Programa de Pós-Graduação em Tecnologia da Informação

URI Permanente desta comunidadehttps://repositorio.ufrn.br/handle/123456789/27975

Navegar

Agora exibindo 1 - 20 de 54

AMIA: uma ferramenta para acompanhamento de reações adversas na terapia sistêmica contra o câncer
(Universidade Federal do Rio Grande do Norte, 2024-04-29) Silva, Mike Job Santos Pereira da; Rodrigues, Anna Giselle Câmara Dantas Ribeiro; http://lattes.cnpq.br/4440595486888973; http://lattes.cnpq.br/2581975975563475; Lopes, Frederico Araújo da Silva; http://lattes.cnpq.br/9177823996895375; Santos, Edilmar de Moura
O câncer é uma das principais causas de morte no mundo, sendo a terapia sistêmica antineoplásica um dos tratamentos mais frequentemente utilizados. Apesar de sua eficácia na eliminação de células cancerosas, essa abordagem impacta negativamente as células saudáveis, desencadeando efeitos colaterais consideráveis, tanto físicos quanto psicológicos. Por isso, é comum o desenvolvimento de algum grau de depressão e o abandono do tratamento, tornando crucial o desenvolvimento de estratégias de suporte para os pacientes. Para estes, lidar com esses efeitos indesejáveis em casa pode ser desafiador, especialmente considerando a escassez de ferramentas em português brasileiro que ofereçam suporte. Nesse contexto, surge a proposta de desenvolvimento da ferramenta Amia, um chatbot que utiliza um diálogo estruturado com base em um fluxograma elaborado por uma equipe de profissionais de saúde da Liga Contra o Câncer. Os pacientes podem relatar como se sentem a partir da escolha de sintomas pré-definidos, recebendo orientações correspondentes. Adicionalmente, a ferramenta permite a inserção de texto livre pelos pacientes, usando Processamento de Linguagem Natural (PLN) para identificar sintomas e oferecer orientações adequadas a partir de uma lista prévia de sintomas adversos com suas respectivas estratégias de manejo. A proposta visa melhorar a qualidade de vida dos pacientes em tratamento sistêmico antineoplásico, possibilitando um auto-gerenciamento mais eficaz dos efeitos adversos em seu ambiente cotidiano, além de contribuir na criação de um banco de dados que pode ser utilizado para estudos dos relatos dos principais sintomas adversos do tratamento.
API - ResultEduc: uma comunicação entre os resultados dos jogos digitais para uma melhor avaliação do aprendizado
(Universidade Federal do Rio Grande do Norte, 2020-11-30) Oliveira, Marcos Alvarenga; Dantas, Rummenigge Rudson; ; http://lattes.cnpq.br/1868960602254610; ; http://lattes.cnpq.br/2937697703456600; Burlamaqui, Aquiles Medeiros Filgueira; ; http://lattes.cnpq.br/8670475877813913; Barroca Filho, Itamir de Morais; ; http://lattes.cnpq.br/1093675040121205; Azevedo, Samuel Oliveira de; ; http://lattes.cnpq.br/5451585203972378
Apesar do avanço dos Jogos Digitais Educacionais (JDE) na área pedagógica e institucional para avaliar resultados de alunos e clientes, existe um grande obstáculo para que esse crédito se expanda em razão dos poucos recursos confiáveis para verificar a aprendizagem obtida. Este projeto estuda uma melhor arquitetura para uma integração entre o resultado dessas avaliações dos JDE e as plataformas colaborativas de jogos. As plataformas de jogos são sistemas de desenvolvimento colaborativo de objetos de aprendizagem, sejam eles virtuais ou reais, criam ambientes onde profissionais de diferentes áreas possam colaborar, construir e compartilhar seus objetos de aprendizagem, colaborando assim com uma melhor avaliação dos profissionais da educação para com seus alunos. Estes devem entender o que precisa ser melhorado em suas aprendizagens e como podem fazer isso, tanto a reconfiguração dos jogos, durante a fase evolutiva, através da análise da performance do aluno, como também a geração de relatórios analíticos para seus professores. Porém o desafio é garantir uma melhor segurança nessas avaliações, através dos relatórios dos jogos digitais, bem como a comunicabilidade destes com as plataformas de jogos, assegurando confiabilidade, conformidade e segurança na comunicação dos dados. Este trabalho tem como objetivo resolver este problema de pesquisa: Como realizar a comunicação dos resultados dos jogos digitais com uma plataforma colaborativa? Este trabalho tem como hipótese de pesquisa investigar se através de uma Interface de Programação de Aplicativos (API) é possível capturar os resultados dos jogos digitais, organizá-los de acordo com o perfil do jogador e inseri-los no sistema de banco de dados de uma plataforma. Para realizar este trabalho, foram desenvolvidos estudos de caso com a Plataforma Colaborativa de Jogos ColabEduc, bem como alternativas de comunicação entre esses jogos e a plataforma com diferentes engenharias de jogos.
