TCC - Bacharelado em Ciência da Computação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/415
Navegar
200 resultados
Filtros
Configurações
Resultados da Pesquisa
Item MN-CRCN: a new benchmark for automatic micronucleus detection in lymphocytes(2026-07-01) Barbosa, Camile Alheiro; Cordeiro, Filipe Rolim; http://lattes.cnpq.br/4807739914511076; http://lattes.cnpq.br/2179460860850369A detecção de micronúcleos (MN) em linfócitos binucleados é um importante biomarcador para a avaliação da instabilidade cromossômica e dos efeitos genotóxicos, desempenhando um papel fundamental em diagnósticos relacionados ao câncer e em estudos toxicológicos. No entanto, a análise manual é um processo demorado, subjetivo e suscetível a erros humanos. Os trabalhos encontrados na literatura para detecção de micronúcleos utilizam bases de dados privadas, o que limita a avaliação e a reprodutibilidade dos modelos propostos. Neste trabalho, apresentamos o MN-CRCN, um novo conjunto de dados público composto por 889 imagens de alta resolução de linfócitos binucleados, anotadas por especialistas, contendo a localização tanto das células binucleadas quanto dos micronúcleos. Avaliamos modelos de detecção de objetos do estado da arte, incluindo Faster R-CNN, RetinaNet, FCOS, YOLOv11 e YOLOv12, utilizando as métricas mAP@50, precisão e revocação. Os experimentos realizados no MN-CRCN demonstraram que o YOLOv12 obteve o melhor desempenho, alcançando 93% de precisão, 93% de revocação e 96% de mAP@50. Os resultados evidenciam o potencial dos métodos de aprendizado profundo como ferramenta de apoio à análise citogenética e ressaltam a importância da disponibilização de bases de dados abertas para a avaliação comparativa de métodos automáticos de detecção de micronúcleos.Item Uma abordagem prática de produção de jogos utilizando ferramentas de IA generativa em cima da plataforma Unity(2026-02-10) Saraiva, Antonio Marcos; Nascimento, Leandro Marques; http://lattes.cnpq.br/9163931285515006O setor de jogos digitais evoluiu de forma exponencial desde 1959, transformando-se na maior indústria de entretenimento global. As Inteligências Artificiais (lAs) generativas representam um marco capaz de reduzir drasticamente o tempo e o custo de produção. Ao tornarem a criação de ativos visuais, sonoros e narrativos mais acessível, elas democratizam o desenvolvimento e validam sua eficácia, inclusive em eventos de criação rápida como as Game Jams. O nosso estudo demonstrou a viabilidade e eficácia da Inteligência Artificial (IA) generativa como ferramenta fundamental no ciclo de desenvolvimento de jogos digitais, mesmo em prazos extremamente curtos (Game Jams de 15 a 30 dias). O estudo analisou três projetos distintos — "Saci Pererê: o chamado da Iara" (Ação/Aventura 2.5D, folclore), "Ecos de Aethelgard" (Metroidvania 3D, fantasia medieval) e "Intermediate Dimension" (Ação 2D, corrida contra o tempo, terror). Em todos os casos, a IA, especificamente o Gemini e ferramentas associadas (Tripo3d.Al, Meshy.Al, Poly.cam, Veo3.Gemini, Sora.ChatGPT), foi extensivamente utilizada para cumprir os objetivos centrais. A produção de narrativa e a identificação de personagens foram prontamente atendidas pela IA, fornecendo sinopses coesas e perfis detalhados a partir de prompts específicos. A geração de itens gráficos (assets) foi o ponto de maior colaboração: a IA produziu imagens de conceito (T-Pose/A-pose) que, subsequentemente, foram transformadas em modelos 3D usando outras ferramentas de IA. Embora a criação de modelos 3D e itens interativos tenha sido bem-sucedida, o estudo destacou desafios técnicos. A geração direta de spritesheets 2D por IA para personagens complexos provou ser inviável devido à falta de consistência entre frames no curto prazo, levando ao uso de um pipeline híbrido: Imagem IA -> Modelo 3D -> Mixamo (Animação) -> FbxToPNG-sprite-sheet-creator (Spritesheets). Esse método, embora exigindo intervenção manual (como a edição do Saci Pererê para manter uma perna só ou otimização de modelos 3D no MeshLab para "Ecos de Aethelgard"), permitiu a criação rápida de animações e a conversão para formatos 2D e 2.5D. A produção de efeitos audiovisuais foi parcialmente atendida. A IA foi eficaz na geração de trilhas sonoras (producer.ai), mas a maioria dos efeitos sonoros de personagens e ambiência foi obtida de repositórios