01. Universidade Federal Rural de Pernambuco - UFRPE (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/1
Navegar
24 resultados
Resultados da Pesquisa
Item Modelos de recomendação sensível ao contexto em ambientes de comunicação aumentativa alternativa: naive bayes, redes neurais e aprendizagem federada(2025-03-19) Nascimento, Fabio Augusto Souza do; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/2170186670973508A inteligência artificial (IA) está presente em diversos setores da sociedade, promovendo constantes avanços tecnológicos e sociais. Um dos subconjuntos da IA é a aprendizagem de máquina (AM), que possibilita aos computadores aprenderem e evoluírem com base em dados. O conhecimento obtido por meio desse processo auxilia em diferentes áreas, desde a análise e interpretação de informações até a usabilidade de aplicativos. Compreender o funcionamento e as possibilidades dessa ferramenta pode ser um ativo valioso. Entre as múltiplas aplicações possíveis, a AM desempenha um papel importante na comunicação aumentativa e alternativa (CAA), auxiliando indivíduos que apresentam dificuldades nessas interações por meio de aplicativos. Essas aplicações estão em constante evolução e, com as inovações tecnológicas, possibilitam o desenvolvimento de sistemas capazes de compreender o ambiente em que uma pessoa está inserida e oferecer recomendações personalizadas aos usuários. Este trabalho investiga o uso dos Sistemas de Recomendação Sensível ao Contexto (SRSC) em aplicações da CAA, considerando as características individuais dos usuários com base em seus dados e contexto. São utilizados modelos de IA, tais como Naïve Bayes (NB), Redes Neurais Artificiais (RNA) e Aprendizagem Federada (AF), para comparar diferentes abordagens e avaliar sua capacidade de fornecer resultados relevantes. A partir dos experimentos realizados, foi possível verificar que modelos personalizados demonstram melhor desempenho em relação a abordagens globais, oferecendo recomendações mais relevantes aos usuários finais. Nesse sentido, a personalização e o uso de variáveis contextuais podem melhorar significativamente a experiência de pessoas que dependem de CAA, aumentando a agilidade e a assertividade da comunicação.Item Análise de mensagens de Commit com IA: uma nova perspectiva para o algoritmo SZZ(2025-03-17) Souza, Camila Nunes de Paula; Cabral, George Gomes; http://lattes.cnpq.br/8227256452129177; http://lattes.cnpq.br/8347479672060133Este trabalho propõe uma abordagem inovadora para aprimorar o algoritmo SZZ utilizado na identificação de commits que introduzem defeitos em sistemas de software. A metodologia proposta envolve o uso do ChatGPT, para realizar uma análise semântica das mensagens de commit, classificando-as em duas categorias: ”introduz bug”e ”não introduz bug”. O objetivo é melhorar a confiabilidade das classificações geradas pelo SZZ, reduzindo falsos positivos e melhorando a qualidade dos dados utilizados para a geração de modelos preditivos de detecção de defeitos. Para validar a abordagem, foram realizados experimentos com duas bases de dados (Neutron e Nova), utilizando os classificadores Random Forest e SVC, além de técnicas de balanceamento como oversampling e undersampling. Os resultados demonstram que a integração do ChatGPT ao SZZ resultou em uma redução significativa de commits erroneamente classificados como introdução de bugs, além de melhorar o desempenho dos classificadores, especialmente o Random Forest. Conclui-se que a utilização de LLMs pode aprimorar a eficácia do SZZ, contribuindo para a melhoria da qualidade de software e a eficiência na detecção de defeitos.Item Utilização do ChatGPT para auxiliar no desenvolvimento de sites mais acessíveis(2025-03-21) Wei, Mateus Anderson da Silva; Falcão, Taciana Pontual da Rocha; http://lattes.cnpq.br/5706959249737319; http://lattes.cnpq.br/6635792553693298A acessibilidade digital é um fator essencial para garantir a inclusão de pessoas com deficiência no ambiente online. No entanto, a baixa adoção de boas práticas de acessibilidade ainda é um problema significativo, especialmente no desenvolvimento de websites, onde são comuns falhas como baixo contraste de cores, ausência de textos alternativos em imagens e estrutura semântica inadequada do HTML, o que pode comprometer o funcionamento de tecnologias assistivas. Este estudo investiga como o ChatGPT pode auxiliar desenvolvedores na criação de sites acessíveis, fornecendo recomendações e melhorias com base nas diretrizes do WCAG (Web Content Accessibility Guidelines). Para isso, foi conduzida uma análise das principais dificuldades enfrentadas no desenvolvimento de sites acessíveis e um experimento prático no qual um site foi desenvolvido utilizando sugestões do ChatGPT. Os resultados foram validados por meio da ferramenta ASES e do modelo de acessibilidade eMAG, evidenciando que, embora o ChatGPT seja uma ferramenta útil para identificar e corrigir barreiras de acessibilidade, a verificação humana continua sendo indispensável para garantir um alto nível de acessibilidade.Item Predição do consumo energético de dispositivos LoRa usando aprendizagem de máquina(2024-12-10) Pimentel, Henrique Pablo Pinheiro dos Santos; Araújo, Danilo Ricardo Barbosa de; http://lattes.cnpq.br/2708354422178489; http://lattes.cnpq.br/0078523045227122A Internet das Coisas (IoT) é um conceito em constante evolução que tem conquistado destaque tanto na comunidade acadêmica quanto na indústria. Dentro dela, o consumo energético é um fator fundamental para