Trabalho de Conclusão de Curso

URI Permanente para esta coleção

https://repositorio.ifmg.edu.br/handle/20.500.14387/688

Navegar

Agora exibindo 1 - 16 de 16

Análise comportamental das notas dos alunos do Ensino Superior do Instituto Federal de Minas Gerais - campus Sabará - com a adoção do Ensino Remoto Emergencial (ERE)
(2024-05-02) Gonçalves, Ana Júlia Valverde; Mestre Cristiane Norbiato Targa; Doutor Bruno Nonato Gomes
O ensino remoto emergencial (ERE) foi uma estratégia didática e pedagógica adotada pelos Institutos Federais para diminuir os danos provocados pela pandemia, causada pelo vírus SARS-CoV-2. O objetivo deste trabalho é fazer um comparativo de notas das disciplinas dos cursos superiores de Sistema de Informação, Engenharia e Controle de Automação e Logistica do IFMG - Campus Sabará antes, durante e depois da adoção do ERE. Para isso foi recebido planilhas em excel com os dados dos alunos de cada curso, importados no SQL server com o assistente de importação do mesmo. Este foi utlizado para gerar arquivos ARFF, formato aceito na ferramenta Weka de Mineração de dados e nesta foi aplicado o algoritmo de Classificação Random Tree. Os resultados obtidos mostram que os alunos, de uma forma geral, conseguiram desempenho superior durante a pandemia, mas ao analisar as notas pós-pandemia, percebe-se que esse aumento de notas não reflete necessariamente um aprendizado real, visto que muitas vezes as notas caíram novamente no retorno ao presencial.
ANÁLISE DE AVALIAÇÕES TURÍSTICAS DO TRIPADVISOR UTILIZANDO SVM E REGRESSÃO LOGÍSTICA
(2024-11-05) Daniel Douglas Rodrigues; Carlos Alexandre Silva; Danilo Boechat Seufitelli
Este artigo propõe um estudo sobre os sentimentos dos turistas após visitarem atrações turísticas no Brasil. Utilizando uma base de dados do Kaggle com comentários de turistas, aplicamos algoritmos de análise de sentimentos baseados em Máquina de Vetores de Suporte e Regressão Logística, visando baixo custo computacional e alta precisão. O objetivo é extrair as métricas necessárias para melhorar a experiência dos futuros visitantes. Nossos resultados mostraram uma acurácia média de 96%, indicando que os modelos empregados foram eficazes em classificar os sentimentos expressos nas avaliações. Este resultado sugere que, embora a análise de sentimentos baseada em comentários tenha sido bem-sucedida, é fundamental considerar a representatividade dos dados e o balanceamento das classes. A pesquisa oferece uma percepção valiosa sobre as oportunidades e limitações atuais e serve como base para futuros estudos na área, que possam explorar outras abordagens ou fontes de dados para aprimorar a recomendação de atrações turísticas.
Análise de redações sobre mulheres na ciência: uma perspectiva de estudantes do ensino médio
(2023-08-08) Rosa, Kamilly Cristine Gomes; Targa, Cristiane Norbiato; Brandão, Michele Amaral; Ribeiro, Iolanda Agnes; Doutora Michele Amaral Brandão; Mestra Cristiane Norbiato Targa
As mulheres na ciência precisam ser melhor representadas e enfrentam diversos desafios. No intuito de melhor entender essa realidade, este trabalho objetiva interpretar a percepção de alunos do ensino médio sobre a participação das mulheres na ciência. Para isso, foram analisadas redações submetidas a dois concursos de redação, realizados em 2020 e em 2022. Os resultados indicam que os alunos conhecem poucas personalidades, obras/filmes e fatos que sejam representativos de mulheres na ciencia. Porém, os discentes conseguem argumentar sobre as mulheres na ciência de forma a apontar causas e possíveis soluções para os desafios enfrentados por elas.
Análise 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 Silva
O 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.
Aplicativo de plantio e arborização urbana
(2024-10-10) Souza, Pedro Afonso Ramos de; Doutor Carlos Alberto Severiano Junior
Este trabalho é referente ao desenvolvimento de um aplicativo de arborização urbana participativa, com o intuito de engajar a comunidade no plantio e cuidado de áreas verdes. Concebido em parceria com coletivos ecológicos, o aplicativo foi projetado considerando suas opiniões e necessidades, coletadas por meio de reuniões colaborativas. Entre as principais funcionalidades, destacam-se o mapeamento de locais de plantio, um catálogo de espécies e o monitoramento de mudas, todos voltados para atender demandas específicas de arborização urbana e facilitar o aumento da cobertura vegetal. O aplicativo busca não apenas contribuir para a melhoria da qualidade do ar e da água nas cidades, mas também fortalecer a participação cidadã, incentivando o envolvimento direto da população nas atividades de arborização. O uso de tecnologias como geolocalização e bancos de dados de espécies locais permite um planejamento eficaz e sustentável para o plantio, promovendo a preservação ambiental e incentivando práticas ecológicas. Dessa forma, o projeto se destaca como uma ferramenta para melhorar a qualidade de vida urbana, além de sensibilizar a população sobre a importância do meio ambiente, favorecendo a construção de um ambiente urbano mais sustentável e verde.
Eleições 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 Seufitelli
As 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.
Escolha automática da métrica de distância em problemas de regressão
(0024-09-03) Rodrigues, Jonathan Felix ; Doutor Renato Miranda Filho
