Dissertações
URI Permanente desta comunidade
Navegar
Navegando Dissertações por Data de Publicação
Agora exibindo 1 - 9 de 9
Resultados por página
Opções de Ordenação
- DissertaçãoUm estudo comparativo e aplicado de técnicas de machine learning e de features para modelos de previsão de parada de equipamentos em processos de manutenção preditivaVenites, Victor de Oliveira (2023-08-02)
Faculdade de Computação e Informática (FCI)
Esta pesquisa vai seguir o padrão de abordagem da Ciência de Dados explorando bases de dados, no sentido de buscar compor um processo de benchmarking de atributos e de técnicas de Machine Learning (ML) para apoio à Manutenção Preditiva de Máquinas Industriais. O objetivo geral é a exploração de técnicas de Feature Engineering tendo por base os dados históricos (séries temporais) de estados conhecidos de máquinas industriais, que neste estudo são classificados em cinco tipos denominados: Run, Setup, Down, Standby e Offline. Com base em características temporais criadas, buscou-se construir e comparar uma pipeline de modelos de ML conhecidos na literatura, buscando como resultado esperado previsões do momento de quebra de uma máquina, e medindo-se a performance dos modelos pelas métricas de acurácia. As séries temporais tem a característica de se trabalhar partindo apenas das observações anteriores para prever as futuras, por tanto, bases de dados com apenas duas colunas como o histórico dos estados e data/hora já são o suficiente para um estudo de modelagem. Os resultados obtidos foram promissores. E, do ponto de vista prático, com a previsão dos momentos de quebras e/ou paradas indesejadas de equipamentos, a indústria pode economizar nos gastos, diminuindo a manutenção corretiva e preventiva. Portanto, otimizando a operação na produção máxima possível. - DissertaçãoAvaliação do comportamento de um reservatório de água segundo a perspectiva da indústria 4.0 e da inteligência artificialMartinelli Neto, Cavour (2024-02-05)
Faculdade de Computação e Informática (FCI)
A pesquisa realizada avaliou o desempenho dos algoritmos de aprendizagem de máquina para prever o comportamento de um reservatório de água. Para isso, foram estimados o Indice de Qualidade da Água (IQA) das bacias hidrográficas do estado de Minas Gerais, a vazão do aproveitamento hidrelétrico de Porto Primavera, localizado na bacia do Rio Paraná e a temperatura da água de um reservatório de pequena escala. A aprendizagem de máquina foi utilizada como alternativa aos métodos de controle de processos e modelos numéricos baseados na transferência de massa e no balanço energético. Os métodos de controle de processos apresentam limitações em prever o comportamento da variável controlada. Já os modelos numéricos utilizam equações que dependem de longas series temporais de dados meteorológicos e hidrológicos, os quais nem sempre estão disponíveis. Por outro lado, os avanços tecnológicos relacionados aos recursos computacionais e a Inteligência Artificial podem contribuir para aperfeiçoá-los. A análise dos resultados demonstrou que o modelo de florestas aleatórias pode estimar o ´Indice de Qualidade da ´Água (IQA) com um Erro Absoluto Médio (EAM) de 2,07 e um Erro Percentual Absoluto Médio (EPAM) de 4,30%. As Redes Neurais Artificiais (RNA) foram capazes de detectar padrões específicos no comportamento da vazão de água ao longo do tempo e realizar previsões para auxiliar a opera，c˜ao de Usinas Hidrelétricas. Os tipos memoria longa de curto prazo (LSTM) e Gated Recurrent Unit (GRU) apresentaram os melhores resultados para estimar os valores de vazão em um e nove dias, respectivamente. Os valores do Erro Absoluto Médio (EAM) e do Erro Percentual Absoluto Médio (EPAM) foram de 105,20 m³/s e 2,02% para um e de 527,00 m³/s e 9,26% para nove dias de previsão. Finalmente, os valores de temperatura da ´água do reservatório de pequena escala estimados pelo modelo de máquina de vetores de suporte para trˆes horas consecutivas apresentou um Erro Absoluto Médio (EAM) de 0,01 °C e um Erro Percentual Absoluto Médio (EPAM) de 0,05%. Considerando um intervalo de seis horas consecutivas, o mesmo modelo indicou um Erro Absoluto Médio (EAM) de 0,04 °C e um Erro Percentual Absoluto Médio (EPAM) de 0,18%. Para doze horas consecutivas, o modelo de florestas aleatórias apresentou o melhor desempenho com um Erro Absoluto Médio (EAM) de 0,07 °C e um Erro Percentual Absoluto Médio (EPAM) de 0,31%. - DissertaçãoOtimização de carteiras de investimento em ações utilizando meta-heurísticasOliveira, Kaleb Rodrigues (2024-02-16)
