TCC - Bacharelado em Sistemas da Informação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/427
Navegar
15 resultados
Resultados da Pesquisa
Item Processo de Renovação Generalizado baseado na distribuição Gumbel como modelo de estimativas de ocorrências de ondas de calor para auxiliar no processo de tomada de decisão do cultivo de manga no Sertão de Pernambuco(2023-05-08) Ferraz, Kimbelly Emanuelle Avelino; Cristino, Cláudio Tadeu; http://lattes.cnpq.br/0295290151219369; http://lattes.cnpq.br/2320958356149704Diversos tipos de eventos podem prejudicar o plantio, a colheita ou manejo das plantas e frutos nas áreas agrícolas, sendo um deles inclusive o evento chamado ondas de calor, que se caracteriza como um fenômeno meteorológico prolongado e relativamente incomum com temperaturas extremamente altas para região e persistentes durante vários dias ou até semanas. Dada a importância da agricultura, este trabalho busca por meio da análise dos dados de temperatura máxima da região de Petrolina, do estudo da plantação da manga, do evento da Onda de Calor por meio do percentil 90, de algoritmos de otimização e dos processos de renovação generalizados e Gumbel, estimar esse evento contribuindo para a tomada de decisão do agricultor e na otimização da produção da Manga. O modelo proposto usa o processo de renovação generalizado baseado na distribuição Gumbel (GuGRP) para modelar os intervalos de tempo entre as ondas de calor, considerando que os eventos consecutivos são condicionalmente independentes. Esse modelo se mostrou aderente para modelar os eventos com nível de significância de 0, 05 e o P − V alue de 0, 28 por meio do teste de aderência de Kolmogorov-Smirnov nos dados de adequação adaptados ao GuGRP. Os parâmetros do modelo foram estimados pelo Log-Verossimilhança utilizando algoritmos de otimização, também testando especificamente o algoritmo de Enxame de partículas.Item Implementação WebGIS para análise de mercado e processo de compra e venda(2020-11-05) Alves, Allan do Amaral; Gouveia, Roberta Macêdo Marques; Batista, Maria da Conceição Moraes; http://lattes.cnpq.br/8167265341219263; http://lattes.cnpq.br/2024317361355224; http://lattes.cnpq.br/8469386114225610Com a crescente utilização de plataformas para comércio eletrônico no país e as diversas crises econômicas afetando o número de vendas dos estabelecimentos desde 2014, pequenas e grandes companhias do varejo se vêem com a necessidade de realizar uma análise cada vez mais cuidadosa do ambiente em que estão inseridas, a fim de identificar os potenciais compradores de seus produtos em perfil, localização geográfica e outros atributos para otimizar o direcionamento dos seus serviços, prevendo as possíveis alterações de demanda e obtendo um menor risco perante os investimentos realizados. Com o acompanhamento de softwares mais avançados e a tecnologia atual, sistemas de informação geográfica se tornaram aliados para o estudo de grandes bases de dados, gerando resultados que auxiliam a tomada de decisão destas empresas. Este trabalho tem por objetivo implementar uma aplicação WEBGIS para análise de dados e resgate de significativas informações geográficas, utilizando algoritmo clustering para calcular e simular cenários de melhoria, identificar regiões com mais compradores e indicar as melhores localizações para venda de produtos classificados em diversos setores da região metropolitana do Recife através de dados existentes em notas fiscais eletrônicas.Item Explainable Artificial Intelligence - uma análise dos trade-offs entre desempenho e explicabilidade(2023-08-18) Assis, André Carlos Santos de; Andrade, Ermeson Carneiro de; Silva, Douglas Véras e; http://lattes.cnpq.br/2969243668455081; http://lattes.cnpq.br/2466077615273972; http://lattes.cnpq.br/3963132175829207A explicabilidade é essencial para que os usuários entendam, confiem e gerenciem com eficiência sistemas computacionais que utilizam inteligência artificial. Desta forma, assim como a assertividade, entender como se deu o processo decisório dos modelos é fundamental. Embora existam trabalhos que se concentrem na explicabilidade de algoritmos de inteligência artificial, é importante destacar que, até onde sabemos, nenhum deles analisou os trade-offs entre desempenho e explicabilidade de forma abrangente. Nesse sentido, esta pesquisa tem como objetivo preencher essa lacuna, investigando tanto algoritmos transparentes, como Arvore de Decisão e Regressão Logística, quanto algoritmos opacos, como Floresta Aleatória e Máquina de Vetores de Suporte, a fim de avaliar os trade-offs entre desempenho e explicabilidade. Os resultados revelam