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
Uso de Data Warehouse para Análise da Eficiência Energética Residencial: Interpretação e Armazenamento de Dados para Tomada de Decisões
LÁSARO DE ALMEIDA DEODORO
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.
Sistema de Recomendação de Licenças de Software
ANDRESSA AUGUSTA FERRUGINI DE OLIVEIRA
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.
Análise das Disparidades Socioeconômicas e Geográficas
ANDRE LUIZ DOS REIS
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
Arquiteturas Auto Adaptativas e Inteligência Artificial para a Internet das Coisas
RÔMULO LUIZ ARAUJO SOUZA SOARES
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
Geração automática de mensagem de commit utilizando o GPT
THIAGO DE OLIVEIRA ABREU
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
Uma Formalização em PLT Redex do Algoritmo de Remoção de Recursão à Esquerda em GLCs
ANA CAROLINA MENDES LINO
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
Análise Dinâmica de Código a Partir de Representação Visual em Tempo Real Usando Three.js
JOÃO PAULO DE CARVALHO ARAUJO
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
Tutor - PT: Sistema Web para Avaliação Semi-Automática de Monografias em Língua Portuguesa
JOÃO PEDRO SEQUETO NASCIMENTO
Resumo
A busca por soluções tecnológicas na área da educação tem aumentado cada vez mais. O uso de ferramentas computacionais que auxiliem professores e alunos no processo de aprendizado e ensino se torna relevante para promover um ambiente educacional mais dinâmico e eficiente. O objetivo deste trabalho é desenvolver um software para avaliação semi-automática de textos em Língua Portuguesa, o qual foi denominado como Tutor-PT. O software desenvolvido foi integrado ao Google Docs, ferramenta web de edição de textos, de forma permitir a análise de textos redigidos em língua portuguesa, oferecendo feedback e sugestões de melhorias, assim como sugestões de pontuações a cada atributo avaliado. O software desenvolvido foi avaliado considerando algumas métricas de desempenho, acurácia e taxa de reconhecimento de erros sob uma base de textos de redação anotados disponível na web, analisando assim suas funcionalidades para identificação de erros ortográficos e gramaticais, sugestão de melhorias no estilo e clareza dos textos. Os resultados da análise foram modelados graficamente e mostram-se satisfatórios para os objetivos pretendidos nesta pesquisa.
Ano
2024
Orientador
FABRICIO MARTINS MENDONCA
Co-Orientador
Palavras-chave
Avaliação Automática de Redação, Correção Automática de Textos, Educação, Software, Processamento de Linguagem Natural
Aplicação da Gamificação como Estratégia de Motivação e Suporte para Estudantes de Computação
DELBER SILVEIRA SOARES
Resumo
A gamificação tem se destacado como uma ferramenta promissora na educação, especialmente no campo da Ciência da Computação. Diante dos desafios de motivação e direcionamento enfrentados por estudantes de Computação, este trabalho investiga como a incorporação de técnicas gamificadas pode atuar como uma estratégia eficaz para promover maior engajamento, reduzir a evasão e melhorar a experiência de aprendizagem. Com base nessa investigação, foi desenvolvida a aplicação web gamificada CompTech Gaming, projetada para auxiliar e motivar alunos de graduação em Computação, tanto iniciantes quanto veteranos. Segundo os estudantes, o sistema tem um potencial significativo para tornar os estudos mais atraentes e envolventes.
Ano
2024
Orientador
ALESSANDREIA MARTA DE OLIVEIRA JULIO
Co-Orientador
MARCELO CANIATO RENHE
Palavras-chave
gamificação, estudantes de Computação, ambiente gamificado, desempenho acadêmico, motivação
Parsing Expression Grammar with Syntactic Attributes
GABRIEL PIRES FERREIRA
Resumo
Neste trabalho, descrevemos uma formalização de PEGwSA, formalismo que descreve analisadores sintáticos top-down. PEGwSA é uma extensão de PEG que acrescenta atributos e operadores para manipulá-los. Além disso, PEGwSA é a base para APEG, formalismo que introduz mecanismos que permitem a manipulação dinâmica das regras que compõem a gramática. Especificamos em PLT Redex um sistema de tipos e semânticas operacionais small-step e big-step para PEGwSA. Reunidas, essas especificações constituem a formalização de PEGwSA apresentada neste trabalho. PLT Redex é uma linguagem de domínio específico projetada para formalizar modelos semânticos que oferece uma vasta gama de ferramentas para desenvolver e aplicar testes a esses modelos. Com o auxílio dessas ferramentas, testamos a formalização de PEGwSA, processo que levou à descoberta de erros e inconsistências, principalmente em relação ao sistema de tipos. Em virtude dos erros e inconsistências descobertos, desenvolvemos um sistema de tipos para PEGwSA que agrega ao sistema de tipos para APEG apresentado por Cardoso et al. (2019) tendo em vista sua capacidade de capturar erros que seu predecessor ignora.