Aplicação de mineração de texto e processamento de linguagem natural em prontuários eletrônicos de pacientes para extração e transformação de texto em dado estruturado
(Universidade Federal do Rio Grande do Norte, 2020-09-29) Benício, Diego Henrique Pegado; Xavier Júnior, João Carlos; Kulesza, Uirá; ; http://lattes.cnpq.br/0189095897739979; ; http://lattes.cnpq.br/5088238300241110; ; http://lattes.cnpq.br/5387163386968331; Oliveira, Alexandre Cásar Muniz de; ; Araújo, Daniel Sabino Amorim de; ; http://lattes.cnpq.br/4744754780165354
O prontuário do paciente é o documento essencial para garantir uma assistência integral e continuada ao enfermo, fornecendo o histórico da sua saúde. Ao longo da evolução tecnológica, os registros terapêuticos do paciente passaram do prontuário em papel para o prontuário eletrônico. Entretanto, a anamnese, normalmente, é inserida por meio de campos livres, deixando ao critério do profissional da saúde a forma como a informação é elaborada. Dessa maneira, há dificuldade no modo tradicional, consultas Structured Query Language, para recuperar esse dado. Como métodos para sanar esse problema, é possível a aplicação de Mineração de Texto e o Processamento de Linguagem Natural, levando à extração de dados compreensíveis e padronizados. Nesse sentido, o trabalho objetiva: propor uma ferramenta para recuperar termos clínicos das anamneses e estruturá-los de forma a relacionar com os padrões do diagnóstico patológico para posterior utilização em estudos complementares, identificando assim, as técnicas mais adequadas ao processo de Mineração de Texto neste contexto. Dessa maneira, foi desenvolvida uma ferramenta para realizar o processo automático de estruturação dos dados obtidos a partir das anamneses. Assim, após uma avaliação entre os dados coletados manualmente e pelo sistema, os resultados foram submetidos ao teste estatístico de Kruskal-Wallis sendo aceita a hipótese de não haver diferenças significativas entre as amostras.
Aplicação de técnicas de agrupamento para construção de perfis em dados oriundos de redes de acesso 5G
(Universidade Federal do Rio Grande do Norte, 2023-12-08) Neves, Yves Dantas; Xavier Júnior, João Carlos; http://lattes.cnpq.br/5088238300241110; http://lattes.cnpq.br/7144587695337007; Canuto, Anne Magaly de Paula; http://lattes.cnpq.br/1357887401899097; Santos, Araken de Medeiros; Araújo, Daniel Sabino Amorim de
O advento da Internet e o desenvolvimento das Tecnologias da Informação e Comunicação expandiram o volume e a diversificação das fontes de dados, abrindo assim novas oportunidades nos setores industriais e acadêmicos à aplicação de tecnologias relacionadas ao Aprendizado de Máquina e Big Data. Nesta perspectiva encontra-se a extensa quantidade de dados gerados pelas infraestruturas de Acesso das Redes Móveis. As Radio Access Networks (RAN), cruciais para a infraestrutura de telecomunicações, são habilitadoras da comunicação sem fio e produzem um volume expressivo de dados relacionados a coleta de contadores, os quais associados, permitem uma visibilidade e monitoramento sobre os índices de desempenho e qualidade de suas células. O presente trabalho consiste na aplicação de algoritmos de agrupamento para a criação de perfis a partir de dados relacionados à indicadores de redes de acesso 5G referentes a tráfego, volume e qualidade de canal de forma que a rotulação da base de dados com os perfis encontrados possa ser utilizada em problemas de classificação e como ferramenta de suporte a identificação de melhorias, gestão de desempenho e eficiência operacional das redes de acesso.
Uma arquitetura de referência para detecção de anomalias em SDN utilizando inteligência computacional
(Universidade Federal do Rio Grande do Norte, 2023-11-29) Pereira, Rivaldo Fernandes de Albuquerque; Immich, Roger Kreutz; https://orcid.org/0000-0003-2483-6382; http://lattes.cnpq.br/0535777592588490; http://lattes.cnpq.br/3780460851973036; Macedo, Douglas D. J. de; Pinheiro, Marcos César Madruga Alves; http://lattes.cnpq.br/1682925222063297; Kulesza, Uirá
Tecnologias emergentes como a Cloud, 5G, Internet of Things (IoT) e computação de borda, necessitam controlar e conectar em rede milhões de dispositivos todos os dias. Configurar redes tradicionais, que podem chegar a vários milhares de equipamentos, é uma tarefa complexa pois exige configurar rotas em cada equipamento da rede. As Redes Definidas por Software (SDN) ajudam na simplificação da configuração e gerenciamento de uma rede com esta quantidade de dispositivos já que dispõe de controlador de rede centralizado. Apesar de promissora, a SDN tem desafios principalmente relacionados a segurança e análise fina de indicadores de rede para detectar problemas, mas muitos estudos demonstram a viabilidade do uso de inteligência computacional (IC) para detectar anomalias em SDN. O objetivo principal deste trabalho foi definir uma arquitetura de referência para validar, promover e explicar, qualquer técnica de IC que melhor se ajuste a cada um dos diferentes tipos de anomalias. A arquitetura proposta é baseada em microsserviços hexagonais, com um modelo de informação único baseado nos frameworks de aplicações e informações e processos do Open Digital Architecture, do TM Forum. A validação e avaliação foi realizada através de um protótipo de prova de conceito que utilizou dois dataset diferentes para treinar sete algoritmos de aprendizagem de máquina. Os resultados deixam claro a necessidade de se ter uma arquitetura flexível, em que seja possível adicionar e remover diferentes modelos de IC para cada cenário específico.
