A salicultura é uma atividade econômica de grande importância na região do litoral do Rio Grande do Norte, representando mais de 95% da produção de sal no país e gerando mais de 70 mil empregos diretos e indiretos. No entanto, a falta de modernização dos processos das empresas tem sido um grande obstáculo para o desenvolvimento sustentável do setor. A maioria das salinas ainda utiliza métodos menos eficientes de controle e monitoramento da produção, como planilhas simples ou até mesmo papel, o que dificulta a análise e processamento dos dados. Desse modo, a tomada de decisão nas empresas acaba sendo realizada com base nas experiências dos feitores do sal, sem embasamento científico, criando uma grande dependência. Diante desse cenário, a fim de atender essa demanda do setor, este trabalho tem como objetivo desenvolver a Plataforma Smartsalt, um projeto que busca desenvolver soluções tecnológicas para a gestão do conhecimento na produção de sal. Por meio da análise de dados, a plataforma apresenta indicadores aos produtores, permitindo uma melhor tomada de decisão com o auxílio de um embasamento científico. Com o controle e monitoração de variáveis chave da produção, a expectativa é de que a plataforma ajude a melhorar a qualidade e quantidade do sal produzido, garantindo maior eficiência e sustentabilidade para o setor. A aceitação e usabilidade da plataforma foram avaliadas através do Modelo de Aceitação de Tecnologia (TAM), proporcionando uma visão abrangente sobre a receptividade dos usuários em relação à tecnologia implementada.

Em virtude dos desafios da exclusão digital, reconhecer e avaliar redações a partir de imagens é crucial, especialmente para alunos desfavorecidos que têm acesso limitado a recursos tecnológicos. O reconhecimento de caligrafia por meio de Inteligência Artificial (IA) é uma abordagem promissora para a avaliação automática de redações de alunos. Este trabalho teve como principal objetivo desenvolver um modelo de Redes Neurais Convolucionais Siamesas (SCNNs, do Inglês, "Siamese Convolutional Neural Networks"), utilizando aprendizado de poucos exemplos (few-shot learning) para o reconhecimento de caracteres manuscritos em imagens de 440 redações de alunos do ensino fundamental público no Brasil. As classes de caracteres manuscritos possuíam quantidades diferentes de imagens, o que representava um desafio adicional. Para tentar minimizar esse desequilíbrio, foram utilizadas técnicas de aumento de dados (data augmentation). Essas técnicas incluíram transformações como rotação, translação, escalonamento e adição de ruído às imagens existentes. Com isso, foi possível gerar um conjunto de dados mais robusto e balanceado, permitindo que o modelo aprendesse de forma mais eficiente e aumentasse sua capacidade de generalização. Para construir um conjunto de dados representativo, foram aplicados métodos de segmentação de caracteres e uma rotulagem manual, considerando a diversidade de estilos de escrita dos alunos. Os resultados demonstram que o modelo proposto, utilizando a função de perda Entropy Loss, alcançou uma precisão que variou entre 80% e 85% no reconhecimento de caracteres nas imagens das redações. Os experimentos realizados com diferentes bases de dados, incluindo EMNIST, NIST19 e ImageNET, mostraram que o modelo é capaz de se adaptar e aprender com poucos exemplos, tornando-se uma ferramenta valiosa para a avaliação automatizada de redações. Este estudo contribui para a IA na educação ao oferecer uma abordagem baseada em SCNNs para reconhecer caracteres manuscritos, mesmo com um número limitado de imagens disponíveis. A implementação desta tecnologia em contextos educacionais pode fornecer soluções inovadoras para melhorar a legibilidade dos caracteres manuscritos dos alunos. O modelo proposto pode auxiliar na identificação e correção de problemas de escrita, oferecendo feedback imediato. Isso é particularmente útil para alunos em países de baixa e média renda, onde as escolas enfrentam desafios relacionados às vulnerabilidades socioeconômicas e à disponibilidade limitada de recursos tecnológicos. A melhoria da legibilidade não só facilita a avaliação automática de redações, mas também contribui para o desenvolvimento das habilidades de escrita dos alunos, promovendo uma aprendizagem mais eficaz e inclusiva.

Com o uso crescente de dispositivos inteligentes em diversos mercados e aplicações, a
segurança e a privacidade em sistemas de Internet das Coisas (IoT) tornam-se cada vez mais
relevantes. Isso se deve ao fato de que os dados coletados e transmitidos por esses sistemas
podem ter um valor significativo, inclusive financeiro. No entanto, os mecanismos de segurança
e privacidade de dados já consagrados na computação em geral não se aplicam aos sistemas
IoT devido às questões de arquitetura computacional e a natureza limitada desses dispositivos.
A disponibilização de ferramentas para desenvolvedores de sistemas IoT que permitam
construir aplicações com menor risco à privacidade dos dados se apresenta como uma proposta
valiosa. Assim, este trabalho propõe uma abordagem implementada em uma ferramenta de
detecção de invasão, com o objetivo de mitigar as questões de segurança e privacidade de dados
inerentes aos protocolos IoT. Para isso, foram empregadas técnicas de aprendizado de máquina,
com destaque para redes neurais. A avaliação da abordagem foi realizada em um ambiente com
dispositivos IoT reais e simulações de ataques.

A entrega rápida e econômica, de mercadorias encomendadas é logisticamente desafiadora devido a necessidade de otimizar rotas e planejar as entregas de forma eficiente para reduzir o tempo e os custos de transporte. O uso de veículos aéreos não tripulados (drones) são vistos como uma ideia promissora para reduzir o tráfego excessivo de caminhões na malha viária. Entretanto, a limitação de carga e autonomia são dois empecilhos que precisam ser superados para que os drones possam ser utilizados de maneira mais ampla. Neste trabalho são apresentadas estratégias meta-heurísticas evolutivas que combinam o uso de caminhões e drones, propondo a utilização dos caminhões de entrega de mercadorias como plataformas móveis de pouso e decolagem dos drones. A abordagem baseia-se na possibilidade de o caminhão despachar e recolher um drone durante o movimento. Além disso, o trabalho apresenta uma abordagem mais completa, incorporando múltiplas particularidades dos diversos modelos existentes na literatura, como a entrega fracionada realizada por mais de um veículo, com o objetivo de maximizar o desempenho e minimizar os custos das entregas.

O mercado tem se mostrado cada vez mais competitivo e exigente com relação a qualidade
dos produtos e serviços digitais oferecidos atualmente. Isso porque os usuários têm
buscado maior satisfação, segurança e eficiência, além de facilidade de uso no momento da
escolha ou decisão de compra. No setor de aquicultura, por exemplo, onde a maioria dos
produtores não possuem familiaridade com tecnologia ou dispõem de baixa escolaridade,
apresenta-se certa dificuldade de compreender a importância da tecnologia para melhoraria
da produtividade. Por esse motivo, é importante que fornecedores de softwares planejem
qual experiência pretendem proporcionar ao usuário desde a primeira visita ao website.
Sabendo disso, esta pesquisa tem como objetivo propor uma Metodologia para Avaliar e
Aprimorar a Usabilidade e Experiência do Usuário (MAUEX). Para tanto, esse trabalho
realiza um estudo de caso sobre a statup Crevettic, que oferece serviços de software para
gestão e comercialização de produtos aquícolas. O estudo realiza levantamento e análise de
métricas e aplicação de heurísticas e testes de usabilidade com os usuários a fim de avaliar
a interface e usabilidade dos produtos oferecidos pela Crevettic. Busca-se entender o que
os produtores pensam, sentem, falam e fazem ao utilizarem a plataforma, além de analisar
se esse serviço cumpre com a norma de usabilidade NBR 9241-11. Resultados foram
adquiridos por meio de inspeção na interface usando heurísticas de Nielsen, elaboração do
mapa de empatia e identificação de personas. Para validação da experiência do usuário foi
realizada um teste de usabilidade com especialistas e profissionais da área de engenharia
de pesca, o que possibilitou criar uma jornada do usuário eficiente que identificou fluxos
confusos, melhorias na interface, problemas de interação e comportamento dos usuários ao
interagirem com as plataformas de gestão do setor de aquicultura. Apesar de nem todas as
melhorias propostas pelo trabalho terem sido implementadas, os resultados dos testes de
usabilidade após a plicação da metodologia MAUEX mostraram boa eficácia, eficiência
e satisfação de uso nos produtos do estudo. A média do questionário SUS foi de 77,5,
indicando uma boa usabilidade.

Ao longo dos anos, houve uma crescente alta na ocorrência de casos de Acidente Vascular
Cerebral (AVC), devido ao aumento da população com idade avançada. Dados atuais
indicam que o AVC é uma das principais causas de morte e invalidez em todo o mundo,
atingindo milhões de pessoas e deixando os sobreviventes com inúmeras sequelas, sejam
elas físicas ou mentais. Em sua fase inicial, o AVC pode apresentar sinais indicativos antes
mesmo de sua ocorrência. Dentre esses sinais indicativos, a dormência em apenas um lado
do corpo, confusão mental e dificuldade para falar ou compreender são os mais comuns. A
identificação precoce desses sinais é de extrema importância, diminuindo o risco de morte
instantânea do paciente e o risco de deficiências que podem afetar significativamente sua
vida. Muitos fatores como diabetes, tabagismo, hipertensão arterial e outros, também
podem favorecer para o surgimento do AVC, o que aumenta cada vez mais os índices
de mortalidade, tornando-se necessário o conhecimento desses fatores para contribuir
com medidas preventivas precoces. Na literatura, técnicas de inteligência artificial são
amplamente estudadas como parâmetros para sistemas preditivos visando auxiliar na
identificação precoce de acidente vascular cerebral (AVC). Dentre essas técnicas, às de
Aprendizagem de Máquina (AM) são indicadas em sistemas preditivos. Desta forma, este
trabalho tem como objetivo apresentar uma ferramenta preditiva inteligente baseada em
AM para auxiliar os profissionais da saúde no diagnóstico de pacientes propensos a terem
um AVC, em especial na prevenção dos fatores de risco e sinais indicativos. Uma Revisão
Sistemática de Literatura (RSL) foi realizada e identificou-se um número significativo de
trabalhos que fizeram a utilização de abordagens preditivas para auxiliar no diagnóstico
do AVC. Neste trabalho, inicialmente foi utilizada a biblioteca PyCaret para identificação
do melhor algoritmo, neste, foram avaliados 14 algoritmos, no qual o Random Forest foi
o que alcançou os melhores resultados. Além disso, a biblioteca Scikit-learn foi utilizada
para otimizar os parâmetros do modelo, uma vez que ele estava apresentando tendência
ao overfitting. Após isso, identificou-se atributos com menor importância para o modelo,
assim foram criadas três novas bases de dados: Base21, Base16 e Base11. A Base21 contém
os 20 atributos mais relevantes, juntamente com o atributo classificador. A Base16 possui
15 atributos mais o atributo classificador, enquanto a Base11 apresenta 10 atributos
mais o atributo classificador. Destas, a Base21 foi a que alcançou os melhores resultados
alcançando uma acurácia, precisão, f1-Score e recall, com valores de 90,74% para cada uma
dessas métricas, AUC (Area Under Curve) de 0.97, e coeficiente kappa com um valor de
0.83. Por fim, foi desenvolvida uma aplicação web para demonstrar a utilidade prática do
modelo. A aplicação foi testada por profissionais da área da saúde, apresentando resultados
significativos e relevantes.

Esta pesquisa abordou problemas de visibilidade em cadeias de suprimentos de alimentos. No contexto do escoamento dos produtos orgânicos manufaturados em um negócio, é necessário detectar e prevenir danos às mercadorias. Neste estudo, tratou-se do problema da especificação de modelos de redes de valor com serviços de blockchain para monitoramento de transações internas. O objetivo geral foi prover modelos estratégicos para monitoramento da cadeia de suprimentos de bebidas orgânicas. A concepção do projeto de modelagem desta rede baseou-se no ciclo de projeto de Design Science, incluindo o processo de investigação para compreensão do problema, a proposição de um projeto de artefato que pudesse solucioná-lo e a validação do artefato construído. Realizou-se uma revisão sistemática de literatura e propôs-se a construção de modelos estratégicos para o monitoramento de redes com blockchain, prevendo, também, um estágio inicial de validação destes modelos por meio da verificação e avaliação junto a uma empresa selecionada para um estudo de caso único. Para a construção dos modelos foram utilizadas as informações da literatura obtidas na revisão sistemática e as informações obtidas junto à empresa participantes, por meio de reuniões e aplicação de questionários. A modelagem foi feita com base em uma ontologia focada em negócios, já existente, a do framework e3value, utilizando a ferramenta e3value editor. Foram produzidos três modelos de negócios, baseados em três cenários de atuação para a empresa: o modelo regional, o modelo nacional e o modelo internacional. Os modelos foram apresentados à empresa participante, que respondeu um questionário para avaliar a adequação da
proposta às necessidades da empresa e a viabilidade da implantação da tecnologia do blockchain. Teve-se como resultados respostas positivas aos questionamentos apresentados. Utilizou-se o framework e3value para criar modelos de redes de valor que, posteriormente, foram avaliados em sua utilidade como artefatos que viabilizam a representação de estratégias de monitoramento com blockchain.