Este trabalho examina a importância da escolha da medida de distância apropriada em algoritmos de aprendizado de máquina, especificamente em problemas de regressão. A distância euclidiana é comumente usada, mas o estudo descobriu que a medida de distância pode afetar o acerto do modelo de regressão e propõe duas soluções para determinar a medida apropriada. A primeira avalia a variância das distâncias entre instâncias, enquanto a segunda usa uma heurística que considera a linearidade entre as distâncias e as saídas obtidas. No total, avaliamos a escolha das medidas de distância (11 possibilidades) em 10 conjuntos de dados disponíveis publicamente. A heurística da linearidade teve uma maior correlação com a saída do regressor avaliado e, portanto, conseguiu escolher as melhores medidas a serem utilizadas nos conjuntos de dados avaliados neste trabalho.
Esgrima Training: um aplicativo de Scout de esgrima em tempo real
(2024-11-05) Vitor Hugo Rocha; Dr. Carlos Alberto Severiano Junior; Me. Daniel Bruno Fernandes Conrado; Dr. José Marcello Salles Giffoni
Considerando a esgrima como um esporte milenar amplamente difundido pelo mundo e a busca constante pelo aprimoramento do esporte levando seus atletas ao mais alto nível de desempenho, este trabalho visa apresentar o desenvolvimento de um aplicativo móvel híbrido, que opere tanto em aparelhos com sistema Android quanto para aparelhos com sistema iOS, para scout de esgrima, além de coletar registros psicológicos comportamentais. O desenvolvimento foi realizado utilizando Ionic framework 4 baseado em Angular 8, permitindo a criação de uma aplicação hibrida com banco de dados na nuvem. Como resultado obtivemos um produto mínimo viável que atendesse todos os requisitos para scout de esgrima solicitados pelos nossos parceiros que incluem a Escola de Educação Física, Fisioterapia e Terapia Ocupacional (EEFFTO/UFMG), clube de esgrima do Barroca tênis clube e outros atletas. Conclui-se que o aplicativo tem potencial para melhoria do desempenho dos atletas sendo uma ferramenta de scout e trazendo uma visão holística sobre o atleta, com possibilidade de futuras evoluções para outras modalidades e funções.
Estudo da interface do aplicativo spotify para o público idoso utilizando o método de inspeção semiótica
(2023-12-05) Alves Júnior, Edinê Barbosa ; Mestra Cristiane Norbiato Targa; Doutor Daniel Bruno Fernandes Conrado
A adoção de smartphones e seus aplicativos tem se tornado cada vez mais comum entre a população idosa. No entanto, o modelo de interação proporcionadas por esses aplicativos pode representar desafios para esse grupo específico. Este estudo realiza uma análise da interface do aplicativo Spotify por meio do Método de Inspeção Semiótica (MIS), com o propósito de identificar eventuais obstáculos na comunicação entre o designer do sistema e o usuário idoso. Os resultados obtidos foram comparados com as Diretrizes de Acessibilidade para Conteúdo Web (WCAG) e apontam para certos aspectos da interface que podem impactar significativamente na usabilidade para o público idoso.
Meu IFMG: aplicando o Método de Inspeção Semiótica (MIS) baseando-se nas leis de Gestalt
(2024-10-02) Diniz, Pedro Gabriel Vilaça ; Doutor Daniel Bruno Fernandes Conrado; Mestre Sidney Pires Martins
O documento anexado corresponde ao Trabalho de Conclusão de Curso do aluno Pedro Gabriel Vilaça Diniz para o curso de bacharelado em Sistemas de Informação no IFMG - Campus Sabará. O tema do documento é "Meu IFMG: Aplicando o Método de Inspeção Semiótica (MIS) baseando-se nas Leis de Gestalt"
Mineração 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 Silva
As 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.
REDES NEURAIS CONVOLUCIONAIS PARA RECONHECIMENTO FACIAL EM PHP
(2024-11-12) Matheus Giovanny Oliveira Guimarães; Carlos Alberto Severiano Junior
Este trabalho tem como objetivo comparar a implementação de redes neurais convolucionais utilizando PHP e comparada com Python, explorando suas capacidades no campo de reconhecimento facial. Em PHP, foi utilizada a biblioteca Rindow Neural Networks, enquanto em Python, a escolha foi pela biblioteca Keras com TensorFlow. Para a realização dos experimentos, ambas as linguagens seguiram estruturas semelhantes, utilizando a mesma base de dados de imagens distribuídas em 16 classes e sendo encapsuladas em frameworks web específicos, Slim para PHP e Flask para Python, além disso os códigos foram compilados na mesma máquina. Os resultados indicam que a rede neural construída em PHP obteve uma acurácia média superior (0,954) em comparação com a rede em Python (0,86), embora o tempo de treinamento em PHP tenha sido maior. Todavia, o PHP demonstrou ser uma alternativa viável em contextos específicos, especialmente onde há uma forte dependência de tecnologias baseadas nessa linguagem, como projetos legado. No entanto, Python, com sua maior versatilidade e suporte da comunidade, ainda se destaca como a escolha preferida para projetos de aprendizado de máquina e para fins didáticos. Embora o PHP possa ser utilizado para a construção de redes neurais, Python continua sendo a opção mais prática e eficiente na maioria dos cenários. Para análises futuras um estudo da biblioteca Rubix, outra ferramenta de aprendizado de máquina em PHP, pode ser feita para tentar superar as limitações identificadas pelo Rindow.
Resultados 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 Seufitelli
Neste 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.
Um 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 Silva
O 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.
Uma abordagem a deepfake via algoritmos de aprendizagem profunda
(2023-08-06) Rodrigues, Gustavo dos Santos; Doutor Carlos Alexandre Silva
Com 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.
Uma 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 Filho
O 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.

Navegar

Navegando Trabalho de Conclusão de Curso por Título

Resultados por página

Opções de Ordenação