Arquitetura de suporte à configuração de redes de computadores baseada em linguagem natural e descoberta de dispositivos
(Universidade Federal do Rio Grande do Norte, 2023-11-24) Santos, Alex Augusto de Souza; Immich, Roger Kreutz; https://orcid.org/0000-0003-2483-6382; http://lattes.cnpq.br/0535777592588490; http://lattes.cnpq.br/1028649074953701; Dalmazo, Bruno Lopes; https://orcid.org/0000-0002-6996-7602; http://lattes.cnpq.br/2376616045571333; Lemos, Elizama das Chagas; Fontes, Ramon dos Reis
As interfaces de configuração de roteadores residenciais na atualidade costumam ser pouco amigáveis para aqueles que não têm conhecimento técnico, o que dificulta a personalização de configurações avançadas para esses usuários, exigindo habilidades técnicas especializadas. Além disso, a ausência de padronização nessas interfaces cria obstáculos de acessibilidade para um conjunto de usuários, incluindo pessoas com algum tipo de deficiência visual e idosos. Este trabalho propõe uma arquitetura em camadas que utiliza a linguagem natural e a detecção automática de dispositivos para permitir que usuários sem habilidades técnicas avançadas possam configurar roteadores domésticos com facilidade. O intuito é simplificar o processo de configuração desses equipamentos, tornando isso acessível a um público mais amplo. Para tanto, módulos de um sistema baseado em linguagem natural são estabelecidos para entender e traduzir a intenção de configuração do usuário. Também são definidos módulos para a identificação e classificação automática de tipos de dispositivos. O ciclo de funcionamento da arquitetura e seus módulos são especificados e um protótipo de validação das camadas propostas é apresentado. Os resultados da prova de conceito apontam que a integração dos recursos de detecção e classificação de dispositivos na arquitetura enriquece a interface do usuário com informações sobre os dispositivos da rede. A validação realizada na interface de usuário atingiu uma taxa de acurácia total de 87,1% na identificação da intenção do usuário e 70,5% no mapeamento de entidades em descrições de alto nível, por meio do processamento de linguagem natural. Tais resultados apontam que a abordagem adotada viabiliza a administração da rede doméstica por meio de linguagem natural, eliminando a necessidade de que os usuários tenham aptidão técnica para isso
Arquitetura para automação de configurações de rede utilizando infraestrutura como Código (IaC)
(Universidade Federal do Rio Grande do Norte, 2025-03-27) Marinho, Luís Fhelipe Ribeiro Gomes Netto; Immich, Roger Kreutz; Pinheiro, Marcos César Madruga Alves; https://orcid.org/0000-0003-2483-6382; http://lattes.cnpq.br/0535777592588490; http://lattes.cnpq.br/0252077406219665; Venâncio Neto, Augusto José; Fontes, Ramon dos Reis; Meneguette, Rodolfo Ipolito
A demanda pela infraestrutura de comunicação cresce drasticamente, impulsionando pela adoção de novas tecnologias, sendo o foco a automação, detecção de erros e alta disponibilidade. Essa mudança é alavancada por meio de redes cada vez mais programáveis, principalmente com o uso de tecnologias como redes definidas por software (SDN) e metodologias como infraestrutura como código (IaC), permitindo que as redes possam ser geridas como software. Esses processos exigem ativos de rede compatíveis com protocolos como o NETCONFx e a transmissão das informações de telemetria por meio de dados estruturados, como o YAML. Entretanto, essas novas metodologias não são facilmente aplicadas em um parque de equipamentos legado, que não possuem o suporte adequado a esses protocolos. Nesse contexto, este trabalho aborda o desenvolvimento de uma solução para a automação de ativos de rede em duas áreas complementares. Primeiramente, uma arquitetura para gerenciar equipamentos de rede legados através de uma metodologia IaC, possibilitando a automação de tarefas rotineiras, detecção de falhas, identificação antecipada de problemas e checagem de configuração em um ambiente corporativo em produção. O foco do trabalho são os equipamentos de acesso da rede, por serem mais numerosos e geograficamente dispersos. Em segundo lugar, o trabalho contribui para a área de análise de tráfego de rede, com a construção de um dataset contendo dados de tráfego de uma rede corporativa, que servem como base para a análise e o treinamento de modelos de rede. A integração entre essas duas frentes permite não apenas o gerenciamento automatizado de ativos, mas também uma avaliação e predição mais precisas das condições de tráfego e desempenho da rede. Como resultados deste trabalho, foi possível encontrar e corrigir inconsistências das configurações dos ativos, utilizar rotinas que auxiliem a resolução de problemas de rede e verificar a saúde dos dispositivos a partir de sua telemetria.