No período de pandemia de Covid-19, a telemedicina foi amplamente difundida no mundo todo nos últimos anos, devido ao vasto campo de aplicações e às inúmeras vantagens que suas ferramentas podem oferecer em realização de atividades de maneira remota. No Brasil, a telemedicina foi normatizada após a publicação da portaria SUS N° 467/2020 pela resolução CFM 2.134/2022 que dispõe sobre o uso de telemedicina no país. No contexto de Covid-19, diante de medidas de isolamento social, o uso de soluções providas da telemedicina servem como apoio estratégico para o acompanhamento e tratamento da Covid-19. Uma vez que, possibilita de forma remota, a troca de informação qualificada e comunicação estratégica entre os profissionais de saúde e pacientes na pandemia. O Sistema Especialista Multicamadas para Triagem Classificatória e Alocação Inteligente de maneira remota (SEMcTrA) foi desenvolvido como solução de telemedicina para o enfrentamento da Covid-19. O sistema é composto por módulos de comunicação assín- crona (interação paciente-sistema) e síncrona (interação médico-paciente) que viabilizam legitimar e efetivar os encaminhamentos e coletando dados mais precisos da evolução da doença. Na teletriagem, o sistema consegue computar o coeficiente de probabilidade de Covid-19, Pcovid, para auxílio da tomada de decisão. Na teleconsulta, a comunicação remota com o paciente é subsidiada pelo valor de Pcovid em um ambiente de teleconferên- cia que implementa os requisitos do nível de garantia de segurança (NGS). Além disso, o SEMcTrA possui um portal de notícias para atender a população com informações seguras sobre o novo coronavírus. A fase de testes foi iniciada pela equipe da Divisão de Atenção à Saúde do Servidor (DASS) da Universidade Federal Rural do Semi-Árido (UFERSA). Como resultado, a abordagem de triagem multinível nos módulos assíncrono, síncrono e alocação implementados ao sistema do SEMcTrA, respaldado pela CFM no 2.314/2022, o serviço de videoconferência e o fluxo de atendimento customizados para atender as especificações propostas pela prefeitura de Mossoró/RN, conseguem fornecer suporte à tomada de decisão oferecendo informações de forma eficiente e ágil para combate da pandemia.

Desde o início da pandemia do novo coronavírus, houve um aumento nos índices de internação e mortalidade em todo o mundo. Os altos índices podem ser compreendidos diante da disseminação do COVID-19 e da dificuldade em identificar os pacientes que possuem um maior risco de agravamento do quadro clínico. A partir de um Mapeamento Sistemático da Literatura (MSL) foi observado que em meio a essa dificuldade, a utilização de modelos preditivos baseados em algoritmos de aprendizado de máquina se caracteriza como uma forma de auxiliar no prognóstico e na alocação antecipada de recursos para o tratamento de potenciais pacientes. Neste estudo foram desenvolvidos dois modelos, direcionados na predição da internação e mortalidade de pacientes com a COVID-19. Para isso, foram avaliados quatro algoritmos: AdaBoost, Logistic Regression, Random Forest e Gradient Boosting. Para o treinamento dos modelos foram utilizados dados demográficos, histórico de vacinação, sintomas e comorbidades de pacientes com casos suspeitos de COVID-19 atendidos em hospitais de São Paulo. Ao avaliar o desempenho desses algoritmos, foi observado que os modelos desenvolvidos a partir do algoritmo Gradient Boosting obtiveram os melhores resultados, alcançando uma acurácia de 83% e AUC (Area Under Curve) de 0.89 na predição da mortalidade, e acurácia de 71% e AUC de 0.75 na predição da internação. Além disso, também foi identificado que a idade avançada, a falta de ar e a ausência de vacinação foram os principais fatores atrelados ao agravamento do quadro clínico. Por fim, visando demonstrar como os modelos propostos poderiam ser utilizados na prática pelos profissionais da Saúde, uma aplicação Web foi desenvolvida.

O ensino de conteúdos de matemática no ensino fundamental II apresenta alguns desafios, muitos dos quais vêm sendo superados com a utilização de tecnologias da informação e comunicação. Nesse contexto, a robótica educacional vem ganhando espaço, estando cada vez mais presente em ambientes escolares. Porém, há escassez de materiais que auxiliem os professores no uso dessa tecnologia em sala de aula. Para começar a suplantar essa dificuldade, apresenta-se o desenvolvimento de um sistema de geração de plano de aula utilizando uma ontologia capaz de auxiliar o ensino e aprendizagem da disciplina de matemática utilizando robótica educacional. A ontologia denominada Ontologia de ENSINo e Aprendizagem de Robótica Educacional (Onto-ENSINARE) foi construída com base na metodologia Ontology Development 101 com os aspectos de completude, consistência e concisão. Na validação da ontologia foram utilizadas consultas SPARQL Protocol and RDF Query Language (SPARQL) para obtenção de respostas úteis aos professores de matemática do ensino fundamental II. A partir da ontologia foi construído o Sistema de Geração Integrado de Plano de Aula para o ENsino apoiado por RobótiCa Educacional (SCIENCE) o qual foi testado por 11 professores de matemática. Os professores que testaram o sistema atuam em escolas municipais e estaduais localizadas nas cidades de Mossoró e Nova Cruz, no Rio Grande do Norte, além das cidades Piancó, Rio Tinto, Mamanguape e Sapé, na Paraíba. Devido a pandemia do covid-19, o teste realizado não envolveu a utilização do sistema em sala de aula. Para validar o sistema foram elaborados dois questionários: pré-teste, com foco na identificação de informações sobre matemática e robótica educacional; e, pós-teste, que busca observar possíveis mudanças de pensamento dos testadores, após a utilização do sistema, além de realizar sua validação seguindo a metodologia Technology Acceptance Model (TAM). Os resultados obtidos na validação do sistema apresentaram uma boa aceitação dos professores, que mostraram grande interesse em utilizá-lo em suas aulas de matemática. Os requisitos de busca dos planos de aulas de matemática com o apoio da robótica educacional, foram considerados úteis para o uso em sala de aula, uma vez que os alunos teriam mais interesse nas aulas com uso das práticas de robótica educacional.

Após a conclusão do mapeamento do genoma humano, em combinação com o crescente avanço tecnológico foi possível uma evolução significativa no âmbito da bioinformática. Esse progresso proporcionou o aprofundamento de diversos tipos de estudos e tecnologias de análise biológica, dentre estas o microarranjo. O aumento de pesquisas utilizando essa tecnologia para análise de DNA gerou uma multiplicação na quantidade de dados gerados. Aliado a necessidade publicar os dados brutos da pesquisa, impulsionou a necessidade da criação de bancos de dados públicos onde essas informações pudessem ser indexadas e resgatadas. Essas bases de dados são uma grande fonte de dados transcriptômicos que infelizmente acabam sendo subutilizadas. É comum que os softwares para reanálise desses dados não possuam uma interface gráfica e/ou apresentem lacunas em suas funcionalidades. O objetivo deste trabalho é o desenvolvimento de um sistema WEB para mineração de dados em estudos transcriptômicos a partir de microarranjos armazenados no banco de dados biológico GEO, esse sistema foi denominado de Mining_RNA. Para o desenvolvimento do sistema foi necessária uma revisão de literatura para listar as lacunas que pudessem ser exploradas por uma nova ferramenta, esta etapa culminou no levantamento de requisitos e planejamento da arquitetura que seria seguida para o desenvolvimento do sistema, este, foi desenvolvido com as linguagens de programação PHP e Python para respectivamente visualizar e o processar os dados. Os resultados obtidos no sistema foram validados comparando-os com o sistema GEO2R, mantido pelo NCBI e confrontados também com os resultados originais do estudo analisado. O sistema desenvolvido nessa pesquisa possibilita que, através de uma usabilidade passo-a-passo juntamente com uma série de filtros possam ser calculadas a expressão diferencial entre os genes de um estudo, possibilitando ainda a análise do cálculo do teste-t e do valor-p para cada gene do estudo analisado. A partir da validação dos dados gerados foi possível perceber que o sistema teve uma eficácia aproximada de 98% na comparação com o GEO2R e de mais de 90% na comparação com o estudo original. Os resultados somados dessa validação sinalizaram que o sistema desenvolvido pode ser uma forte aliada dos pesquisadores para a reanálise de estudos biológicos, possibilitando uma nova forma de analisar os dados e gerando resultados tão confiáveis quanto ferramentas já consolidadas.

Os Sistemas de Bicicletas Compartilhadas (SBC) têm contribuído para a melhoria da mobilidade urbana e se tornaram cada vez mais comuns nas cidades. Embora esses sistemas forneçam um transporte econômico e sustentável, melhorando o trânsito nas cidades, para o seu funcionamento é necessário uma análise dos hábitos dos usuários para que as empresas fornecedoras desse serviço possam suprir a demanda de estações com alta procura e evitar o desperdício de recursos em estações pouco utilizadas, coletando bicicletas em estações superlotadas e redistribuí-las em estações que estão com baixo estoque ou mesmo vazias. Esse problema de rebalanceamento de bicicletas (do inglês Bike Sharing Rebalancing Problem - BSRP) requer estratégias eficientes de redistribuição, que dependem muito da modelagem e previsão de demanda de aluguéis, evidenciando a relevância de abordagens que auxiliem na tomada de decisão e gestão estratégica das empresas responsáveis por esses sistemas. Neste trabalho é analisado um conjunto de dados do Capital BikeShare (Washington, D.C.), explorando a relação de condições meteorológicas e sazonais nesse serviço. Modelos de regressão e classificação foram elaborados usando algoritmos clássicos da literatura como Linear Regression (LR), Support Vector Machine (SVM), Gaussian Naive Bayes (NB), K-Nearest Neighbors (KNN), MultiLayer Perceptron (MLP), Random Forest (RF) e Decision Tree (DT). O objetivo é predizer a quantidade de aluguéis, fornecendo um parâmetro para auxiliar na redistribuição eficiente de bicicletas nos SBC. A utilização de múltiplos algoritmos também foi experimentada para a construção de comitês homogêneos e heterogêneos. Os desempenhos dos modelos preditivos gerados foram analisados usando validação cruzada de 10 partes. Os testes estatísticos de Friedman e Nemenyi foram aplicados. Além disso, foram discutidas abordagens de agrupamento das estações de aluguéis, evidenciando tais agrupamentos como uma técnica útil na melhoria do desempenho dos modelos preditivos. O melhor modelo de regressão gerado utilizou o RF e alcançou coeficiente de determinação de 0,963, enquanto que o melhor modelo de classificação elaborado foi o DT, com acurácia de 96,21%. Um cenário de aplicação e uso dos potenciais modelos preditivos foi descrito, de forma a facilitar a interpretação dos resultados da predição para os gestores desses serviços e melhorar o processo de tomada de decisão nos SBC.

O termo indústria 4.0 é utilizado para sintetizar as mudanças promovidas nos processos industriais por meio da tecnologia. No Brasil, há grandes desafios para a economia conseguir crescer no ranking mundial de inovação. Apesar disso, os dados apontam que a quarta revolução industrial é uma oportunidade para o país. Principalmente na agropecuária, que no ano de 2021 deve atingir um recorde no Valor Bruto da Produção Agropecuária de 1,076 trilhão de reais. A Internet of Things (IoT) é um dos pilares da indústria 4.0 e pode contribuir, por exemplo, na agricultura de precisão para melhorar o monitoramento e controle dos processos que envolvem a produção agrária. O objetivo da IoT é agrupar a infraestrutura de rede global com recursos escalonáveis baseados em protocolos de comunicação e objetos ou dispositivos físicos que possuem identidade e atributos, afim de conseguir uma sinergia e oferecer serviços inovadores. No entanto, inserir a IoT em qualquer ambiente é muito custoso e necessita de muitas adaptações. Portanto, este trabalho tem como objetivo permitir a construção de aplicações para internet das coisas, que usam e conectam diversos dispositivos com protocolos de comunicação diferentes, sem a necessidade de adaptações significativas. Para isso, foi definido e desenvolvido o MORE4IoT – um middleware multiprotocolo baseado em uma arquitetura de microsserviços para auxiliar na construção de aplicações para IoT, que possui dois componentes principais: uma
infraestrutura baseada em microsserviços para auxiliar na comunicação, no gerenciamento dos recursos, dos dados e das ações de controle; e, um componente que deve ser incluído no dispositivo para auxiliar nas configurações de comunicação e nas regras de controle. Além disso, o middleware foi validado por meio da construção de um protótipo aplicado à agricultura de precisão utilizando os mecanismos de comunicação e gerenciamento providos pelo MORE4IoT.

