Navegando por Assunto "Análise por agrupamento"

Agora exibindo 1 - 9 de 9

Agrupamento automático de mensagens em fóruns educacionais
(2022-06-08) Pereira, Fabio Mariano Costa Silva Gomes; Mello, Rafael Ferreira Leite de; http://lattes.cnpq.br/6190254569597745; http://lattes.cnpq.br/8040322704977339
Virtuais de Aprendizagem trazem inúmeras vantagens quando a questão é facilitar o acesso a informação. Porém, um problema comum que dificulta o acompanhamento dos professores e, sobretudo, o envio de feedback, devido a maior quantidade de alunos por turma, quando comparado com o ensino presencial, é a sobrecarga de informações. Com intuito de mitigar isto, este artigo realiza agrupamentos utilizando os algoritmos K-Means, K-Medoids, DB Scan e o Aglomerativo em 1652 postagens de 4 fóruns educacionais diferentes de um curso superior a fim de agrupar as mensagens semelhantes para auxiliar o professor, tendo que lidar com uma quantidade menor de informação. Em cada postagem, extrai características e aplica técnicas de PLN, além de utilizar uma representação vetorial para o texto das postagens. Por fim, avalia a qualidade de cada agrupamento utilizando as métrica: coeficiente de silhueta e Davies-Boulding.
Análise da recuperação de materiais recicláveis: uma aplicação do Propensity Score Matching na base de dados do SNIS
(2023-09-14) Silva, Vicente Henrique da Costa; Araújo, Chiara Natércia França; http://lattes.cnpq.br/7273384016233113; http://lattes.cnpq.br/6905236621140933
Este trabalho de conclusão de curso visa avaliar o impacto da implementação de Planos Municipais de Gestão Integrada de Resíduos Sólidos (PMGIRS), conforme estipulado na Lei nº 12.305/2010 - Política Nacional de Resíduos Sólidos. A abordagem metodológica central utiliza o conceito de Propensity Score Matching (PSM) para explorar o efeito causal da presença do PMGIRS sobre a Taxa de Recuperação de Materiais Recicláveis. Além disso, a pesquisa incorpora o uso da clusterização via k-médias com o objetivo de melhor caracterizar e classificar a amostra analisada. Isso permite identificar agrupamentos naturais dos dados e aprofundar a compreensão dos diferentes potenciais de gestão de resíduos sólidos em municípios distintos. O PSM é empregado para criar grupos comparáveis de municípios com e sem PMGIRS, equilibrando as características observáveis e controlando possíveis vieses de seleção. Os resultados obtidos a partir dessa metodologia contribuirão para uma análise embasada e objetiva do impacto dos PMGIRS na gestão municipal de resíduos sólidos. A combinação do PSM com a clusterização enriquecerá a análise, permitindo uma caracterização mais completa e uma classificação mais precisa da amostra estudada.
Aprendizado de máquina não supervisionado aplicado na dinâmica de preços de combustíveis no Brasil
(2025-08-05) Lima, Andressa Luana Santana de; Gouveia, Roberta Macedo Marques; http://lattes.cnpq.br/2024317361355224; http://lattes.cnpq.br/0993590347039876
Este trabalho realiza uma análise exploratória e de clusterização dos dados públicos da Agência Nacional do Petróleo (ANP) para os preços de combustíveis no Brasil em 2024. A partir de variáveis numéricas agregadas por região e por produto, foi aplicado o algoritmo K-means para identificar padrões de comportamento no mercado. As variáveis selecionadas buscaram representar aspectos como níveis médios de preço, variações sazonais, volume de registros e distribuição de revendas. Os resultados apontaram diferenças estruturais entre regiões e entre combustíveis, evidenciando a heterogeneidade do setor. O estudo evidencia a importância do uso de técnicas de agrupamento para explorar padrões relevantes no mercado de combustíveis.