Arquitetura para gerenciamento de dispositivos através de assistentes virtuais comandados por voz
(Universidade Federal do Rio Grande do Norte, 2022-04-12) Cesário, Honoré Vicente; Immich, Roger Kreutz; Silva, Gustavo Girão Barreto da; http://lattes.cnpq.br/0535777592588490; http://lattes.cnpq.br/1994330149667428; Riker, André Figueira; Dalmazo, Bruno
O número de dispositivos IoT no mundo cresce exponencialmente e deverá passar o quantitativo de 75 bilhões nos próximos anos. Sua utilização nos processos de automação residencial tem crescido e, com isso, um número cada vez maior de usuários sem conhecimentos técnicos (ou com conhecimentos técnicos reduzidos) tem feito uso desses dispositivos. A grande variedade de fabricantes e a falta de padronização nas funcionalidades disponibilizadas, podem gerar dúvidas nos usuários e levá-los a efetuar configurações equivocadas, prejudicando o gerenciamento desses equipamentos. Realizar essas configurações pode ser ainda mais desafiador para pessoas que apresentem algum tipo de deficiência. Segundo dados apresentados pelo IBGE, mais de 45 milhões de pessoas possuem algum tipo de deficiência, o que corresponde a quase 24% da população. Diante desses desafios, o presente trabalho propõe uma arquitetura em camadas, baseada em módulos independentes, onde essa arquitetura permitirá que, mediante comandos por voz ou texto e utilizando linguagem natural, um usuário possa realizar configurações complexas, sem que seja necessário conhecimento técnico relativo a infraestrutura ou especificidades do dispositivo de rede utilizado. Para tanto, serão utilizados, entre outras tecnologias, processamento de linguagem natural, aprendizado de máquina e conversão de texto para voz. Um levantamento do estado da arte relativo a soluções voltadas a configuração, acionamento e monitoramento de dispositivos é apresentado, além de um protótipo para validação e avaliação do funcionamento da arquitetura proposta nesta pesquisa. Para que melhorias futuras possam ser implementadas no chatbot, seu design foi submetido a uma avaliação para identificar possíveis problemas existentes. Por fim, nos testes quantitativos realizados para verificar a assertividade do protótipo desenvolvido, sua acurácia foi superior a 83%.
Assessing irace for automated machine and deep learning in computer vision
(Universidade Federal do Rio Grande do Norte, 2021-06-29) Vieira, Carlos Eduardo Morais; Bezerra, Leonardo César Teonacio; Cáceres, Leslie Pérez; 00000000000; Araújo, Daniel Sabino Amorim de
Automated machine learning (AutoML) is a field of great interest to both industry and academia. AutoML has allowed developers working on machine learning (ML) applications to achieve satisfactory results with little to no ML expertise. More recently, AutoML tools focused on deep learning (DL) models have proven especially useful to applications where domain-specific algorithms are predominant, as in computer vision (CV) tasks. Still, AutoML tools focused on simpler ML pipelines remain a relevant alternative, since DL models have high computational resource requirements and offer reduced model interpretability. Among the main AutoML approaches, AutoML based on algorithm configurators (AC) is commonly used to produce simpler pipelines, whereas neural architecture search (NAS) is used to produce deep learning models. These two approaches also intersect, since an AC can be used as a NAS algorithm. In this work, we study the application of the irace AC to both these AutoML methods. The irace configurator has been successfully applied to design effective algorithms for optimization problems, but it has not yet been applied to AutoML. Our assessment is performed in two stages. First, we propose an irace-based AutoML tool to produce simple and effective ML pipelines. The tool is dubbed iSklearn, for which we define a configuration space and setup. We demonstrate that iSklearn is able to produce effective ML pipelines using irace as its AC, with comparable performance to more complex ensembles produced by AutoSklearn, an established configuration-based AutoML tool. Moreover, we show the benefits of using the configuration space and setup proposed for iSklearn, even when coupled with another AC. In the second part of our work, we assess irace as a NAS algorithm. To do so, we evaluate irace on NAS-Bench-101, a recent NAS benchmark for the CIFAR-10 CV dataset. We benchmark irace not only through final-quality assessment, but also as to anytime performance through a bi-objective formulation. Results demonstrate that irace can be used as a NAS algorithm, obtaining comparable results to the best NAS algorithms included in NAS-Bench-101 in terms of final quality. However, further work is required to improve its anytime performance in this context. Finally, we discuss other design choices made in the NAS-Bench-101 benchmark, showing how they affect the relative performance of NAS algorithms, and provide guidelines for improving the assessment of NAS algorithms through the use of NAS-Bench-101.
Avaliação da efetividade de uma suite de teste de sistema aplicada ao contexto do Middleware Ginga
(2019-12-16) Pereira, Iuri Guerra de Freitas; Barbosa, Eiji Adachi Medeiros; ; ; Cafeo, Bruno Barbieri de Pontes; ; Kulesza, Uira;
Qualidade de software tem se tornado um fator fundamental no processo de desenvolvimento de software atualmente. Conseguir mensurar a qualidade de tipos de testes diversos se torna hoje um desafio importante a ser atingido. A pesquisa realizada nesse estudo considerou a avaliação da efetividade de testes de sistemas realizados pela empresa MOPA Embedded Systems na utilização do middleware Ginga para TV Digital. Para realizar a avaliação da suite de teste de sistema executada pela empresa, foi proposta uma metodologia de avaliação da mesma através do critério de cobertura de código, seguida de um estudo exploratório para investigar possíveis motivos para os resultados obtidos da cobertura. Por fim foram realizados testes exploratórios com o objetivo de confirmar as descobertas provenientes da fase de estudo exploratório. Através dessas etapas, foi possível estabelecer um parecer sobre a qualidade dos testes realizados, bem como da automatização realizada pela empresa.
