Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Silva, Diego de Oliveira"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    TCC
    Processamento de dados em tempo real: uma análise da relação entre saúde e estilo de vida e o sono
    (Universidade Federal do Rio Grande do Norte, 2024-07-10) Silva, Diego de Oliveira; Viegas, Carlos Manuel Dias; https://orcid.org/0000-0001-5061-7242; http://lattes.cnpq.br/3134700668982522; Silva, Ivanovitch Medeiros Dantas Da; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4284196D6; Falcão, Eduardo De Lucena; http://lattes.cnpq.br/8335184809043358
    O objetivo deste trabalho é fazer a configuração de um ambiente virtualizado para processamento de dados em tempo real, utilizando tecnologias como Docker, Hadoop, Apache Kafka, Spark e PostgreSQL. Como demonstração de viabilidade da infraestrutura, foi escolhido um dataset para ser analisado e usado para treinar modelos de aprendizado de máquina. A base de dados apresenta a relação entre indicadores de saúde, estilo de vida e distúrbios do sono. A infraestrutura do ambiente foi desenvolvida com containers Docker, o que simplifica a integração dos serviços e ferramentas utilizadas. O Python foi a ferramenta utilizada para realizar as análises que evidenciam as relações existentes nos dados. Os dois algoritmos de classificação treinados foram uma Árvore de Decisão (AD) e uma rede neural Multi layer perceptron (MLP), os quais apresentaram desempenhos satisfatórios. Esse projeto expôs como que ferramentas tecnológicas para processamento de dados em tempo real podem gerar soluções flexíveis, escaláveis e poderosas em uma sociedade que diariamente produz abundantes quantidades de dados.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM