos sentimentos dos desenvolvedores e a variação das métricas da qualidade de código-fonte da cada commit. Para tanto, foi desenvolvida uma solução para capturar as variações das métricas de qualidade de código e as polaridades das mensagens de commit. Essa solução analisou três repositórios abertos em Java e os valores encontrados para as correlações não foram significativos.
Ano
2023
Orientador
GLEIPH GHIOTTO LIMA DE MENEZES
Co-Orientador
JOSE MARIA NAZAR DAVID
Palavras-chave
métricas de qualidade; código-fonte; mineração de repositórios de software; análise de sentimento; Java.
Métodos de diferenças finitas ADI para a resolução de escoamentos de Navier-Stokes induzidos por efeitos térmicos e magnéticos
JOSÉ SANTOS SÁ CARVALHO
Resumo
Neste trabalho o método de diferenças finitas implícito de direções alternadas (Alternating Direction Implicit - ADI) é aplicado para a resolução de escoamentos incompressíveis em cavidades bidimensionais induzidos por efeitos cisalhantes, térmicos e magnéticos. Neste contexto, são estudados escoamentos regidos pelas equações de Navier-Stokes, incluindo efeitos de convecção natural devido a diferença de temperatura (representados pela aproximação de Boussinesq para a conservação de energia), e magnéticos (representados pelas equações de Maxwell). Buscando contornar as não linearidades inerentes desses problemas e reduzir o custo computacional de resolução, as equações diferenciais parciais governantes desses fenômenos são reescritas nas variáveis função corrente e vorticidade, e discretizadas pelo método ADI, que tem a vantagem de requerer apenas a solução de sistemas tridiagonais. Para tanto, são incluídos termos de derivada no tempo às equações, gerando um problema pseudo-transiente. Esta abordagem dá origem a um algoritmo sequencial que permite resolver as equações de Navier-Stokes, Boussinesq e Maxwell de forma escalonada. Este algoritmo se repete até que o critério de parada relacionado ao valor máximo absoluto referente aos resíduos das equações governantes seja atingido, indicado proximidade da solução ao estado estacionário. Esta abordagem é aplicada à resolução do problema da cavidade cuja hidrodinâmica leva em consideração, além dos efeitos de cisalhamento, a temperatura e o magnetismo. Os resultados numéricos obtidos são validados a partir de extensivas comparações com diversos benchmarks da literatura, demonstrando a estabilidade e precisão da metodologia estudada.
Ano
2022
Orientador
IURY HIGOR AGUIAR DA IGREJA
Co-Orientador
Palavras-chave
ADI, diferenças finitas, Navier-Stokes, Boussinesq, Magnetohidrodinâmica.
Uso de Gamificação em Turmas do Ensino Superior baseada na Taxonomia de Bartle
MATHEUS FAJARDO GALVÃO
Resumo
O ensino à distância vem se tornando cada vez mais comum, principalmente após a pandemia do COVID-19. O uso de atividades recreativas, como jogos ou elementos de jogos, é uma das alternativas usadas por professores para tentar motivar os alunos a serem mais participativos nas aulas: a gamificação (técnica de utilizar elementos presentes em jogos em outras atividades). Para implementar uma gamificação assertiva é necessário saber qual o tipo de perfil de jogador de cada aluno, e para isso existem diversas taxonomias diferentes. Ambientes Virtuais de Aprendizado (AVA) possuem recursos que permitem aos professores realizar a gamificação em atividades de ensino. Nesse trabalho analisaremos como é a interação dos alunos com diferentes ferramentas do Moodle, um dos AVAs mais utilizados no mundo, de acordo com seus perfis de jogador.
