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
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
Modelos de aprendizado profundo para a estimativa de idade dentária através de imagens tomográficas da câmara pulpar
ALEXANDRE VIEIRA PEREIRA PACELLI
Resumo
A determinação da idade de um indivíduo é valiosa na ciência forense e em diversas áreas, auxiliando na identificação de vítimas em desastres e litígios civis. Para isso, existem diversos métodos para a estimativa da idade, destacando-se, na área odontológica, a idade dentária. Porém, esses métodos dependem da análise por especialistas na área, além de conter processos manuais demorados, cujos resultados são influenciados pela subjetividade do observador. Nos últimos anos, o aprendizado de máquina profundo tem sido fundamental na resolução de uma ampla variedade de problemas complexos. Por exemplo, estudos recentes que utilizam essa abordagem são capazes de prever a idade dentária com eficácia através de imagens radiográficas. Desse modo, neste trabalho é explorado o uso de modelos de aprendizado profundo, especificamente redes neurais convolucionais, para estimar a idade de indivíduos com base em imagens da câmara pulpar dos dentes obtidas através de imagens de Tomografia Computadorizada de Feixe Cônico. Os modelos desenvolvidos consideram cortes coronais e sagitais dos dentes incisivos centrais superiores, além de imagens que fazem uma junção dos dois cortes, utilizando uma base de dados da Faculdade de Odontologia da UFJF. Este estudo visa destacar o potencial desses modelos na estimativa de idade a partir de imagens tomográficas da câmara pulpar dentária, além de contribuir para a ciência forense e promover a colaboração interdisciplinar. Como resultados, o melhor modelo para os cortes juntos (concatenado) obteve acurácia de 0,527, enquanto o corte sagital obteve 0,516 e o coronal o valor de 0,429.
Ano
2023
Orientador
HEDER SOARES BERNARDINO
Co-Orientador
Karina Lopes Devito
Palavras-chave
Redes Neurais Convolucionais, Estimativa da Idade Dentária, Aprendizado Profundo, Tomografia Computadorizada de Feixe Cônico, Câmara Pulpar.
Distribuição Otimizada de Tarefas de Coleta, Transporte e Entrega a Múltiplos Agentes Robóticos num Cenário de Restrição de Recursos
JOSÉ RONALDO MOURO
Resumo
Deslocar múltiplos agentes autônomos confinados em um ambiente restrito, atribuindo a cada um deles tarefas específicas de coleta e entrega de itens em posições e momentos diversos é um problema de otimização combinatória conhecido como Multi-Agent Pickup and Delivery(MAPD). As restrições cinemáticas do ambiente, a localização física dos agentes disponíveis, os locais de coleta e entrega das tarefas aliados ao instante temporal no qual a tarefa se apresenta para ser executada suscitam soluções diversificadas que impõem cada qual seu próprio custo em tempo de execução das tarefas e consumo energético por parte dos agentes. Nesse contexto, são apresentadas abordagens alicerçadas em clássicos algoritmos que solucionam o problema MAPD de forma a atender duplo objetivo, qual seja, otimização do tempo de execução e do consumo energético.
Ano
2023
Orientador
HEDER SOARES BERNARDINO
Co-Orientador
ALEX BORGES VIEIRA
Palavras-chave
Multi-agente Pickup Delivery
Geração procedural de quebra-cabeças em jogos roguelike
MARCUS VINICIUS VASCONCELOS DE ALMEIDA CUNHA
Resumo
Os roguelikes são jogos nos quais o jogador precisa atravessar uma masmorra com inimigos, tesouros e cenários gerados aleatoriamente. O caráter aleatório da geração de elementos deste gênero de jogos se dá por técnicas de Geração Procedural de Conteúdo (GPC). Assim como demais elementos de um roguelike, puzzles (ou quebra-cabeças) também podem ser gerados por GPC. Os trabalhos na literatura sobre geração de quebra-cabeças normalmente se concentram em um único tipo, como resolução de labirintos, navegabilidade, sokoban e outros, mas pouco se fala da integração desses diversos modelos de desafios. Neste trabalho, iremos abordar como vários modelos de puzzles podem ser incorporados a jogos roguelike e técnicas diversas para GPC aplicadas em cada um desses puzzles. O resultado é a criação de um jogo expansível para uso acadêmico contendo puzzles diversos totalmente criados por técnicas de GPC. A avaliação é feita com jogadores reais por meio de formulários e usando de métricas estabelecidas
Ano
2023
Orientador
IGOR DE OLIVEIRA KNOP
Co-Orientador
MARCELO CANIATO RENHE
Palavras-chave
roguelike; desenvolvimento de jogos; geração procedural de conteúdo; quebra-cabeças.
