Ciência da Computação - TCC - FCI Higienópolis

URI Permanente para esta coleção

Navegar

Submissões Recentes

Agora exibindo 1 - 5 de 137
  • TCC
    Gerenciamento de farmácia hospitalar por meio de tag NFC
    Mellem Filho, Cássio Luis Junqueira; Amaral, João Pedro; Lipert, João Vitor; Barros, Nicolas (2023-12-08)

    Faculdade de Computação e Informática (FCI)

    Com o aumento contínuo da demanda por atendimentos de emergência e urgência, é evidente a necessidade premente de implementar um sistema de logística eficiente para farmácias hospitalares. Esta necessidade decorre da importância crucial de garantir o acesso oportuno a medicamentos e insumos essenciais, a fim de atender às demandas crescentes e urgentes de pacientes em situações críticas. O objetivo deste trabalho de conclusão é facilitar a logística utilizando a tecnologia NFC para rastrear medicamentos, controlar estoques e notificar a necessidade de reposição. O sistema automatiza o processo de baixa ao sair do almoxarifado.
  • TCC
    Análise de sentimentos de publicações em plataformas on-line sobre turismo no Brasil
    Albineli, Isabela C. P. (2023-12-09)

    Faculdade de Computação e Informática (FCI)

    O turismo é considerado uma atividade global e transversal com grande importância para o desenvolvimento económico e social. Esse setor vem enfrentando uma série de desafios nos últimos anos, destacando a pandemia de COVID-19, mudanças climáticas, a crescente competição de novos modelos de negócios e a instabilidade econômica atual. O objetivo deste estudo é identificar os sentimentos dos clientes e turistas em relação a locais turísticos no Brasil, visando trazer novos insights para melhorias e facilitar a resolução de problemas. Para isso, propõe-se uma solução de software de análise de sentimentos usando o modelo de linguagem pré-treinado BERT baseado em Transformers para an´alise de publicaõess em plataformas digitais, com foco no TripAdvisor e voltadas para restaurantes, em prol de simplificar o problema. A solução apresenta como resultado as análises de sentimento graficamente e de maneira resumida, facilitando o processo de retomada econˆomica para os interessados e o tornando mais assertivo.
  • TCC
    Open VLF: plataforma de dados abertos para very low frequency data
    Kauffmann, Daniel H. V.; Garcia , Lucas S. (2023-12-09)

    Faculdade de Computação e Informática (FCI)

    Este trabalho implementa uma plataforma de dados abertos para sinais VLF (Very Low Frequency). A plataforma integra múltiplos repositórios de dados e oferece funcionalidades para busca, visualização e download de dados coletados das bases de dados SAVNET e AWESOME, incluindo ferramentas de código aberto e conteúdo informativo. Com uma abordagem modular e escalável, a democratização das informações para estudos sobre clima espacial, erupções solares e fenômenos atmosféricos e eletromagnéticos da ionosfera impactam positivamente a pesquisa e o ensino na área. Além disso, a estrutura da plataforma permite a adaptação para outros tipos de dados e sistemas similares, reforçando seu caráter expansível e flexível dentro prática da ciência aberta, promovendo a transparência e colaboração na comunidade científica.
  • TCC
    Uso de perceptrons de múltiplas camadas (MLPs) para estimar e preencher dados faltantes de poluentes atmosféricos
    Pinto, Guilherme da Costa Sampaio; Abreu, João Pedro Canova Nunes de; Martins, Renan Clepf (2023-12-10)

    Faculdade de Computação e Informática (FCI)

    Este artigo tem como objetivo demonstrar um meio de realizar a estimativa de dados faltantes em uma base de dados utilizando a mesma ou outra base de dados, por meio de uma inteligência artificial (I.A.), isto é, uma rede neural de Perceptrons de Múltiplas Camadas (MLPs). A partir de duas bases de dados de estações meteorológicas (Índia e Madri), temos como objetivo obter uma alternativa viável para estimar valores faltantes, nos quais foram validados a partir de sua relevância e impacto em estudos do Índice de Qualidade do Ar (IQA). Os resultados do nosso modelo de rede neural foram um misto entre: em grande parte satisfatórios para treinamento e teste na mesma base e impossíveis de preencher devido à baixa acurácia para treinamento e teste em bases diferentes.
  • TCC
    Detecção automática de COVID-19 e pneumonia em radiografias torácicas utilizando redes neurais profundas
    Bianchini, João P.; Leite, Lucas T.; Nova, Victor C. (2023-12-07)

    Faculdade de Computação e Informática (FCI)

    Este trabalho tem como objetivo implementar um modelo de detecção automática de COVID-19 e Pneumonia por meio de radiografias torácicas, utilizando técnicas de redes neurais profundas. A partir de um dataset público de imagens radiográficas torácicas de pacientes com COVID-19, pneumonia e normal, foram utilizadas redes neurais convolucionais explorando variações nos seus hiperparâmetros para encontrar o melhor modelo preditivo, segundo métricas de avaliação de erro. O modelo definitivo obtido incorporou 9.568 imagens de treinamento, alcançando uma acurácia média de 94% e precisão de 97%. A partir disso, uma aplicação web simples foi desenvolvida para integração do classificador e facilitando o seu acesso.