Trabalho de Conclusão de Curso
URI Permanente para esta coleção
Navegar
Navegando Trabalho de Conclusão de Curso por Autor "Doutor Carlos Alexandre Silva"
Agora exibindo 1 - 7 de 7
Resultados por página
Opções de Ordenação
- ItemAnálise dos dados socioeconômicos na investigação do impacto da pandemia da Covid-19 no Enem nas capitais da região sudeste(2024-06-20) Cruz, Pedro Gabriel; Mestre Cristiane Norbiato Targa; Doutor Carlos Alexandre SilvaO presente trabalho tem como objetivo identificar o impacto da pandemia da Covid-19 no Enem em seu âmbito socioeconômico para os estudantes que prestaram o exame nos anos de 2019 a 2022 aplicando técnicas de Mineração de Dados. O uso do algoritmo de clusterização K-means permitiu mapear 3 grupos bem definidos de estudantes, e assim entender como cada grupo foi afetado ao longo da pandemia por meio de suas variáveis determinantes: renda familiar, tipo de administração escolar, acesso a computador e internet. Os resultados mostram que os alunos pertencentes ao grupo com indicativos socioeconômicos mais baixos foram os que apresentaram a maior queda de participação do exame e um aumento na participação de estudantes do grupo com melhores indicativos socioeconômicos, portanto um crescimento da desigualdade entre os participantes.
- ItemEleições presidenciais de 2022: predições com dados de pesquisas eleitorais do Poder360 e PollingData(2023-09-01) Valentim, Gabriel de Paula; Doutor Carlos Alexandre Silva; Doutor Danilo Boechat SeufitelliAs pesquisas eleitorais são uma ferramenta poderosa para captar as aspirações da população. Portanto, exploramos o potencial de combinar pesquisas eleitorais com algoritmos de previsão para a eleição presidencial brasileira de 2022. Especificamente, foi preterido determinar se a integração de técnicas de aprendizado de máquina pode produzir resultados superiores em comparação com as pesquisas eleitorais tradicionais de forma isolada. Nossos resultados mostram que os modelos de previsão exibiram desempenho promissor, superando os resultados dos institutos de pesquisa, principalmente no segundo turno. Essa abordagem revela uma opção promissora para prever futuras eleições, lançando luz sobre a previsão de resultados eleitorais.
- ItemMineração de opinião na rede social X sobre as eleições presidenciais de 2022(0024-06-05) Bruno Victor Vasconcelos; Mestra Cristiane Norbiato Targa; Doutor Carlos Alexandre SilvaAs redes sociais, comumente presentes no cotidiano das pessoas, têm sido amplamente utilizadas para divulgar produtos, serviços e expressar opiniões, configurando-se como uma ferramenta relevante para a busca e análise de informações sobre os mais variados assuntos. No cenário político, o uso das redes sociais tem se intensificado, sendo utilizado como uma das principais formas de comunicação com os eleitores, além de representar um indicador significativo de popularidade na política. O objetivo deste estudo é classificar os sentimentos dos posts da rede social X, relacionados aos dois candidatos que foram para o segundo turno das eleições presidenciais brasileiras de 2022, Bolsonaro e Lula, em positivos, negativos ou neutros, a fim de compreender e avaliar a percepção pública em relação a esses políticos. Para isso, construímos uma base de dados, realizamos um pré-processamento dos dados e utilizamos o algoritmo de Naive Bayes para classificar os posts.
- ItemResultados da copa do mundo de futebol masculino 2022: análise preditiva orientada a dados(2023-11-07) Dias, Matheus Henrick ; Doutor Carlos Alexandre Silva; Doutor Danilo Boechat SeufitelliNeste trabalho, apresentamos uma abordagem para análise preditiva de resultados da Copa do Mundo de Futebol Masculino, utilizando quatro algoritmos de aprendizagem supervisionada aplicados aos dados históricos das seleções antes do início do torneio de 2022. O objetivo foi obter uma estimativa precisa acerca do time vencedor, mesmo antes do início da primeira partida, utilizando dados de jogos das edições anteriores. Os experimentos demonstram que as seleções tendem a seguir padrões de desempenho consistentes a médio e longo prazo, mesmo que ocorram mudanças no elenco e na comissão técnica. Além disso, os métodos de aprendizagem supervisionada mostraram-se eficazes para prever resultados nesse cenário com variáveis limitadas. Essa abordagem realizada proporciona uma visão promissora para a previsão de resultados esportivos, permitindo uma análise antecipada e otimista dos resultados da Copa do Mundo de Futebol, além de demonstrar possibilidade de utilização das ferramentas de inteligência artificial na solução desse tipo de problema.