Desempenho médio das Gerências Regionais da Educação em Pernambuco: uma análise de aglomerado do ensino médio
(2022-06-03) Santos, Paula Tárcimam Gomes; Soares, Ana Paula Amazonas; http://lattes.cnpq.br/0216127558312955; http://lattes.cnpq.br/6790001160720461
O presente trabalho é de carácter exploratório, apresentando uma análise do desempenho das Gerências Regionais da Educação -GRE1, dos municípios do Estado de Pernambuco. Com a hipótese que o bom desempenho dos alunos das GREs do ensino médio em 2019 do estado de Pernambuco, pode contribuir com o desempenho econômico regional. E as GREs localizados espacialmente mais próximas umas das outras, podem refletir desempenhos mais semelhantes. O objetivo é verificar o desempenho dos alunos do Ensino Médio de todos os municípios do estado através dos dados disponibilizados pelo SAEB2 de 2019, atrelado às características das escolas, diretores, professores e socioeconômicas do aluno. Diante disso, há o intuito de identificar grupos, que apresentem características similares. Com esse propósito utilizou-se da técnica de análise de agrupamento. Em virtude da metodologia hierárquica de agrupamento, onde se considerou a distância de Ward (mínima variação das diferenças), foram realizadas no Software Rstudio3 e analisando a dinâmica da formação dos clusters (ou grupos). A técnica possibilitou visualizar com precisão, através das variáveis manipuladas, os desempenhos das GRE e conhecer o perfil do aluno modal do ano de 2019. Os resultados apontando que as GRE de melhor desempenho, com média maior em Língua Portuguesa e Matemática, acima da média do Estado, estão localizadas no Sertão de Pernambuco. E o perfil mais presente de estudante do ensino médio, declaram: de cor parda, moram com os pais e irmãos, residem em áreas urbanas, fácil acesso a escola, estudam em escolas estaduais e tem a participação dos pais em sua vida escolar.
Localização das empresas do setor de tecnologia em Pernambuco: uma análise exploratória de dados espaciais
(2022-10-13) Santana, Mariana Maria Freitas de; Silva, Diego Firmino Costa da; http://lattes.cnpq.br/8895265465747877; http://lattes.cnpq.br/3786228704990357
A presente pesquisa tem por finalidade analisar de que maneira as empresas de tecnologia estão localizadas, para além da Região Metropolitana do Recife. Para isso, foram consideradas três variáveis: total de empresas do setor de tecnologia no estado, total de pessoal ocupado e volume de salários e remunerações pagos. Os dados foram obtidos através do IBGE para o período entre 2006 e 2019. A metodologia utilizada foi a Análise Exploratória de Dados Espaciais, que consiste em detalhar e visualizar as distribuições espaciais dos dados estudados, identificando, por exemplo, se há localizações atípicas (outliers espaciais) e padrões de associações espaciais (clustering e clusters espaciais). Mais especificamente, os métodos utilizados foram a autocorrelação espacial global univariada, que utiliza apenas um indicador para toda a região analisada a fim de descobrir se os dados da são distribuídos aleatoriamente ou se estão atrelados a algum padrão espacial sistemático, através do coeficiente I de Moran. Já o outro método é a autocorrelação espacial local univariada, que verifica se os padrões globais de autocorrelação espacial podem estar associados com padrões locais. Os resultados indicaram a princípio que o setor de tecnologia está perdendo sua característica de aglomeração na Região Metropolitana do Recife, migrando para cidades mais afastadas do centro como Caruaru, Petrolina e Serra Talhada.
Política pública educacional e SAEB 2019: análises de agrupamento por microrregiões de Pernambuco
(2022-06-03) Santos, Kleybson Rodrigo Martins; Soares, Ana Paula Amazonas; http://lattes.cnpq.br/0216127558312955; http://lattes.cnpq.br/7919130450780875
A educação é vista não só pelo senso comum, mas também pela teoria econômica como um dos fatores principais de impulsionamento do desenvolvimento. Neste contexto, o presente trabalho, que possui caráter exploratório, tem como objetivo investigar questões socioeconômicas são capazes de influenciar no desempenho de estudantes no estado de Pernambuco. Para isso, utilizou-se como base os microdados do Sistema de Avaliação da Educação Básica (Saeb) de 2019, totalizando 76.596 alunos após tratamento, adicionando variáveis socioeconômicas, com as quais foram executadas análises de agrupamento por três métodos multivariados (hierárquico, K-means e PAM), no software estatístico R. Os resultados dos testes de médias apontaram uma heterogeneidade no desempenho do estudante e, posteriormente, foi encontrada uma suscetibilidade a transbordamento de políticas entre conjuntos de microrregiões próximas. Este trabalho também se debruça sobre o Plano Estadual de Educação de 2015-2025, elucidando seu conteúdo, metas e estratégias, a fim de contextualizar a análise exploratória.
