TCC - Bacharelado em Sistemas da Informação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/427
Navegar
Item A comparative study of single-objective and multi-objective genetic algorithms for resource optimization in Kubernetes environments(2026-07-22) Silva, João Victor de Oliveira; Oliveira, Lidiano Augusto Nóbrega de; http://lattes.cnpq.br/7399493881755815A ampla adoção do Kubemetes possibilitou a orquestração eficiente de aplicações conteinerizadas por meio de mecanismos automatizados de implantação e escalonamento. No entanto, as decisões de configuração de recursos — conto o número de réplicas e os limites de CPU e memória — ainda são comumente definidas manualmente ou com base em heurísticas estáticas, o que pode levar à utilização ineficiente de recursos ou à degradação do desempenho sob cargas de trabalho dinâmicas. Este trabalho apresenta um estudo experimental compara-tivo entre duas estratégias evolutivas para otimização de recursos em ambientes Kubemetes: um Algoritmo Genético de objetivo único (SO-GA), que maximiza uma agregação ponderada de escores de latência, eficiência de recursos e con-fiabilidade, e o Non-dominated Sorting Genetic Algorithm 11 (NSGA-II), que otimiza simultaneamente saturação, recursos provisionados e throughput conto objetivos conflitantes. Ambos os algoritmos compartilham o mesmo pipeline de avaliação — aplicando configurações em um cluster real, executando testes de carga controlados e coletando métricas de aplicação e do Prometheus — e exploram um espaço de busca idêntico e discretizado sobre réplicas, CPU e memória. Um baseline de Busca Aleatória (Random Search) com o mesmo orçamento de avaliações é incluído como controle. As três abordagens são com-paradas em termos de qualidade de solução (melhor fitness agregado, hipervol-ume, distância geracional invertida), comportamento de busca (cobertura da frente de Pareto, dominância) e custo computacional, fornecendo evidências empíricas sobre se a complexidade adicional da otimização multiobjetivo se justifica em tarefas de configuração de recursos em Kubemetes.Item Análise de Algoritmos de Balanceamento de Carga em Cenários com Hosts Desbalanceados(2025-08-07) Santos, Bruno Olimpio dos; Oliveira, Lidiano Augusto Nóbrega de; http://lattes.cnpq.br/7399493881755815; http://lattes.cnpq.br/6578958880427494O crescimento exponencial de dispositivos conectados à Internet exige soluções que assegurem desempenho e disponibilidade em sistemas distribuídos. Este trabalho investiga o impacto de diferentes algoritmos de balanceamento de carga, tais como Round Robin, Weighted e Least Connections, em ambientes compostos por dispositivos com recursos computacionais distintos. Para isso, foi projetada uma arquitetura composta por três servidores executando aplicações Flask com Gunicorn, e um balanceador de carga Nginx instalado em um quarto dispositivo. Foram conduzidos experimentos com cenários variados quanto à capacidade dos servidores e à carga computacional das requisições, a fim de medir o tempo de resposta e analisar a distribuição das requisições. Os resultados evidenciam que algoritmos como o Least Connections e o Ponderado apresentam melhor adaptação a cenários assimétricos, promovendo distribuição mais eficiente das requisições e tempos de resposta mais estáveis. O estudo reforça a importância da escolha criteriosa do algoritmo de balanceamento conforme a configuração da infraestrutura e o perfil das requisições.Item Análise de desempenho do Expo em aplicações móveis desenvolvidas com React Native(2025-08-12) Silva, Isadora Leticia Tavares da; Monteiro, Cleviton Vinicius Fonsêca; http://lattes.cnpq.br/9362573782715504Este estudo compara o desempenho de aplicações móveis desenvolvidas em React Native CLI e Expo, analisando métricas críticas como tempo de resposta, uso de CPU e consumo de memória. Foram implementados dois aplicativos idênticos—um com cada abordagem—submetidos a testes controlados envolvendo geolocalização (Google Maps API), acesso à câmera/galeria e renderização dinâmica de mapas. Utilizou-se o Android Debug Bridge (ADB) para coleta automatizada de dados, processados estatisticamente no Google Colab (média, desvio padrão e teste t de Welch). Os experimentos, realizados em um Motorola Moto G52 (Android 13), demonstraram diferenças significativas (α = 5%) no desempenho entre as plataformas. O código e dados estão disponíveis publicamente (GitHub), garantindo reprodutibilidade.Item Análise de desempenho do Gemini na estimativa de peso de alimentos por imagem(2025-08-06) Silva, Carlos Gabriel Farias da; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587Com o avanço das inteligências artificiais multimodais, cresce o interesse em sua aplicação na área da saúde para facilitar a análise nutricional e auxiliar no combate à obesidade. No entanto, a confiabilidade desses modelos para identificar alimentos e estimar porções a partir de imagens ainda é incerta, sendo fundamental mensurar seu desempenho de forma objetiva. Este trabalho avalia a capacidade do modelo Gemini de classificar ingredientes e estimar seus respectivos pesos (em gramas) a partir de fotografias de refeições. Para isso, foi desenvolvido um sistema automatizado que envia requisições à API do Gemini, utilizando um prompt textual padronizado, elaborado com técnicas de engenharia de prompt, e uma lista de ingredientes de referência. As respostas do modelo, obtidas em formato JSON, foram comparadas com dados reais para análise de desempenho. Os resultados obtidos nos experimentos indicaram um baixo desempenho geral. Na classificação de ingredientes, o modelo apresentou baixa precisão e sensibilidade (recall), com dificuldade em detectar itens como temperos e condimentos (por exemplo, azeite e sal) que estavam misturados a outros alimentos, embora tenha obtido altas taxas de aceno para ingredientes visualmente distintos, como morangos e ovos mexidos. Na estimativa de peso, o desempenho também foi insatisfatório, com altos valores de erro (MAE e RMSE) e coeficiente de determinação (R2) negativo, evidenciando tendência à superestimação e desempenho inferior a uma simples predição pela média.Item Análise de Viés no Modelo BERTimbau para detecção de discurso de ódio em Português Brasileiro(2026-02-12) Oliveira Filho, José Fernando de; Gouveia, Roberta Macedo Marques; http://lattes.cnpq.br/2024317361355224A expansão das redes sociais intensificou a circulação de discursos de ódio online, gerando desafios à convivência democrática e à proteção de grupos minoritários. Diante da inviabilidade da moderação manual, este trabalho aplica técnicas de Processamento de Linguagem Natural (PLN) e Aprendizado de Máquina (ML) para a identificação de conteúdo ofensivo em português brasileiro. O estudo investiga o viés algorítmico do modelo BERTimbau, ajustado via fine-tuning e treinado sobre as bases anotadas ToLD-BR e Tupy-E. A avaliação considera métricas tradicionais de desempenho (precisão, recall, F1-score) e de equidade (Paridade Demográfica), com o objetivo de examinar possíveis associações indevidas entre termos de identidade social e discurso de ódio, contribuindo para o debate sobre justiça algorítmica. Os resultados evidenciaram padrões estruturados de viés do BERTimbau entre os eixos de gênero, raça e orientação sexual, bem como entre grupos específicos dentro de cada eixo (por exemplo, mulheres, pessoas bissexuais, gays e pardas), mostrando que o modelo tende a associar esses termos de identidade ao discurso de ódio com maior frequência do que seus grupos de referência, mesmo em contextos neutros ou positivos.Item Ancoragem curricular via RAG: um middleware para mitigação de alucinações na geração de questões alinhadas à BNCC(2026-07-06) Cavalcante, Eduardo Estevão Nunes; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587; http://lattes.cnpq.br/8347468440096771A elaboração de avaliações alinhadas à Base Nacional Comum Curricular (BNCC) é um processo complexo e custoso para educadores e empresas de tecnologia educacional (EdTechs). Embora os Grandes Modelos de Linguagem (LLMs) apresentem potencial para a Geração Automática de Questões (AQG), sua aplicação direta no domínio normativo brasileiro esbarra em dois obstáculos, a alucinação de dados estruturados, em que o modelo inventa ou associa de forma incorreta códigos curriculares, e a transferência da complexidade da Engenharia de Prompt para o usuário final. Este trabalho apresenta a concepção e a implementação de um middleware de ancoragem curricular baseado no paradigma Retrieval-Augmented Generation (RAG) para o ecossistema educacional Gradepen, da Machlev Smart Applications. A