Com a constante evolução dos processadores gráficos ao longo das últimas décadas, tornou-se possível produzir cenas tridimensionais com alta qualidade e realismo. No entanto, o aliasing é um problema produzido durante a amostragem de sinais realizada no processo de rasterização. Ele causa um efeito serrilhado nas bordas dos objetos apresentados em cena, ressaltando o aspecto irreal da imagem e causando desconforto visual ao espectador. O presente estudo busca desenvolver um tratamento antialiasing baseado em filtragem espacial rotacionada. O método proposto identifica as bordas na cena utilizando filtragem espacial junto a regressão linear simples. Então, um filtro espacial de suavização é rotacionado na mesma direção da borda inspecionada e aplicado nas regiões afetadas. Os testes foram realizados em uma aplicação OpenGL, processando a imagem renderizada do framebuffer. Posteriormente, a aplicação foi modificada para processar imagens do Blender, um software de modelagem 3D que permite a produção de cenas mais complexas. Os resultados mostram a eficácia do método ao suavizar o aliasing com boa qualidade e preservando os detalhes da cena. Desta forma, o problema foi tratado de forma eficaz com abordagem pós-filtragem e sem superamostragem. O tempo de execução do algoritmo é O(n), assim como seu consumo de memória é O(n).

O Problema de Corte Bidimensional Guilhotinado, muito usado na indústria, tem como objetivo determinar a melhor maneira de se produzir peças retangulares menores, realizando cortes do tipo guilhotina, a partir de placas de tamanho maior. Esse problema é NP-difícil e, portanto, não se pode garantir a obtenção dos melhores resultados para todas instâncias utilizando os métodos exatos, em um tempo computacional viável. Assim sendo, este trabalho propõe uma abordagem metaheurística híbrida, BRKGA (Biased Random-Key Genetic Algorithm) e GRASP (Greedy Randomized Adaptive Search Procedure) com Aprendizagem por Reforço, especificamente o Algoritmo Q-learning. O Q-learning é utilizado como uma estratégia de exploração/explotação para as metaheurísticas. No BRKGA é o gerador da população inicial, e no GRASP, substitui a fase construtiva. Este processo teve como objetivo melhorar a qualidade das soluções iniciais para ambas as metaheurísticas, fazendo com que a busca inicie com boas soluções. Testes computacionais foram realizados sobre classes de instâncias conhecidas da literatura e os métodos propostos se mostraram competitivos e promissores, quando comparados aos resultados de outras metaheurísticas aplicadas ao problema.

O Aleitamento Materno Exclusivo (AME) é o único alimento que o bebê precisa até os 6 meses de vida, não sendo necessário complementar sua alimentação com nenhum outro alimento nem líquidos. Os primeiros meses de vida é a fase em que o bebê se desenvolve e previne-se de diversas doenças que podem acarretar o seu futuro. Através da amamentação, o bebê obtém todos os nutrientes que ele precisa para crescer saudável, fortalecer o sistema imunológico e favorecer o crescimento e desenvolvimento. Os principais obstáculos à amamentação exclusiva são: Falta de conhecimento e conscientização da população; Práticas inadequadas; Cultura, crenças e mitos; Falta de confiança e baixa estima; Ausência do apoio e suporte familiar e comunitário; Influência dos pais e dos avós; Trabalho materno; e Marketing de fórmulas lácteas e infantis. Além disso, demanda-se a elaboração de estratégias que busquem reverter a situação do AME no Brasil, colaborando para a prevenção de intercorrências mamárias e a promoção do aleitamento. Dessa forma, o objetivo deste trabalho é desenvolver uma plataforma, caracterizada como tecnologia leve na área da saúde, que visa promover o aleitamento materno através de assistência personalizada interativa, apoio motivacional, incentivo e confiança para mães no puerpério. A plataforma desenvolvida é orientada por conhecimentos que são representados por meio de ontologias de aplicação. Para este fim, a ontologia de domínio foi implementada com axiomas lógicos capazes de classificar o manejo terapêutico adequado para determinadas intercorrências mamárias a partir de sintomas fornecidos pelas puérperas, que são obtidos e visualizados por meio da própria plataforma. Com o intuito de analisar os resultados gerados, foi realizado um teste de usabilidade pelo método System Usability Scale. O teste de usabilidade foi realizado por 7 profissionais de domínio da área de enfermagem obstétrica, apresentando uma média de 82,85% de satisfação. As técnicas utilizadas para o desenvolvimento da plataforma contribuem significativamente para a qualidade das informações ofertadas. Na computação, o trabalho apresenta contribuição de resolução de problemas do mundo real por meio de classificação de dados, técnicas computacionais e tecnologias de desenvolvimento que estão em constante evolução. O contexto apresentado nesta pesquisa é relacionado ao aleitamento materno, porém, pode ser adaptado a outros contextos e patologias voltados para a área médica.

Este trabalho apresenta um Projeto de Ciclovias para a cidade de Mossoró/RN. O projeto
de pesquisa trata de um Problema do Caixeiro Viajante (PCV), que tem como intuito
minimizar a distância total percorrida entre pontos. Além desse problema, também se
faz uso do Problema de Roteamento de Veículos com Coleta e Entrega Simultâneas
(PRVCES), que é um problema de otimização combinatória, classificado como NP-Difícil,
que consiste em fazer serviços de entrega e coleta simultaneamente. O projeto propõe
resolver os problemas PCV e PRVCES com o intuito de encontrar uma melhor configuração
das rotas cicloviárias e seus pontos de apoio. Além disso, faz parte deste trabalho um
estudo experimental do método proposto, que utiliza o algoritmo de Floyd-Warshall para
encontrar os caminhos mais curtos a serem percorridos pelos usuários das bicicletas, assim
como, na aplicação da metaheurística VNS (Variable Neighborhood Search) ao PCV.

Construir sistemas que integram dispositivos médicos com o intuito de prover tomada de decisão automatizada, os denominados Sistemas Médicos Físico-Cibernéticos (SMFCs), demandam um intenso esforço em sua concepção (SILVA et al., 2014). Os SMFCs têm como características a tomada de decisão automática, segura e inteligente realizada pelo próprio sistema médico. No entanto, exige-se planejar, codificar e testar com bastante cautela todas as suas funcionalidades, pois em caso de falha do sistema o maior prejudicado é o paciente. A partir da perspectiva cibernética, os desenvolvedores de SMFC devem lidar com a heterogeneidade e a confiança no funcionamento dos dispositivos. Entretanto, devido às mudanças do estilo de desenvolvimento e das metodologias utilizadas, a construção de uma mesma solução para diferentes ferramentas torna-se massante, prolongando o tempo para se criar outro modelo ou mapear modelos diferentes, uma vez que diferentes ferramentas podem realizar tarefas equivalentes por meios distintos. A Engenharia Dirigida por Modelos, mais especificamente a Transformação de Modelos, torna mais eficiente o desenvolvimento de um software, buscando melhorar a manutenção e atualização, evitando erros e evitando a perca de consistência entre os diversos artefatos relacionados. Desta maneira, este trabalho apresenta o TADEM, um framework que contribui com um mapeamento aprimorado entre elementos de linguagem, um mecanismo para mapear de forma automática os componentes presentes nos modelos de Sistemas Físico-Cibernéticos (SFC). O uso desse framework permitiu aumentar a velocidade na concepção de CPS modelos no contexto clínico, uma vez que cada ferramenta de modelagem possui suas nuances que impossibilitam uma interação direta entre elas. Neste documento serão apresentados os detalhes sobre sua arquitetura e as tecnologias utilizadas, além de demonstrar a aplicação do TADEM em modelos clínicos criados no Ptolemy II® para os componentes com funcionalidades similares da ferramenta Simulink®.

As Tecnologias de Informação e Comunicação (TICs) voltadas para área da saúde, se tornaram um importante instrumento de apoio para realização de diferentes atividades de cuidados à saúde, por exemplo, para elaboração de medicamentos, prestação de serviços, auxílio no diagnóstico, entre outras. Dessa forma, o objetivo deste trabalho é o desenvolvimento de um sistema de apoio à decisão clínica para triagem e monitoramento da disfagia orofaríngea. A disfagia orofaríngea é um sintoma relacionado à dificuldade de deglutição dos alimentos, condição esta que demanda assistência adequada. Um monitoramento mais contínuo do estado clínico de pacientes disfágicos pode reduzir complicações mais graves e auxiliar em uma recuperação mais eficiente. O sistema é projetado para funcionamento nas plataforma Web e Mobile. A plataforma Web foi implementada para os profissionais de saúde (fonoaudiólogos e nutricionistas) para que possa auxiliar na triagem e monitoramento da disfagia. Já a plataforma Mobile foi desenvolvida para os pacientes, que podem receber informações que contribuam para sua reabilitação. Este trabalho seguiu a metodologia de pesquisa Design Science, com todo o delineamento do projeto de pesquisa. Ao final, o sistema foi validado por meio de alguns casos de pacientes portadores de doenças relacionadas à disfagia e realizou-se uma validação prévia com um profissional de saúde. O sistema apresentou resultados promissores na sua construção, diante que na maioria dos testes realizados foi capaz de classificar as respostas esperadas. Os resultados foram em relação ao uso de diferentes técnicas de inteligência artificial que podem otimizar e auxiliar nas tomadas de decisões, sendo uma outra forma de projeção das decisões tomadas pelos profissionais. O uso dessas técnicas de acordo com os resultados levantados podem contribuir significativamente nas tomadas de decisões e cada técnica aplicada apresentou diferentes vantagens. Por exemplo, o uso de ontologias possibilitou realizar representações de conhecimentos definidos na literatura e por profissionais no domínio da disfagia. Outra contribuição foi de oferecer um sistema para acompanhamento remoto à distância de cada caso clínico.

A assistência pré-natal compõe cuidados, procedimentos e metodologias em favor da
gestante e do feto, desde o começo da gravidez até o parto. Assim, vários esforços têm sido
realizados para prover as unidades de saúde com tecnologias que possam colaborar para o
melhor acesso à informação e auxílio à tomada de decisão, visando subsidiar a realização
dos cuidados adequados. Nesse contexto de cuidados, apresenta-se o Diabetes Gestacional,
que é determinada como uma intolerância aos hidratos de carbono, resultando numa
hiperglicemia com distintos graus de severidade e que é reconhecida pela primeira vez
durante a gravidez e que, conforme a (SBD, 2019), é o problema metabólico mais comum
na gestação e tem prevalência em 3 a 25% das gestações, dependendo do grupo étnico, da
população e do critério diagnóstico utilizado. Além disso, se ela não for bem administrada,
tendo um auxílio de um profissional que faça o acompanhamento da doença e busque
melhores opções de tratamento, pode resultar em diversas complicações durante a gestação
e mesmo após ela. Desta forma, este trabalho tem como objetivo o desenvolvimento de
um sistema para rastreamento e monitoramento do Diabetes Gestacional integrado ao
Preneonatal que visa auxiliar o especialista e o paciente na administração da referida doença.
Trata-se de uma plataforma de telemedicina que visa o suporte e auxílio aos profissionais
de saúde na execução de protocolos de assistência pré-natal, onde, recebe-se como entrada,
os dados relativos aos atendimentos no decorrer do acompanhamento do pré-natal. Estes
dados são então processados, classificados (gerando indicadores e alertas) e armazenados
em uma base de dados, estando, assim, acessíveis remotamente 24 horas. O sistema realiza
a seleção dos dados de interesse, classificando-os de modo a gerar informações e alertas,
pertinentes à gestação e/ou ao estado de saúde da gestante, fornecendo, via indicadores
visuais e alertas, um pré-diagnóstico, de modo a auxiliar no diagnóstico no rastreamento e
monitoramento do Diabetes Gestacional. Para teste do sistemas foram coletados dados
a partir de experimentos e da utilização do sistema desenvolvido com um grupo de
gestantes que faziam acompanhamento pré-natal. O referido grupo amostral, consistiu-se
em 06 gestantes voluntárias portadoras e não portadoras de algum tipo de Diabetes.
Pode-se observar que, após inseridas as informações fornecidas pelo especialista durante o
cadastro da gestante no sistema, o mesmo identifica os fatores de risco referente ao DG,
fornecendo assim, uma predição que possibilita auxiliar o especialista na tomada de decisão
e direcionar o devido monitoramento adequado de cada gestante. Junto aos especialistas,
utilizou-se o instrumento abordado em Peres, Pham e Phillips (2013), denominado, System
Usability Scale(SUS), desenvolvido por Brooke em 1986 e que contém dez questões que
visam medir a usabilidade de diversos produtos e serviços.