Ano
2024
Orientador
LEONARDO VIEIRA DOS SANTOS REIS
Co-Orientador
Elton Máximo Cardoso
Palavras-chave
PEG, PEGwSA, parsing expression grammar, atributo, semântica, sistema de tipos.
REA-Comp: Um Repositório de Recursos Educacionais Abertos de Apoio ao Ensino de Computação
VINÍCIUS DE OLIVEIRA CORBELLI
Resumo
Contexto: Na era digital, a disponibilidade de Recursos Educacionais Abertos (REA) é crucial para apoiar o ensino, aprendizado e pesquisa em Computação. Entretanto, a eficiência na identificação desses recursos, especialmente em um contexto específico, é um desafio persistente. Este trabalho surge no contexto da necessidade de um repositório especializado para armazenar e facilitar a busca avançada de recursos educacionais na área da Computação. Problema: A busca eficiente por REA em Computação é um desafio, resultando em uma sobrecarga para estudantes, educadores e pesquisadores. A falta de um repositório especializado com mecanismos avançados de busca dificulta a localização rápida e precisa de materiais relevantes. Objetivo: O objetivo deste trabalho é desenvolver um repositório de REA voltado para a Computação. Esserepositório proporcionará uma busca avançada, categorização eficiente e fácil acessoa materiais educacionais, promovendo a otimização do tempo dedicado à pesquisae aprendizado. Método: O desenvolvimento do repositório seguiu umprotocolo que envolve a definição de requisitos, a elaboração da arquitetura,a implementação, testes de usabilidade e desempenho, além da avaliaçãocomparativa com repositórios existentes. A infraestrutura utilizará tecnologiascomo PHP, MySQL, HTML, CSS e JavaScript, garantindo uma integração eficaz entrefrontend e backend. Resultados: O REA-Comp representa um avanço importante para o acesso e compartilhamento de Recursos Educacionais Abertos na educação em Computação, promovendo um ambiente colaborativo e inovador. A avaliação heurística e o Sistema de Usabilidade (SUS) revelaram pontos fortes, como a usabilidade intuitiva, e áreas a serem aprimoradas, como a funcionalidadedos filtros e a edição de comentários. Com base nos resultados, foram implementadas melhorias significativas,e definiu-se um plano para contínuo aprimoramento da plataforma.
Ano
2024
Orientador
GLEIPH GHIOTTO LIMA DE MENEZES
Co-Orientador
Palavras-chave
Recursos Educacionais Abertos (REA), Ensino em Computação, Repositório especializado, Busca avançada, Categorização eficiente, Acesso a materiais educacionais, Desenvolvimento de repositório, Usabilidade, Avaliação heurística, Sistema de Usabilidade (SUS)
Uso de MLOps para automatizacão do processamento de modelos de Machine Learning no acompanhamento de sinais vitais
DANIEL RIBEIRO LAVRA
Resumo
Atualmente, no cenário tecnológico, os algoritmos de Inteligência Artificial têm ganhado destaque em diversos setores da sociedade, representando um papel significativo na área da saúde. Ferramentas tecnológicas e modelos de Aprendizado de Máquina já estão sendo utilizados para acompanhar a situação de pacientes e apoiar os especialistas no diagnóstico de doenças. Esses algoritmos podem oferecer informações valiosas para o monitoramento de pacientes. Entretanto, esses algoritmos precisam ser gerenciados de forma segura e escalável para que apresentem resultados corretos, principalmente, por envolver a vida de pessoas. Nesse contexto, surge o conceito de MLOps, com o intuito de gerenciar todo o ciclo de vida desses tipos de sistemas que envolvem aprendizado de máquina. Este trabalho propõe um estudo sobre a viabilidade do uso de MLOps na automação de sistemas inteligentes que coletam dados vitais de pacientes para tomada de decisão usando Aprendizado de Máquina. Práticas de gerenciamento nesses modelos são essenciais, por se tratarem de modelos automatizados e adaptativos, além de também precisarem de um desempenho eficaz. O contexto do problema envolve a captura de dados de um usuário, o tratamento, e a construção de modelos de Aprendizado de Máquina com um gerenciamento através de práticas de MLOps. Avaliar como essas práticas podem auxiliar na automação de sistemas inteligentes.
