Trabalhos de Conclusão de Curso

URI Permanente para esta coleção

https://repositorio.fei.edu.br/handle/FEI/3176

Navegar

Agora exibindo 1 - 20 de 65

Visão computacional aplicada ao rastreamento de pessoas em múltiplos ambientes a partir da detecção de uma ação violenta baseado em aprendizado de máquina
(2024-12-11) Silva, Erico Medeiros Correia da; Chan Lin, Fernando; Yang, William
Com o aumento exponencial do número de câmeras de vigilância, especialmente nos grandes centros urbanos, a automatização do rastreamento de pessoas para a detecção de movimentos e ações tornou-se uma corrida internacional entre os desenvolvedores de tecnologias digitais, que criam estratégias baseadas em aprendizado de máquina e inteligência artificial. Esse avanço é essencial para atender à crescente demanda por sistemas de vigilância voltados à segurança pessoal e à proteção de bens, destacando a importância de tecnologias robustas e eficientes para monitoramento. Dentro deste contexto, um dos principais desafios é a reidentificação de pessoas em ambientes diversos, onde estas se movimentam por diferentes câmeras e hardwares. Esta tarefa é ainda mais complexa devido à elevada carga computacional, baixa qualidade das imagens, oclusões, ruídos e ausência de datasets abrangentes. Este trabalho apresenta uma metodologia baseada em visão computacional, aprendizado de máquina e reconhecimento de padrões, que realiza a reidentificação de indivíduos a partir da detecção de uma ação violenta, rastreando-os em diferentes ambientes por meio de múltiplas câmeras. Os resultados demonstram que, em todas as ocasiões em que o modelo identificou um evento como sendo violento, a classificação estava correta, evidenciando a eficácia do sistema na identificação inicial. Na etapa de reidentificação, o sistema atingiu uma precisão de 100% para o suspeito mais similar e de 88% considerando todas as reidentificações realizadas, destacando sua capacidade de rastrear indivíduos com alta confiabilidade mesmo em ambientes diversificados.
Criminal Processing Investigation Support System (CPISS) Sistema de Suporte a Decisões em Investigações Criminais
(2024-12-11) Bonnet, Jean-Luc; Carrasco, Lucas da Silva; Santos, Victor Alexandre dos
Com o crescente número de casos criminalísticos e suas complexidades, os agentes investigativos enfrentam muitos desafios que podem diminuir a eficácia nas soluções desses casos, deixando até mesmo muitos casos insolúveis. Atualmente, existem diversas tecnologias para auxiliar esses investigadores, bem como ampliar a base de dados de investigação e até mesmo resolver casos, o processo investigativo depende de diversas fontes de dados, como, por exemplo: testemunhas, vítimas, redes sociais, câmeras de vigilância, entre outros, tornando a análise dessas informações uma tarefa cada vez mais desafiadora. Assim, este projeto indica os suspeitos com a maior probabilidade de ser o culpado e indica uma fila de suspeitos, auxiliando os agentes investigativos a encontrar um caminho mais assertivo em suas investigações. Este modelo utiliza correlações entre os indivíduos envolvidos no caso e um conjunto de fatos que serão quantificados para gerar sua importância, definindo assim um ranqueamento final das pessoas envolvidas. Portanto, o objetivo deste projeto é, a partir de fatos coletados por agentes investigativos de um crime, correlacionar esses fatos, ampliar novos fatos, criar novas correlações e encontrar sugestões de caminhos que levem a investigações mais assertivas, esses caminhos, por sua vez, são as filas de suspeitos entre a pessoa com maior probalidade de ser culpado e a vítima. A metodologia proposta foi testada em diversos casos reais, que foram adaptados com o objetivo de controlar os parâmetros para análise, obtendo resultados promissores em casos complexos e bem conhecidos como o da “Deputada Flordelis”, que obteve uma precisão equivalente a 79,22%; casos com baixa complexidade, como do chamado “Maníaco do Parque”, que obteve 100% de precisão; e de complexidade média, como do chamado “Fera da Penha”, que obteve cerca de 59,21% de precisão, mostrando que o método sugerido é eficiente, e pode auxiliar os investigadores em suas investigações criminais.