solução atua como uma camada de abstração no backend, que infere a intenção do usuário, realiza uma recuperação determinística sobre a hierarquia curricular oficial modelada em JSON e orquestra a construção de um prompt enriquecido em XML. Esse prompt incorpora exemplos Few-Shot, o nível cognitivo da Taxonomia de Bloom Revisada e regras psicométricas para a formulação de distratores, antes de consultar uma API de LLM de propósito geral. Diferentemente da formulação mais difundida de RAG, a recuperação é determinística, baseada em correspondência exata sobre o vocabulário fechado e padronizado da BNCC. Implantada em ambiente de homologação, a solução opera de forma nativa no backend, o que dispensa serviços externos e reduz a complexidade e o custo computacional da operação. A abordagem busca assegurar que os códigos e os conteúdos curriculares das questões geradas existam, de fato, na base oficial, reduzindo a incidência de alucinações normativas e tornando os recursos de IA acessíveis a docentes sem exigir conhecimento técnico especializado, ainda que a revisão docente permaneça como etapa do fluxo.Item Aplicação web para detecção automática de URLs maliciosas com aprendizado de máquina(2025-08-08) Souza, Celso Soares Cassiano de; Oliveira, Lidiano Augusto Nóbrega de; http://lattes.cnpq.br/7399493881755815A segurança cibernética tem se tornado uma das principais preocupações da era digital, impulsionada pelo crescimento acelerado da internet e pela proliferação de ameaças como phishing, malware e roubo de dados. Este trabalho propõe uma abordagem baseada em aprendizado de máquina para classificar URLs como legítimas ou maliciosas, utilizando um conjunto abrangente de atributos extraídos diretamente das URLs e de fontes complementares, como registros WHOIS e informações de rede. Foram aplicados e analisados algoritmos como Random Forest, SVM e XGBoost sobre um conjunto de dados coletado de fontes confiáveis, como PhishTank e Kaggle. As características consideradas englobam aspectos léxicos, informações de rede, conexão e reputação. A avaliação dos modelos foi conduzida por meio de métricas como acurácia, precisão, recall e F1-score, evidenciando um desempenho satisfatório na detecção de sites maliciosos. Como aplicação prática, foi desenvolvida uma plataforma interativa com Streamlit, permitindo que qualquer usuário insira urna URL e receba uma análise imediata sobre sua legitimidade. A análise de importância das variáveis forneceu insights valiosos sobre os fatores mais influentes no processo de classificação, contribuindo tanto para a transparência quanto para a evolução futura do sistema.Item 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/0993590347039876Este 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.Item Automação de testes de acessibilidade Web com Cypress e Axe-Core: uma análise do Sistema de Seleções Complementares da UFRPE(2026-06-30) Marinho, Júlia Aguiar Carneiro; Magalhães, Cleyton Vanut Cordeiro de; http://lattes.cnpq.br/3964482995173288A acessibilidade digital é condição essencial para a inclusão social e o exercício da cidadania no ambiente virtual, sendo exigida por normas como o eMAG e a Lei Brasileira de Inclusão. Este trabalho teve como objetivo aplicar testes automatizados de acessibilidade, utilizando Cypress e axe-core, no Sistema de Seleções Complementares da UFRPE, avaliando sua conformidade com as diretrizes WCAG 2.1. A metodologia adotou o estudo de caso como abordagem de pesquisa, estruturado em cinco etapas: planejamento, implementação dos testes, implementação do relatório, execução e análise de métricas. Foram avaliadas 11 páginas do sistema em 22 cenários de teste, executados sobre o ambiente de homologação disponibilizado pela CSIS/UFRPE. Os resultados identificaram 60 violações (regras distintas violadas por página) e 210 ocorrências, com destaque para violações sistêmicas presentes em todas as páginas, derivadas de componentes compartilhados do sistema. Conclui-se que a automação de testes de acessibilidade é uma estratégia viável para identificação sistemática de barreiras, e que as correções recomendadas têm baixa complexidade de implementação e alto potencial de impacto.Item Comparação de técnicas de redução de dimensionalidade aplicadas à clusterização de dados do censo da educação