TCC - Bacharelado em Ciência da Computação (UAG)

URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/2952

Navegar

Agora exibindo 1 - 6 de 6

Análise dos componentes principais supervisionada: uma abordagem não-paramétrica
(2019-02-04) Sousa, Raul Pedro de Vasconcelos; Carvalho, Tiago Buarque Assunção de; http://lattes.cnpq.br/7150833804013500; http://lattes.cnpq.br/3362844917050042
Problemas de classificação tem se tornado cada vez mais comuns, sendo utilizados desde da detecção de emails spams até classificação de tumores em malignos e benignos. Nestes problemas a quantidade de características desempenha um papel fundamental tanto na qualidade quanto no desempenho dos classificadores, nos quais, dados que possuem alta dimensionalidade tendem apresentar taxa de acerto inferior e maior tempo de processamento. Assim técnicas de extração de características são excelentes opções para contornar essa situação, gerando novas características e selecionando as melhores para a classificação. O Principal Component Analysis (PCA) é uma das técnicas de extração de características mais utilizadas obtendo, em termos gerais, ótimos resultados, contudo, por ser uma técnica não supervisada que utiliza a variância como critério de seleção, há situações em que o método não consegue extrair as melhores características. Então desenvolvemos uma versão supervisionada do PCA utilizando classificação Bayesiana em conjunto com técnica de estimação de densidade de Kernel (janela de Parzen) para avaliar e selecionar as características, ao invés de utilizar a variância como na tradicional implementação do PCA. Propondo assim uma seleção que utiliza o erro Bayesiano como critério base da avaliação. Esse método surgiu como uma extensão do Minimum Classification Error PCA (MCPCA) que utiliza o erro Bayesiano como métrica também, contudo, apresentado uma série de restrições, como ser limitado a problemas de apenas 2 classes. Comparamos o método proposto com o PCA, MCPCA e com o Supervised PCA (SPCA), outra abordagem supervisionada do PCA, comparando a taxa de acerto por quantidade de características em 4 classificadores para 16 bases de dado. O método proposto apresentou maior taxa de acerto em 72% dos casos, enquanto o PCA, MCPCA e SPCA conseguiram 31%, 36%, 12% respectivamente. No cenário de apenas uma característica o resultado obtido foi de 89%, 14%, 37%, e 25% dos casos para o proposto, PCA, MCPCA e SPCA respectivamente.
Aplicativo para sorteio de jogadores na formação de equipes em esportes coletivos
(2019) Almeida, Luiz Alberes Bispo de; Carvalho, Tiago Buarque Assunção de; http://lattes.cnpq.br/7150833804013500
Neste relatório é apresentado o Sem Panelinha, um aplicativo para sorteio de jogadores na formação de equipes para esportes coletivos, com ênfase no futebol. Com o Sem Panelinha, o usuário pode escolher três tipos de sorteios: Aleatório, que distribui os jogadores para as equipes sem nenhum critério; Por Cabeças de Chave, que não permite que os jogadores deﬁnidos como Cabeças de Chave ﬁquem na mesma equipe; e Por Estrelas, onde é possível dar uma nota através da quantidade de estrelas para cada um dos jogadores. A partir da escolha de um desses sorteios são cadastrados os jogadores participantes e ao ﬁm do processo de cadastro, as equipes serão formadas. Dentre os benefícios do sistema, destacam-se: praticidade, agilidade e poder de escolha. O aplicativo foi implementado utilizando o Android Studio, com o banco de dados local feito pelo SQLite. Além disso, técnicas de Engenharia de Software e de Banco de Dados foram utilizadas para um melhor desenvolvimento do projeto. Durante o processo de modelagem, reuniões com usuários e visitas aos locais de evento possibilitaram a criação de requisitos, atendendo às necessidades dos usuários. Foram realizados teste unitários que indicaram um bom funcionamento do sistema. Por ﬁm, todos os requisitos propostos foram atendidos e o sistema encontra-se em funcionamento, passando por teste de usabilidade.
Desenvolvimento de sistema web mobile para home care: beira leito
(2018-08-23) Sousa, Raul Pedro de Vasconcelos; Carvalho, Tiago Buarque Assunção de; http://lattes.cnpq.br/7150833804013500; http://lattes.cnpq.br/3362844917050042
Neste relatório é apresentado o Beira Leito, um sistema web-mobile para área da saúde, que auxilia na controle de jornada e estoque para a empresa "Homecare Garanhuns". Home care (Internação domiciliar) é uma modalidade de assistência médica em que o paciente fica internado em casa, recebendo visitas periódicas dos profissionais de saúde que o acompanham, tais como: médicos, enfermeiros, psicólogos, assistente social, entre outros. O paciente também recebe os medicamentos e outros produtos associados a seu tratamento em casa, sendo estes aplicados pelo profissional que realiza a visita. Devido a suas características particulares essa modalidade de atendimento apresenta problemas e desafios característicos tanto da área da saúde (acompanhamento e evolução do estado do paciente) quanto administrativa (controle de estoque e estimação dos custos associados). Por isso foi proposto o Beira leito consiste em um sistema Web-mobile que auxilia no controle da jornada de trabalho dos profissionais, monitorando seu local e procedimentos realizados pelos mesmos através de um aplicativo instalado em um tablet que funciona como uma "prescrição digital"contendo os horários, itens e descrição do procedimento médico a ser realizado, onde ao termino do mesmo o profissional informa se o mesmo foi realizado ou não. Na frente web é parte administrativa onde são cadastrados os profissionais, produtos,pacientes e procedimento, assim como também é possível realizar o acompanhamento dos custos associados as operações assim como o monitoramento dos funcionário e pacientes. Ao termino do estágio conseguimos elaborar um MVP (Minimum Viable Product) que contendo tudo que foi requisitado pelo cliente e pronto para começar a ser validado comercialmente.