Avaliação da ferramenta EvoMaster na geração de casos de teste para aplicações REST
(Universidade Federal do Rio Grande do Norte, 2024-04-25) Ramalho, Victor Hugo Freire; Kulesza, Uirá; http://lattes.cnpq.br/0189095897739979; http://lattes.cnpq.br/1080756766300832; Barbosa, Eiji Adachi Medeiros; Coelho, Roberta de Souza; Cirilo, Elder José Reioli
O teste de software desempenha um papel fundamental na garantia da qualidade e confiabilidade dos sistemas de software. Ao longo dos últimos anos, os sistemas web de média e larga escala tem sido desenvolvidos baseados em API REST. As APIs REST se destacam nesse cenário devido às suas características, como simplicidade, escalabilidade e independência de plataforma. Neste contexto, destaca-se uma ferramenta chamada EvoMaster por sua capacidade de gerar casos de teste automatizados de forma eficaz. Este estudo concentra-se em avaliar a eficácia dessa ferramenta na geração de casos de teste para aplicações REST, especialmente em ambientes de aplicações web de larga escala. A avaliação foi realizada no sistema web SigSaúde, um sistema representativo de tal ambiente, e parte dos resultados foram analisados em colaboração com um dos desenvolvedores do sistema. Os resultados do estudo mostram que a EvoMaster foi capaz de descobrir um número significativo de defeitos mesmo em um sistema robusto, apesar de revelar desafios relacionados à utilização quanto a testes de regressão com baixa cobertura do código e utilização com configuração difícil da ferramenta.
Beyond Star: um modelo de arquitetura de aprendizado para generalização de estratégias em jogos RTS
(Universidade Federal do Rio Grande do Norte, 2020-12-16) Araújo, Marco Antônio Silva e; Madeira, Charles Andrye Galvão; ; http://lattes.cnpq.br/2381782879955327; ; http://lattes.cnpq.br/7760631139812468; Ramalho, Geber Lisboa; ; http://lattes.cnpq.br/9783292465422902; Bezerra, Leonardo César Teonácio; ; http://lattes.cnpq.br/0664132257054306
Um dos principais campos de pesquisa em Inteligência Artificial, no contexto dos jogos digitais, consiste no estudo dos Jogos de Estratégia em Tempo Real (RTS), que são comumente considerados sucessores dos jogos de estratégia clássicos tais como Damas, Xadrez, Gamão e Go, e impõem grandes desafios aos pesquisadores da área devido à grande complexidade envolvida. Atualmente, a área procura estudar os RTS utilizando os jogos StarCraft I e StarCraft II como palco para experimentação. A principal característica procurada nos agentes artificiais desenvolvidos para este tipo de jogo é o alto desempenho, tendo como objetivo derrotar jogadores humanos especialistas. Neste contexto se insere a problemática da generalização, que é a capacidade de um agente artificial reaproveitar experiências anteriores, oriundas de ambientes diferentes, para um novo ambiente. A generalização é um campo bastante estudado pela comunidade científica, mas ainda pouco explorado no contexto dos RTS. Por esta razão, este trabalho propõe o modelo Beyond Star, que consiste em uma arquitetura para representação genérica do espaço de estados e ações de jogos de estratégia de tempo real, usando como base técnicas de aprendizado por reforço profundo com o intuito de aprender estratégias eficazes nos mais variados ambientes de jogos RTS. Como base para a arquitetura, foi desenvolvida uma plataforma intitulada URNAI, ferramenta que integra diversos algoritmos de aprendizado de máquina e diversos ambientes diferentes de jogos, como StarCraft II e DeepRTS. Para analisar se a solução é capaz de permitir a generalização de agentes, experimentos foram realizados com StarCraft II e DeepRTS. Os resultados demonstram que os agentes treinados foram capazes de generalizar seu conhecimento de um ambiente para outro, demonstrando um resultado promissor que permite validar a proposta deste trabalho.
BIM WEB - Gestão de obras online
(Universidade Federal do Rio Grande do Norte, 2021-06-18) Reginaldo, Adriano Magno Gomes; Medeiros, Sérgio Queiroz de; http://lattes.cnpq.br/0310395336626784; http://lattes.cnpq.br/3115998719539169; Lopes, Frederico Araújo da Silva; http://lattes.cnpq.br/9177823996895375; Melo, Reymard Savio Sampaio de; http://lattes.cnpq.br/7652960701727650
A indústria da arquitetura, engenharia e construção (AEC), está evoluindo muito rápido nos últimos tempos e o BIM (Building Information Modeling) foi adotado como uma técnica eficaz para o gerenciamento de projetos da construção civil. Apesar da importância da aplicação do BIM em projetos de construção, parece haver pouco uso em sistemas de gestão de obras, consequentemente enfrentamos dificuldades de implementação dessa tecnologia que nos traz muitas vantagens. O objetivo deste trabalho é criar um artefato de gestão de obras na web envolvendo a tecnologia BIM com fácil acesso que poderá ser incluída no sistema Obrasnet. O artefato final criado se trata de um sistema web que poderá ler o arquivo de interoperabilidade BIM (IFC) e mostrar em um simples navegador web padrão as informações do projeto, status atual da obra e a navegação pelo desenho 3D. O artefato foi avaliado por profissionais da área da construção civil com um resultado satisfatório. Projetamos uma implementação desse sistema no Obrasnet, através de diagramas, onde futuramente poderão ser comercializados juntos.