determinar o tempo de funcionamento dos dispositivos e a frequência necessária para realizar a manutenção deles. Este artigo investiga a aplicação de algoritmos de aprendizado de máquina para predição do consumo energético de dispositivos IoT-LoRa, permitindo estimar a duração da bateria dos dispositivos e sua autonomia. A metodologia considerou a criação de um conjunto de dados a partir de experimentos com placas de desenvolvimento Event stream processing (ESP32), capturando métricas como tempo de hibernação, tipo de conexão e consumo energético. Técnicas de Inteligência Artificial (IA) são então aplicadas para prever o consumo energético com base nessas variáveis. De acordo com os resultados obtidos, a melhor técnica para prever o consumo energético é a Decision Tree, com um coeficiente de determinação superior a 96%. O estudo contribui para processos decisórios que visam selecionar dispositivos IoT considerando a autonomia projetada para as baterias de tais dispositivos.Item O ChatGPT como ferramenta pedagógica: novas perspectivas para o ensino de espanhol(2024-03-05) Araújo, Emmanuel Tiago Cardoso Corrêa de; Oliveira, Aline Fonseca de; http://lattes.cnpq.br/1895304971163472Este artículo presenta los resultados de un estudio teórico acerca de la aplicabilidad Del ChatGPT, una herramienta de Procesamiento de Lenguaje Natural (NLP) desarrollada por OpenAI, como recurso pedagógico en la enseñanza del Español como Lengua Extranjera (ELE). La investigación aborda el creciente impacto de la Inteligencia Artificial (IA) en el ámbito educativo, destacando cómo la tecnología ha revolucionado las prácticas de enseñanza y aprendizaje. Se examina la evolución de las herramientas pedagógicas a lo largo del tiempo, evidenciando cómo la integración de la IA en la educación representa un salto cualitativo hacia la personalización de la enseñanza, ofreciendo experiencias de aprendizaje más inmersivas, interactivas y adaptativas. El artículo destaca la importancia de elaborar prompts claros, precisos y bien contextualizados para maximizar la eficacia de la interacción con esta herramienta de IA. La investigación también explora estrategias para mejorar la formulación de prompts, enfatizando la importancia de la adaptabilidad y flexibilidad del ChatGPT para ajustarse a diversos contextos de aprendizaje y niveles de competência en español. Además, se proponen y analizan modelos de prompts específicos para la enseñanza Del español, ilustrando cómo estos comandos pueden ser estructurados para satisfacer las diferentes necesidades educativas.Item Relações de consumo com as tecnologias digitais de informação e comunicação: o caso da Nat Natura no Twitter(2024-10-04) Santos, Melyssa Ingrid dos; Leão, Éder Lira de Souza; http://lattes.cnpq.br/4434499456331867; http://lattes.cnpq.br/2698814524148772Due to the increasing use and personification of virtual assistants by companies in search of better serving their customers and thus achieving new arrangements in the customer-company relationship, the need arose to better understand how this growing phenomenon occurs and what effects it produces in our current consumer society. Therefore, this work aimed to (i) relate the Culture of Convergence to the emergence of new consumer relationships; (ii) identify how Natura and the Nat Natura persona are perceived by consumers and what effects it generates in new consumer relationships; (iii) analyze the profile of Nat Natura on the digital social network Twitter; (iv) as well as identify and analyze the elements that characterize the brand representation for new consumers, through the analysis of data from a questionnaire applied to the public. To obtain the results, the levels of knowledge and involvement of consumers related to the brand persona were observed. For this purpose, a qualitative research was carried out through a literature review and the profile of Nat Natura on the digital social network Twitter was analyzed. In this way, 6 publications from their profile on Twitter were selected and analyzed, which obtained the greatest engagement and reach between September 2022 and August 2024. The results show that it is in the informality of the language, in the use of similarities in tastes, identity and values with its audience that the Nat Natura persona seeks to represent and create more personal connections with its new consumers.Item Inteligência artificial no ensino fundamental com robótica lego, aprendizagem baseada em projetos e gamificação(2024) Souza, Diogo Albuquerque Dias de; Rodrigues, Rodrigo Lins; http://lattes.cnpq.br/5512849006877767; http://lattes.cnpq.br/3374743431217595Item Um estudo de caso para previsão de partidas de futebol utilizando o ChatGPT(2024-10-01) Silva, Thiago Luiz Barbosa da; Nascimento, Leandro Marques do; http://lattes.cnpq.br/9163931285515006The present study aims to develop and test a tool for predicting football match outcomes using the ChatGPT language model. The research explores the potential of this technology to process match data and generate predictions, comparing its performance with the probabilities offered by betting houses. The method includes data collection through web scraping from sources such as Placar de Futebol and FBref, which allowed the creation of a rich database with detailed information about teams, championships and statistics. From this database, the tool was developed within the Arena Sport Club project, which includes features for visualizing results and football-related information. Different