Detecção e interpretação de palavras chaves a partir de diálogos médico-pacientes
(2025-12-11) Schanz, Gabriel Brito; Barbieri, Joao Pedro Nagib Jorge; Candido, Leonardo Barrionuevo; Fernandes, Lucas Podmanicki
O atendimento rápido e preciso em hospitais é um desafio a ser superado no Brasil, onde a superlotação e a urgência são comuns. O princípio é complicado, então é uma comunicação entre médicos e pacientes, em muito pouco tempo para verificar o diagnóstico que depende da comunicação entre o médico e o paciente pode variar e, devido ao cansaço e ao estresse, podem ocorrer erros ou más interpretações. Por outro lado, o avanço das tecnologias de aprendizado de máquina na área médica tem possibilidade de desenvolvimento de sistemas mais Preciso e eficaz para uma análise de dados clínicos. Nesse contexto, o Sistema de Apoio à Decisão Clínica é utilizada em conjunto com aprendizado de máquina para analisar dados do Paciente e fornecer recomendações baseadas em evidências. No entanto, muita informação fundamentos para a detecção de sintomas ainda são frequentemente despercebidos durante as consultas. Assim, este trabalho desenvolveu uma metodologia baseada na interpretação de áudios em consultórios médicos, buscando informações relevantes para o diagnóstico. Os resultados Obtidos demonstraram uma precisão de 73% de detecção de sintomas em relação ao site lá arte.
Uma metodologia baseada em visão computacional para classificação de ações estratégicas temporais em jogos de futebol
(2024-12-11) Rocha, Lucas Martiniano; Trindade, Mikael Batista da
A classificação de padrões em jogadas de futebol é uma aplicação inovadora de inteligência artificial, com potencial significativo para aprimorar análises esportivas e estratégias de jogo. A identificação automatizada de jogadas, como passes, chutes e movimentações específicas, pode ser amplamente utilizada para melhorar táticas coletivas, otimizar treinos e realizar avaliações detalhadas de desempenho em clubes, seleções e competições internacionais. Um dos maiores desafios dessas tarefas, que envolve tanto precisão quanto interpretação de dados, é a identificação de padrões complexos de movimentação e jogadas específicas que cada time realiza durante uma partida. Apesar de atualmente a tecnologia estar muito proxima ao esporte, ainda utilizam equipes com pessoas e o estudo de jogadas ainda é feito manualmente, pelo conhecido time de scout ou analistas de desempenho. O presente trabalho apresenta uma metodologia baseada em visão computacional e redes neurais convolucionais para lidar e resolver esse problema. Os resultados alcançados mostram que a metodologia proposta obtém 62% de assertividade quando utilizada em uma base de dados específica.
Estudo de algoritmos bio-inspirados e aprendizado de máquina aplicados à doenças cardiovasculares
(2024-12-11) Rodrigues, Lucas Medeiros
A proposta deste trabalho teve como objetivo realizar um estudo comparativo do uso de uma rede do tipo MLP e algoritmos Bioinspirados para predição de doenças cardíacas, um problema grave na saúde de muitas pessoas. Usando a base dados UCI Heart Disease Dataset, foram aplicadas as técnicas análise de componentes principais e a Decomposição em valores singulares para redução de dimensionalidade com a finalidade de melhorar o desempenho dos modelos. A MLP foi implementada com cinco camadas, enquanto o algoritmo biosinpirado escolhido, Optimização por enxame de partículas (PSO) foi configurado com trinta partículas. Métricas como acurácia, precisão, recall e F1 score foram utilizadas a fim de comparar seus desempenhos. Os resultados obtidos ajudam a entender as vantagens e desvantagens de cada abordagem, possibilitando uma análise comparativa do uso dos modelos em diferentes cenários, onde foi possível observar resultados de até 85% de acurácia.