BPM2DDD: identicando domínios a partir de processos de negócio
(Universidade Federal do Rio Grande do Norte, 2020-10-27) Gomes, Eduardo Luiz; Silva, Carlos Eduardo da; ; http://lattes.cnpq.br/0125036186628507; ; Barbosa, Eiji Adachi Medeiros; ; http://lattes.cnpq.br/8833409749475821; Pires, Paulo de Figueiredo; ; http://lattes.cnpq.br/1304174767727101
O Design Orientado a Domínio (Domain-Driven Design - DDD) é cada vez mais adotado como uma forma particular de modelar sistemas. Dentre os padrões de design estratégico do DDD encontra-se o mapa de contexto, uma poderosa ferramenta que ajuda as equipes de desenvolvimento a entender o domínio de negócios. Mapas de contexto normalmente são criados a partir da análise de sistemas existentes, requisitos iniciais ou com base na experiência da equipe, podendo levar a construção de modelos de domínio que não espelham a realidade da organização. Nesse sentido, a análise dos modelos de processos de negócio se apresentam como uma alternativa para extrair informações de domínio e criar mapas de contexto, uma vez que estes modelos capturam a lógica das operações das organizações, fornecendo uma visão abrangente e de alto nível do negócio. No entanto, faltam abordagens para criação de mapas de contexto a partir de conhecimento de domínio extraído de modelos de processo de negócio. Dessa forma, esta pesquisa tem como objetivo propor a técnica BPM2DDD, uma abordagem para apoiar a identificação de domínios de informação e criação de mapas de contexto, que pode ser utilizada nas etapas de análise e modelagem de sistemas, servindo inclusive como alternativa para identificação de possíveis serviços de software. A técnica permite a identificação de domínios, subdomínios e contextos limitados, a partir da análise de modelos BPMN (Business Process Model and Notation). Esta técnica foi desenvolvida e aplicada em processos de negócio reais da Secretaria de Mobilidade Urbana da cidade do Natal (STTU), utilizando a metodologia pesquisa-ação, durante os anos de 2019 e 2020, no contexto de desenvolvimento dos novos sistemas de mobilidade urbana. Para avaliar a técnica foram realizadas múltiplas aplicações por analistas de negócio e sistemas, utilizando um dos processo de negócio da STTU, além de validações pelos especialistas de domínio do mapa de contexto gerado. Os resultados indicam que a técnica é aplicável em processos de software adotados pela indústria, permitindo a descoberta de informações que viabilizam a criação de um mapa de contexto mais alinhado ao domínio da organização.
C0NTR0LL: sistema de reconhecimento de gestos e gerenciamento de ações em jogos digitais
(Universidade Federal do Rio Grande do Norte, 2021-07-29) Santos, André Vieira dos; Dantas, Rummenigge Rudson; http://lattes.cnpq.br/1868960602254610; http://lattes.cnpq.br/6441812633237365; Rodrigues, Anna Giselle Câmara Dantas Ribeiro; http://lattes.cnpq.br/4440595486888973; Azevedo, Samuel Oliveira de; http://lattes.cnpq.br/5451585203972378
Na última década as técnicas de aprendizado de máquina e os dispositivos de entrada para captura e estimação de gestos e poses evoluíram significativamente, proporcionando uma nova forma de interação entre homem-máquina e promovendo ambientes virtuais como tratamentos de reabilitação através da telereabilitação. Afim de avaliar o que há de disponível para o contexto de telereabilitação com jogos digitais, uma revisão sistemática é apresentada com os principais sistemas e dispositivos de controle da área de pesquisa. Apesar das diversas vantagens terapêuticas e econômicas desse novo paradigma, é importante centralizar a estimação e classificação da pose completa em um único ambiente, garantindo uma ferramenta segura, útil, escalável e ergonômica. Este trabalho se propõe a abordar todos esses pontos, por meio do sistema C0NTR0LL de telereabilitação motora. A escalabilidade do sistema são tratadas pela implementação de uma arquitetura modular. A segurança e eficácia da ferramenta são garantidas por um módulo de inteligência artificial que avalia a qualidade dos movimentos criados pelos profissionais de reabilitação e realizados pelo usuário. A usabilidade do sistema é avaliada por um método de validade de conteúdo e da escala de usabilidade do sistema. A validade dos questionários é avaliada através do coeficiente de Alpha do Cronbach. Os resultados mostram que a centralização de poses do sistema é capaz de avaliar adequadamente a exatidão do movimento humano tanto para treinamento de modelos quanto para aplicação em sessões de reabilitação.
