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
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
Um Survey Sobre a Rede de Comunicação Móvel de Sexta Geração (6G), os Requisitos e Suas Aplicações Futuras
MARIA MEIRIELE DIAS DA SILVA
Resumo
Este trabalho de conclusão de curso tem como propósito investigar a concepção da futura geração das redes móveis (6G) no cenário mundial. A necessidade de uma nova geração de tecnologia móvel, como o 6G, surge em resposta às demandas crescentes por comunicações cada vez mais rápidas, confiáveis e eficientes. As gerações anteriores, como o 4G e o 5G, trouxeram avanços significativos em relação à velocidade de dados e à capacidade de conexão, mas à medida que novas tecnologias e aplicações emergem, surgem novos desafios que exigem uma nova infraestrutura de comunicação. A sexta geração promete revolucionar a forma como nos comunicamos e interagimos com o mundo, proporcionando velocidades de dados ultrarápidas, maior capacidade de conexão de dispositivos e latência quase zero. Neste estudo, será examinado as principais características do 6G, as tecnologias e inovações subjacentes, bem como os impactos potenciais nas áreas de telecomunicações, indústria, saúde, transporte e outros setores. Além disso, serão abordadas as preocupações relacionadas à segurança, privacidade e sustentabilidade associadas ao desenvolvimento e implantação da tecnologia 6G.
Ano
2023
Orientador
ALEX BORGES VIEIRA
Co-Orientador
Palavras-chave
6G, IA, IoT, aplicações, redes móveis, tecnologia, dispositivos, comunicação
Zero Trust Como Ferramenta de Segurança para Ambientes E-Health
LUCAS LINO DO CARMO FREITAS
Resumo
Em um mundo cada vez mais conectado, garantir a segurança em sistemas de saúde pode ser um grande desafio. Infraestruturas tradicionais baseadas na confiança em perímetro, acabam se mostrando insuficientes para garantir a segurança nesse ambiente. Uma vez que esse modelo funciona com a atribuição direta de confiança ao usuário, caso sejam comprometidas as credenciais ou o dispositivo do usuário, toda a rede se torna vulnerável. Assim, este trabalho propõe e avalia uma arquitetura Zero Trust para o aumento considerável de segurança em ambientes e-health. O modelo proposto é baseado na redução de privilégios e na análise de confiança do usuário para realizar o controle de acesso. Resultados obtidos através da avaliação em cenários distintos, comprovam a eficácia da proposta para o controle de acesso, ao proteger principalmente os recursos mais sensíveis.
Ano
2023
Orientador
EDELBERTO FRANCO SILVA
Co-Orientador
Palavras-chave
Zero Trust, Saúde, Controle de acesso
Ferramenta de Planejamento de Redes LoRaWAN
RODRIGO TORRES RÊGO
Resumo
Com a crescente necessidade do monitoramento por meio de sensores, a orquestração de diversos dispositivos e a tomada de decisões por meio da coleta e grandes volumes de dados, os dispositivos interligados pela chamada Internet das Coisas vêm crescendo cada vez mais com o passar dos anos. Redes para interconectar esses tipos de dispositivos estão se popularizando, e a LoRaWAN se destaca entre uma das alternativas mais promissoras. Sua grande área de de cobertura e baixo consumo de energia motivam os engenheiros de redes. Porém, atualmente esses gestores não possuem uma ferramenta apropriada, capaz de auxiliar no planejamento e na implementação desse novo tipo de rede, atendendo às suas particularidades. A dificuldade em construir um serviço capaz de garantir uma conexão estável, sem gastar uma quantidade substancial de recursos é um problema de otimização complexo. Portanto, neste trabalho propomos um sistema capaz de entregar uma solução referente à quantidade e localização de gateways apropriada para o cenário inserido pelo administrador de rede.
Ano
2023
Orientador
EDELBERTO FRANCO SILVA
Co-Orientador
Palavras-chave
LoRa, LoRaWAN, LPWAN, Otimizador, Datasets, Gerador de Instâncias
Ética e Privacidade: Um Estudo Sobre os Problemas da Coleta de Dados Pessoais nas Redes Sociais
VICTOR GUERRA HORTA
Resumo
No contexto atual do tratamento de dados pessoais impulsionado pelo Big Data, a prática automatizada de coleta de dados, conhecida como data scraping, ganha relevância, especialmente na web e na obtenção de dados pessoais. Esta pesquisa analisa os dilemas éticos do direito à privacidade nas redes sociais, examinando a efetividade da proteção dos usuários e os princípios de liberdade e autonomia na internet. Além disso, explora temas como propaganda direcionada, marketing digital e compartilhamento excessivo de dados, contextualizando-os em relação à privacidade e apresentando estratégias de remediação. Conforme revisão da literatura acerca do tema privacidade e Big Data, o estudo se destaca por explorar casos de estudo específicos, visando oferecer reflexões aprofundadas sobre dilemas éticos e garantia dos direitos fundamentais. Esses aspectos ressaltam a importância da manutenção do Estado Democrático de Direito, considerando a interseção entre a proteção de dados pessoais e a vivência democrática no ciberespaço. Ao examinar leis relevantes, como a Lei Geral de Proteção de Dados (LGPD), o Regulamento Geral de Proteção de Dados da União Europeia e o marco civil da internet, a pesquisa contribui para uma compreensão mais ampla dos desafios éticos na coleta de dados pessoais nas redes sociais.
Ano
2023
Orientador
EDELBERTO FRANCO SILVA
Co-Orientador
Palavras-chave
Privacidade. Ética da informação. Redes sociais. Lei Geral de Proteção de Dados Pessoais.
Scraping e Análise de Dados no Aperfeiçoamento do Processo Seletivo de Programadores
PEDRO COTTA BADARÓ
Resumo
Com a crescente utilização de métodos e ferramentas de mineração de dados, empresas estão buscando aprimorar suas estratégias com o uso de {web scraping, a fim de obter vantagem competitiva. Tal técnica permite a extração automatizada de informações de websites, onde um software é programado para navegar por páginas da Internet, coletar o conteúdo desejado e armazená-lo em formato estruturado. No contexto do processo seletivo, web scraping e o uso de algoritmos têm sido empregados para melhorar diversas etapas do processo que antes eram realizadas manualmente. Este trabalho propõe o desenvolvimento de um software baseado em web scraping e ranqueamento de usuários conforme perfil de vagas de empregos. Como resultado, tem-se a apresentação do embasamento teórico e prático relacionado à coleta de dados em mídia social, além do estudo de caso da sua aplicação no auxílio ao processo seletivo de candidatos para o cargo de programador.
Ano
2023
Orientador
EDELBERTO FRANCO SILVA
Co-Orientador
Palavras-chave
People Analytics.Automaçao. Software. Scraping
<< Anterior
<< Anterior
1
2
3
4
5
6
7
8
9
Próximo >>