Sistema de classificação e compressão para nuvens de pontos geradas por sensores LIDAR
(2025-12-19) Melo, Davi de Almeida; Ferreira, Felipe Alberto Barbosa Simão; http://lattes.cnpq.br/993925511314378; http://lattes.cnpq.br/3528552393951602
As mídias imersivas buscam representar a realidade em modelos 3D digitais. Por sua vez, as nuvens de pontos (Point Clouds – PC) são parte desse conjunto capaz de digitalizar estruturas, objetos e regiões. Uma PC é composta pelo conjunto de pontos que descreve a cena ou objeto e cada ponto possui uma coordenada no plano cartesiano (x,y,z) além de algumas informações adicionais como reflectância, iluminância ou camadas de cores. Essa mídia é utilizada em sistemas da atualidade nas mais diversas áreas. Algumas delas são: direção autônoma, realidade aumentada, robótica, arquitetura, vendas, planejamento, gerenciamento, saúde e educação. Entretanto, nuvens possuem na maior parte dos cenários um alto volume de dados, o que dificulta a sua utilização. Esse volume impacta as etapas de processamento, armazenamento e transmissão das nuvens de pontos. Além disso, outro problema enfrentado ao lidar com nuvens de pontos é o formato não linear. Ele interfere principalmente nas técnicas de aprendizado profundo que buscam extrair informações da nuvem, como por exemplo modelos de segmentação semântica e classificação de objetos. Nesse contexto, o presente estudo tem como objetivo desenvolver e analisar um sistema de compressão e classificação de nuvens de pontos geradas por sensores LIDAR. A quantização vetorial é o método de compressão adotado para o sistema. Já o modelo de classificação de objetos foi customizado a partir de camadas de convolução baseadas no modelo PointNet++ e PPFNet. O algoritmo de quantização vetorial obtido é capaz de alcançar altas taxas de compressão enquanto mantém a qualidade das nuvens de pontos ao serem reconstruídas. Uma arquitetura central e sete diferentes modelos de classificação foram criados. Todos eles possuem acurácia acima de 84,23%. Ademais, os algoritmos de compressão e classificação podem ser executados em conjunto e em qualquer sequência de execução necessária. Por fim, o sistema foi avaliado de modo qualitativo perante diferentes cenários e quantitativamente em função da qualidade de reconstrução e acurácia dos modelos.
Uma análise exploratória de dados espaciais para criminalidade violenta no estado de Pernambuco
(2021-12-15) Silva, Thalia Ariely Marques; Araújo, Chiara Natércia França; Silva, Diego Firmino Costa da; http://lattes.cnpq.br/8895265465747877; http://lattes.cnpq.br/7273384016233113
Esse estudo tem como objetivo identificar padrões espaciais nos índices de criminalidade violenta no Estado de Pernambuco, Nordeste brasileiro, com base na Teoria Econômica do Crime. Através da aplicação das taxas de CVLI (Crime Violento Letal e Intencional) e CVP (Crime Violento contra o Patrimônio), que representam os índices de homicídio e roubo, no período de 2014 a 2020, como variáveis de interesse. Para tal proposta, foi utilizada a metodologia AEDE (Análise Exploratória de Dados Espaciais), com a pretensão de testar a autocorrelação espacial e identificar os clusters espaciais. Com isso, foram identificados agrupamentos espaciais, para ambas as variáveis, nas mesorregiões: Sertão, Agreste e RMR (Região Metropolitana de Recife). Além disso, verificou-se a ruptura do padrão de comportamento no ano de 2020 de maneiras diferentes para cada variável em estudo, como possível efeito da pandemia de covid-19. Notou-se ainda uma possibilidade de estudo futuro no que se referiu ao incremento da variável de renda com o PIB (Produto Interno Bruto) per capita de cada município, ao realizar uma análise espacial com I de Moran Local bivariado, que resultou em baixa autocorrelação.
Vinculando perfis de engajamento ao desempenho acadêmico por meio de análise de redes sociais e análise de agrupamento nos dados de fóruns de discussão
(2021-11-18) Oliveira, Pamella Letícia Silva de; Rodrigues, Rodrigo Lins; http://lattes.cnpq.br/5512849006877767; http://lattes.cnpq.br/8863320225621574
Dada a popularidade crescente da educação a distância, é importante entender como a interação social ocorre nos fóruns de discussão comumente usados nas plataformas que dão suporte a esses cursos - os Ambientes Virtuais de Aprendizagem (AVAs). Uma vez que interação e engajamento são dois fenômenos entrelaçados na aprendizagem online, e ambos influenciam o desempenho acadêmico. Neste trabalho, aplicamos a Análise de Redes Sociais (SNA) e a análise de agrupamento aos dados de fóruns de discussão para identificar grupos de alunos com diferentes perfis de engajamento. Identificamos quatro perfis e, ao analisarmos as particularidades de cada um e relacioná-los às notas dos alunos, encontramos uma ligação entre os perfis de engajamento e o desempenho acadêmico. Portanto, as características de cada perfil de engajamento identificado em nosso trabalho podem auxiliar professores e gestores na definição de estratégias para aumentar a interação dos alunos no ambiente virtual e, assim, prevenir o abandono.