TCC - Bacharelado em Sistemas da Informação (Sede)
URI permanente para esta coleçãohttps://arandu.ufrpe.br/handle/123456789/427
Navegar
63 resultados
Resultados da Pesquisa
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 Previsão de demanda em frigorífico para apoio à gestão de estoque(2026-07-10) Batista, Fellipe de Brito Lira; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587Este trabalho apresenta o desenvolvimento e a avaliação de uma solução de previsão de vendas por produto aplicada ao contexto do Frigorifico Candeias. A proposta utiliza dados históricos reais de vendas com o objetivo de apoiar decisões relacionadas a compras, estoque e planejamento operacional. Para isso, foi estruturada uma pipeline de processamento de dados, foi adotado o modelo Prvphet como ponto de partida e foi realizada a comparação com outros métodos de previsão e estratégias complementares de avaliação. Os experimentos foram conduzidos por meio de backtesting, buscando verificar o comportamento dos modelos em condições próximas ao uso prático. Como pane da solução, também foi desenvolvido um aplicativo de apoio à decisão para facilitar a visualização e a interpretação das previsões pelo dono da empresa e por gestores. Como contribuição, o trabalho integra tratamento de dados, modelagem preditiva, avaliação experimental e disponibilização dos resultados em uma solução aplicada ao ambiente empresarial.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 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 (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 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 Predição de preços de ações do setor elétrico com aprendizado de máquina(2026-02-20) Costa, João Vitor de Araújo; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584A previsão de preços de ações é um desafio clássico no mercado financeiro, devido à alta volatilidade e à complexidade dos fatores que influenciam o comportamento dos ativos. Este trabalho tem como objetivo aplicar e comparar diferentes algoritmos de aprendizado de máquina para prever os preços das ações brasileiras TAEE11 (Taesa) e CMIG4 (Cemig), com foco exclusivo em problemas de regressão. Para isso, foram utilizados dados históricos de preços das ações combinados com variáveis macroeconômicas, como taxa de juros, IPCA, IEE e câmbio, além de indicadores técnicos como RSI e MACD. O conjunto de dados compreende o período de 2010 a 2019. Os resultados indicam que o modelo Random Forest apresentou melhor desempenho geral, observando-se as métricas, o modelo apresentou o menor RMSE, MAE, MAPE e maior R².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 Testes automatizados de acessibilidade com LLMS: uma análise de estratégias de prompt em portais governamentais(2026-06-30) Medeiros, Gabriele Monteiro de; Magalhães, Cleyton Vanut Cordeiro de; http://lattes.cnpq.br/3964482995173288; http://lattes.cnpq.br/6251069313764782A utilização de Modelos de Linguagem de Grande Escala (LLMs) tem aumentado as possibilidades de aplicação da Inteligência Artificial em diferentes atividades da Engenharia de Software, incluindo a geração automatizada de artefatos de teste. Nesse contexto, este trabalho apresenta um estudo comparativo sobre a influência da Engenharia de Prompt na geração de scripts de teste automatizados de acessibilidade para plataformas web do Governo de Pernambuco. A pesquisa teve como objetivo avaliar a capacidade do modelo Gemini 3 Flash (Tier Pago) em elaborar scripts automatizados referentes a cenários reais de teste, considerando funcionalidades de acessibilidade presentes no Portal da Transparência de Pernambuco e no Portal do Governo de Pernambuco. Inicialmente, foram elaborados scripts manuais de referência utilizando Cypress, JavaScript, Cucumber, Gherkin e o padrão Page Object Model. Em seguida, foram desenvolvidas e refinadas estratégias de Engenharia de Prompt para a geração automática dos scripts pela LLM. Os artefatos produzidos foram analisados com base em critérios relacionados à legibilidade, facilidade de manutenção, quantidade de ajustes manuais necessários, utilização de seletores corretos, validação das funcionalidades de acessibilidade e tempo de execução. Os resultados demonstraram queo refinamento dos prompts contribuiu para a melhoria da qualidade dos scripts gerados, especialmente em aspectos relacionados à organização do código, utilização de seletores mais adequados e aderência aos fluxos de teste definidos. Entretanto, foi possível observar que os scripts gerados demandaram intervenções humanas para correções de lógica, ajustes de configuração e adequação de validações específicas do contexto analisado. A Engenharia de Prompt possui potencial para apoiar atividades de automação de testes, reduzindo parte do esforço de implementação, mas não elimina a necessidade da atuação de profissionais de QA na validação e adaptação dos artefatos produzidos.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.