Logic T.E.I, o jogo educacional para auxiliar no processo de aprendizagem de Matemática Discreta
IVANYLSON HONORIO GONÇALVES
Resumo
A Matemática Discreta é uma disciplina essencial para diversas áreas do conhecimento, mas muitos estudantes enfrentam dificuldades em compreender seus conceitos, o que pode prejudicar seu desempenho acadêmico. Para auxiliar nesse processo de aprendizagem, o presente trabalho tem como objetivo o desenvolvimento e apresenta o Logic T.E.I, um jogo educacional de lógica desenvolvido para auxiliar na compreensão dos conceitos de Matemática Discreta. O jogo é composto por diversos desafios que envolvem diferentes conceitos da disciplina, como operações lógicas, lógica proposicional e predicados. O jogo oferece uma maneira inovadora e envolvente de aprender e revisar conceitos de Matemática Discreta, estimulando o pensamento lógico e o raciocínio matemático dos estudantes. Além disso, o Logic T.E.I pode ser utilizado tanto em sala de aula como em casa, permitindo que os estudantes possam praticar e aprimorar seus conhecimentos em qualquer lugar. Ele também pode ser uma ótima opção para professores que desejam ensinar de forma mais dinâmica e engajadora, utilizando recursos tecnológicos para tornar o aprendizado mais interessante. Apesar de pôr questões relacionadas a LGPD e tempo necessário para a aprovação da avaliação, não foi possível avaliar o protótipo do jogo, apresentamos uma proposta de avaliação, o mesmo será abordada em trabalhos futuros.
Ano
2023
Orientador
REGINA MARIA MACIEL BRAGA VILLELA
Co-Orientador
Palavras-chave
Matemática Discreta, educação, jogo educacional, gamificação, lógica, pensamento lógico, raciocínio matemático.
Uso de Data Warehouse para Análise do Consumo de Energia no Brasil
LEONARDO NUNES ARAGÃO
Resumo
Ultimamente a preocupação com o consumo de energia elétrica e como seus gastos impac- tam diretamente na vida dos consumidores tem aumentado. Para iniciar estudos nessa área existe uma grande necessidade de dados, principalmente aqueles que são confiáveis e bem organizados. Ao trabalhar com uma base de dados extensa e pouco organizada, rea- lizar buscas simples podem ser custosas. Neste sentido, criar um Data Warehouse ajuda a resolver esse problema e agilizar os estudos realizadas sobre essa base de dados, sendo essa a proposta desse trabalho. Inicialmente propõe um modelo de arquitetura para criação do Data Warehouse, em seguida mostra os métodos utilizados para extração, limpeza e organização da base de dados, e por fim apresenta análises de alguns perfis de consumo, que exemplificam o uso e apoiem o tema de consumo e economia de energia elétrica no setor residencial.
Ano
2023
Orientador
VICTOR STROELE DE ANDRADE MENEZES
Co-Orientador
Palavras-chave
Big data, Data Warehouse, Consumo de energia.
Desenvolvimento de um jogo digital para o apoio ao ensino e aprendizagem de Engenharia de Software
RAÍH CÉSAR SILVA DE LIMA
Resumo
O ser humano sempre busca uma maneira de transmitir conhecimento, muitas vezes, através de uma abordagem teórica, fazendo com que o estudante encontre dificuldade para aplicar seu conteúdo aprendido na prática. Um exemplo pode ser observado na disciplina de Engenharia de Software, que por utilizar uma metodologia muito teórica, ela não se aprofunda no quesito de aplicação prática dos conceitos teóricos aprendidos em aula, portanto uma abordagem com jogos sérios (jogos focados no ensino) pode ser uma alternativa interessante, ao permitir a criação de um ambiente simulado na prática, que mostra as etapas do processo de desenvolvimento de um software. Logo, os jogos digitais têm grande potencial para serem utilizados como uma ferramenta de ensino, pois podem ser usados para tornar o aprendizado mais envolvente e eficiente, ensinar habilidades e conceitos específicos e adaptar-se às necessidades individuais dos alunos, ajudando aqueles com mais dificuldade a progredir na aprendizagem e desafiar os mais avançados da turma com uma abordagem mais profunda do tema. Por conta disso, os jogos digitais são cada vez mais utilizados como ferramentas educacionais, inclusive na área de Engenharia de Software. Este trabalho visa desenvolver um jogo digital voltado ao ensino e aprendizagem de Engenharia de Software.