Nos últimos anos, estudantes de medicina do Brasil obtiveram baixo desempenho no exame do Conselho Regional de Medicina do Estado de São Paulo. Embora a avaliação mais recente mostre melhorias, eles ainda apresentam um desempenho ruim em especialidades como casos clínicos, diabetes e infarto do miocárdio. Nesse contexto, emergem várias estratégias para melhorar o ensino e a aprendizagem dos estudantes de medicina, uma delas são os jogos sérios. No entanto, existe um problema ao tentar treinar estudantes de medicina em casos clínicos por meio de um jogo, pois há um grande número de doenças, e o processamento de um banco de dados contendo essas doenças é trabalhoso, além de que é necessário sempre estar com essas informações atualizadas. Esta pesquisa descreve um módulo inteligente de um jogo sério para o treinamento de estudantes de medicina. Este módulo possui um site para disseminação, gerenciamento e expansão de dados. As informações são disponibilizadas para o jogo sério por meio de um web service. Foram utilizados bancos de dados de casos clínicos, doença cardíaca e diabetes. Esses bancos de dados são rotulados por múltiplos classificadores de aprendizado de máquina que agregam as classificações por meio de confiança e voto majoritário. O módulo inteligente foi validado computacionalmente e com profissionais da área da medicina. Na validação computacional, os classificadores utilizaram a métrica de precisão e medida-F, por meio de divisão de porcentagem e validação cruzada. Em relação à validação com os profissionais, foi realizada uma entrevista semiestruturada com uma professora e um técnico em laboratório do curso de medicina da Universidade Federal Rural do Semi-Árido. Por meio dos resultados encontrados, foi possível observar que a combinação de classificadores melhorou os resultados iniciais. Destacando-se a combinação de Naive Bayes e Regressão logística utilizando Voto Majoritário para classificação na base de doença cardíaca; Máquina de vetores de suporte, Árvore de decisão e Regressão logística usando Voto Majoritário para classificação de Diabetes; e Máquina de vetores de suporte, K-Nearest Neighbor, Naive Bayes e Regressão logística utilizando Confiança para classificação na base de Casos Clínicos. Os profissionais demonstraram que o módulo inteligente do DocTraining pode gerenciar os dados do jogo sério, tendo potencial para evoluir e se tornar uma ferramenta capaz de auxiliar no ensino-aprendizagem dos estudantes e professores de medicina.

Os sensores baseados em Ressonância de Plasmons de Superfície (RPS) permitem avaliar mudanças de índice de refração, com objetivo de detectar interações moleculares em segurança alimentar, proteção ambiental, detecção de diferentes compostos químicos, bioquímicos e orgânicos entre diversas outras aplicações. A confiabilidade nas informações repassadas por um sensor RPS deve ser garantida, diante que informações erradas podem ocasionar consequências, tais como, más interpretações e manipulações das ligações moleculares. Para melhorar e atestar a qualidade nas respostas fornecidas no sensor baseado na RPS, este trabalho investiga o uso de diferentes técnicas de aprendizagem de máquina e de descritores em sensorgramas adquiridos. De forma mais específica, este trabalho busca identificar padrões e anomalias no seu comportamento nas respostas RPS e analisar o impacto dessas técnicas de aprendizagem na qualidade do sensor. Os resultados obtidos por meio da análise estatística permitiu concluir que o descritor temporal de sensorgrama obteve um melhor desempenho com a classificação e que o uso da regressão linear possibilitou analisar as áreas de interesses no sensorgrama com resultados satisfatórios, criando assim, um sensor RPS com resposta inteligente. Este trabalho obteve como resultado também a criação de uma interface gráfica para a classificação de sensorgramas. Dessa forma, como contribuição cientifica tem-se a aplicação de técnicas de aprendizagem de máquina que permitiram identificar, analisar e classificar as respostas do sensorgrama.

A Responsabilidade Social Corporativa é um conjunto de ações ou atitudes tomadas pelas organizações a fim de gerar benefícios mútuos entre si e a sociedade, promovendo o desenvolvimento sustentável e contribuindo simultaneamente para a qualidade de vida de seus funcionários, comunidade local e sociedade em geral. Teoricamente, as obrigações dos negócios deveriam estar alinhadas com a necessidade pretendida pela comunidade. As redes de valor representam um arranjo de atores, atividades e objetos de valor comercial configurados para satisfazer uma determinada a necessidade. A modelagem abordada pelo e3value não tratava a sustentabilidade social, por causa da dificuldade de quantificar de forma precisa o retorno econômico aos atores envolvidos. Sabendo da importância dessa dimensão, esta pesquisa propõe a especificação de uma ontologia de redes de valor com responsabilidade social corporativa. Um ponto relevante de uma rede de valor social é a necessidade social, que é satisfeita através das decisões do beneficiário, onde ele determina o que é fundamental para que suas necessidades de negócio sejam atendidas. Para fins de validação, foi utilizado o método de Pesquisa-Ação Técnica em um estudo de caso real, a Fundação Ana Lima, que promove cidadania responsável. Nesta pesquisa, foi possível investigar a necessidade social e validar a ontologia, através da proposta de um mecanismo que decompõe o modelo principal da fundação em alguns submodelos elementares, representando as demandas por práticas sustentáveis que surgem na fundação, através da proposta de um mecanismo que decompõe o modelo principal da fundação, em alguns sub modelos elementares, representando as demandas por práticas sustentáveis que surgem na fundação.

O aumento no surgimento de novos casos de câncer de mama tem repercutido como um dos graves problemas de saúde pública no mundo. Devido a precarização de parte dos serviços de saúde e à falta de informação, os países em desenvolvimento são os mais afetados com essa doença. O câncer de mama também é uma das principais causas de mortes em mulheres com idade entre 39 e 58 anos. A prevenção secundária ainda é a maneira mais eficaz de se combater essa doença. Atualmente a mamografia é uma das melhores técnicas de detecção precoce de lesões não palpáveis na mama, pois ela possibilita a detecção visual de estruturas que podem evidenciar a presença ou ausência de câncer. Estudos apontam que cerca de 25% a 55% das biópsias são desnecessárias, pois dependendo do caso, a análise das mamografias estão sujeitas a uma série de fatores que podem resultar em falhas na interpretação. Sistemas CAD auxiliam no diagnóstico do câncer evitando biópsias desnecessárias. Esta proposta tem o objetivo de desenvolver uma metodologia (MAMOCAD-BR) utilizando técnicas de inteligência artificial, processamento e mineração de imagens para classificação de nódulos de mama em mamografias de acordo com o protocolo BI-RADS. A metodologia apresenta dois processos de classificação e foi validada utilizando a base de dados do BCDR.

A produção de camarão em cativeiro é um importante setor na economia do Nordeste do Brasil, principalmente nos estados do Ceará e Rio Grande do Norte, que juntos produzem 66% da produção nacional anual, cerca de 27,2 mil toneladas no total. No entanto, o aparecimento de novas doenças tem obrigado produtores a realizarem um acompanhamento mais efetivo em relação ao manejo e saúde dos camarões. São coletadas diversas informações a fim de identificar previamente sinais que possam causar prejuízos de alguma natureza à produção, como desenvolvimento lento e aumento da taxa de mortalidade. Contudo, muitas fazendas ainda realizam o controle desses dados de forma ineficiente, usando papel ou por meio de planilhas que acabam crescendo consideravelmente, dificultando a análise dos dados por seres humanos. Desse modo, a tomada de decisão nas fazendas acaba sendo realizada com base na tentativa e erro, ao testar diversos parâmetros sem embasamento científico. Nesse contexto, a fim de atender essa demanda do setor, este trabalho propõe a plataforma Crevettic, uma solução focada na gestão de conhecimento e inteligência de negócio das fazendas de camarão, apresentando indicadores aos produtores por meio de análises de dados utilizando técnicas de mineração de dados e aprendizado de máquina. Como prova de conceito, foram treinados dois algoritmos de predição. Um voltado para prever o peso médio do camarão no tanque, apresentando coeficiente de determinação de 94%. Outro voltado para prever a ração necessária ideal no tanque, chegando a apresentar 98% no coeficiente de determinação. Essas informações são apresentadas no dashboard da plataforma. A plataforma foi desenvolvida usando a arquitetura de microserviços (dividida em módulos) e está sendo utilizada atualmente por sete fazendas paceiras em vários estados do país. O proposta da plataforma Crevettic passou por vários editais de pré-aceleração e aceleração, evoluindo para um produto comercial, que posteriormente se transformou em uma startup.

A educação vem passando por diversas evoluções, viabilizadas pelas Tecnologias da Informação e Comunicação (TICs). A exemplo disso, podemos citar a modalidade da educação a distância, os rádios e as televisões foram sendo substituídos por Ambientes Virtuais de Aprendizagem (AVAs), os quais permitem uma maior efetividade do processo de ensino e aprendizagem, pois, além de integrar alunos, professores e tutores em um só lugar, permitem uma melhor comunicação dos mesmos. Em contrapartida, o uso dos AVAs tem gerado uma preocupação com a qualidade do processo de ensino e aprendizagem, que está atrelado à interação efetiva dos atores desse processo. Nesse sentido, sabe-se que o tutor é o ator responsável por promover a interação nesses ambientes e que seu desempenho impacta diretamente na participação efetiva dos alunos. Sendo assim, essa dissertação apresenta o desenvolvimento de um agente de software capaz de recomendar estratégias pedagógicas aos tutores em AVAs, visando melhorar o desempenho para promover uma interação efetiva dos alunos nos AVAs. O agente desenvolvido faz as recomendações por meio de um modelo de conhecimento, representado por uma ontologia, que mapeia as estratégias pedagógicas visando promover a interação nos AVAs. As estratégias pedagógicas utilizadas pelo agente foram levantadas por meio de uma Revisão Sistemática da Literatura e a aplicação de um questionário com profissionais da área. Para validação, realizou-se a aplicação do agente em dados históricos por meio de um sistema desenvolvido, no qual foi submetida ao uso com 10 profissionais que trabalham com EaD. Os resultados demostram que o agente tem potencial para melhorar o desempenho dos tutores e auxiliar na promoção de interação efetiva dentro dos AVAs.

As doenças crônicas impõe ao portador limitações a sua condição de saúde. Desse modo, aprender mais sobre a doença ajuda a melhorar a qualidade de vida. Assim, a doença crônica Diabetes é uma síndrome metabólica de origem relacionada ao fornecimento de insulina pelo pâncreas. O problema ocorre quando há insuficiência total ou parcial no forne- cimento de insulina ou quando o pâncreas não tem a capacidade de exercer adequadamente sua função. Em qualquer situação, ocorre um aumento do nível de glicose no sangue. Esta é uma doença que mais cresce atualmente, tornando assim necessário um software que possa atender tanto a demanda do paciente, quanto a do especialista em saúde, sendo escalável, confiante e estável. Assim, com o intuito de facilitar a vida de quem padece desta condição, está sendo proposta uma ferramenta que envolve monitoramento semiautomático dos dados da saúde e cálculo automático da quantidade de insulina necessária para controlar a glicose. A ferramenta também visa auxiliar tanto o paciente como o especialista no gerenciamento da doença e disponibilizar meios de promover aprendizado informal através de recomendação personalizada de conteúdos levando em consideração os dados da saúde. Este trabalho propõe um Sistema de Intermédio do Especialista com recomendação de conteúdos personalizados para o usuário alvo, buscando favorecer a aprendizagem informal em saúde.