Ano
2022
Orientador
EDUARDO BARRERE
Co-Orientador
Palavras-chave
gamificação, Ead, Moodle, AVAs, Bartle
An Improved Approach for Uncertainty Quantification in Enhanced Oil Recovery
GABRIEL BRANDÃO DE MIRANDA
Resumo
Knowledge about the uncertainties associated with a computational model is essential to understand the level of reliability of a prediction, especially in the context of decision making. The model's reliability is a central object in the scope of uncertainty quantification (UQ) techniques, which focus on discussing the uncertainty of predictions and guaranteeing more reliability to the simulations. In the petroleum engineering field it is no different, the need for reliable simulations is mandatory, especially as the drilling and extraction of new wells becomes more expensive. In the context of enhanced oil recovery (EOR) processes, the foam injection technique is used to reduce gas mobility and increase the apparent viscosity, which in turn increases recovery efficiency. Uncertainty from input parameters may affect the simulators' reliability, and therefore uncertainty quantification is a key procedure while studying these physical systems. This work presents an improved workflow for UQ in mathematical models used for the simulation of EOR processes. A study case based on experimental data from core flooding experiment is investigated with the aim of estimating the input parameters and their uncertainty. In particular, the CMG-STARS implicit texture foam model is adopted considering the term that describes the presence of water saturation in the foam. Different strategies for the Bayesian modeling and estimation are studied in order to increase the level of information available propagated to the whole process of UQ.
Ano
2022
Orientador
BERNARDO MARTINS ROCHA
Co-Orientador
Rodrigo Weber dos Santos
Palavras-chave
Uncertainty quantification, Computational modeling, Bayesian modeling, Enhanced oil recovery.
To Teach: Sistema Para Planejamento de Atividades de Docentes
JOÃO VICTOR DUTRA BALBOA
Resumo
Atualmente, nota-se um aumento na carga de trabalho dos professores no Brasil. A maioria deles trabalha em mais de uma instituição de ensino e, mesmo aqueles com dedicação exclusiva (caso mais comum em universidades públicas), ministram disciplinas tanto na graduação, quanto na pós-graduação. Além disso, muitas vezes esses profissionais estão à frente de pesquisas ou ocupam cargos administrativos em suas instituições. Isso exige que o aproveitamento do tempo seja otimizado, de forma que eles cumpram todas essas tarefas. A facilidade de locomoção e o acesso à tecnologia, auxiliaram na realização do planejamento das aulas, assim como na execução de diversas atividades. Porém, isso também fez aumentar a cobrança e diminuir o prazo para o cumprimento das tarefas. O trabalho em questão visa auxiliar na organização dos docentes, disponibilizando um sistema que permita unificar o controle das atividades, além de oferecer um panorama destas. Realizou-se uma pesquisa bibliográfica aplicada, utilizando o embasamento sobre aplicações web para construir uma ferramenta que resolva o problema observado. As principais funcionalidades do sistema proposto consistem no controle do andamento de cada disciplina, no planejamento de aulas, em uma agenda dinâmica (com caracterização de atividades e regras de precedência) e na sugestão de divisão dos assuntos para avaliações. Como resultado, construiu-se um protótipo funcional, contendo parte das funcionalidades previstas para o sistema.
Ano
2022
Orientador
EDELBERTO FRANCO SILVA
Co-Orientador
LUCIANA CONCEICAO DIAS CAMPOS
Palavras-chave
Sistema, Planejamento, Organização, Horário, Docente
Ferramenta para busca e categorização automática de materiais didáticos
RODOLPHO NAZARETH ROSSETE DE SOUZA
Resumo
O volume de dados disponibilizados na web e a facilidade de publicação dos mesmos têm levado a um crescimento acelerado e desestruturado de materiais educacionais no contexto web. As informações estão espalhadas na web, muitas vezes, de forma não organizada, causando um certo desconforto ao usuário durante suas pesquisas, consumindo um grande tempo de busca e afetando de alguma forma o processo de aprendizagem. Acrescenta-se ainda o fato de que recursos educacionais na web são cada vez mais necessários como forma de suporte ao processo de ensino e aprendizagem. Nesse contexto, emerge a necessidade de ferramentas que possam otimizar o tempo e auxiliar na obtenção de materiais educacionais. O presente trabalho apresenta o desenvolvimento de uma plataforma computacional que possibilita buscas e classificações de forma automática a conteúdos educacionais disponibilizados na internet, a fim de auxiliar professores e alunos nesse processo. Como metodologia de pesquisa foi realizado um levantamento de trabalhos relacionados ao tema de classificação de documentos existentes na web com a finalidade de apoiar o processo de ensino e aprendizagem em diferentes áreas do conhecimento, além de propor uma arquitetura modular como base para desenvolvimento da ferramenta. Tal arquitetura é composta pelos módulos de interface usuária, comunicação, indicação de conteúdos, obtenção de dados, persistência de dados e categorização. Os resultados encontrados mostram que a ferramenta desenvolvida minimiza o esforço de busca por materiais educacionais pelo usuário, além de trazer uma arquitetura modular capaz de agregar novas features no processo de classificação. Foi possível também, entender melhor o comportamento dos métodos de aprendizagem de máquina utilizados para classificação dos documentos educacionais, os quais usaram os algoritmos de Naive Bayes, Decision Tree e Support Vector Machine. Nos testes de acurácia realizados pela pesquisa, o algoritmo Naive Bayes obteve os melhores resultados, independentemente das classes (categorias) e conjuntos de dados utilizados nos testes.