Ano
2023
Orientador
ALESSANDREIA MARTA DE OLIVEIRA JULIO
Co-Orientador
Palavras-chave
Engenharia de Software, Jogos Sérios, Jogos Digitais.
Monitoramento Inteligente da Saúde: Aprendizado de Máquina na Prevenção de Doenças Relacionadas ao Estresse
GABRIEL FERNANDES SILVA
Resumo
Doenças causadas por danos lentos e progressivos são a principal causa de óbitos. Os hábitos diários do indivíduo tem forte influência no funcionamento do organismo. O estresse vivenciado no decorrer do dia pode ser o causador de muitas enfermidades. Esse estresse é responsável por diminuir as defesas do organismo. Nesses casos, a prevenção é um componente fundamental, obtido pelo monitoramento dos indivíduos que ocorre, geralmente, através de um processo que dependente majoritariamente da intervenção humana. Em vista disso, torna-se necessário o desenvolvimento de soluções capazes de realizar um monitoramento automatizado para ajudar os indivíduos no dia a dia. O objetivo deste trabalho é promover a saúde dos indivíduos monitorando-os por meio de pulseiras inteligentes e apresentando notificações que os permitam adquirir mais conhecimento sobre si mesmos. Dessa forma, o trabalho foca no desenvolvimento de um ambiente computacional composto por uma pulseira e um aplicativo que integra a um modelo de aprendizado de máquina. Esse modelo é responsável por realizar a predição de dados de frequência cardíaca do usuário e, assim, gerar as notificações para o usuário. Os resultados mostram que é possível realizar o monitoramento em tempo real do usuário e identificar momentos de estresse usando um modelo de aprendizado de máquina e gerar uma notificação.
Ano
2023
Orientador
VICTOR STROELE DE ANDRADE MENEZES
Co-Orientador
Palavras-chave
Internet das Coisas, Aprendizado de Máquina, Promoção da Saúde, Estresse
Comparativo de soluções de controle integrado para IoT
DANIEL AUGUSTO MACHADO BAÊTA
Resumo
Com o avanço da tecnologia e a interconexão de dispositivos inteligentes, a Internet das Coisas (IoT) tem o potencial de impactar diversos setores, desde casas inteligentes até cidades inteligentes. O presente trabalho busca conhecer e aplicar opções disponíveis no mercado para o controle de dispositivos inteligentes, buscando entender o conceito de IoT, integrar dispositivos em soluções e testar a viabilidade de soluções sem acesso à Internet. A opção proposta envolve a utilização das plataformas integradoras Alexa, Tuya Smart e Home Assistant. Foram selecionados dispositivos IoT, realizadas configurações e testes, e os resultados foram analisados para avaliar a eficácia das plataformas no âmbito da integração. O trabalho contribui para o entendimento dos desafios e possibilidades das plataformas integradoras na gestão de dispositivos IoT e na transformação digital de empresas e sociedade.
Ano
2023
Orientador
EDUARDO PAGANI JULIO
Co-Orientador
Palavras-chave
Internet das Coisas, Plataformas integradoras, Automação residencial
Seguran ?ca de APIs em Sistemas em Nuvem
RONALDO MODESTO PONCIANO
Resumo
O período de 2019 a 2021 foi impactado pela pandemia de COVID-19, resultando em muitas perdas de vida até a descoberta de vacinas. Com a necessidade de isolamento, empresas e pessoas tiveram que se adaptar ao trabalho remoto e ao aumento do uso de sistemas computacionais, o que resultou no aumento do volume de dados sensíveis em tráfego dado que esses dados passaram a ser cada vez mais necessários para que esses sistemas pudessem funcionar. Esse trabalho tem como objetivo avaliar a segurança desses sistemas e propor novas soluções de segurança, através de testes de segurança e ferramentas para realizar esses testes.