Este trabalho apresenta uma nova abordagem para o Problema da Patrulha Escolar(PPE), a qual pode também, ser entendida formalmente como uma nova variante do Problema do Caixeiro Viajante (PCV), denominada de Problema do Caixeiro Viajante Periódico com Grupamento e Prioridade (PCVPGP). O PPE, bem como o PCVPGP, faz alusão a um programa de segurança pública de apoio cooperativo à educação. Nesta nova abordagem o ciclo de visitas é decomposto em sub-ciclos contíguos e otimizados, em que cada sub-ciclo representa um dia e é formado satisfazendo uma restrição de tempo de atendimento/dia. O problema consiste em determinar o ciclo hamiltoniano que resulte em um custo final mínimo, de forma que otimize simultaneamente o atendimento aos vértices levando em consideração suas prioridades de atendimento e o tempo. Visto que o PCV é classificado como NP-Difícil, e está contido na abordagem proposta, classifica-se também o PPE e PCVPGP como tal. O modelo da abordagem proposta é criado a partir de um estudo de caso, realizado na cidade de Mossoró, Rio Grande do Norte (RN). Para viabilizar uma solução otimizada para o estudo de caso, este trabalho faz ainda um estudo algorítmico através da implementação, experimentos computacionais e análise de metaheurísticas baseadas em população e trajetória: Algoritmo Genético (AG), Algoritmo Memético (AM), GRASP (Greedy Randomized Adaptive Search Procedure) e ILS (Iterated Local Search). Instâncias do problema são criadas para os testes experimentais, contendo dados reais obtidos através do estudo de caso. Em posse dos resultados, as metaheurísticas apresentam-se como sendo promissoras em obter boas soluções para as instâncias do PPE, com destaque para as metaheurísticas com procedimentos de busca local. As metaheurísticas ILS e AM levam vantagens em relação as demais. A abordagem proposta aliada ao uso das metaheurísticas apresenta resultados melhores que a prática empírica do caso real.

A busca por informações sobre saúde vem se tornando uma atividade cada vez mais recorrente no cotidiano da população. Mediante essa busca, é possível para o indivíduo entender sobre o seu atual estado de saúde e, consequentemente, obter uma melhoria na qualidade de vida. A internet possibilita a ampliação desse entendimento devido à grande quantidade de informações nela disponível, porém, em contrapartida, em meio a essa ampla quantidade de conteúdo, existem informações inadequadas ou incompletas. Motores de busca podem ajudar a fornecer conteúdos de qualidade, visto que são ferramentas desenvolvidas para vasculharem informações de acordo com critérios estabelecidos pelos usuários. Para isso, é necessário que o motor esteja inserido em um domínio onde as fontes que disponibilizam essas informações sejam repositórios confiáveis, ou seja, com alto índice de credibilidade. O presente trabalho propõe a criação de um serviço de busca sobre dados de saúde na web. O objetivo do serviço é disponibilizar informações de bases de dados médicas, para aplicações computacionais de saúde. O serviço faz uso de uma ontologia para classificação de conteúdo. A ontologia funciona como um filtro para a grande quantidade de dados recuperados pelo motor, a fim de fornecer somente informações relevantes ao contexto da busca.

Os simuladores são ferramentas desenvolvidas com o intuito de aumentar o nível de abstração de conteúdos. Eles têm sido de grande importância nos cursos de ciência da computação para o ensino de conteúdos de disciplinas que tratam do hardware, tidas como complexas em termos de aprendizado. No contexto de Arquitetura de Computadores vários simuladores foram e continuam sendo desenvolvidos, no entanto, não apresentam integração com o material de estudo (livro) de forma que o aluno não precise se “desligar” de um para utilizar o outro. Neste trabalho é apresentado um simulador da arquitetura do processador MIPS que tem como objetivo permitir maior integração entre o material de estudo e as ferramentas de apoio ao aprendizado. Para isso, o simulador desenvolvido reconhece, por meio da realidade aumentada, as figuras do livro “Organização e Projeto de Computadores de Patterson e Hennessy, 3ed e cria modelos 3D sobre elas com os quais é possível interagir para facilitar o aprendizado por meio da obtenção de informações e visualização do funcionamento interno do MIPS. Também é proposta uma metodologia de uso com base em gamificação.

Após um desastre de grandes proporções, como na ocorrência de um grande terremoto,
a rede viária de uma cidade pode sofrer sérios danos e as ruas serem bloqueadas por
escombros de casas e prédios que colapsam, dificultando a locomoção da população, que
se junta e busca abrigo em agrupamentos espontâneos pela cidade. A acessibilidade da
rede se torna uma preocupação importante para as equipes que são responsáveis por
ajudar os feridos e distribuir suprimentos aos desabrigados. Este trabalho busca estudar
e apresentar maneiras de otimizar a reparação das ruas de uma cidade atingida por uma
grande catástrofe, permitindo que a acessibilidade da rede viária melhore o mais rápido
possível. O problema de decisão associado à reparação de vias é NP-Difícil, o que dificulta
a utilização de algoritmos exatos para grafos do tamanho de uma cidade, com milhares de
vértices e arestas. Este trabalho também apresenta as primeiras técnicas meta-heurísticas
e de busca local aplicadas ao problema. Os resultados mostram soluções expressivamente
melhores do que as heurísticas simples presentes na literatura.

Dentre os diversos problemas apresentados pela educação atual está o fato dos assuntos serem ensinados fora de seus reais contextos, dificultando não só a memorização do assunto, mas também uma aprendizagem efetiva com o desenvolvimento das habilidades e das competências relacionadas aos assuntos. O presente trabalho propõe uma forma de reduzir esse problema por meio do mapeamento de contextos, permitindo que os Recursos Educacionais Digitais sejam encontrados levando em consideração os contextos neles presentes. Para isso será desenvolvida uma ontologia de domínio como base nas questões contextualizadas das diversas provas do Exame Nacional do Ensino Médio. O presente trabalho ainda propõe o uso de uma técnica de ranking a fim de facilitar a criação das ontologias. Ao final da pesquisa é então feita a validação da ontologia e o aferimento do impacto do método de ranking na criação da metodologia.

O uso de dispositivos móveis para o monitoramento contínuo de pacientes com uma determinada patologia pode beneficiar significativamente em sua prevenção, diagnóstico e tratamento. Nesta perspectiva, este trabalho apresenta o desenvolvimento de um sistema de monitoramento mHealth para o acompanhamento de pacientes com alguma doença relacionada a dificuldade no processo de deglutição de alimentos e/ou Disfagia Orofaríngea. O sistema desenvolvido tem como objetivo capturar os movimentos e os sinais sonoros gerados durante o processo de mastigação e deglutição, e classificá-lo em: i) líquido; ii) pastoso; iii) sólido. Após a classificação, essas informações são armazenadas gerando um histórico alimentar com informações detalhadas sobre as refeições realizadas, relacionando o nível de Disfagia em que o paciente se encontra com base nessas informações. Para este fim, foi implementada uma ontologia de domínio capaz de identificar o tipo de alimento deglutido de acordo com análise dos dados capturados durante o processo de deglutição. Para a validação do sistema, foram realizados experimentos em ambiente real, autorizado pelo comitê de ética sob o seguinte número de parecer: 2.332.026, com 10 participantes. Cada participante foi convidado a deglutir alimentos líquido, pastoso e sólido. Ao final, os resultados apresentam 100% de acerto em relação aos experimentos realizados com alimentos sólidos, 80% de acerto em relação aos experimentos realizado com alimentos líquidos e 75% de acerto em relação aos experimento realizados com alimentos pastosos. A análise geral do sistema apresenta o nível de acurácia de 85%. Por fim, o sistema apresentou resultados relevantes quanto a classificação correta de dados, podendo auxiliar no monitoramento e consequentemente na comunicação entre a equipe médica e pacientes com as informações detalhadas sobre o processo de deglutição dos pacientes.

O autismo é uma síndrome comportamental com etiologias diferentes, atingindo profundamente o processo de desenvolvimento infantil. Crianças portadoras de autismo apresentam algumas características em comum: inaptidão de relacionar-se com outras pessoas, levando-as ao isolamento; distúrbios de comunicação e preocupação obsessiva pelo que é imutável. Este fenômeno pode ocorrer em pessoas de qualquer classe, raça ou cultura, sendo cerca de 65% a 90% dos casos associados a alguma deficiência mental. Segundo dados estatísticos de 2012, existem sessenta milhões de pessoas ao redor do mundo que apresentam esta condição. Além da grande quantidade de casos de crianças autistas ao redor do mundo, existe também o despreparo de algumas instituições de ensino em usar recursos que facilitem o processo de aprendizado dessas crianças. Diante disso, esta dissertação visa responder a questão de pesquisa: Como um jogo sério pode ser projetado para minimizar o tempo de isolamento social e auxiliar no aprendizado de crianças com Transtorno do Espectro Autista? Para isso, o projeto Knowledgemon-Hunters dispõe de um jogo sério cujo objetivo é reduzir o isolamento social e auxiliar no aprendizado de crianças com Transtorno do Espectro Autista e com dificuldade de aprendizado. A aplicação desenvolvida apresenta monstros digitais, que oferecem Objetos de Aprendizagem (OAs). Esses monstros podem ser geograficamente distribuídos no mundo real. Cada monstro traz consigo informações definidas por especialistas responsáveis pelas crianças. Com o uso de um dispositivo computacional móvel, as crianças podem caçar e capturar os monstros. Em seguida, os mesmos podem visualizar os monstros através de técnicas de realidade virtual e realidade aumentada. Uma vez que os monstros são capturados, as informações neles contidas são transmitidas para o usuário. Para validação, realizou-se a apresentação da aplicação e entrevistas com 10 profissionais em autismo que trabalham em escolas localizadas na cidade de Mossoró/RN. Os resultados demonstram que a aplicação tem potencial para alcançar os objetivos propostos.

De modo empírico, percebe-se que as tecnologias aplicadas à educação estão cada vez mais
presentes nas instituições de ensino, de modo especial, verifica-se também a presença da
robótica educacional. A robótica educacional consiste em uma tecnologia da educação que
propõe tornar o processo de ensino e aprendizagem mais eficaz, para isso, utiliza-se de
conhecimentos teóricos que são aplicados na prática. Um dos maiores motivos da presença da
robótica na educação é a sua vantagem de poder trabalhar em qualquer área, fazendo uso da
abordagem interdisciplinar. A mesma tem sido utilizada por vários profissionais da área
educacional, como uma ferramenta de ensino em que visa à solução para o baixo rendimento
escolar e evasão. Mas para isso, é necessário a realização de todo um planejamento junto à
metodologia a ser seguida. Diante deste contexto, o objetivo deste trabalho é propor um
desenvolvimento da robótica educacional combinado com a engenharia de software, neste
caso utilizando a metodologia ágil de software como uma ferramenta de ensino para o
desenvolvimento da robótica. Deste modo, foram realizadas análises tanto na robótica como
na metodologia ágil, com base nisso, identificou-se que a metodologia mais adequada para
aplicação deste desenvolvimento é o Extreme Programming (XP). Após a realização desse
trabalho, foi constatado que é possível utilizar o XP como uma metodologia de ensino para a
robótica produzindo resultados como: o desenvolvimento do raciocínio lógico e o
desenvolvimento do pensamento computacional.

Um sistema de sistemas pode ser visto como um conjunto de sistemas constituintes independentes que interagem entre si com o objetivo de realizar uma missão comum, além de entregar funcionalidades complexas para o usuário final. A engenharia de requisitos é uma abordagem sistemática e disciplinada para especificação e gerenciamento dos requisitos de um software ou sistema. Ela tem como objetivos elicitar, modelar e gerenciar as principais funcionalidades e restrições do sistema, além de estabelecer um consenso entre os stakeholders. A engenharia orientada a modelos é uma abordagem de desenvolvimento de software que tem nos modelos as principais entidades do desenvolvimento. Os modelos podem descrever diversos aspectos do software, como as funcionalidades, restrições, manutenibilidade, dentre outros. Nesse contexto, o principal objetivo desse trabalho é propor uma abordagem orientada a modelos responsável por definir as missões dos SoSs, além de derivar e modelar os  requisitos dos diversos sistemas que compõem o SoS. A condução deste trabalho foi orientada pelo paradigma Design Science e pela metodologia pesquisa-ação. Para evidenciar a utilização dessa última, duas versões da abordagem são apresentadas, a  versão inicial, chamada de REAP-SoS; e a versão final, chamada de MORE-SoS. Para validar as abordagens, elas foram aplicadas em dois domínios específicos: o primeiro se trata de um sistema de controle e monitoramento de tráfego urbano, e o segundo é um sistema de controle e monitoramento de produção animal. Os principais artefatos e contribuições deste trabalho consistem na  apresentação dos conceitos, fases, atividades, elementos e diretrizes da abordagem MORE-SoS, e das especificações dos dois sistemas presentes nos estudos de caso.