superior(2025-08-08) Mercês, Thamires Lopes das; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/8266687622316308A grande quantidade de informações coletadas em censos da educação e avaliações nacionais demanda métodos eficientes para extração de conhecimento, permitindo identificar padrões e tendências relevantes. Nesse contexto, a clusterização se destaca como uma ótima técnica para segmentar e interpretar grandes volumes de dados educacionais, sendo o K-Means um dos algoritmos mais utilizados devido à sua simplicidade e eficiência. No entanto, quando aplicado a conjuntos de dados de alta dimensionalidade, seu desempenho pode ser comprometido, tornando necessário o uso de técnicas de redução de dimensionalidade como Principal Component Analysis (PCA), t-Distributed Stochastic Neighbor Embedding (t-SNE) e Uniform Manifold Approximation and Projection (UMAP). Este trabalho investiga o impacto dessas técnicas na qualidade dos agrupamentos gerados pelo K-Means em uma base de dados composta pela junção dos Microdados do Censo da Educação Superior de 2022 e os indicadores de qualidade educacional Conceito Enade e CPC. A análise é realizada utilizando o índice de silhueta como métrica de avaliação e comparando o tempo de execução de cada método. Com dois componentes, o PCA superou o t-SNE e o UMAP na maioria dos testes. Com três componentes, o PCA teve melhor desempenho que o t-SNE em todos os testes, mas ficou equilibrado com o UMAP, onde foi superior em cinco dos nove cenários. Observou-se, ainda, que a quantidade de clusters teve influência relevante nos resultados, especialmente no desempenho crescente do UMAP à medida que se aumentava o número de clusters. O UMAP e o t-SNE mostraram resultados equilibrados com dois componentes. Porém, com três componentes, o UMAP se mostrou melhor em todos os cenários. Além disso, o PCA foi a técnica mais rápida em todos os cenários avaliados, superando tanto o t-SNE quanto o UMAP em termos de tempo de execução.Item De vilão a solução: o sobreajuste na geografia da desigualdade oculta do ENEM(2026-02-19) Silva, Carlos Vinícius Martins da; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/9995481931022767O ENEM é uma base essencial para a análise educacional brasileira, mas aplicações de aprendizado de máquina na área costumam ter como objetivo a predição. Este trabalho propõe uma abordagem distinta: utiliza modelos interpretáveis para mapear padrões de desempenho e perfis socioeconômicos. A metodologia combina estatística descritiva com árvores de decisão submetidas ao sobreajuste (overfitting) intencional. O objetivo não é a generalização, mas a exaustão descritiva da base original, utilizando a renda familiar como alvo (target) instrumental para extrair regras que influenciam o desempenho em cada estrato social. Para quantificar a relevância dos fatores, aplicou-se a técnica SHAP (XAI) em cenário multiclasse. Os resultados confirmam que o desempenho acadêmico cresce proporcionalmente à renda, mas revelam nuances críticas: embora a posse de automóvel seja o principal determinante global de renda, a exclusão digital superou a imobilidade física como principal marcador de vulnerabilidade no estrato rural feminino em 2023. Adicionalmente, candidatos rurais têm maior dificuldade em converter renda em notas superiores, embora mulheres nesse contexto apresentem maior eficiência nessa conversão que homens. Conclui-se que esta abordagem revela desigualdades interseccionais que modelos preditivos convencionais ocultam.Item Desenvolvimento de uma aplicação web para a gestão de atendimentos presenciais ao público usuário de serviços de saneamento básico(2026-02-12) Peixoto, Marcos Vinícius de Araujo Souza; Gouveia, Roberta Macêdo Marques; http://lattes.cnpq.br/2024317361355224A organização eficiente de processos e a adequada coordenação de recursos são essenciais para o bom funcionamento das instituições e para a melhoria da qualidade dos serviços prestados à população, especialmente no domínio da saúde pública, área diretamente relacionada à oferta de serviços de saneamento básico. Nesse contexto, este trabalho apresenta o desenvolvimento de um sistema web voltado ao gerenciamento de atendimentos presenciais na área de saneamento, destinados ao público usuário desses serviços, com início em 2025. A solução