Reconstrução 3D de ambientes externos baseada na correlação de poucas imagens de diferentes perspectivas
(2024-12-11) Medrano, Alessandro Simões; Cunha, Daniel Alves; Mendes, João Vitor Simões; Videira, Pedro Bazaluk Machado
Reconstrução 3D está em grande visibilidade atualmente, por conta do avanço tanto da tecnologia de hardwares quanto de softwares. Esse processo tem como propósito trazer novas experiências imersivas através da sua aplicação em diversas áreas, como, por exemplo, na área médica, entretenimento, e construção civil. Porém, há uma limitação na utilização de reconstrução 3D para a criação de malhas de ambientes externos, uma vez que a forma mais comum para a realização deste processo, considerando todas as perspectivas de um ambiente, dá-se por meio da utilização de sensores, os quais realizam o cálculo das profundidades do ambiente, o que facilita sua reconstrução, mas torna-se uma prática restrita por conta do custo dessa tecnologia. Além disso, grande parte das reconstruções 3D de um ambiente externo, a partir de imagens, são realizadas considerando apenas uma perspectiva e com a utilização de uma grande quantidade de dados processados referentes às imagens de um ambiente. Assim, este trabalho propõe a reconstrução 3D de ambientes externos a partir de poucas imagens com a completude de várias perspectivas e sem o uso de sensores. Trata-se de uma metodologia distinta daquelas do estado-da-arte. Os resultados alcançados mostraram que a metodologia proposta aqui é capaz de reconstruir ambientes externos a partir de poucas imagens de diferentes perspectivas, gerando malhas 6D visualmente realistas e em tempo real.
Crypto Rush - simulador financeiro do mercado de criptomoedas:
(2024-12-05) Pedroso, Filipe Bruhns P.; Freo, Lucas Forge; Popic, Yuri Tierno
Este trabalho apresenta o desenvolvimento de um jogo simulador de investimentos em criptomoedas. A motivação para este trabalho surge da crescente popularidade e complexidade do mercado de criptoativos, que exige uma melhor compreensão por parte dos investidores e um ambiente de testes seguro para o investidor simular as suas estratégias de investimentos. Busca-se proporcionar ao jogador uma experiência imersiva que simule o mercado, utilizando dados históricos reais e tecnologias eficientes na análise de dados, a partir de um ambiente seguro para que os usuários possam experimentar e testar suas estratégias, minimizando riscos financeiros reais. Para o desenvolvimento deste trabalho, foi utilizado as linguagem de programação Python e os algoritmos de Rede Neural Recorrente (RNN) e Memória de Longo e Curto Prazo (LSTM).
HoneyDashes:
(2024-12-03) Braga, Gianpietro Malheiros; Rocha, João Lucas Freitas de Almeida; Costa, Lucca Kirsten da
Este trabalho de conclusão de curso tem como objetivo a criação de dashboards informativos para visualização e análise de ataques cibernéticos, utilizando diversos algoritmos de classificação e estratégias de validação. Os algoritmos empregados incluem Support Vector Machine, Singular Value Decomposition, Convolutional Neural Network, K-Nearest Neighbors e Random Forest. Para garantir a robustez dos modelos, é utilizada a técnica de K-Fold cross-validation. Os dados processados pelos algoritmos são manipulados em ambiente de computação em nuvem e posteriormente exibidos em dashboards interativos, facilitando a análise de informações complexas sobre possíveis ameaças. Com isso, espera-se proporcionar uma ferramenta eficaz para visualização de dados de segurança, aprimorando a compreensão de padrões de ataques e auxiliando na tomada de decisões em cibersegurança.
Aplicação móvel para redução de filas nos restaurantes universitários:
(2024-12-12) Almeida, Gabriel Matozo de; Moura, João Victor Passos de
Este trabalho apresenta o desenvolvimento de um aplicativo móvel para otimizar a gestão de filas em restaurantes universitários. Com foco na redução do tempo de espera e na melhoria da experiência do cliente, a solução proposta utiliza conceitos de teoria das filas e tecnologias modernas de desenvolvimento multiplataforma. O aplicativo foi projetado para permitir a priorização de pedidos, o monitoramento em tempo real e a integração de métodos de pagamento digital. A metodologia incluiu levantamento de requisitos, modelagem de fluxos e análise quantitativa e qualitativa do desempenho de filas em restaurantes universitários.O projeto destaca a relevância de inovações tecnológicas no setor de alimentação, principalmente em ambientes de alta demanda.