da web devido à restrição de tempo. A escrita de scripts demonstrou ser uma área de forte colaboração, com a IA fornecendo o esqueleto do código C# e auxiliando na depuração, permitindo a implementação de mecãnicas complexas, como salvar e carregar os atributos do jogador, repositório e recompensas entre cenas. Em síntese, a IA funcionou como uma aceleradora de produção de conteúdo (narrativa, visual e esqueleto de código), transformando o desenvolvimento de jogos em um processo mais rápido e eficiente, apesar das limitações na geração de imagens específicas (Saci e Curupira) e na necessidade de otimização de modelos.Item Modelagem computacional de rotas de deslocamento pré-coloniais: explorações a partir de otimização por enxame de partículas(2026-02-11) Rodrigues, Gabriela Maia; Nascimento, André Câmara Alves do; Souza, Lucas Bonald Pedrosa de; http://lattes.cnpq.br/7986880612118252; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/8995856929625184A modelagem de caminhos antigos tem se destacado como uma abordagem relevante na arqueologia, permitindo inferir padrões de mobilidade e interação humana a partir da análise espacial. Simulações mais fiéis às condições locais podem fomentar novas descobertas e ações de preservação do patrimônio. Este trabalho investiga métodos sistemáticos para modelar a mobilidade antiga em terrenos complexos, apresentando um estudo aplicado ao Parque Nacional do Catimbau, Pernambuco. O objetivo é comparar conceitualmente o método tradicional de Caminho de Menor Custo (Least-Cost Path - LCP) com o uso de meta-heurísticas de otimização, com ênfase no Particle Swarm Optimization (PSO), para a estimativa de trajetos eficientes entre pontos de interesse arqueológico. A pesquisa utiliza três variáveis ambientais determinantes para a locomoção em relevo acidentado: declividade, visibilidade e insolação, integradas à superfície de custo. Enquanto o LCP tradicional se baseia em algoritmos determinísticos sobre matrizes de fricção, condicionados à discretização direcional da vizinhança, o PSO emprega uma busca estocástica realizada por um enxame de partículas, oferecendo maior flexibilidade para explorar soluções e potencial para evitar mínimos locais. Os experimentos indicaram comportamento convergente e estável do algoritmo PSO, com calibração consistente dos pesos associados às variáveis ambientais, evidenciando a influência persistente da insolação na definição das rotas e a maior relevância da declividade em trajetos de maior extensão, refletindo prováveis estratégias de economia de esforço em escala regional. A comparação com o método tradicional de LCP evidenciou diferenças qualitativas nos traçados, com a abordagem multicritério produzindo rotas mais equilibradas frente às restrições topográficas e ambientais da paisagem semiárida. A proposta não busca substituir os métodos consolidados de LCP em Sistemas de Informação Geográfica, mas ampliar o campo de experimentação metodológica, considerando cenários nos quais o custo do movimento pode ser inferido ou ajustado a partir de evidências arqueológicas. Espera-se que o desenvolvimento dessas abordagens contribua para os debates sobre mobilidade em paisagens do passado, indicando direções para aplicações futuras em estudos arqueológicos e históricos.Item Small language models for augmentative and alternative communication(2026-02-03) Silva, Lenon Anthony de Souza da; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/1791007035243091A Comunicação Aumentativa e Alternativa (CAA) é fundamental para milhões de pessoas com necessidades complexas de comunicação. Ferramentas tradicionais de CAA enfrentam um trade-off entre expressividade e eficiência, enquanto soluções baseadas em Large Language Models (LLMs) exigem conectividade e levantam preocupações de privacidade. Este trabalho investiga a especialização de Small Language Models (SLMs) para geração de cartões de comunicação em português brasileiro, em que cada cartão é composto por uma frase curta, uma frase longa e um símbolo visual (emoji Unicode). Foi desenvolvido um pipeline de construção de dataset combinando curadoria manual, aumento sintético via GPT-4o-mini e integração com a base ARASAAC, resultando em aproximadamente 17.800 exemplos anotados. Uma contribuição central é o framework de classificação baseado na distinção entre