Ano
2023
Orientador
EDUARDO PAGANI JULIO
Co-Orientador
Palavras-chave
Cybersegurança, Nuvem, API
Uma Abordagem de Estudo de Idosos Suportados em Ambiente Assistido
CAMILA CORRÊA VIEIRA
Resumo
Sabe-se que nos últimos tempos a atividade física tem sido centro de atenções nas diferentes mídias, e que sua prática é frequentemente associada aos ganhos em bem estar físico e mental do ser humano. Durante a pandemia de Covid-19, a atividade física também ganhou status, já que sua prática favorece à melhora do sistema imunológico. Na esteira dos acontecimentos pandêmicos surgiram inúmeros aplicativos e gadgets para auxiliar a prática de atividades físicas. Jovens, adultos e idosos se beneficiaram no uso desses recursos em seus domicílios, já que o isolamento social foi amplamente indicado. Vale sinalizar que em idosos, a atividade física, também se destaca por auxiliar na execução das rotinas do dia a dia, as chamadas atividades funcionais. Apesar da praticidade dos treinos proporcionados pelos aplicativos, existe um ponto relevante nesse processo, a ausência da individualidade biológica na prescrição do exercício, este considerado um dos princípios do treinamento desportivo. Os aplicativos desconsideram uma série de variáveis sobre o usuário, muitos indivíduos não tem a consciência corporal requerida para executar diversos exercícios, colocando-se em risco e propensos a lesões. No intuito de minimizar esses riscos os Ambientes Assistidos a partir da captação de dados sobre o contexto do usuário de forma mais precisa, poderão se integrar a aparelhos já utilizados pelo usuário e tal integração poderá promover ganhos em qualidade de vida do usuário e sua evolução nas atividades realizadas. A pesquisa evidencia que a prática de exercícios físicos em casa, com acompanhamento em um ambiente assistido, promove maior segurança para os idosos, reduzindo riscos de lesões e melhorando sua autonomia nas atividades diárias. O modelo, Simulado pelo simulador Siafu, de Ambiente Assistido destaca-se como uma ferramenta valiosa para compreender e analisar as condições físicas dos usuários. Como trabalho futuro, propõe-se a implementação prática do cenário simulado, utilizando dispositivos móveis e sensores para monitorar variáveis como temperatura, profundidade e movimentos, visando proporcionar maior conforto ao usuário e promover o desenvolvimento seguro da prática de atividade física em casa, especialmente para a população idosa.
Ano
2023
Orientador
MARIO ANTONIO RIBEIRO DANTAS
Co-Orientador
JOSE MARIA NAZAR DAVID
Palavras-chave
Ambientes assistidos, atividade física, sistemas de informação, IOT
Integração de um modelo de tratamento de dados faltantes à técnica de Deep Learning para estimação de cargas de radiação solar
YURI DIAS DE AZEVEDO
Resumo
A previsão da radiação solar é de suma importância para a eficiência na geração de energia solar e o planejamento estratégico da rede elétrica. Este estudo aborda a relevância da previsibilidade da radiação solar para otimizar a produção, distribuição e armazenamento de energia. No entanto, prever a radiação solar é um desafio complexo devido à sua natureza variável e influências diversas, além de contar com a presença de dados ausentes e ruidosos. O trabalho propõe uma abordagem híbrida, combinando o modelo para completar dados ausentes e ruidosos com técnicas de Deep Learning, para compor um modelo de previsão de radiação solar, que seja mais robusto e consiga previsões mais precisas que outros modelos de previsão tradicionais. Ao melhorar a precisão das previsões, a pesquisa busca contribuir significativamente para o avanço da energia solar como fonte sustentável e para a estabilidade da rede elétrica, impactando fortemente a chamada "Economia Verde".
Ano
2023
Orientador
LUCIANA CONCEICAO DIAS CAMPOS
Co-Orientador
Samuel da Costa Alves Basílio
Palavras-chave
Radiação Solar, Previsão, Dados Faltantes, Ruído, Deep Learning, Energia Renovável
Sistema de gerenciamento de workflows M2P
BRUNO DE OLIVEIRA JUCÁ
Resumo
Organizar o fluxo de dados dentro de uma aplicação pode ser uma tarefa custosa, capaz de consumir tempo e esforço na execução de projetos com o objetivo de realizar processamento de dados. Ferramentas como Workflow Management Systems são apresentadas como possíveis soluções para auxiliar na execução de workflows definidos com o objetivo de cumprir tarefas específicas. A partir de demandas encontradas no contexto do Laboratório de Aplicações e Inovação em Computação da UFJF, este trabalho busca encontrar aspectos relevantes em sistemas de gerenciamento de workflows que sejam capazes de contribuir para a construção de uma ferramenta personalizada, chamada de M2P, responsável por definir, interpretar e executar workflows em recursos computacionais disponíveis de maneira escalável, utilizando tecnologias atuais que simplifiquem processos intermediários na construção do sistema.