Faculdade de Computação e Informática (FCI)
O investidor atual enfrenta um ambiente muito instável e cheio de incertezas em termos políticos, econômicos e sociais, o que pode prejudicar seus investimentos e colocar em risco seu capital investido. Tendo o objetivo financeiro de obter um retorno sobre o principal aplicado ou proteger o patrimônio atual, e essencial que os investidores estejam aptos para lidar com o risco dos ativos em que investem e a volatilidade destes. Uma estratégia comum para lidar com esses investimentos arriscados e criar uma carteira diversificada, composta por várias ações. Distribuindo o risco entre várias ações é possível reduzir a exposição a qualquer ativo individual e, assim, minimizar o risco total da carteira. No entanto, a aplicação adequada de recursos na seleção de ativos é crucial, dado que uma escolha inadequada pode prejudicar a rentabilidade da carteira e causar perdas. Este trabalho visa apresentar a aplicação de meta-heurísticas para solucionar o problema de seleção e otimização de carteiras utilizando ações que compõem o índice IBOVESPA, adaptando essas técnicas para avaliar e encontrar a melhor solução no espaço de busca. As meta-heurísticas são ferramentas poderosas que permitem explorar eficientemente o espaço de soluções e encontrar soluções próximas `a ótima, possibilitando resolver problemas complexos de maneira mais eficaz. - DissertaçãoMonitoramento de discussões políticas no Twitter durante as eleições de 2022 no Brasil: polarização, agrupamento e principais atoresSilva, Luciano Jose da (2024-02-19)
Faculdade de Computação e Informática (FCI)
Ao longo dos últimos vinte anos, as disputas eleitorais têm sido impactadas diretamente pelo fenômeno das redes sociais. Os políticos que souberam interagir com os diferentes grupos de eleitores através das redes, tiveram impactos positivos em suas campanhas. No entanto, esse ambiente também se tornou fértil para fenômenos negativos como a ultra polarização das discussões políticas, com grupos radicais manipulando como os fatos são absorvidos dentro de suas “bolhas” de influência e impactando diretamente o rumo das campanhas eleitorais. O Brasil não ficou alheio a essa condição. O ano de 2022 é considerado um dos períodos eleitorais mais polarizados da história brasileira. Por conta desse cenário, é importante entender como os grupos se formam e se relacionam dentro das redes sociais, quem são seus principais influenciadores e visualizar como os eventos do ano eleitoral brasileiro de 2022 foram discutidos por perfis de diferentes posicionamentos políticos. Esta pesquisa tem como objetivo colaborar com esse entendimento, com a construção de um pipeline de análise de redes sociais (Twitter ), que aplicado ao longo de 2022, capturou dados durante eventos políticos relevantes no Brasil. O pipeline é constituído códigos (python) e ferramentas open source, e foi estruturado de maneira a executar a extração, processamento, análise e visualização dos dados do Twitter, identificando os principais perfis, seus agrupamentos e principais termos mencionados nesses grupos. Esses dados foram comparados com os fatos e acontecimentos divulgados pela mídia ao longo do tempo. Um exemplo da execução desse processo é apresentado por um estudo de caso com dados extraídos do Twitter durante os eventos de 8 de janeiro de 2023 em Brasília. - DissertaçãoFerramenta de análise de dados com base nas dimensões de qualidadeRosa Filho, Paulo Fernando (2024-02-21)
Faculdade de Computação e Informática (FCI)
A qualidade dos dados digitais impactam diretamente na qualidade da informação produzida por sua análise. Embora seja um tema importante, não recebe o seu devido foco nas discussões que rondam tecnologias dependentes de bases de dados, como modelos preditivos e generativos, que estão cada vez mais integrados ao cotidiano da sociedade, sendo que a qualidade da informação gerada ou prevista por estes é diretamente relacionada a qualidade dos dados de entrada utilizados em seu treinamento. A qualidade de dados tem seu papel importante também no contexto do mundo corporativo, apoiando processos de tomada de decisão de negócios, que garantem vantagens estratégicas dentro do mercado. Tendo em vista os inúmeros trabalhos desenvolvidos sobre o