tecnológica proposta tem como objetivo otimizar os processos de atendimento por meio da automação de agendamentos, controle de tempo e expediente, monitoramento dos serviços e disponibilização de informações dos atendentes, promovendo maior eficiência operacional e possibilitando o acompanhamento das atividades em tempo real. O projeto fundamenta-se nos princípios da engenharia de software, programação web e gerenciamento de dados dinâmicos, contribuindo para o desenvolvimento acadêmico e para a aplicação prática. Como resultados esperados, destacam-se a otimização do fluxo de informações, a democratização do acesso aos dados, a melhoria da qualidade do atendimento, o aumento da satisfação dos usuários e o fortalecimento da gestão organizacional, refletindo positivamente nos serviços públicos de saúde e saneamento.Item Desenvolvimento de uma suíte automatizada de testes de interoperabilidade Wi-Fi para dispositivos móveis(2025-02-27) Moraes, Brunna Arruda Barroso de; Magalhães, Cleyton Vanut Cordeiro de; http://lattes.cnpq.br/3964482995173288; http://lattes.cnpq.br/8653186269584146A conexão com a internet tem se tornado cada vez mais comum entre os usuários de dispositivos móveis, sendo necessária a utilização de tecnologias de conectividade como o Wi-Fi, que possibilita o uso de dispositivos inteligentes, os quais auxiliam no monitoramento da saúde e na utilização de ferramentas de segurança. Devido ao aumento do número de funcionalidades que surgiram com a evolução dessa tecnologia, o contexto de validação da conexão entre dispositivos móveis e roteadores é complexo. Assim, os testadores enfrentam desafios para aprimorar o processo de testes e reduzir o tempo dedicado a essas validações. O objetivo principal desse trabalho é apresentar uma solução para otimizar o processo de testes de interoperabilidade Wi-Fi em dispositivos móveis, por meio de uma suíte automatizada de testes. Para isso, foram desenvolvidos scripts de teste que permitiram transformar uma suíte manual em automatizada, expandindo o escopo dos testes e reduzindo o tempo de trabalho dos testadores.Item Diagramas interativos para análise de risco de alagamentos na região urbana do Recife(2025-08-13) Moura, Rafaella Bezerra de; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863; http://lattes.cnpq.br/1151058671965715Neste trabalho é apresentado um modelo geométrico para avaliar a evolução de risco de alagamentos em áreas da Região Metropolitana do Recife. A metodologia emprega uma adaptação dos diagramas de risco, desenvolvidos pelo IRRD (Instituto para Redução de Riscos e Desastres de Pernambuco) em parceria com a UPC (Universidade Politécnica da Catalunha) para avaliar a propagação da COVID-19 durante a crise pandêmica. Aqui, são utilizados dados pluviométricos e de altura de maré para estimar os índices usados na construção dos diagramas. Para validação, o modelo foi aplicado em maio de 2025. Como resultado prático, foi desenvolvida e publicada uma aplicação web interativa que automatiza a análise e a geração dos diagramas de risco. Este protótipo inicial representa uni avanço na forma de comunicar o risco, ao implementar com sucesso funcionalidades como a interatividade e a automação, e tem potencial para se tornar uma ferramenta prática para gestão de risco e conscientização da população.Item Diagramas interativos para análise de risco de incêndio florestal(2026-02-12) Almeida, Iago Leal Ferreira de; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863Neste trabalho é proposto o desenvolvimento de um protótipo de ferramenta para monitoramento de incêndios florestais. Com uma interface interativa é possível acompanhar a evolução do risco de fogo em diversas localidades, transformando dados meteorológicos complexos em uma ferramenta de suporte visual. Utilizando dados oficiais do INPE (Instituto Nacional de Pesquisas Espaciais) e uma arquitetura automatizada em nuvem com Streamlit, aplicou-se um modelo de Diagramas de Risco, que integra o Risco de Fogo Observado (RF) e a Tendência Temporal de Risco (TTR) para estimar a evolução do risco de uma determinada localidade ao longo do tempo. A validação da metodologia baseou-se em estudos de caso nos biomas Amazônia (Amapá) e Cerrado (Tocantins) durante os períodos críticos observados nos meses de maio e setembro de 2025. Os