vocabulário Core (gramatical) e Fringe (tópico), fundamentado na literatura clínica de CAA. Sete modelos de três famílias de SLMs (Qwen, Llama, Gemma) foram avaliados no conjunto de teste com configuração padronizada de PEFT/LoRA e quantização 4-bit, utilizando BLEU, ROUGE e similaridade semântica sobre a string completa gerada em comparação com a referência do dataset. Os resultados indicam que o Qwen3-1.7B apresenta o melhor equilíbrio entre qualidade (BLEU: 0.1453, ROUGE-L F1: 0.3142, similaridade semântica: 0.77) e eficiência, viabilizando inferência local em GPUs de médio-alto desempenho com VRAM de 12GB. Foi também desenvolvida uma infraestrutura de avaliação com usuários reais, cujo piloto está planejado como próxima fase da pesquisa. Os resultados indicam a viabilidade de assistentes de CAA privados e offline baseados em SLMs especializados.Item O impacto da imagem no engajamento político: uma análise multimodal baseada em dados sobre a campanha presidencial de 2022(2026-02-12) Costa, Elvison Victor Ferreira da; Sampaio, Pablo Azevedo; http://lattes.cnpq.br/8865836949700771As redes sociais digitais tornaram-se centrais na comunicação política contemporânea, especialmente no uso estratégico de imagens para mobilização, construção de imagem e engajamento eleitoral. Nesse contexto, este trabalho investiga como elementos visuais são empregados nas campanhas presidenciais brasileiras de 2022, por meio de uma análise comparativa das postagens de Jair Bolsonaro e Luiz Inácio Lula da Silva no Facebook e no Instagram. A pesquisa utiliza técnicas de visão computacional, métodos de agrupamento não supervisionado e testes estatísticos para identificar padrões visuais recorrentes (clusters) e avaliar sua associação com métricas de engajamento normalizadas. Os resultados indicam que os padrões visuais variam conforme a plataforma, embora apresentem estruturas semelhantes entre os candidatos. No Facebook, observa-se uma organização mais concentrada e binária, associada à mobilização recorrente e à comunicação informativa, enquanto o Instagram favorece estratégias visuais mais fragmentadas e simbólicas, com maior potencial de engajamento. Os testes estatísticos demonstram associações significativas entre determinados clusters visuais e níveis de engajamento, especialmente em conteúdos que envolvem interações humanas diretas, como multidões e close-ups do candidato, sem permitir inferências causais. A análise comparativa revela ainda que, embora ambos adaptem suas estratégias à lógica das plataformas, emergem diferenças no plano simbólico, refletindo narrativas visuais distintas. Ao integrar visão computacional e métodos quantitativos, o estudo contribui para a literatura sobre comunicação política digital ao oferecer abordagem replicável para análise de estratégias visuais em diferentes ecossistemas de mídia social.Item Análise comparativa de técnicas de engenharia de prompt aplicadas a tarefas de recomendação via LLMs(2026-02-13) Silva, Cleyton José Rodrigues da; Lima, Lucas Albertins de; http://lattes.cnpq.br/0465071050875729Sistemas de recomendação são produzidos para sugerir itens a serem consumidos por usuários clientes de uma determinada plataforma digital, seja em e-commerce ou em aplicativos de streaming de conteúdo, tendo o intuito de se adequar cada vez mais às preferências dos usuários-alvos, buscando um teor de personalização que contribua para o sucesso da plataforma. As abordagens mais utilizadas atualmente se apresentam numa combinação de técnicas tradicionais de recomendação com o poder dos LLMs para alavancar a qualidade e precisão das recomendações. Os LLMs são modelos que possuem altas capacidades de compreensão de linguagem e de inferência de linguagem natural e, desde a apresentação do modelo GPT-3, foi evidenciado que o resultado de tarefas executadas por modelos deste tipo podem ter sua qualidade alavancada ao estruturar as prompts de interação sob pretextos que melhor extraiam sua capacidade in-context-learning. Técnicas de engenharia de prompt como as zero-shot, onde se descreve a tarefa em linguagem natural, foram desde então integradas no funcionamento de sistemas de recomendação, e este trabalho analisa uma abordagem onde se usa o LLM como recomendador, propondo uma análise comparativa dos impactos de aplicar quatro variantes de estratégias representativas