A case study on customer segmentation of a supermarket chain
(Universidade Federal do Rio Grande do Norte, 2021-12-06) Oliveira, Wellerson Viana de; Bezerra, Leonardo César Teonácio; Araújo, Daniel Sabino Amorim de; http://lattes.cnpq.br/4744754780165354; http://lattes.cnpq.br/0664132257054306; http://lattes.cnpq.br/1797570932087326; Nunes, Marcus Alexandre; https://orcid.org/0000-0002-9956-4644; http://lattes.cnpq.br/2698100541879707; Rego, Thais Gaudencio do
Para obter vantagens competitivas, empresas de todos os segmentos estão investindo no seu relacionamento com seus clientes. No segmento de supermercados isso não é diferente. Investimentos em gestão do relacionamento com o cliente (CRM, do inglês customer relationship management) vem crescendo nos últimos anos. Para uma estratégia de CRM bem sucedida, o primeiro passo é conhecer melhor o cliente e, para esse fim, estratégias de segmentação de clientes são muito importantes. Neste trabalho, n´os segmentamos clientes da rede Nordestão, a terceira maior rede supermercadista no Nordeste do Brasil. Para isso, n´os adaptamos o bastante conhecido modelo recency-frequency-monetary introduzindo novas variáveis e usamos o algoritmo de modelo de mistura de Gaussianas (GMM, do inglês Gaussian mixture model) para clusterizar os dados. Além disso, nós utilizamos uma segmentação a priori proposta na literatura por um outro grande varejista brasileiro. Para cada segmento criado, n´os obtemos alguns clusters para cada uma das nove lojas da rede, com cada grupo representando um perfil de cliente. Entre os perfis encontrados, podemos citar os clientes Prime e os clientes Oportunidade. Os primeiros são clientes que buscam produtos de maior valor agregado, enquanto o segundo grupo representa os clientes que buscam produtos com preços promocionais. Nós encontramos uma grande similaridade entre os perfis de cada loja, variando entre si apenas pelas características específicas de cada loja. Nós concluímos nosso trabalho com uma validação algorítmica dos resultados e uma análise de interpretabilidade dos clusters obtidos.
Catálogo e ferramenta de detecção de Bad smells de desempenho em sistemas React
(Universidade Federal do Rio Grande do Norte, 2023-06-23) Barros, Aryclenio Xavier; Barbosa, Eiji Adachi Medeiros; https://orcid.org/0000-0002-8286-0017; http://lattes.cnpq.br/8833409749475821; http://lattes.cnpq.br/5253783022587449; Cirilo, Elder José Reioli; Sousa, Leonardo da Silva
A linguagem Javascript é uma das mais famosas ferramentas de desenvolvimento da atualidade, ganhando visibilidade em diversas áreas como jogos web, renderizações tridimensionais, inteligência artificial e, principalmente, no desenvolvimento de aplicações web, com seu grande papel na construção de interfaces através do desenvolvimento front-end. Nesse ecossistema, foram construídas diversas bibliotecas e frameworks, sendo a mais famosa a biblioteca React, desenvolvida e publicada pela Meta (Facebook). As aplicações construídas em React, como qualquer outro sistema, precisam de se manter utilizáveis e relevantes ao longo do tempo. Como evidências empíricas mostram, a presença de bad smells no código pode comprometer a capacidade de evolução do software. Com base nesse contexto, este trabalho apresenta uma proposta de bad smells orientados à biblioteca React, integrando-os a uma ferramenta de detecção de código chamada ReactLint, que sinalizará falhas de código e indicará possíveis soluções aos desenvolvedores que a utilizarem. Este trabalho tem como objetivo validar os bad smells propostos, bem como a ferramenta construída, a fim de identificar se eles podem afetar o desempenho de uma aplicação React a curto prazo.
DC Health: detecção de anomalias online em datacenters
(Universidade Federal do Rio Grande do Norte, 2022-08-30) Lopes Neto, Walter; Barroca Filho, Itamir de Morais; http://lattes.cnpq.br/1093675040121205; https://orcid.org/0000-0002-0483-7268; http://lattes.cnpq.br/0621147314421392; Doria Neto, Adrião Duarte; https://orcid.org/0000-0002-5445-7327; http://lattes.cnpq.br/1987295209521433; Almeida, André Gustavo Duarte de; Silva, Gustavo Girão Barreto da; Immich, Roger Kreutz
Datacenters são ambientes críticos para a disponibilidade de serviços baseados em tecnologia. Visando a alta disponibilidade desses serviços, métricas de performance dos nós, como Máquinas Virtuais (VM) ou clusters de VMs são amplamente monitoradas. Essas métricas, como nível de utilização de CPU e memória, podem apresentar padrões anômalos associados a falhas e a degradação de desempenho, culminando na exaustão de recursos e na falha total do nó. A detecção precoce de anomalias, isto é, de padrões em dados com comportamento diferente do esperado, pode possibilitar medidas de remediação, como migração de VMs e realocação de recursos, antes que perdas ocorram. Contudo, ferramentas de monitoramento tradicionais geralmente usam limites fixos para a detecção de problemas nos nós e carecem de maneiras automáticas para detectar anomalias em tempo de execução. Neste sentido, técnicas de aprendizado de máquina têm sido reportadas para detectar anomalias em sistemas computacionais com abordagens online e offline. Este trabalho propõe a aplicação denominada DC Health, como uma abordagem para antecipar a detecção online de anomalias em nós de datacenters. O objetivo do DC Health é detectar anomalias no comportamento de hosts e alertar aos operadores do datacenter, de forma que medidas de investigação e remediação possam ser tomadas. Para isso, esta pesquisa foi conduzida a partir de um i) Mapeamento Sistemático de Literatura, da ii) modelagem do problema a partir de dados reais de VMs e da iii) avaliação do DC Health usando o método prequential em 6 datasets do mundo real. Os resultados demonstraram que o DC Health se destacou em manter o consumo de memória constante enquanto processa os dados e na acurácia de detecção entre 75% e 90%. Como trabalhos futuros espera-se principalmente avaliar a ferramenta de detecção em cenários de computação em nuvem e desenvolver mecanismos automatizados de diagnóstico e remediação.