resultados demonstraram alta aderência entre as projeções do modelo e os registros oficiais de emergência, capturando com precisão tanto a degradação gradual quanto a intensificação súbita das condições críticas. Conclui-se que o protótipo tem potencial para se transformar em uma ferramenta eficaz para a tomada de decisão estratégica, permitindo aos gestores antecipar cenários de risco e otimizar a alocação de recursos de combate.Item FlashQuiz: uma abordagem gamificada para o ensino de requisitos de software utilizando conteúdo gerado por inteligência artificial(2025-08-01) Pereira, Carlos Henrique de Souza; Cysneiros Filho, Gilberto Amado de Azevedo; http://lattes.cnpq.br/0534822491953359O ensino de requisitos de software, fundamental para o sucesso de projetos, ainda enfrenta desafios como excesso de teoria, baixa motivação e dificuldades na retenção de conhecimento. Este trabalho propõe o desenvolvimento da plataforma FlashQuiz, uma solução educacional baseada em Inteligência Artificial (IA) que combina flashcards, quizzes e vídeos dinâmicos para tornar o aprendizado mais interativo, personalizado e eficiente. A metodologia adota princípios de game-based learning e gamificação, utilizando técnicas de recuperação ativa e repetição espaçada, estruturadas em três fases progressivas: Estratégia, Prática e Domínio. Para avaliar sua eficácia, foram analisados indicadores de desempenho e aplicados questionários de perfil e feedback com os participantes. Os resultados evidenciaram uma melhora significativa na percepção de aprendizado, aumento do engajamento e alta aceitação da plataforma, com destaque para a clareza e objetividade dos conteúdos. Conclui-se que a FlashQuiz é uma solução promissora para modernizar o ensino de Engenharia de Software, superando lacunas do modelo teórico tradicional e aproximando teoria e prática. Futuramente, pretende-se expandir os recursos adaptativos via IA e aprimorar as mecânicas de avaliação para potencializar a personalização do aprendizado.Item (Gr)Aphelios: uma plataforma web interativa para o ensino e aprendizado de Teoria dos Grafos(2026-07-14) Araújo, Alberson Alison de; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863; http://lattes.cnpq.br/0276348961389835A Teoria dos Grafos constitui uma das áreas fundamentais para a formação em Computação, sendo aplicada na modelagem de problemas que envolvem relações, conexões e percursos entre elementos. Apesar de sua relevância, o aprendizado de grafos e de seus algoritmos costuma apresentar dificuldades devido ao elevado nível de abstração exigido. Diante disso, foi proposta uma plataforma web interativa voltada ao ensino e à aprendizagem da Teoria dos Grafos, desenvolvida com base em React e estruturada com SVG para manipulação das representações visuais. A pesquisa envolveu a revisão da literatura, análise de ferramentas relacionadas e catalogação de recursos funcionais considerados fundamentais, como a presença de um canvas para construção dos grafos e o acompanhamento sequencial da execução dos algoritmos. A plataforma desenvolvida oferece suporte à criação e manipulação de grafos, controle de propriedades como peso e direcionamento, importação e exportação das estruturas desenvolvidas, validação automática de algoritmos compatíveis com o grafo criado e a execução passo a passo com apoio visual e pseudocódigo sincronizado. Como resultado, obteve-se um ambiente unificado e acessível via navegador conectado à internet, que integra os recursos essenciais para o trabalho com grafos, apoiando a experimentação prática e a compreensão das etapas envolvidas na resolução lógica dos problemas.Item Impacto do Data Augmentation na detecção de bovinos em bezerreiros tropicais com modelos baseados na arquitetura YOLO: uma análise comparativa, via Roboflow, em cenários com restrição de dados(2026-07-06) Pereira, André Amaro; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505A utilização de técnicas de Visão Computacional na bovinocultura tem se mostrado uma alternativa promissora para automatizar atividades de monitoramento animal em ambientes de produção. No entanto, o desempenho de modelos de detecção de objetos depende diretamente da qualidade, da quantidade e da diversidade das imagens disponíveis para treinamento, o que representa um desafio em cenários com