a técnicas de engenharia de prompt distintas, em substituição a uma estratégia definida como baseline de comparação. Experimentos são feitos para diferentes combinações entre três LLMs em duas bases de dados distintas, apresentando resultados experimentais variados dentre as combinações modelo-estratégia, encontrando ganhos de até 17.76% em taxa de acerto de recomendação entre diferentes combinações, com métricas que em parte mostram superação em taxa de acerto contra o baseline, e que, por outro lado, mostram o baseline mantendo superioridade na qualidade da recomendação gerada.Item Análise de um sistema web sob o olhar de segurança da LGPD: estudo de caso(2026-02-12) Souza, Gabriel Ramos de; Mota, Rafael Perazzo Barbosa; http://lattes.cnpq.br/3078288668202994; http://lattes.cnpq.br/7531008499488471Este trabalho apresenta o desenvolvimento e a aplicação de um instrumento de auditoria técnica voltado à conformidade de sistemas web com a Lei Geral de Proteção de Dados (LGPD). A principal contribuição da pesquisa consiste na criação de um checklist replicável, fundamentado no mapeamento sistemático entre os requisitos normativos da LGPD e os controles técnicos do Open Web Application Security Project (OWASP) Application Security Verification Standard (ASVS). O instrumento é composto por 40 requisitos distribuídos em 10 categorias temáticas, visando traduzir princípios jurídicos em critérios técnicos verificáveis. Para validar a ferramenta, realizou-se um estudo de caso no sistema de gestão do Programa Institucional de Bolsas de Iniciação Científica (PIBIC)/Programa Institucional de Bolsas de Iniciação em Desenvolvimento Tecnológico e Inovação (PIBITI) da Universidade Federal do Cariri (UFCA), empregando análise estática de código-fonte, observação funcional e entrevistas técnicas com o desenvolvedor do sistema. Os resultados revelam que 27,5% dos itens atingiram conformidade total e 12,5% atingiram parcialmente, enquanto 60% foram classificados como não conforme. Observou-se, entretanto, que diversos controles de segurança já se encontram implementados, com destaque para aqueles relacionados à segurança no transporte de dados e à proteção de senhas. Com base na análise realizada, este trabalho apresenta recomendações técnicas e organizacionais voltadas ao fortalecimento da conformidade legal, à melhoria da governança e ao aumento da segurança da informação. Conclui-se que o checklist desenvolvido constitui um recurso de verificação em conformidade com as diretrizes da LGPD, fundamentado no padrão OWASP ASVS como suporte técnico, o que fornece um roteiro estruturado para que outras instituições e equipes de desenvolvimento possam avaliar e fortalecer a proteção de dados em seus sistemas de forma sistemática e replicável.Item Engenharia de software assistida por IA: motivações, ameaças, incentivos e impacto(2026-02-06) Silva Filho, Ronaldo Rodrigues da; Souza, Ricardo André Cavalcante de; http://lattes.cnpq.br/7101881357139219; http://lattes.cnpq.br/3935801424898796A Engenharia de Software assistida por Inteligência Artificial (IA) transcende a geração e a otimização de código fonte, impactando também a dinâmica cognitiva e social dos profissionais envolvidos. Neste sentido, este estudo apresenta quatro dimensões (Motivação, Ameaças, Incentivos e Impacto), de natureza humana e organizacional, que podem direcionar um diagnóstico mais amplo da percepção e maturidade das equipes em adotar a IA nas atividades de engenharia de software. Como produto de trabalho, foi desenvolvido um instrumento de coleta de dados, estruturado por meio das dimensões supracitadas, com questões específicas elaboradas a partir de achados na literatura científica. O instrumento desenvolvido foi aplicado em um survey piloto no ecossistema local, o qual contou com a participação de 46 profissionais que atuam em atividades de engenharia de software. O feedback obtido aponta para a adoção da IA impulsionada pela facilidade de aprendizado e resolução de problemas. Contudo, também revelou algumas tensões críticas na experiência profissional, tais como, o receio da perda de habilidades analíticas (deskilling), a insegurança gerada pela ausência de governança de dados nas empresas, e um paradoxo na eficiência, onde o ganho de tempo proporcionado com o uso da IA é redirecionado para o aumento do volume de entregas