Reconhecimento de placas veiculares
(2024-12-05) Perestrelo, Arthur de Olim; Morpanini, Fabio Schiavi; Santos, João Pedro Firmino Brandão dos; Pires, Pedro Andres; Costa, Vitor Henrique de Oliveira
O Centro Universitário FEI enfrenta um grande desafio na gestão do tráfego nos horários de início e término das aulas, sendo difícil identificar quem está entrando ou saindo da faculdade. Para solucionar este problema, este trabalho se propõe a desenvolver um sistema de reconhecimento de placas veiculares que oferece a possibilidade de cadastrar e consultar veículos autorizados a entrar no estacionamento, servindo como um suporte ao departamento de segurança patrimonial da universidade. Para isso, foram utilizadas a YOLO, com o objetivo de identificar as placas dos veículos nas imagens e a biblioteca python Easy OCR para extrair caracteres da placa. Caso a placa esteja cadastrada no banco de dados SQL, o sistema enviará uma mensagem com os dados de sua entrada. Porém, se não estiver, a guarita será acionada.
Aplicação de embedding na busca contextualizada de documentos científicos
(2024-12-04) Santos, Henry Araujo Rodrigues dos; Doretto, Luiz Henrique Neves; Gnidarxic, Victor Martins
Um grande número de artigos científicos e trabalhos de conclusão de curso voltados para a área de Ciência da Computação são publicados semestralmente. Essa grande quantidade de publicações dificulta a recuperação precisa de documentos relevantes sobre um tema desejado. As pesquisas baseadas em palavras-chave são atualmente o método mais popular de pesquisa, mas determinar um conjunto de palavras para o contexto da sua busca pode ser desafiador. Este trabalho propõe um método de busca inteligente utilizando técnicas de Processamento de Linguagem Natural para encontrar documentos estruturalmente ou contextualmente relacionados. O resultado esperado é melhorar a precisão e relevância dos resultados da busca, facilitando a localização de informações e reduzindo o tempo e o esforço necessários para a pesquisa
Uma abordagem baseada em web scraping para monitoramento, comparação e predição de preços em plataformas de e-commerce
(2024-12-04) Silva, Ana Jéssica Soares da; Vicente, Eduardo Antunes; Oka, Felipe de Campos
Os consumidores que realizam compras online frequentemente enfrentam o desafio de encontrar produtos em lojas confiáveis pelo preço mais competitivo, considerando que os preços dos produtos tendem a flutuar ao longo do tempo. Com o intuito de simplificar esse processo de pesquisa de preços, destaca-se uma abordagem para monitorar de forma automática o preço de um produto específico conforme determinado pelo consumidor, dentro de intervalos de tempo predefinidos. Por meio de práticas de web scraping, observa-se um padrão de Xpaths dentro do mesmo e-commerce, possibilitando a configuração desses Xpaths para a captura dos preços. Além disso, essa abordagem permite o cadastro automático de produtos para monitoramento e a inclusão de novos e-commerces com base em Xpaths. Tal abordagem visa otimizar a eficiência da pesquisa e eliminar a necessidade de verificações manuais e repetitivas por parte do consumidor.
Análise sobre o modelo de franquias implementado pelo Campeonato Brasileiro de League of Legends
(2024-08-14) Souza, Kaique Mesquita Barbosa de
O Mercado mundial de esports tem experimentado um crescumento constante e significativo na última decada, especialmente no cenário competitivo. O jogo League Of Legends, um dos pioneiros neste cenário milhonario possui fãs espalhados em todo mundo e seus torneios se tornaram vitrine para diversos negócios e demais esportes eletrônicos. Para aumentar o crescimento deste cenário em território brasileiro, a desenvolvedora Riot Games implementou em 2021 o sistema de franquias, similiar as regiões mais desenvolvidas do mundo. Este estudo documental faz uma análise profunda sobre os efeitos que esta decisão sofreu nos ultimos 3 anos de campeonato. Os resultados mostram o amadurecimento da liga brasileira e diversos pontos positivos da mudança tanto para a desenvolvedora quanto para os apaixonados por esports.