restrição de dados. Neste contexto, este trabalho investiga o impacto de diferentes técnicas de Data Augmentation no desempenho de modelos baseados na arquitetura YOLO para a detecção de bovinos em bezerreiros tropicais. A pesquisa utilizou conjuntos de dados compostos por 50, 100 e 228 imagens coletadas em ambiente real de produção leiteira, originário de um projeto de pesquisa denominado “Criação de bezerras sob diferentes métodos de fornecimento de água de dessedentação durante a fase de aleitamento”, coordenado pelo departamento de Ciências Agrárias da UFRPE, cujas imagens apresentavam variações de iluminação, oclusões e movimentação de animais. Essas imagens foram organizadas, anotadas e processadas na plataforma Roboflow, onde foram aplicadas transformações geométricas e fotométricas, incluindo espelhamento, rotação, ajustes de brilho e saturação, conversão para escala de cinza e inserção de ruído. Os experimentos foram organizados em grupos de teste e avaliados por meio das métricas mAP@0.5, Precision e Recall. Os resultados demonstraram que o impacto do Data Augmentation varia conforme o volume de dados disponível e a natureza das transformações aplicadas. Transformações fotométricas moderadas apresentaram os resultados mais consistentes, especialmente na base de 100 imagens, contribuindo para melhorias nas métricas de detecção. Em contrapartida, combinações excessivas de transformações geométricas e fotométricas produziram degradação do desempenho, evidenciando que o aumento artificial de dados não garante ganhos automáticos de generalização. Conclui-se, portanto, que a eficácia do Data Augmentation depende diretamente da coerência entre as transformações aplicadas e as características reais do domínio investigado, sendo mais eficiente quando empregado de forma controlada e compatível com as condições do ambiente de criação animal.Item Incêndios florestais: uso de visualização geométrica para análise de risco(2025-08-15) Ramos, Raffael Vieira; Bocanegra, Silvana; Alves, Rayanna Barroso de Oliveira; http://lattes.cnpq.br/4596111202208863; http://lattes.cnpq.br/9128046332218001Este trabalho apresenta um modelo de diagrama voltado à avaliação do risco de incêndios florestais em diferentes municípios brasileiros, utilizando uma metodologia empírica de visualização geométrica que possibilita o monitoramento temporal do risco e potencializa ações de prevenção, tomada de decisão e resposta rápida pelos órgãos responsáveis. Para tanto, foi adaptado um modelo originalmente proposto pela Universidade Politécnica da Catalunya e utilizado em parceria com o Instituto de Redução de Riscos e Desastres de Pernambuco (IRRD-PE) para a COVID-19. Os resultados evidenciam que o modelo identifica períodos críticos e áreas prioritárias, comprovando sua aplicabilidade na gestão do risco de incêndios florestais.Item Inferindo resultados de aprendizagem em um aplicativo de LIBRAS: uma abordagem baseada em Game Learning Analytics(2025-08-05) Andrade Filho, Mércio Antônio Oliveira de; Cysneiros Filho, Gilberto Amado de Azevedo; http://lattes.cnpq.br/0534822491953359; http://lattes.cnpq.br/5713052946522902A crescente necessidade de inclusão e o avanço das tecnologias móveis criam uma oportunidade para o desenvolvimento de novas ferramentas para o ensino da Língua Brasileira de Sinais (LIBRAS). Este trabalho teve como objetivo central avaliar a eficácia de um jogo sério para dispositivos móveis, projetado para o ensino de vocabulário básico de LIBRAS para adultos ouvintes. Para isso, foi desenvolvida uma aplicação em formato de quiz e, para a sua avaliação, empregou-se a metodologia de Game Learning Analytics proposta por Serrano-Laguna e colaboradores. Este método infere resultados de aprendizagem a partir da análise não intrusiva de dados de interação do usuário, classificando-os em perfis. A pesquisa foi realizada com 34 participantes e a análise dos dados revelou que 55,9% deles se enquadraram no perfil "Aluno", que caracteriza os usuários que não possuíam o conhecimento prévio e o adquiriram através da interação com o jogo. A predominância deste perfil permite concluir que o aplicativo se mostrou uma ferramenta pedagogicamente eficaz para a maioria dos seus usuários, validando a abordagem de microlearning e gamificação para o ensino introdutório de LIBRAS.