Ano
2023
Orientador
EDUARDO BARRERE
Co-Orientador
Palavras-chave
Workflow Management System, workflow, fluxo de dados, processamento de dados
Previsão da Frequência de Acesso de Objetos em Serviços de Armazenamento em Nuvem Através de Algoritmos de Regressão
MATHEUS FRANKLIN RODRIGUES SILVA
Resumo
Os serviços de armazenamento em nuvem têm se tornado cada vez mais populares entre usuários domésticos e empresariais, devido às vantagens que oferecem, como serviço sob demanda, escalabilidade e não necessidade de compra e gerenciamento de infraestrutura própria de armazenamento físico. Os provedores desses serviços oferecem armazenamento hierárquico com diferentes preços baseados no nível de armazenamento utilizado. O objetivo deste trabalho é propor um modelo preditivo de classes para objetos armazenados em nuvem, que possibilite aos usuários escolherem de forma correta a classe de seus objetos com base nos seus padrões de acesso a dados. Para isso, o trabalho se dedica a explorar técnicas de aprendizado de máquina focadas em regressão que possam prever acessos futuros com base em padrões de acesso aos objetos, e através de um modelo de custo, classificar esses objetos corretamente. Será também avaliado o desempenho deste modelo ao se utilizar de bases reais de traços de dados de um serviço de armazenamento em nuvem, para que os usuários possam aproveitar de uma maior economia de custos, sem perda de qualidade e desempenho dos serviços de armazenamento.
Ano
2023
Orientador
SAULO MORAES VILLELA
Co-Orientador
HEDER SOARES BERNARDINO
Palavras-chave
Armazenamento em nuvem, modelo preditivo, padrões de acesso, aprendizado de máquina, regressão, economia de custos
Transferência de Aprendizado Para Classificar Pacientes Que Tomaram a Terceira Dose da Vacina da COVID-19 no Estado do Rio de Janeiro
FERNANDA GONÇALVES DA SILVA
Resumo
A vacinação em massa contra a COVID-19 é essencial para combater a propagação do vírus e reduzir o número de mortes. Com a introdução de doses adicionais da vacina, é importante investigar sua eficácia e impacto na saúde dos pacientes. Este estudo utiliza um modelo de classificação para avaliar a possibilidade de evolução dos casos clínicos de pacientes que tomaram a terceira dose da vacina da COVID-19 no estado do Rio de Janeiro. O objetivo é realizar a classificação dos pacientes que receberam a terceira dose, usando transferência por aprendizado de um modelo treinado com uma base de dados balanceada. Resultados preliminares mostram que os modelos treinados com bases balanceadas superam os treinamentos com bases desbalanceadas. O modelo de melhor desempenho, treinado com uma base balanceada, obteve uma acurácia de 79\%.
Ano
2023
Orientador
LUCIANA CONCEICAO DIAS CAMPOS
Co-Orientador
Karla Tereza Figueiredo Leite
Palavras-chave
Aprendizado de Máquina, IA, Inteligência Artificial, Florestas Aleatórias, XGBoost, Transferência de Aprendizado, Algoritmos de Classificação
Analisando a frente de Pareto para encontrar uma solução para regressão Ridge
VITOR MONTEIRO ANDRADE GOULART
Resumo
As regressões Ridge e Lasso são casos especiais de regressão linear. Com base na teoria da otimização multiobjetivo, ambas podem ser vistas como problemas de otimização biobjetivo. As frentes de Pareto resultantes desse problema oferecem uma variedade de modelos de regressão dentre os quais uma solução ideal pode ser selecionada, de acordo com uma estratégia de escolha pré-determinada entre as soluções não dominadas. Neste trabalho, foi utilizado um algoritmo para gerar pontos na frente de Pareto da regressão Ridge, considerada como um problema biobjetivo, e propôs-se uma heurística para a seleção de um ponto ótimo na frente de Pareto. A heurística proposta consiste em verificar se o ponto mais próximo ao ponto ideal apresenta soluções satisfatórias em relação a métricas de erro como MSE e MAE. Os resultados apontam para uma direção favorável a essa hipótese, visto que, em experimentos realizados em quatro conjuntos de dados, a escolha dos pontos desta maneira proporciona soluções com erro reduzido.
Ano
2023
Orientador
SAULO MORAES VILLELA
Co-Orientador
Wilhelm Passarela Freire
Palavras-chave
Otimização Multiobjetivo, Regressão Ridge, Regressão Lasso, Frente de Pareto
<< Anterior
<< Anterior
1
2
3
4
5
6
7
8
9
10
11
Próximo >>