previstas no backlog ao invés da busca pela inovação ou do bem-estar pessoal. O instrumento de coleta de dados proposto mostra-se como uma ferramenta útil que pode ser (re)usada por organizações interessadas em avaliar percepções sobre a maturidade do uso da IA na Engenharia de Software visando o direcionamento de estratégias que equilibrem produtividade técnica com segurança psicológica e desenvolvimento profissional.Item AIDungeonMaster: projeto e implementação de um mestre de jogo artificial baseado em LLM para jogos de RPG narrativos textuais(2026-03-12) Santos, Samuel Vidal dos; Figueiredo, Lucas Silva; http://lattes.cnpq.br/3195170463502606; http://lattes.cnpq.br/3416419290870305O uso de modelos de linguagem de grande porte (LLMs) em jogos de RPG narrativos tem se tornado cada vez mais comum, permitindo experiências interativas baseadas em linguagem natural. No entanto, essas abordagens frequentemente apresentam problemas relacionados à consistência do estado do mundo, coerência narrativa e previsibilidade das consequências das ações do jogador, especialmente em interações prolongadas. A ausência de mecanismos estruturados de validação, mediação e persistência do estado narrativo compromete a credibilidade, imersão e a continuidade dessas experiências. Este trabalho apresenta o AIDungeonMaster, um sistema projetado como uma alternativa arquitetural para jogos de RPG narrativos assistidos por LLMs, com foco na separação explícita entre interpretação de intenções, validação mecânica, execução de ações e geração narrativa. A proposta busca mitigar inconsistências comuns ao delegar à LLM apenas responsabilidades narrativas e interpretativas, enquanto regras, estados e consequências são controlados por camadas determinísticas do sistema. O AIDungeonMaster utiliza um fluxo baseado em intenções, agentes especializados e representação estruturada do estado do mundo, permitindo maior controle sobre ações permitidas, consequências diretas, além de facilitar a manutenção da coerência narrativa ao longo da campanha. Como resultado, o sistema demonstra uma abordagem mais robusta para integração de LLMs em RPGs narrativos, preservando a criatividade da geração de textos sem comprometer a integridade do mundo de jogo.Item Análise de Segurança em Aplicações Next.js: Um Estudo de Caso Baseado nas Diretrizes da OWASP Top 10(2026-02-05) Silva, Mario Leandro Batista da; Mota, Rafael Perazzo Barbosa; http://lattes.cnpq.br/3078288668202994; http://lattes.cnpq.br/1248370396542688A crescente digitalização dos serviços e a manipulação de dados sensíveis em plataformas online tornaram a segurança de aplicações Web uma prioridade crítica. Contudo, a rápida adoção de frameworks de renderização híbrida, como o Next.js, introduziu uma nova superfície de ataque ao deslocar a lógica de execução do cliente para o servidor (SSR), criando uma lacuna na literatura acadêmica que predominantemente foca em arquiteturas legadas ou Client-Side puras. Este trabalho apresenta uma análise de segurança da plataforma de agendamento open-source Cal.com, desenvolvida com o framework moderno Next.js. O objetivo principal foi identificar vulnerabilidades de segurança utilizando a metodologia de testes de caixa-preta e a ferramenta automatizada OWASP ZAP (Zed Attack Proxy), tendo como referencial as categorias de risco estabelecidas no OWASP Top 10: 2025 Release Candidate. Os testes foram conduzidos em um ambiente controlado utilizando contêineres Docker. A varredura revelou um total de 277 alertas de segurança, incluindo uma vulnerabilidade de risco alto (Include Server Side - ISS) e quinze de risco médio, relacionadas principalmente a falhas de configuração de segurança e proteção insuficiente de dados. A análise demonstrou que, apesar das proteções nativas oferecidas pelo Next.js, como Server-Side Rendering (SSR) e Middleware, a implementação padrão e a integração com APIs externas ainda podem expor a aplicação a riscos significativos se não forem devidamente configuradas. Este estudo contribui para a área de segurança de software ao validar a aplicabilidade das novas diretrizes da OWASP em arquiteturas modernas e fornecer recomendações práticas de mitigação, como a implementação de Content Security Policy (CSP) e a sanitização de entradas, servindo como referência para desenvolvedores e auditores de segurança.