Ambientes virtuais de aprendizagem contam com objetos de aprendizagem como recurso para auxiliar o processo de ensino-aprendizagem. Na construção de um objeto de aprendizagem, o professor pode estabelecer um objetivo educacional para auxiliar na avaliação do aluno, e é fundamental que esses objetivos estejam bem definidos. Através da taxonomia de Bloom os objetos de aprendizagem podem possuir um objetivo educacional bem definido, relacionado a um nível de aprendizagem cognitiva. Com o auxílio das novas tecnologias, o processo de criação e gerenciamento de objetos de aprendizagem sob essa perspectiva pode ser otimizado, utilizando a semântica dos metadados em repositórios de dados de objetos de aprendizagem. Entretanto, para alguns contextos esses metadados podem demonstrar-se insuficientes do ponto de vista semântico para representação da taxonomia de Bloom, e para estes casos utiliza-se ontologias. Desta forma, este trabalho apresenta uma ontologia para objetos de aprendizagem, considerando os níveis hierárquicos do domínio cognitivo da taxonomia de Bloom. A mesma possibilita a classificação correta dos objetos de aprendizagem, considerando os objetivos educacionais, além da classificação de indivíduos que utilizam os objetos de aprendizagem em ambientes virtuais de aprendizagem. Para desenvolvimento da ontologia deste trabalho utilizou-se a ferramenta Protegé, obedecendo a metodologia proposta no guia 101. A ontologia foi validada por meio do motor de inferência FaCT++, com a utilização de um cenário hipotético, e posteriormente foi integrada a um jogo virtual de aprendizagem para verificar seu potencial de aplicação. Um estudo de caso foi aplicado com um grupo de pedagogos para avaliar o comportamento da ontologia na referida ferramenta. Ao final, por meio de um questionário, a proposta foi avaliada de forma positiva pela amostra e pôde-se concluir que a ontologia se comportou de forma correta na classificação dos objetos de aprendizagem e na classificação da aprendizagem do aluno.

As redes de valor descrevem relações comerciais entre atores que atuam em parceria para
satisfazer uma determinada necessidade de negócio. Esses modelos são utilizados por
sistemas de suporte à decisão para análise de mercado. No entanto, a representação destes
dados é um problema para o compartilhamento de conhecimento e interação baseada em
consultas entre as empresas. Para esse fim, ontologias têm sido usadas para estabelecer
uma linguagem comum entre analistas de negócios envolvidos na tomada de decisões
dentro das empresas. Esta pesquisa propõe uma ontologia para modelagem de redes de
valor semânticas. A ontologia destina-se a ser utilizada como um sistema de apoio à decisão
estratégica empresarial, combinando conceitos de Teoria de Agência Múltipla, Enterprise
Ontology, Modelagem de Valor e Teoria de Atos de Fala. O objetivo inicial é fornecer um
modelo semântico formal em linguagem de máquina para representação dos elementos
que compõem uma rede de valor e para sua configuração semiautomática. Atualmente, a
modelagem de redes de valor ainda demanda considerável esforço manual e conhecimento
tácito do analista de negócios familiarizados com essa técnica de modelagem. A ontologia
foi projetada com base em uma revisão sistemática da literatura em modelagem de redes
de valor e refinada pela aplicação em três estudos de caso observacionais. Após a fase
de refinamento, a validação parcial foi obtida por meio da pesquisa-ação técnica em um
estudo de caso real em andamento em uma organização paquistanesa de telecomunicações,
que depende fortemente do comércio eletrônico para serviços de varejo e avaliação de
clientes.

A evolução das redes de alta velocidade é uma realidade cada vez mais constante nos centros urbanos. No Brasil não tem sido diferente, um exemplo disso são as Redes Comunitárias de Educação e Pesquisa (REDECOMEP). Os modelos de implantação da REDECOMEP têm como base central a instalação de uma infraestrutura de fibra óptica com o intuito de conectar centros de pesquisa e educação superior na formação de um consórcio que financiará a sustentação da rede. Diante desse cenário está a rede GigaMossoró, uma rede de alta velocidade que abrangerá todas as instituições públicas de ensino superior da cidade de Mossoró. Que interligará os clientes chaves e tentará abranger um número máximo possível de potenciais clientes, para isso se faz necessário criar um modelo que determine a rota de melhor caminho. Para encontrar a solução do problema a pesquisa se utilizou de um conjunto de ações sistematizadas com a finalidade de gerar novos conhecimentos. Assim o trabalho foi dividido em etapas que, como: entendimento do problema, levantamento bibliográfico, análise dos modelos e a última etapa é a conclusão. Para realizar o embasamento científico do trabalho foi necessário realizar um levantamento bibliográfico, onde entendeu-se os conceitos de heurística e metaheurística, onde o primeiro foi desenvolvido para solucionar problemas de alta complexidade com um tempo computacional razoável, já a metaheurística é destinada a encontrar uma boa solução, algumas vezes a ótima, onde a cada etapa é aplicada uma heurística subordinada, assim a metaheurística é um conjunto de heurísticas. Dentre essas metaheurísticas destaca-se o Problema do Caixeiro Viajante (PCV) e o Problema do Caixeiro Viajante com Coleta de Prêmios (PCV-CP). O PCV tem como objetivo sair de um ponto inicial passar por todos os pontos existentes e retornar para o ponto inicial, de modo que alcance todos os pontos com a menor rota possível e sem repetir nenhum ponto, já o PCV-CP usa a sistemática de sair de um ponto inicial, passar pelo máximo de pontos possíveis e retornar ao ponto inicial, de modo que para cada ponto não contemplado pelo modelo o problema receberá uma pontuação negativa, já os pontos contemplados terão uma pontuação positiva. Normalmente para solucionar o PCVCP é utilizado metaheurísticas como: Procedimento de busca adaptativa gulosa e randomizada (GRASP), Pesquisa em Vizinhança Variável (VNS) e o Método de Descida em Vizinhança Variável. Com base nas informações conseguimos definir os pontos de conexão da rede GigaMossoró e seus futuros potenciais clientes e foi desenvolvido um modelo matemático genérico para abordar o problema de melhor caminho para rede GigaMossoró. Como o problema proposto é reconhecidamente um problema NP-Completo, será utilizado como método de resolução a metaheurística Algoritmo Genético de Chaves Aleatórias, mais conhecido como BRKGA.

As Tecnologias da Informação e Comunicação apresentam meios que contribuem para a evolução de diversas áreas, como a educação, indústria e saúde. Ao inserir estas tecnologias na área da saúde, um paciente tem acesso a ferramentas que podem auxiliar no seu tratamento, na aquisição de informações sobre sua doença, no contato com um profissional de saúde, entre outras funcionalidades, contribuindo assim para que ele obtenha maior qualidade de vida e se torne um agente ativo no cuidado com a sua saúde. Em meio às grandes ocorrências de doenças crônicas, consideradas por alguns especialistas como um dos grandes problemas de saúde do século XXI, o Diabetes Mellitus se destaca, visto que cada paciente apresenta necessidades diferentes, sejam alimentares, físicas e/ou psicológicas. Diante desta realidade, é necessário que o paciente diabético tenha acesso a informações que estejam de acordo com a sua realidade de vivência com a doença, o que irá garantir que a informação adquirida por ele seja relevante e, de fato, contribua com seu tratamento. Dessa forma, é preciso conhecer o paciente, sua realidade, seus interesses e aspectos que influenciam na sua saúde. Além disso, é imprescindível que as informações quem cheguem ao paciente sejam seguras e não forneçam dados errôneos, o que pode acarretar complicações em sua saúde. Desse modo, este trabalho aborda o desenvolvimento de uma Rede Social, que integrada a um sistema de aprendizagem informal voltado também para a saúde, o MobiLEHealth, utiliza as ferramentas da Web Semântica para coletar dados de pacientes diabéticos e, com base nos seus perfis, recomendar conteúdos que auxiliam nos seus tratamentos. Para garantir que estas informações recomendadas sejam seguras e oriundas de fontes confiáveis, foi desenvolvido, juntamente com a Rede Social, um Sistema de Intermédio do Especialista, que permite que um profissional de saúde possa avaliar os conteúdos, e suas fontes, que podem ser recomendados aos pacientes.

O presente trabalho é uma pesquisa de cunho qualitativo, e foi realizado em uma escola da rede estadual de ensino, no município de Mossoró/RN. O estudo visa o desenvolvimento de uma proposta tecnológica a ser aplicada no contexto do Atendimento Educacional Especializado que atenda às necessidades da criança com autismo. Como instrumentos de pesquisa, foram utilizados as observações, as fotografias e o diário de campo, apoiando-se da metodologia descritiva-exploratória, na análise da proposta altercando teoria e prática. Durante o estudo, objetivando a construção do campo, foi realizada uma revisão sistemática de literatura acerca do uso das tecnologias digitais na comunicação alternativa com autistas, para que, com isso, a proposta tecnológica tivesse suas características alcançadas, eclodindo, assim, os aspectos principais dos recursos tecnológicos envolvidos na pesquisa, e adequado à realidade do contexto educacional estudado. Este estudo divide-se em introdução, construção do campo, resultados e discussões e considerações finais. Por meio da análise de dados verificou-se que a proposta tecnológica aplicada através de uma intervenção prática no AEE, foi bem aceita pelas crianças com autismo que fizeram parte do estudo.

Os objetos de aprendizagem estão cada vez mais presentes no contexto educacional. Quando bem utilizados podem ser grandes aliados do processo educativo. É necessário, para isso, que o professor tenha clareza dos objetivos que deseja alcançar e, em seguida, pesquise, selecione e defina boas estratégias de utilização dos objetos de aprendizagem em suas aulas, de forma a atender aos seus objetivos educacionais. Para favorecer a reutilização, os objetos de aprendizagem devem estar disponíveis em um formato que seja entendido por máquinas e, além disso, devem ser disponibilizados de forma fragmentada. Para possibilitar a disponibilização de forma fragmentada, modelos semânticos, como as ontologias, podem ser utilizadas, facilitando o reuso dos fragmentos desejados. Além disso, as ontologias visam desenvolver um conjunto de regras que possibilitam a inferência de forma que a máquina possa, através do acesso a essas regras, abstrair um significado semântico das informações disponibilizadas. Dessa forma, o presente trabalho apresenta uma ontologia para o gerenciamento de objetos de aprendizagem, baseado em objetivos educacionais. O procedimento metodológico adotado para construir a ontologia foi executado em quatro etapas: estudo detalhado do processo de desenvolvimento de ontologias, funcionamento do editor de ontologias, além do estudo das ferramentas pedagógicas Mapa de Conteúdos e Mapa de Dependências; elaboração do documento de especificação de requisitos da ontologia e questões de competência; definição das classes e sua hierarquia, propriedades e instâncias e; a validação da ontologia. A implementação da ontologia foi feita no editor Protégé com a utilização da linguagem OWL. A validação foi realizada de forma teórica por utilizar cenários hipotéticos de uma disciplina. Diante dos resultados apresentados, considera-se que a utilização de ontologias, oferece um potencial a ser explorado para a melhoria do processo de ensino e aprendizagem.

O avanço da tecnologia tem proporcionado diversas mudanças no âmbito educacional, oferecendo ferramentas e estratégias para apoiar o processo de ensino e aprendizagem. Dentro deste contexto, tem-se os Ambientes Virtuais de Aprendizagem cada vez mais presentes no processo de ensino e aprendizagem, auxiliando o gerenciamento dos conteúdos educacionais e o acompanhamento dos alunos. Estes ambientes muitas vezes enfrentam uma grande dificuldade, que é a pouca interação dos alunos com o ambiente, eles acessam somente quando existe alguma atividade avaliativa ou quando exigidos pelo professor e poucas vezes a interação é por motivação própria, por desejar aprender, por sentir um prazer em realizar a atividade proposta pelo professor. Buscando uma forma de aumentar o interesse do aluno no processo de aprendizagem, uma nova abordagem vem ganhando espaço no campo da educação por oferecer uma alternativa para gerar e manter a motivação e o engajamento dos alunos no processo de aprendizagem. Esta abordagem é conhecida como Gamificação, e propõe o uso de elementos presentes em jogos em ambientes não jogos, com o intuito de gerar interesse em um público alvo. Seguindo essa perspectiva, o presente trabalho apresenta uma ferramenta que implementa Gamificação em um Ambiente Virtual de Aprendizagem, o ambiente escolhido para receber a ferramenta foi o Moodle. A proposta é oferecer uma ferramenta com vários elementos de jogos com o intuito de tornar o curso mais prazeroso para os alunos, foram implementados os seguintes elementos: pontos; níveis; ranking; emblemas; integração; desafios; loops de engajamento; personalização; feedback. Para validar a ferramenta foi realizado um minicurso dividido em duas etapas e ao final do minicurso foi aplicado um questionário para obter uma avaliação qualitativa, esse buscou avaliar se a aplicação da ferramenta tornou o curso mais prazeroso para os alunos. As respostas foram mensuradas utilizando a escala de Likert, que especifica o nível de concordância do respondente com a pergunta, esta escala utiliza cinco níveis de concordância que vai desde a concordância total até a discordância total.