Mapeamento de buracos em vias públicas através do uso de imagens e drones
(2023-12-07) Martins, Amanda de Sousa; Versolato, Gustavo da Silva; Velecico, Gustavo; Braga, Pedro Henrique; Sanchez, Pedro Henrique Guilherme
Dentre os diversos elementos usados por um cidadão para completar suas tarefas diárias, podemos destacar as ruas, pois são estas que permitem o tráfego de um local a outro. Seria imprescindível, portanto, que seu estado seja adequado o suficiente para que não ocorram acidentes ou pioras no trânsito, entretanto este cenário é praticamente utópico. Irregularidades no asfalto, como buracos e rachaduras, são comuns, o que acaba criando uma necessidade de realizar manutenções com certa periodicidade nas vias para evitar possíveis desastres. Este trabalho, portanto, tem como objetivo a proposta e implementação de um sistema inteligente para detecção de buracos a partir de Veículos Aéreos não Tripulados (VANT), ou "drones", com câmeras simples, técnicas de processamento de imagem e mapeamento por Sistema de Posicionamento Global (GPS). Os dados coletados serão computados pelo sistema e mapeados, sendo uma proposta que visa facilitar a atuação dos órgãos responsáveis.
CLASSIFICAÇÃO DE DADOS EM COMPUTADORES QUÂNTICOS:
(2023-06-14) MATHEUS TEIXEIRA
À medida que nos aproximamos das dimensões mínimas dos transistores utilizados em CPUs, nos aproximamos também dos limites computacionais dos computadores clássicos. Diante da crescente demanda por maior poder de processamento para resolver problemas complexos, surge a necessidade de uma ferramenta mais capacitada: os computadores quânticos. Em resposta a essa situação, diversas áreas da computação estão sendo adaptadas para aplicar seus métodos em computadores quânticos. Entre essas áreas, destaca-se o campo do aprendizado de máquina. O presente trabalho descreve um método de aprendizado de máquina supervisionado que utiliza a máquina de vetores de suporte quântica para a classificação de dados em um computador quântico
BLUETOOTH LOW ENERGY APLICADO À LOCALIZAÇÃO INDOOR E ASSISTÊNCIA EM LOCALIZAÇÃO DE ROBÔS
(2023-06-14) BRUNO DA SILVA SOFFO; GABRIEL ALVES LEITE; GABRIEL LOPES PARREIRA DOS SANTOS; GUILHERME ALVES ROCHA
A localização em ambientes fechados é um problema muito comum quando é preciso ter uma alta precisão no posicionamento de uma pessoa ou um objeto, com aplicação em diversas áreas como, por exemplo, segurança de ambientes, rastreabilidade dentro de uma empresa, localização de robôs autônomos, entre outras. Tratando-se de robôs autônomos, isto é, robôs que circulam em um ambiente sem qualquer tipo de intervenção ou controle humano, existe um grande desafio, que é conhecido como sequestro do robô. Embora seja possível utilizar-se dos próprios sensores para realizar essa localização, pode ocorrer que o robô necessite percorrer pelo ambiente até que seja possível se localizar novamente. O presente trabalho desenvolve estudos para a utilização da tecnologia Bluetooth para a solução destes problemas em ambientes indoor. Partindo desse ponto, foram estudadas diversas possibilidades de utilização de transmissores e receptores Bluetooth e sua aplicação em ambientes variados, assim como a aplicação do Filtro de Kalman para contornar o problema de ruído de sinal, presentes em sistemas baseados na tecnologia de radiofrequência, e um algoritmo de trilateração para estimar a posição do transmissor de sinal. Após a realização dos experimentos, foi possível concluir que a melhor solução para a instabilidade do RSSI (Received Signal Strength Indication - indicador de intensidade do sinal recebido), foi aplicando o Filtro de Kalman e removendo valores que fugiam do desvio padrão, pois em um cenário controlado, foi possível ter 59,46% de melhora na estabilidade comparado com valores sem nenhum tipo de filtro
USO DE INTELIGÊNCIA ARTIFICIAL PARA PREVISÃO DE AÇÕES
(2023-06-13) GUSTAVO DELAPAZ ISHIKI; LUCAS MEDEIROS RODRIGUES; NICKOLAS BELO MARTINS
Esse trabalho tem como foco a utilização de algoritmos de aprendizado de máquina para prever tendências de preços de ações com o intuito de auxiliar investidores a obter uma decisão mais assertiva ao escolher comprar ou vender uma ação. Foram utilizados 3 algoritmos distintos: ARIMA, Prophet e LSTM, os valores diários de fechamento de 4 ativos financeiros e um ETF da Bovespa em um período de 5 anos. Os testes foram desenvolvidos no Google Colab e após a obtenção de resultados satisfatórios, foram aplicados os modelos preditivos para realizar previsões futuras. A visualização das previsões está disponível em um site construído com a linguagem de programação Typescript, o framework Django e um banco de dados do MongoDB para guardar dados de previsões passadas