tema da qualidade de dados, e, com o apoio das normas ISOs que foram desenvolvidas nas últimas décadas, esta dissertação apresenta em sua primeira parte uma revisão bibliográfica dos estudos a respeito da qualidade de dados, com foco nas dimensões de qualidade, visando diminuir dúvidas relacionadas a estes conceitos e em sua segunda parte propõem uma forma de implementação de software capaz de analisar e se adaptar a grande variedade de bases de dados, tendo suas regras de análise apoiadas nos conceitos explorados sobre as conhecidas dimensões de qualidade de dados. O resultado foi o desenvolvimento completo do software proposto, que foi capaz de analisar 3 bases de dados, de contextos distintos, a partir de regras dinâmicas, validando assim a proposta de desenvolvimento apresentada. - DissertaçãoUma abordagem de aprendizado de máquina baseada no CRISP-DM para predição de canais de negociação em uma plataforma de cobrança digital no BrasilMartins, Jonnathan de Almeida (2024-08-16)
Faculdade de Computação e Informática (FCI)
Este trabalho concentra-se nas complexidades enfrentadas pelas operações financeiras ao lidar com a cobrança de dívidas em um cenário de elevada inadimplência no Brasil. Em contrapartida às abordagens tradicionais comumente empregadas para fortalecer a capacidade de negociação de uma empresa, propõe-se a implementação de um modelo preditivo para ser utilizado como uma nova ferramenta de apoio nas ações de cobrança de dívidas. Para isso, foi desenvolvida uma abordagem seguindo a metodologia Cross-Industry Standard Process for Data Mining (CRISP-DM), incorporando técnicas avançadas de pré processamento de dados, engenharia e seleção de atributos, uso de algoritmos de classificação e avaliação rigorosa dos resultados obtidos, com o objetivo de prever o canal de negociação de preferência do cliente em situação de inadimplência quando recebem comunicações de cobrança e buscam negociar suas dívidas em uma plataforma digital no Brasil. A principal contribuição deste trabalho foi propor uma abordagem metodológica inovadora oferecendo resultados valiosos para aprimorar as praticas das empresas de cobrança de dívidas, além de contribuir para o avanço do conhecimento no campo do estudo. - DissertaçãoSistema de recomendação de calçados esportivos para praticantes de corrida de rua amadoresSpeca Junior, Marcos Antonio (2024-08-20)
Faculdade de Computação e Informática (FCI)
Corrida de rua é um dos esportes mais praticados no mundo inteiro, seja por uma busca de vida mais saudável seja pelo desafio pessoal de superar metas. Um dos itens chave na prática deste esporte é o calçado esportivo (tênis de corrida). Um atleta amador considera qual tênis utilizar com muito cuidado e levando em conta vários fatores pessoais, no entanto esta é uma escolha difícil pois existem no mercado centenas de opções de diferentes marcas e modelos, com diversas características. Considerando este contexto, o objetivo do presente trabalho foi desenvolver e avaliar de um sistema de recomendação de calçados esportivos que apoia o corredor amador a encontrar o calçado ideal, através do uso de algoritmo de recomendação com base em similaridade do perfil dos usuários. Através da metodologia Design Science Research (DSR), uma arquitetura sistêmica adequada, considerando os artefatos necessários, foi proposta e desenvolvida. Como ponto de partida para as recomendações uma base de preferências foi coletada, contendo 125 perfis e 278 avaliações e serviu de base para o algoritmo de recomendação, baseado em similaridade. O sistema de recomendação foi disponibilizado em uma interface conversacional através do Whatsapp, utilizando um grande modelo de linguagem (LLM) como interface conversacional. A avaliação do sistema se deu com usuários reais que interagiram com o sistema e posteriormente responderam um questionário de avaliação de 15 perguntas sobre a qualidade da recomendação e usabilidade. Foram coletadas 25 respostas completas e válidas, onde foi possível identificar que as recomendações fizeram sentido e foram relevantes aos usuários, ainda uma nota de 84 no teste de usabilidade System Usability Scale, o que indica uma ótima usabilidade. Portanto conclui-se que a aplicação de um sistema de recomendação de calçados esportivos com base em características pessoais dos corredores amadores pode apoia-los na escolha do calçado ideal. - DissertaçãoDesenvolvimento de um modelo de análise de crédito baseado em dados de redes sociaisSantos, Tharles Maicon Freire dos (2024-09-30)