- ItemUm estudo comparativo do desempenho de linguagens de programação utilizando técnicas computacionais aplicadas ao Problema do Caixeiro-Viajante(2024-10-10) Viana, Rodrigo Malaquias; Doutor Bruno Nonato Gomes; Doutor Carlos Alexandre SilvaO Problema do Caixeiro Viajante (PCV) é um clássico problema da Pesquisa Operacional que surge em diversos contextos práticos, como problemas de roteamento de veículos, perfuração de placas de circuito impresso, manutenção de motores de turbina a gás, sequenciamento de genoma, entre outros. A eficácia da linguagem de programação utilizada para abordar o PCV pode influenciar diretamente a qualidade da solução. Neste trabalho buscou-se analisar o desempenho de linguagens de programação amplamente reconhecidas no âmbito acadêmico e profissional, sendo elas C, Python, C\# e Julia. Utilizaram-se tanto técnicas heurísticas quanto metaheurísticas para resolver o problema de otimização representado pelo PCV. Os resultados mostram que a escolha da linguagem e a técnica afeta diretamente na execução final, onde linguagens como C e Julia se destacaram significativamente, apresentando resultados que eram, no mínimo, duas vezes mais rápidos do que os obtidos com as demais linguagens, com essa vantagem aumentando à medida que o problema se tornava mais complexo.
- ItemUma abordagem a deepfake via algoritmos de aprendizagem profunda(2023-08-06) Rodrigues, Gustavo dos Santos; Doutor Carlos Alexandre SilvaCom o rápido avanço da inteligência artificial, ações de criação e manipulação de imagens e vídeos tem se tornado cada vez mais comum e acessível às pessoas. Como consequência, as deepfakes tem sido bastante utilizadas à serviço da desinformação e à disseminação de fake news. Considerando as deepfakes como um marco nessa nova era da informação, este artigo visa contribuir com o fomento da compreensão desta técnica de inteligência artificial, mais especificamente analisando três importantes algoritmos de aprendizagem profunda para a geração de deepfakes. Os resultados mostram que o Deepfacelab despende quase o dobro do tempo de processamento em relação ao FaceSwap e ao First Order Motion, porém apresenta uma melhor qualidade dos resultados gerados.
- ItemUma perspectiva dos institutos federais em Minas Gerais sob a análise histórica de bolsas ofertadas pelo CNPQ para a área da computação entre 2015 a 2022(0023-11-09) Lira, Lucas Laet; Doutor Carlos Alexandre Silva; Doutor Renato Miranda FilhoO Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) é a principal agência de fomento à pesquisa do país e as áreas de Engenharia e Computação compõem os principais eixos formadores e geradores de produtos no campo de tecnologia. Tendo em vista a importância do fomento desta agência, sobretudo, na área de Computação, este artigo busca identificar a relevância dos Institutos Federais de Minas Gerais no recebimento de recursos no âmbito científico nacional. Além disso, foi realizada uma comparação com universidades federais mineiras, por meio de uma análise de dados referente à captação de bolsas de pesquisas em um cenário regido por diferentes governanças políticas entre o período de 2015 a 2022. Nota-se uma discrepância entre os fomentos por gestões governamentais e uma mudança na disponibilidade de bolsas em suas categorias, enquanto no âmbito específico das bolsas destinadas aos Institutos Federais, é verificada uma presença relevante na captação, onde estes tiveram destaque nesse aspecto, em comparação a universidades tradicionais do estado de Minas Gerais.