Ano
2022
Orientador
FABRICIO MARTINS MENDONCA
Co-Orientador
Palavras-chave
Monografia, Aprendizagem de Maquina,Naive Bayes, Support Vector Machine, SVM, Decision Tree, Processamento de Linguagem Natural, PLN, Categorização.
Projeto e implementação de testes automatizados para aplicativos mobile: um estudo de caso no aplicativo institucional da Universidade Federal de Juiz de Fora
JOÃO PAULO DIAS
Resumo
Os aplicativos para dispositivos móveis são ubíquos na sociedade atual, utilizados para as mais diversas tarefas como comunicação, e-commerce, internet banking e até entretenimento. Independente de sua finalidade, a qualidade do aplicativo é um dos requisitos que fideliza o usuário. Portanto, as atividades de teste são cruciais para garantir sua qualidade e, consequentemente, aumentar a sua vida útil do sistema. Uma preocupação dos times de desenvolvimento é manter sua disponibilidade e qualidade para as principais plataformas como Android e iOS, demandando cada vez mais ferramentas que promovem a criação e teste de um único código-fonte para diversos sistemas operacionais móveis. O aplicativo institucional da UFJF possui cerca de 5 mil usuários, atualmente, e uma nova versão em plataforma de desenvolvimento híbrido está para ser lançada. Sendo assim, este trabalho propõe e relata a implantação de um novo processo de teste no grupo de desenvolvimento. O processo foi desenvolvido e registrado ao longo de 6 meses de desenvolvimento e a aceitação da equipe técnica foi avaliada bem como a uma cobertura de código inicial medida para posterior acompanhamento.
Ano
2022
Orientador
IGOR DE OLIVEIRA KNOP
Co-Orientador
Palavras-chave
Teste de software, dispositivos móveis, aplicativos híbridos, qualidade de software
Modelos para Previsão Tributária Utilizando Redes Neurais LSTM
ARTHUR DE FREITAS DORNELAS
Resumo
O ICMS (Imposto sobre Circulação de Mercadorias e Prestação de Serviços de Transporte Interestadual e Intermunicipal e de Comunicação) é um dos principais impostos arrecadados pelos estados brasileiros, sendo seu valor importante na gestão e planejamento do governo, em especial para o estado do Rio de Janeiro, que se apresenta em crise econômica e desde o ano 2020 está em Regime de Recuperação Fiscal, necessitando de uma constante atualização da previsão de seus valores de receita e gastos. Devido às incertezas e mudanças externas e internas no estado carioca, a previsão desse valor coletado possui característica de não-linearidade, sendo necessário a aplicação de modelos não lineares que possam considerar essas mudanças nos valores arrecadados ao longo do tempo. Por conseguinte, o trabalho aqui descrito visa utilizar modelos de Redes Neurais Recorrentes Long Short-Term Memory (LSTM) e comparar as abordagens Multivariate Multi-step e Univariate Multi-step, na tentativa de gerar uma previsão anual da arrecadação tributária do estado superior à de outras abordagens, podendo ser utilizados como parâmetros para a tomada de decisões das autoridades governamentais.
Ano
2022
Orientador
LUCIANA CONCEICAO DIAS CAMPOS
Co-Orientador
Karla Tereza Figueiredo Leite
Palavras-chave
ICMS, Machine Learning, Redes Neurais, Séries Temporais, Long Short-Term Memory, Multivariate, Multi-step.
<< Anterior
<< Anterior
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Próximo >>