Faculdade de Computação e Informática (FCI)
A análise de crédito tradicional enfrenta diversos desafios, incluindo a dependência de dados históricos, que podem não refletir adequadamente o risco futuro, e a dificuldade de capturar fatores qualitativos e comportamentais. Em complemento aos dados históricos, há oportunidades de uso de dados de redes sociais que podem indicar o comportamento financeiro dos indivíduos, como frequência de postagens, redes de amigos e interações sociais. Estes dados de redes sociais uma vez transformados em variáveis podem agregar maior precisão na análise de crédito. Neste sentido que esta pesquisa propõe desenvolver um modelo inovador de análise de crédito, utilizando dados de redes sociais. A pesquisa visa explorar a viabilidade da aplicação de dados de redes sociais na análise de crédito e as vantagens dessa abordagem em comparação aos métodos tradicionais, que se baseiam em dados financeiros históricos. Para tanto são construídos e validados modelos preditivos utilizando técnicas de aprendizado de máquina. Esses modelos são então avaliados quanto a sua capacidade de atender aos pilares da análise de crédito – Caráter, Capacidade, Capital, Colateral e Condições – da mesma forma que as análises tradicionais baseadas em dados históricos. Os resultados da pesquisa indicam que a inclusão de dados de redes sociais pode melhorar significativamente a precisão dos modelos de análise de crédito, oferecendo uma visão mais completa e atualizada sobre os solicitantes. Além disso, a pesquisa discute as implicações ´éticas e de privacidade no uso de dados de redes sociais para fins de análise de crédito, bem como as implicações regulatórias. Este estudo contribui para a área de análise de crédito ao introduzir uma nova perspectiva baseada em big data e aprendizado de máquina, promovendo uma abordagem mais justa e inclusiva para a concessão de crédito. - DissertaçãoAvaliação de usabilidade e acessibilidade de sistemas interativos com foco em indivíduos com TEANavikas, Flávio Hergersheimer (2024-12-07)
Faculdade de Computação e Informática (FCI)
A acessibilidade digital trata de aspectos relacionados à inclusão de toda diversidade humana na construção de experiências unificadas e equivalentes. Ela é responsável por garantir que a inclusão e as boas práticas de design estejam alinhadas ao processo de desenvolvimento de sistemas interativos, mantendo o usuário em primeiro plano. Apesar dos constantes esforços, nem todas as condições, disfunções e deficiências são atendidas por igual, e nem todos os mecanismos que avaliam a usabilidade e a acessibilidade dos sistemas interativos são suficientes para contemplar as mais diversas características encontradas. Este trabalho tem foco no Transtorno do Espectro Autista (TEA), um tema que ganha cada vez mais relevância, e que apresenta escassez de recursos avaliativos na literatura de Interação Humano-Computador (IHC). Com o objetivo de contribuir nesse espaço, o trabalho apresenta uma metodologia para sistemas interativos baseada em critérios de usabilidade e acessibilidade, com foco em indivíduos com TEA, propondo uma avaliação heurística construída a partir do estudo da relação entre o TEA e a tecnologia. Para isso, a construção da metodologia percorreu um mapeamento sistemático, revisões bibliográficas multidisciplinares, entrevistas com especialistas em TEA, um cruzamento entre as características muitas vezes encontradas em indivíduos com TEA, metodologias de desenvolvimento de sistemas focadas em usabilidade e acessibilidade, metodologias de avaliação heurística existentes e metodologias para desenvolvimento de sistemas focados em indivíduos com TEA. Diferente de outras abordagens, que se apoiam apenas nas guidelines da WCAG, a metodologia presente utiliza fontes alternativas para compor a avaliação, oferecendo oportunidade de utilização em múltiplas etapas da construção de sistemas interativos. Por fim, o resultado da metodologia criada recebeu avaliação de especialistas em IHC, sendo submetida a um sistema interativo real para teste prático. O produto gerado foi a construção de um modelo de avaliação heurística fundamentada em cima de referências da área de usabilidade e acessibilidade, com foco nas características muitas vezes encontradas em indivíduos com TEA.