que os algoritmos opacos apresentam uma baixa explicabilidade e não têm uma boa performance quanto ao tempo de resposta devido á sua complexidade, contudo são mais assertivos. Em contra partida, os algoritmos transparentes possuem uma explicabilidade mais efetiva e uma melhor performance quanto ao tempo de resposta, porém, em nossos experimentos, observamos que a acurácia obtida foi menor do que a acurácia dos modelos opacos.Item Recomendação de psicólogos por meio de algoritmos de filtragem colaborativa, conteúdo e híbrida(2023-09-14) Gomes Júnior, Augusto Rosário; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863É crescente o número de pessoas diagnosticadas com transtornos de saúde mental como depressão e ansiedade, transtornos que foram por muito tempo negligenciados pela ciência e sociedade. Ainda assim, cada vez mais surgem avanço nas formas de tratamento para essas pessoas, como é o caso da popularização das plataformas que oferecem atendimento psicológico remoto. Entretanto, escolher um psicólogo ou terapeuta nem sempre é uma tarefa fácil, dada a grande quantidade de informação que envolve o processo de escolha. Partindo desse princípio, o objetivo deste trabalho foi desenvolver um sistema de recomendação de psicólogos baseado em modelo híbrido, que fosse capaz de recomendar psicólogos com especialidades que supram as necessidades de diferentes tipos de pacientes. O modelo apresentou resultados promissores, onde a similaridade entre os psicólogos recomendados foi consistente e foram atingindos bons resultados nas métricas avaliativas MAE (<0,5) e RMSE (<0,75). Além disso, foi possível mitigar pontos fracos de ambas as recomendações por conteúdo e colaborativa.Item Sugestão de livros baseada em algoritmo híbrido de recomendação e grau de interesse recente(2023-05-26) Tavares, Eduardo Brandão; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863Com a vasta e crescente gama de livros disponíveis, escolher a próxima leitura se tornou um trabalho complexo em meio a tantas opções. No contexto do Brasil, onde boa parte dos leitores tem que escolher bem qual livro comprar, devido ao baixo poder de compra da nossa população, uma recomendação assertiva se tornou mais valorosa. Neste artigo é apresentado um algoritmo de recomendação de livros baseado em um modelo híbrido, que consiste em utilizar tanto técnicas relacionadas a regras de associação, quanto técnicas que se baseiam no conteúdo dos livros, visando apresentar livros desconhecidos e que acompanhem o interesse recente leitor. O modelo conseguiu atingir uma precisão equiparável a outros modelos nas métricas RMSE e MAE e entrega recomendações bastante relacionadas com as últimas leituras de cada leitor.Item Análise das dinâmicas de transmissão da Mpox em Pernambuco através do uso de Modelo SEIQR com otimização de parâmetros(2022-11-23) Pessoa, Wagner Palacio; Bocanegra, Silvana; http://lattes.cnpq.br/4596111202208863; http://lattes.cnpq.br/0525335441263931Nos últimos anos, em decorrência da pandemia da COVID-19, ficou evidente a importância da acurácia de resultados de estudos relacionados a evolução e propagação de doenças, a fim de que autoridades científicas e governamentais obtenham insumos suficientes para tomar decisões rápidas na contenção e prevenção de epidemias e amortizar seus efeitos na sociedade e economia o quanto antes. No fim de Julho de 2022, o surto da Mpox (Monkeypox) foi declarado como uma emergência de saúde global pela OMS, acenando a uma possível volta ao estado de alerta para uma nova pandemia. Este trabalho visa analisar as dinâmicas de transmissão deste vírus em Pernambuco utilizando o modelo epidemiológico compartimental SEIQR (Suscetíveis, Expostos, Infectados, em Quarentena e Recuperados), com dados disponíveis no período de 12 de Julho e 3 de Novembro de 2022. As simulações foram realizadas com a Wolfram Language. Foram realizados experimentos com ajuste manual dos parâmetros do modelo por uma interface gráfica e também considerando o ajuste dinâmico ao longo de intervalos de tempo, usando uma função de otimização não-linear. Os resultados obtidos sugerem uma possível regressão no espalhamento do vírus no estado em meados de Dezembro de 2022 e Janeiro de 2023.Item Detecção de anomalias em dados meteorológicos do sertão de Pernambuco utilizando Isolation Forest e DBSCAN(2022-06-02) Cavalcante, Anderson Rodrigues; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/0155290293799371Valores anômalos são uns dos problemas presentes na era do Big Data. São necessárias técnicas robustas para a manipulação de informações corretas e incorretas que a cada instante são