prompt-generation strategies were implemented in the tool to determine the best way to instruct the model to provide accurate predictions. The results showed that the model has the potential to make effective football match predictions, approaching the accuracy rates of betting houses. However, the study identified challenges such as high financial costs and the need for continuous adjustments to address the complexity of the matches and the variables involved. The conclusion suggests that while ChatGPT offers a promising tool for sports predictions, its use in real-world contexts needs to be optimized. Future research can enhance the application of this technology, reducing costs and improving accuracy over time.Item Desenvolvimento de um sistema auxiliar para controle de acesso de veículos para a Universidade Federal Rural de Pernambuco(2024-03-08) Izidio, Stefany Vitória da Conceição; Garrozi, Cícero; http://lattes.cnpq.br/0488054917286587; http://lattes.cnpq.br/0642557485551355Currently, vehicle access control to the Federal Rural University of Pernambuco is done manually on paper by university employees. There is also direct release for vehicles that register with the university and receive a specific sticker to use on the windshield. This type of control is not very safe, as it can be easily cloned and used by vehicles without real authorization. Furthermore, there is a short diversion of the employee's attention when he performs the manual work of writing down the sign on paper. This work aims to make the vehicle control process more reliable and safe through the development of a prototype of a system that assists in access control. This work proposes a solution by capturing an image of the license plate, identifying the vehicle plate and checking in a database whether the plate is previously registered or not. And, the system produces a light signal to indicate to the employee whether the license plate is registered or not. To achieve this, a hardware product was assembled and embedded software was developed. The hardware consists of a set of electronic devices such as LEDs, camera, processing device, etc. The software is a set of libraries that were, for the most part, developed in Python. For the embedded software, a set of images with photos of Brazilian car license plates was used to train an object detection model to detect the license plates. Finally, an optical character recognition service was used to extract the content of the plate, thus making it possible to register and emit the light signal to the user.Item Geração automática de sistemas backend com o suporte de IA generativa seguindo a arquitetura limpa(2024-03-06) Costa, Henrique Sabino da; Burégio, Vanilson André de Arruda; http://lattes.cnpq.br/3518416272921878; http://lattes.cnpq.br/5381537544189009In this work, we investigated the potential contribution of automatic code synthesis technologies, particularly OpenAI’s GPT-4, to the maintenance and adherence to best practices in software architecture in startups. Given the characteristic of these companies to operate in environments of rapid change and innovation, but with limited resources, practices such as unit testing and documentation are often neglected. Conversely, we emphasize the importance of such practices for their contribution to the maintainability and scalability of applications. As a means to reconcile the fast pace of development with the need for good practices, we proposed the use of generative language models (GLM), specifically GPT-4, for code generation following the principles of clean architecture, a set of concepts defined by Robert C. Martin for developing scalable and maintainable projects. The methodological approach was a combination of qualitative and quantitative analysis, focused on the exploration and adaptation of prompts for code generation and the development of practical exemplifications in various programming languages. Notably, three projects in C#, JavaScript, and Python were produced, which were evaluated according to metrics of abstraction, instability, and adherence to the Main Sequence - key concepts in maintaining clean architecture. The results indicated that, despite the potential of the proposed technology to accelerate development and promote adherence to good practices through automation, there are significant gaps in GPT-4 ability to generate code fully aligned with clean architecture and executable without manual intervention. Problems related to inconsistency in the project structure and the integrity of the generated code were observed, suggesting that, while the tool offers a promising foundation for enhancing efficiency in less complex projects, its applicability in complex and diverse contexts still presents challenges. Therefore, it is concluded that the use of GLMs like GPT-4 in the automatic generation of code represents a valuable auxiliary tool for startups in software development. However, the need for manual adjustments in the code and the assurance of full adherence to recommended software architecture practices reinforce the idea that such technologies should be seen as complementary to human work and not as complete substitutes. For future work, it is recommended to deepen the investigation of GLMs specialized in code generation and to expand the experiments to encompass a wider range of programming languages and frameworks, aiming to maximize the applicability and effectiveness of this innovative approach.
- «
- 1 (current)
- 2
- 3
- »