M Harmony BR: o uso de formalismos para a composição algorítmica baseada em conhecimento
(2018-02-23) Silva, Vinícius Santana; Carvalho, Tiago Buarque Assunção de; Costa Junior, Jerônimo Barbosa da; http://lattes.cnpq.br/6050271311748487; http://lattes.cnpq.br/7150833804013500; http://lattes.cnpq.br/8393251786005816
Ao longo da história, diversos estudos buscaram introduzir o uso dos computadores em outras áreas do conhecimento, inclusive na música, várias pesquisas foram realizadas com a finalidade de mostrar a capacidade dos computadores em compor músicas. O presente trabalho teve como objetivo verificar a possibilidade da criação de um softwaresimples capaz de gerar harmonias de determinado estilo musical, por meio de gramáticas livres de contexto, baseadas no conhecimento obtido de composições musicais já existentes. O desenvolvimento da ferramenta teve como base a análise das características de dois estilos musicais distintos: Punk Rock e Sertanejo Universitário, por meio da coleta e análise de dados de 40 músicas. Posteriormente, a base de dados foi ampliada com a inclusão de 50 músicas do estilo Reggae e de 30 músicas do estilo Sertanejo Universitário, totalizando 120 músicas. Utilizando os dados extraídos da base de músicas foram geradas 3 gramáticas específicas para produção de harmonias de cada estilo analisado por meio de um algoritmo de composição. O estudo teve como resultado a produção de um aplicativo que compõe harmonias baseadas em conhecimento, que se mostrou útil no auxílio ao processo de composição musical.
Previsão de resultados de jogos do campeonato brasileiro de futebol utilizando aprendizagem de máquina
(2019-02-05) Almeida, Luiz Alberes Bispo de; Carvalho, Tiago Buarque Assunção de; http://lattes.cnpq.br/7150833804013500
Nos últimos anos a procura pelas apostas esportivas tem crescido, e diversas pessoas passaram a viver desse mercado. Usando a Aprendizagem de Máquina com o objetivo de facilitar a análise de jogos para apostas e medir o lucro, foi criada uma base de dados do Campeonato Brasileiro de Futebol Série A 2017 envolvendo características das duas equipes que se enfrentam e da partida. Para testar em um modelo de avaliação foi escolhida a técnica de Naive Bayes simulando uma rodada do Campeonato Brasileiro, a qual contém 10 partidas. O modelo de avaliação foi executado sem restrição de probabilidade correta e com restrições de probabilidade correta, com o objetivo de reduzir os erros. Três cenários foram utilizados no modelo de avaliação, sendo o primeiro com duas classes que consideram a marcação de gols por ambos os times, o segundo que considera o total de gols que aconteceram na partida (acima ou abaixo de 2,5 gols), e o terceiro que considera os três tipos de resultados na partida (vitória do mandante, empate e vitória do visitante). Os resultados sem restrição de probabilidade atingiram o seu maior valor em 5,51% de lucro médio e total. Enquanto para os resultados com restrição de probabilidade, o melhor resultado de lucro médio foi de 36,05%, e para lucro total foi de 39,13%, ambos para a restrição de 99% de probabilidade correta.
Uma análise de funções Wavelet para a tarefa de reconhecimento facial
(2018-08-22) Ferreira, Fabrício Paes; Carvalho, Tiago Buarque Assunção de; http://lattes.cnpq.br/7150833804013500; http://lattes.cnpq.br/5610038616163785
A tarefa de reconhecimento facial é bastante estudada devido a sua ampla gama de aplicações, como vigilância, biometria e controle de acesso. A Waveletfaces é uma técnica de extração de características que pode aumentar a taxa de acurácia de um sistema que implementa a tarefa. Além disso, seus resultados podem variar dependendo da função wavelet escolhida, do nível de decomposição utilizado, do classificador, da base de dados ou de outras técnicas de redução de dimensionalidade consideradas para combinação. Para determinar se existe um subconjunto específico de itens que podem aumentar a taxa de acurácia média dessa técnica, uma comparação extensiva é realizada neste trabalho. São avaliados quatro diferentes métodos de redução de dimensionalidade considerando o Waveletfaces, 106 funções wavelet, cinco níveis de decomposição, quatro algoritmos de classificação e cinco bases de dados distintas. As combinações desses elementos resultam em, no máximo, 42.400 cenários de acurácia média. Uma análise realizada através de teste de hipótese por intervalo de confiança é utilizada com o objetivo de comparar as taxas obtidas em cada cenário com a máxima acurácia de cada base de dados. Tal análise demonstrou que algumas funções wavelet, como aquelas contidas na família Reverse Biorthogonal, são mais relevantes, aprimorando a taxa de classificação. O classificador de distância considerado foi o que mais se destacou entre todas as bases de dados de face. Ademais, outros elementos estão intimamente relacionados com as características próprias de cada base.