geradas. O uso de algoritmos de aprendizado de máquina não supervisionados dá a confiança de um bom desempenho nos resultados finais. Esta pesquisa utilizará dados meteorológicos de temperatura e umidade relativa do ar vindos do Instituto Nacional de Meteorologia, de Petrolina, com o DBSCAN (Density Based Spatial Clustering of Application with Noise) e o IF (Isolation Forest) implementados para detectar anomalias presentes nos dados, visto que anomalias meteorológicas podem aparecer por meio de defeitos, má configuração dos sensores e até mesmo efeitos climáticos extremos.Item 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/8863320225621574Dada 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.Item Estudo de técnicas preditivas para o auxílio a gestores na pandemia de COVID-19(2022-05-27) França, Eliana Maria Silva de; Soares, Rodrigo Gabriel Ferreira; http://lattes.cnpq.br/2526739219416964; http://lattes.cnpq.br/2782168150783950O objetivo principal deste trabalho é propor uma alternativa aos levantamentos estatísticos exploratórios, no suporte à tomada de decisão dos gestores, durante o enfrentamento à pandemia da COVID-19. Para tal, foi-se criada uma metodologia, utilizando aprendizado de máquina para fornecer uma nova ferramenta de predição de mortes causadas por COVID-19, a partir de dados abertos que contenham características sanitárias, demográficas e populacionais. De tal modo que, a partir deste estudo se possa desenvolver um modelo de inteligência artificial capaz de auxiliar no enfrentamento da pandemia de COVID-19. Dos 3 algoritmos de inteligência artificial utilizados (Decision Tree, Support Vector Machine e Multilayer Perceptron), o modelo baseado em Support Vector Machine foi o que apresentou o melhor desempenho, pois é o que possui o menor Erro Absoluto Médio, métrica utilizada para medir a qualidade de modelos de inteligência artificial baseados em regressão.Item Sistema de recomendação de restaurantes, baseado em três tipos diferentes de filtragem de dados, nos bairros do Recife-PE(2021-12-20) Silveira Filho, Daniel Guilherme da; Cysneiros Filho, Gilberto Amado de Azevedo; http://lattes.cnpq.br/0534822491953359Tendo em vista que a cidade de Recife está na terceira colocação de polos gastronômicos do Brasil, e que atualmente a quantidade de informações, presentes na internet, beira o infinito, os turistas, e até população local, procuram àqueles restaurantes mais conhecidos e divulgados. Uma consequência disso é que pequenos estabelecimentos, que não possuem uma forte divulgação de sua marca, acabam por falir nos primeiros cinco anos de existência. Por isso, realizou-se uma pesquisa sobre sistemas de recomendação, a fim de analisar o desenvolvimento de um sistema de recomendação de restaurantes, baseado em três tipos diferentes de técnicas de filtragem de dados, nos bairros da cidade do Recife. Para tanto, é necessário explicar os fundamentos das técnicas de filtragem que serão utilizadas no desenvolvimento do sistema, além de identificar como definir, coletar, tratar e analisar os dados necessários à construção do sistema, analisar o desenvolvimento de um sistema de recomendação baseado no conteúdo, analisar o desenvolvimento de um sistema de recomendação, baseado no usuário, analisar o desenvolvimento de um sistema de recomendação híbrido e por fim identificar qual técnica de recomendação retorna melhores resultados. Realiza-se então, um estudo sobre a base de dados, seleção, coleta e tratamento dos dados necessários para a construção do sistema, além de modelar uma amostra de pessoas e restaurantes a serem recomendados, também foi feito um estudo sobre sistemas de recomendação, definição, surgimento e principais técnicas de filtragem, utilizadas em trabalhos semelhantes, com isso se fez necessário definir quais os atributos e parâmetros a serem coletados, além de uma modelagem do formulário de captura de dados e desenvolvimento das três técnicas de filtragem colaborativa selecionadas, e por fim, realiza-se testes do sistema para comprovar seu funcionamento e análise de dados coletados. Diante disso, verifica-se que apesar da técnica de filtragem baseada em conteúdo se destacar nos resultados, a diferença entre esse tipo de filtragem e as filtragens colaborativas não foi expressiva, o que impõe a constatação de que o sistema de recomendação, baseado por bairros, traz facilidade e praticidade aos usuários, além de divulgar a marca de restaurantes de bairro e capilarizar o turismo na cidade de Recife, porém necessita de mais interações e informações dos usuários cadastrados, para tornar-se mais preciso em suas recomendações.