DIÁRIO VIRTUAL:
(2023-06-13) MARCELLA COSTA MELO; MATEUS QUEIROZ DE FIGUEIREDO; MILENA TEIXEIRA CORREIA; YASMIN GOMES VITORINO ALVES
O presente trabalho tem como objetivo desenvolver um diário virtual que identifica sentimentos e emoções, utilizando processamento de linguagem natural, tendo como base textos escritos pelo paciente diariamente na aplicação, gerando como principal resultado a construção de relatórios onde são exibidos gráficos de oscilação de humor que mostram avanços e declínios nos sentimentos dos usuários. Para o desenvolvimento desse projeto, foi utilizado a biblioteca do ReactJS para o front-end e a linguagem Java para o back-end, desenvolvido em formato de API REST com utilização do framework Spring Boot. O sistema realiza integração com o serviço externo Natural Language Understanding, que é uma ferramenta desenvolvida pela IBM na qual utiliza Processamento de Linguagem Natural para realizar análises dos textos dos usuários. A partir dos dados das análises, os usuários podem criar relatórios para utilização pessoal. Após testes realizados na plataforma, os autores concluíram que a criação de diferentes tipos de relatórios com gráficos diversos utilizando os dados das análises do processamento de linguagem natural ajuda o usuário a acompanhar as alterações das suas emoções ao longo do tempo
QUEM?:
(2023-06-12) AUGUSTO FARINA BATAGLIA DE SOUZA; BRUNO VALLONE ORLANDIN; EIJI KASAI DOGEN; SHAWN GONÇALVES KAWABE
No mercado de jogos digitais há uma significativa presença de títulos que implementam sistemas para geração procedural de conteúdo. A geração procedural é uma ferramenta comumente utilizada para a criação de cenários navegáveis como mundos e fases, mas é pouco explorada para recursos narrativos. Jogos de detetive, em particular aqueles que apresentam um caso de assassinato a ser solucionado, geralmente possuem uma história fixa, escrita manualmente, devido à complexidade narrativa. Este trabalho apresenta um sistema com simulação de entidades para criar casos de assassinato gerando artifícios narrativos que equivalem às pistas e testemunhos do caso em questão. Ao final do projeto, o sistema de criação de casos de assassinato desenvolvido foi adicionado à um protótipo de um jogo interativo para simular a experiência de um detetive
SOFTWARE DE PRÉ-DIAGNÓSTICO MÉDICO PARA CLASSIFICAÇÃO DE RISCO
(2023-06-12) DOUGLAS IINO RINALDI; GUILHERME CUCIO LAGO; LUCAS LOPES; MARCELO NOBRE
Atualmente a classificação de risco é um processo realizado por um profissional de saúde (na maioria dos casos por um enfermeiro) assim que o paciente chega ao hospital, a fim de determinar a gravidade dos sintomas que o mesmo apresenta, além de encaixá-lo na fila com um tempo de espera condizente a tais sintomas para que todos possam ser atendidos de forma conveniente e eficiente. A falha em classificar o paciente de forma precisa pode acarretar em consequências tanto para ele quanto para todos os outros que tiveram seu tempo de espera influenciado por sua classificação. Para realizar a classificação de risco, é utilizado o Protocolo de Manchester que estipula que os profissionais de saúde realizem uma avaliação sobre o quadro clínico do paciente e o classifiquem com uma cor, representada por uma pulseira. No Brasil, o processo é realizado sem o auxílio de qualquer software ou hardware que possa acelerar ou tornar o procedimento mais eficaz: todos os sinais vitais colhidos do paciente, como frequência cardíaca e pressão arterial, são preenchidos com papel e caneta, e qualquer consulta que o funcionário precise fazer é feita em um manual físico referente ao Protocolo. Assim, este trabalho tem como objetivo propor um software capaz de armazenar todas as informações necessárias do paciente durante o pré-diagnóstico e classificá-lo de acordo com o Protocolo de Manchester. Além disso, será implementada uma Inteligência Artificial (IA) que funcionará com base no algoritmo de Random Forest para que o software seja capaz de aumentar sua precisão de acordo com seu uso.

Navegar

Submissões Recentes