Esta pesquisa visa inserir recursos para se alcançar mais qualidade e confiança (dependabilidade) no serviço fornecido pelas Redes de Sensores sem Fio Industriais. Para tanto, foram pesquisados e identificados protocolos que oferecem suporte à dependabilidade, dentre eles o protocolo FTE-LEACH, que é baseado no LEACH. Com o objetivo de avaliar o impacto da inserção de técnicas de dependabilidade no protocolo FTE-LEACH, foi desenvolvido um módulo de simulação no Network Simulator 3 (NS-3). De acordo com a taxonomia de dependabilidade, foram implementadas técnicas de prevenção de falhas, obtendo-se resultados satisfatórios de desempenho, mesmo em cenários críticos e em casos de interferências altas, comparando-se ao protocolo original. Outras técnicas de dependabilidade aplicadas foram as de recuperação de falha, redundâncias de hardware e de informação, em como a técnica de previsão de falha. Os resultados da pesquisa indicam que a inserção de técnicas de dependabilidade não comprometeram o desempenho do protocolo que ainda pode ser aperfeiçoado, por meio de técnicas de comunicação via broadcast.

O problema de localização de seções eleitorais e alocação de eleitores compreende é um problema de localização de facilidades, que busca pela menor quantidade e melhor local estratégico das seções eleitorais, com o objetivo de reduzir custos de instalação e alocação dos eleitores. O problema original trata a questão contando com a possibilidade de total rearranjo da estrutura eleitoral existente. Neste trabalho, propõe-se otimizar os locais de votação para alocação de eleitores, através de um modelo matemático teórico que considere disposição de locais já utilizados, causando um menor impacto a estrutura eleitoral vigente. Por tratar-se de um problema de otimização combinatória NP-difícil, a pesquisa envolveu a aplicação de uma formulação matemática e metaheurísticas – algoritmo genético, recozimento simulado e uma abordagem híbrida dos dois citados – para obtenção da solução. Para realizar os experimentos, foi utilizado instâncias para a cidade de Mossoró/RN. Os resultados mostraram-se bastante satisfatório em termos de redução do número de locais, aproveitamento da estrutura vigente do TRE e em tempo computacional viável.

O ensino e a aprendizagem das Linguagens de Programação é um tema que vem sendo continuamente discutido. Espera-se que as disciplinas dessa área ocorram de forma dinâmica, porém, nem sempre os professores conseguem realizar um acompanhamento eficiente, pela complexidade intrínseca à análise de códigos, além do fato de que cada discente tem seu ritmo de desenvolvimento, somando-se a estes fatores há ainda a ocorrência de turmas com um grande número de alunos. Estudos apontam que nessas disciplinas os alunos tendem a ter maior índice de reprovação, o que os leva a desmotivação para continuar no curso ou mesmo na área. Diante desse cenário, esta dissertação apresenta um Sistema Tutor Inteligente (STI) sensível ao contexto que objetiva orientar a criação das atividades por parte do professor no Ambiente Virtual de Aprendizagem (AVA). Para o desenvolvimento do STI, um sistema multiagente formado por agentes com responsabilidades delimitadas, agindo colaborativamente, foi implementado de forma a adicionar funcionalidades a um módulo do Moodle que é responsável pelo gerenciamento de atividades relativas à criação de código fonte. Assim espera-se que o STI apoie, no primeiro momento, as atividades relativas ao ensino, permitindo que o professor possa facilmente identificar as dificuldades mais recorrentes. No segundo momento, como resultado, espera-se obter um melhor rendimento relativo à aprendizagem, uma vez que os alunos passarão a desenvolver atividades direcionadas e específicas, norteadas de acordo com as necessidades identificadas. Para avaliar as funcionalidades do Sistema Tutor Inteligente foram convidados docentes que atuam em disciplinas de Linguagens de Programação e que utilizam a plataforma Moodle seja no ensino presencial e/ou a distância, isso significa que foram selecionados profissionais com perfil de usuários. A coleta dos dados foi realizada por meio de questionário onde os professores puderam relatar a experiência de uso, onde foi possível concluir que a adoção de um STI pode auxiliar nas atividades dos docentes.

A educação à distância se tornou comum no cotidiano das instituições de ensino superior

brasileiras em virtude da crescente oferta de vagas nesta modalidade de ensino. Com base neste cenário, este trabalho apresenta um modelo que possibilita integrar os Ambientes Virtuais de Aprendizagem - geralmente caracterizados como as salas de aula dos cursos à distância - com os Sistemas de Gestão Acadêmica, os quais aperfeiçoaram as rotinas administrava e acadêmica das instituições. Ambos são importantes para o contexto no qual estão inseridos e não devem ser enfraquecidos em detrimento do outro, devendo ser interligados, permitindo que troquem informações relevantes para o processo administrativo e de ensino-aprendizagem. Diante dessa realidade, de pesquisas na literatura e se baseando nos preceitos da Enterprise Application Integration e da Arquitetura Orientada a Serviços, é proposto um mecanismo adaptável que pode ser ajustado facilmente para se adequar à realidade de qualquer instituição. Isso se tornou relevante, pois em geral as soluções apresentadas enfocam apenas demandas específicas de determinado estabelecimento, não podendo ser implantado de forma facilitada em outras realidades existentes que possuem demandas semelhantes. Ao final, o modelo foi testado em um cenário real de uma Universidade que demanda este tipo de solução.

Dados do Superior Tribunal de Justiça do Brasil mostram informações preocupantes sobre o número de denúncias de erros médicos no país. A simulação através de realidade virtual se encaixa em situações onde as chances de erros existem, pois a mesma não trás danos a nenhum meio, visto que tudo é simulado por computador. A fim de mitigar os erros médicos e apoiar o processo de aprendizagem de estudantes de medicina, este trabalho propõe o desenvolvimento da plataforma de realidade virtual DocTraining. A ferramenta de apoio é dividida em: ambiente 3D, sistema on-line para gerenciamento de dados de usuário, jogo sério para simulação de casos clínicos e CSDA (Criador de Sintomas, Doenças e Amostras). A simulação de casos clínicos é feita através de ambiente 3D, aplicativo móvel usando sintetizador de voz e imersão através de óculos de realidade virtual. O ambiente conta com características de gamificação como mecanismo motivacional de uso para os usuários. Dentro do ambiente 3D, assuntos de medicina são ofertados, pelos NPCs (Non Playable Characters), com o objetivo de oferecer conhecimentos auxiliares que facilitem a identificação de doenças nos pacientes ou assuntos de medicina de uma maneira geral. Professores podem verificar qual a pontuação de seus alunos e tomar medidas adicionais em sala de aula para sanar dúvidas. O sistema conta com um sistema multiagente e aprendizado de máquina para classificação de doenças oferecidas pelos pacientes virtuais.

O M-Health pode desempenhar um papel essencial no serviço de emergência médica. Devido aos índices elevados de acidentes, incidentes e ocorrências, qualquer um está vulnerável e pode necessitar de informações sobre centros de saúde mais próximos para o socorro. Na busca de reduzir o alto índice de ocorrências fatais em acidentes e incidentes quaisquer, medidas tecnológicas passaram a ser empregadas para contatar rapidamente socorro. O SOS Móvel é um sistema para auxiliar pessoas na solicitação de socorro. O sistema faz reconhecimento de atividades, utiliza sensores móveis com sensibilidade ao contexto e agentes inteligentes para disparo de solicitações de socorro e detecção de situações de risco. O sistema é composto por uma parte web e uma móvel. O aplicativo móvel é utilizado ativamente pelo usuário, enquanto que a interface web é utilizada pelos familiares ou gestores da saúde que podem monitorar o usuário e visualizar seu histórico de alertas e localização. Os experimentos realizados com o SOS Móvel em um ambiente de simulações permitiram concluir que o sistema apresentou desempenho satisfatório para detectar riscos e enviar solicitações de socorro, possuindo também grande potencial para aplicação em diversas situações.

Os recursos hídricos são utilizados em todo o mundo com distintas finalidades, entre as quais se destacam o abastecimento de água, a geração de energia, a irrigação, e na navegação. No entanto, nas últimas décadas, esse precioso recurso vem sendo ameaçado pelas ações indevidas do homem. Para melhor direcionar os recursos na prevenção e na mitigação dos efeitos causados pela falta deste recurso, se faz necessário o desenvolvimento de métodos confiáveis de previsão. A pesquisa explana dois métodos de previsão inteligente, baseado em técnicas de aprendizagem de maquina (redes neurais, arvore de decisão), para  estimar modelos preditivos 2D,  visando inferir mudanças futuras dos recursos hídricos, a partir das informações extraídas do histórico de uma  série temporal de imagens de sensoriamento remoto NDVI (Normal Difference Vegetation  Index), obtida do Center Space Research da University of Texas, Austin. Previsões acuradas de tais recursos naturais podem ter grande impacto e relevância para a sociedade, haja vista que a estimação precisa do comportamento futuro desses recursos, pode orientar às autoridades no processo da  tomada  de decisão, em se tratando de prever e mitigar possíveis desastres ambientais e socioambientais,  decorrentes de alterações climáticas produzidas pelo aquecimento global, reduzindo-se assim  os custos operacionais no processo.

A utilização de metaheurísticas para resolução de problemas otimização combinatória pertencente à classe NP-Difícil vem se tornando cada vez mais comum, e segundo Temponi (2007 apud RIBEIRO, 1996) uma metaheurística deve ser modelada de acordo com o problema que ela foi projetada para resolver. Isto na maioria vezes requer muitas alterações quando se tem que aplicar uma mesma metaheurística a diversos tipos de problemas de otimização combinatória. Neste trabalho foi proposto um framework para utilização de uma metaheurística híbrida proposta por Almeida (2014) onde foi utilizado a metaheurística GRASP Reativo juntamente com uma técnica de aprendizagem por reforço mais especificamente o algoritmo Q-learning (GR-Learning), que foi utilizado para aprender com o passar das iterações qual α utilizar durante a fase de construção da GRASP. O GR-Learning foi utilizado para resolver o problema dos p-Centros aplicado a Segurança Pública na Cidade de Mossoró/RN. Este trabalho propõe um framework para utilização do GR-Learning a diversos outros problemas de otimização combinatória que não seja necessariamente o problema dos p-Centros. Para validar a eficácia do framework proposto o mesmo foi utilizado para resolver dois problemas clássicos de otimização combinatória: O Problema de Localização de Hubs (do inglês Hub Location Problem - HLP) e o Problema de Corte e Estoque – PCE (do inglês Cutting Stock Problem - CSP). Para validação dos resultados obtidos foram utilizadas instâncias com resultados já conhecidos na literatura e adicionalmente foi criada uma instância com dados do setor aeroviário Brasileiro. Os resultados obtidos mostraram que o framework proposto foi bastante competitivo quando comparado a outros resultados de diversos a já conhecidos na literatura, pois obteve o valor ótimo em quase todas as instâncias do HLP como também novos valores (melhores que o valor ótimo conhecido na literatura) para algumas instâncias do CSP.

Projetos arquiteturais tendem a sofrer modificações recorrentes durante sua evolução. Estas modificações, quando não planejadas, contribuem para a ocorrência de anomalias arquiteturais, que podem ser definidas como sintomas indesejáveis que afetam negativamente os atributos de qualidade dos projetos. Em particular, o grau de reuso de seus componentes. No entanto, não há meios disponíveis para a detecção inteligente de anomalias arquiteturais em sistemas de software em evolução. Talvez devido a esta limitação, também não há estudos que investiguem o impacto da ocorrência de tais anomalias no reuso dos componentes arquiteturais. Neste contexto, este trabalho (i) propõe uma abordagem especialista para a detecção de anomalias arquiteturais e (ii) analisa o impacto das anomalias detectadas sobre o reuso dos componentes arquiteturais de dois sistemas de software em evolução, desenvolvidos em Java. Estes sistemas evoluem atraves de 9 e 7 versões, respectivamente. Os resultados apontaram que tais sistemas possuem anomalias em seus projetos arquiteturais e que tais anomalias afetam negativamente o reuso dos componentes arquiteturais.