Definição e detecção de design smells em aplicações de processamento em lotes utilizando spring batch framework
(Universidade Federal do Rio Grande do Norte, 2020-08-31) Melo, Deyvisson Carlos Borges de; Barbosa, Eiji Adachi Medeiros; ; ; Kulesza, Uira; ; Santos Neto, Baldoino Fonseca dos;
Para atender as constantes mudanças de requisitos e necessidades de novas funcionalidades, os sistemas de software permanecem sempre em um estado de constante evolução. O controle do processo de evolução e manutenção de um software é crucial e uma das fases mais complicadas do desenvolvimento de software. Se esse controle não for gerenciado, os sistemas correm o risco de degradação de importantes atributos de qualidade que consequentemente afetam diretamente o grau de manutenibilidade das aplicações. Fatores como inexperiência, falta de conhecimento e pressões em relação ao tempo de conclusão de tarefas levam a adoção de más práticas de design de software e são a origem dos Design Smells. Para se obter um melhor controle do processo de evolução e manutenção de um software, é importante saber identificar a ocorrência de Design Smells nos projetos, e novos estudos indicam que a utilização de informações específicas do contexto da aplicação, como a natureza dos programas ou papeis arquiteturais utilizados, podem influenciar no processo de detecção e na identificação de problemas que só existem no contexto estudado. Este trabalho realiza um estudo para a definição e identificação de Design Smells específicos ao contexto das aplicações de processamento em lotes, e propõe a definição de um catálogo de 7 Design Smells e a implementação de uma ferramenta para automatizar o processo de detecção. A ferramenta implementada foi utilizada em um estudo de caso em que os códigos de 40 sistemas foram analisados. Nesse estudo, observou-se que os smells específicos ao contexto das aplicações de processamento em lotes afetaram quase 20% das classes e mais que 30% das linhas de código dos sistemas analisados. Também foi possível observar, por meio da aplicação da ferramenta em várias versões de dois sistemas, que o número de smells se manteve constante ao longo das versões, e em alguns casos até cresceu. O que pode evidenciar a falta de conhecimento da existência dos smells e dos impactos negativos que podem incorporar nas aplicações.
Desenvolvimento de um sistema de controle de tráfego inteligente baseado em visão computacional
(Universidade Federal do Rio Grande do Norte, 2022-03-04) Cortez, Diogo Eugênio da Silva; Barroca Filho, Itamir de Morais; Silva, Gustavo Girão Barreto da; http://lattes.cnpq.br/9491033611706611; http://lattes.cnpq.br/1093675040121205; http://lattes.cnpq.br/1860470288478197; Fontes, Aluisio Igor Rego; Araújo, Daniel Sabino Amorim de; http://lattes.cnpq.br/4744754780165354
A frota de veículos no Rio Grande do Norte aumentou em aproximadamente 250 mil veículos nos últimos 5 anos, ou 7% ao ano. Considerando que 80% da população vive em zonas urbanas, a gestão do trânsito está se tornando uma das questões mais importantes atualmente. Os semáforos que operam com tempo fixo (STF) para controlar o fluxo de veículos não são eficientes em todas as situações do trânsito. Nesse momento, na literatura, muitos estudos sugerem o controle do semáforo com base na densidade de veículos como solução para melhorar a fluidez do trânsito. Com o avanço das tecnologias de Visão Computacional (VC), as técnicas de detecção e classificação de objetos em movimento e a exigência de pouco poder computacional para realizar essas tarefas foi possível desenvolver um sistema de controle de tráfego inteligente baseado em VC. Esta solução de baixo custo foi implementada para aproveitar o sistema de STF, câmeras e infraestrutura de rede lógica já presentes nos municípios do Brasil. Um computador, equipado com uma aplicação, capturou imagens do trânsito no semáforo, contou os veículos e calculou o tempo necessário para que eles realizem a travessia. O Raspberry Pi 3 controlou as luzes do semáforo. Em comparação ao STF houve ganho de até 33% na fluidez do trânsito. A VC foi utilizada para contar os veículos que cruzam o semáforo, isso permite alertar sobre congestionamentos, tomar decisões e também criar uma base de dados que poderá ser utilizada para tomada de decisões por parte dos órgãos com circunscrição sobre as vias.

SIGAA

Navegar

Navegando Programa de Pós-Graduação em Tecnologia da Informação por Título