Ano
2024
Orientador
VICTOR STROELE DE ANDRADE MENEZES
Co-Orientador
Palavras-chave
MLOps, Aprendizado de Máquina, sinais vitais, Inteligência Artificial
Um processo automatizado para análise estatística apoiado por inteligência artificial generativa
JÚLIA CONDÉ ARAÚJO
Resumo
A necessidade de realizar análises estatísticas de forma eficiente tem se tornado um grande desafio no coxtexto de pesquisas acadêmicas. A Inteligência Artificial (IA) surge como uma alternativa promissora para enfrentar essa complexidade, tornando a pesquisa estatística e a análise de dados mais dinâmicos. Tais análises acadêmicas demandam uma abordagem meticulosa para determinar o teste estatístico mais apropriado a ser aplicado em cada situação específica. A IA, com sua habilidade de processar dados, identificar padrões e se adaptar às preferências dos usuários, simplifica o processo de análise estatística e análise de dados. Este trabalho concentra-se na criação de um processo automatizado, baseado em IA generativa e integração de ferramentas, para facilitar o processo de análise estatística. Essa abordagem busca simplificar a ordem e escolha de quais testes estatísticos seriam os mais apropriados em cada contexto. Desta forma, apresenta uma hipótese de que um processo automatizado que combine IA e conhecimento humano pode aumentar a eficiência em análises acadêmicas de dados. Tal abordagem pode, de forma significativa, contribuir para uma maior agilidade no processo de levantamento estatístico, apoiando o pesquisador nessa importante, embora árdua, tarefa.
Ano
2024
Orientador
MARCO ANTONIO PEREIRA ARAUJO
Co-Orientador
Palavras-chave
Estatística, Inteligência Artificial Generativa, Análise de Dados.
Um processo automatizado para levantamento de literatura apoiado por inteligência artificial generativa
MARINA CONDÉ ARAÚJO
Resumo
A crescente quantidade de publicações científicas torna desafiador realizar um levantamento de literatura abrangente e eficiente. A inteligência artificial (IA) generativa, com suas capacidades de aprendizado de máquina e processamento de linguagem natural, surge como uma solução promissora para esse desafio. Este trabalho visa desenvolver e avaliar um processo automatizado para levantamento de literatura apoiado por IA generativa, buscando otimizar a eficiência e precisão na identificação, análise e síntese de informações científicas relevantes em diversas áreas do conhecimento. A implementação de um processo automatizado oferece vantagens como a aceleração do processo de revisão, a identificação de padrões e a facilitação ao acesso ao conhecimento. Além disso, a IA generativa pode auxiliar na construção de strings de busca mais eficazes e na definição de critérios de inclusão e exclusão rigorosos, contribuindo para a robustez e relevância da literatura selecionada. Espera-se que o processo automatizado proposto seja capaz de adaptar-se a diferentes áreas de pesquisa, fornecendo resultados personalizados e relevantes para os usuários.
Ano
2024
Orientador
MARCO ANTONIO PEREIRA ARAUJO
Co-Orientador
Palavras-chave
Revisão da Literatura, Revisão Sistemática, Mapeamento Sistemático, Inteligência Artificial Generativa, Processo Automatizado.
CineMatch: A self-adaptive architecture for a content recommendation system
VITÓRIA NATÁLIA SILVA CAETANO
Resumo
Sistemas de recomendação são cruciais em ambientes digitais, especialmente em serviços de streaming de filmes, através dos quais eles aumentam o engajamento do usuário pelas de sugestões de conteúdo personalizadas. Sistemas tradicionais frequentemente enfrentam desafios com preferências dinâmicas dos usuários e o problema de início frio (cold start), onde dados limitados sobre novos usuários ou itens prejudicam o desempenho. Esta pesquisa introduz o CineMatch, uma arquitetura de recomendação autoadaptativa que alterna a recomendação dinamicamente entre um modelo de rede neural (Keras) e um modelo de vizinhos mais próximos (KNN) com base em métricas de RMSE (Erro Quadrático Médio Raiz) em tempo real. Ao aproveitar os pontos fortes de ambos os modelos, o CineMatch mantém alta precisão e se adapta às preferências evolutivas dos usuários e aos novos conteúdos. O objetivo desta pesquisa é desenvolver uma estrutura híbrida e adaptativa em formato modular. Para isso, implementaremos uma aplicação web destinada a analisar a viabilidade do estudo e aprimorar a eficiência das recomendações. A aplicação será projetada para maximizar a adaptabilidade e a escalabilidade no tratamento de grandes volumes de dados. Incorporando um loop de feedback, o CineMatch aprende continuamente com as interações dos usuários para otimizar as estratégias de recomendação. Esta pesquisa detalha o desenvolvimento, implementação e avaliação do CineMatch, demonstrando sua eficácia em fornecer recomendações de filmes precisas. Uma aplicação web que utiliza o conjunto de dados MovieLens foi desenvolvida para apresentar a viabilidade da solução e refinar as capacidades do sistema sob diversos cenários de usuários, destacando a adaptabilidade e precisão desta arquitetura.
Ano
2024
Orientador
JOSE MARIA NAZAR DAVID
Co-Orientador
Palavras-chave
Sistemas autoadaptativos, Sistemas de recomendação, Recomendações de filmes, Aprendizado de Máquina, Modelos híbridos de recomendação, análise em tempo real, personalização do usuário
<< Anterior
<< Anterior
1
2
3
4
5
6
7
8
Próximo >>