O presente trabalho descreve a respeito de TUIs (Tangible User Interfaces), e propõe um projeto de uma interface tangível que funcione como dispositivo de entrada e saída, possua seu próprio software e driver associados, e seja capaz de apresentar resultados dependentes das aplicações usadas. Essa interface trata-se de uma mesa com pinos que se movem, mudam de cor e são capazes de captar o toque do usuário em cada pino. As aplicações podem ser as mais diversas possíveis, bastado utilizar a interface de programação disponível. O trabalho também mostra vários conceitos que serão usados durante o desenvolvimento do dispositivo, tais como bibliotecas de linguagens, APIs e microcontroladores.

Nos dias de hoje, praticamente todos os serviços e tarefas diárias envolvem algum aparato computacional, acarretando na criação e no consequente acúmulo de dados. Essa progressiva quantidade de dados representa uma importante oportunidade de exploração para os ramos científicos, acadêmicos e comerciais que passaram a valorizar e utilizar essas informações de forma mais intensa e objetiva. Aliado a isso, o processo natural de exposição da vida pública e privada através das redes sociais e dos dispositivos eletrônicos tende a gerar uma massa expressiva de imagens que podem e devem ser exploradas com os mais diversos fins como, por exemplo, a área de segurança pública. Nesse contexto, o reconhecimento facial tem atraído a atenção das pesquisas e no desenvolvimento de aplicações específicas para esse fim. No entanto, alguns gargalos ainda são encontrados para realizar essa operação com eficiência. O custo computacional relativo ao tempo de busca ou recuperação de imagens é um dos principais. Baseado nisso, este trabalho explora a utilização de algoritmos de agrupamento para organizar os dados de imagens e construir um direcionamento para as buscas de imagens faciais. Mais especificamente, o objetivo é fazer uma análise relacionada aos algoritmos de agrupamento aplicados na organização automatizada das imagens em grupos como etapa preparativa para realização de buscas mais eficientes. O processo construído foi testado com bases de dados reais de imagens faciais e utilizou dois algoritmos de agrupamento (k-means e EM) com variações para as medidas de similaridade usadas (distância euclidiana e correlação de Pearson). Os resultados obtidos mostram que o uso das técnicas de agrupamento para organização dos dados mostrou-se eficiente, levando a uma redução significativa no tempo de busca sem causar prejuízos amplos a precisão do processo.

Ao longo dos anos a complexidade dos processadores vem aumentado e com ela cresce a demanda pela geração de código otimizado para eles. Portanto, transformações no programa, mantendo a semântica do código original e apresentando um melhor desempenho, conhecidas como otimizações, são necessárias. O uso de arquiteturas não convencionais podem ser uma opção para o aumento do desempenho, como o processador IPNoSys. Esse processador apresenta um modelo de computação dirigido a pacotes o que se reflete no seu modelo de programação. O objetivo deste trabalho é a criação da etapa de otimização de código no compilador IPNoSys, considerando características não exploradas como o paralelismo dessa arquitetura e melhorando seu código gerado. O módulo de otimização oferece três níveis de otimização. A fim de obter os resultados, efetuou-se uma comparação do tempo de execução e do tamanho dos códigos gerados nos três níveis de otimização. Houve uma redução de pelo menos o triplo do tempo de execução do código gerado em um nível de otimização em comparação com um código não otimizado. E a redução do tamanho do código pela metade em outro nível de otimização.

Nos últimos anos ocorreu uma grande expansão da oferta em cursos MOOC (Massive
Open Online Courses), favorecendo de forma democrática pessoas que buscam qualificação
e atualização profissional. Um dos problemas observados em MOOC são as altas
taxas de evasão, especialmente pela heterogeneidade de seus participantes e também
falta de estratégias pedagógicas utilizadas por professores para montagem dos cursos.
Este trabalho buscou na literatura o estudo dos MOOC e aplicações da Taxonomia
Revisada de Bloom, desse modo, resultando em uma plataforma e uma ferramenta
pedagógica que guia o professor no planejamento de um curso MOOC afim de atingir
os objetivos educacionais esperados.

. O avanço dos recursos tecnológicos tem proporcionado novas possibilidades nos processos de ensino e aprendizagem. Tal avanço resultou em uma melhoria para a Educação a Distância (EaD). No entanto, esta modalidade de ensino ainda enfrenta o sério problema da evasão que se deve principalmente à falta de motivação por parte dos estudantes. Com isso, a utilização de novas tendências tecnológicas tem sido cada vez mais frequente, tendo como propósito oferecer uma maior atratividade para participação do estudante em cursos a distância. Deste modo, este trabalho tem por finalidade propor um ambiente virtual multiagente em três dimensões para apoiar a recomendação de Objetos de Aprendizagem, a fim de melhorar os processos de ensino e aprendizagem na EaD.

Nos últimos anos a humanidade tem enfrentado inúmeros problemas de ordem natural que são responsáveis por perdas de vidas e geram, também, grandes impactos econômicos e sociais. Um deses eventos é a desertificação que, por atingir países em todos os continentes, pode ser considerado um dos mais graves. A principal dificuldade ao estudar esse fenômeno é que ele pode ser atribuído a fatores climáticos, políticos, econômicos, sociais, culturais etc. E, tantas variáveis envolvidas tornam o monitoramento desse processo uma tarefa muito complexa. A desertificação afeta não só os pequenos produtores – agricultura familiar, como também os grandes polos de agricultura comercial. Há uma preocupação, principalmente com relação ao direcionamento que é dado os investimento feitos nessas áreas visando a prevenção, o combate ou, até mesmo, a mitigação dos efeitos causados pelo processo de desertificação (e. g. a degradação das populações animais e vegetais, a degradação do solo, a degradação das condições hidrológicas de superfície decorrente da perda da cobertura vegetal, a degradação das condições geohidrológicas (águas subterrâneas), a degradação da infraestrutura econômica e da qualidade de vida). A pesquisa, ora descrita, elucida um modelo que gera estimativas do processo de desertificação com base em informações extradas de séries temporais de imagens de satélite obtidas com cálculo NDVI (Normalized Difference Vegetation Index) e redes neurais artificiais, que pode ser usadas pelos empresários da indústria agropecuária como forma de nortear os investimentos. Os inúmeros testes realizados comprovam que esta técnica é vantajosa por ser capaz de apresentar respostas coerentes para problemas não completamente conhecidos ou que envolvem múltiplos fatores que se comportam de forma não linear.

Doenças crônicas representam cerca de 63% de todas as mortes no mundo e são definidas como qualquer distúrbio que persiste por um longo período afetando o funcionamento físico, emocional, intelectual, profissional, social ou espiritual e que possuem longa duração com progressão geralmente lenta. A diabetes é uma doença crônica e endócrina que provoca a alta na taxa de açúcares no sangue, sendo provocada pela deficiência do metabolismo da glicose no corpo do indivíduo com a doença. Neuropatias e/ou angiopatias são complicações da diabetes que resultam em alterações nos membros inferiores dos indivíduos que posteriormente evoluem para o pé diabético, problema que representa uma das complicações mais devastadoras do diabetes podendo levar a ulcerações, amputações e até a morte. Diante do contexto, o objetivo deste trabalho é desenvolver um Sistema Inteligente de Monitoramento da Prevenção do Pé Diabético (SIM2PeD) permitindo o cuidado personalizado a partir da rotina de cada indivíduo. O SIM2PeD consiste em uma plataforma integrada com dispositivo mobile de captura de dados dos indivíduos, intitulado SIM2PeD Mobile, e um dispositivo web para acompanhamento da equipe médica, intitulado SIM2PeD Web. No SIM2PeD Mobile os indivíduos recebem alertas referentes aos cuidados de acordo com a sua localização e atividade. Após a captura de informações é repassado ao  sistema especialista (módulo inteligente) que gera recomendações a partir dos cuidados respondidos. O SIM2PeD Web gera gráficos de acompanhamento do uso do dispositivo para a equipe médica através das respostas. Os experimentos realizados com o SIM2PeD em ambiente real permitiram concluir que o sistema apresentou desempenho satisfatório e adequado para o monitoramento remoto de atividades de autocuidados em pacientes com alguma doença, possuindo também grande potencial para aplicação em diversos
tratamentos.

Ao se falar em avanços das Tecnologias da Informação e Comunicação voltadas para a saúde, está intrínseco o foco nos cuidados com o paciente, além disso, o uso dessas tecnologias não está mais limitado aos centros hospitalares, pois os dispositivos móveis estão sendo amplamente utilizados para diminuir a distância entre médico e paciente. Essa diminuição de barreiras têm fornecido, ao
paciente que antes não tinha acesso a procedimentos básico de saúde, um meio de obter testes e exames básicos sem sair de suas localidades. Dentro desse ambiente de avanços e maior alcance dos cuidados com o paciente, é possível destacar uma deficiência que requer atenção, a deficiência auditiva em crianças, pois perdas moderadas e leves de audição acarretam em desajustes no
comportamento, distúrbios da linguagem oral e escrita, além de baixo rendimento escolar. Todas essas dificuldades podem ser amenizadas através de um diagnóstico precoce, que é possível por meio do teste de Emissões Otoacústicas. O problema, é que a maioria dos diagnósticos de perda auditiva em crianças acontece muito tardiamente, com três ou quatro anos, quando os prejuízos no
desenvolvimento emocional, cognitivo e linguístico da criança já estão seriamente comprometidos. Diante da importância da análise audiológica o Congresso Nacional aprovou a Lei nº 12.303, de 2 de agosto de 2010, que tornou obrigatória a realização do teste de Emissões Otoacústicas, ou Teste da Orelhinha, em toda a rede básica de saúde no país. Em razão da importância desse exame é que
se vê o quanto esse equipamento é necessário em todos os hospitais, mas infelizmente, no Brasil, esse equipamento possui alto custo o que torna o exame indisponível para a maior parte da população. Baseado nessa necessidade é que esse trabalho visa o desenvolvimento de um sistema de auxílio ao diagnóstico de perda auditiva em neonatos, que envolva tanto a triagem auditiva quanto os testes audilógicos. Com o propósito de massificação desse teste em neonatos todos esses procedimentos serão realizados porsmartphones, como uma forma de baratear e facilitar esse exame que é crucial para a educação e o desenvolvimento de crianças com deficiência auditiva.

A necessidade mundial por internet tem crescido exponencialmente. Porém, só em estar conectado já não é mais o suficiente, pois cada vez mais é requerido qualidade de serviço para atender essa demanda crescente. Desta maneira se faz necessário um modelo de projeto de uma rede ótica que possa transmitir diversas comunicações ao mesmo tempo, tenha o menor custo possível, transmita grandes taxas de dados em alta velocidade e possua capacidade se manter ativa caso ocorra algum problema físico. O Problema da Atribuição de Localidades a Anéis em Redes SONET/SDH trata de agrupar localidades em forma de vários anéis, respeitando as limitações de tráfego dos equipamentos. Cada anel utiliza Digital Cross-connect System (DXC) para fazer a comunicação com os outros anéis da rede backbone, sendo o DXC o equipamento mais caro da rede. Portanto, o objetivo do trabalho é minimizar o número de anéis, consequentemente minimizando o custo total da rede. Por se tratar de um problema de Otimização Combinatória, da Classe NP-difícil, Algoritmos Híbridos são propostos para resolução do problema.

A aprendizagem informal pode ser útil na área de saúde uma vez que, pesquisas recentes mostram que um dos fatores que influenciam a não adesão ao tratamento médico, por portadores de doenças crônicas, é a falta de conhecimento acerca de sua condição de saúde. Os meios digitais favorecem a propagação desse conhecimento, porém a quantidade de dados na web pode tornar difícil para o indivíduo encontrar a informação adequada. Sistemas de recomendação podem prover conteúdo personalizado aos usuários, necessitando, para isso, conhecê-los. Este trabalho propõe determinar os interesses dos usuários sobre temas de saúde, por meio de suas ações cotidianas, utilizando técnicas automatizadas de enriquecimento semântico.

O melanoma é o câncer de pele mais letal entre todos os outros tipos, porém quando diagnosticado precocemente obtém altos índices de cura. A análise dessas lesões geralmente é realizada através do exame da dermatoscopia, um exame não invasivo que utiliza um equipamento ótico para auxiliar na análise das estruturas que caracterizam as lesões como nevo benigno ou maligno. Porém, a realização dessa análise só é realizada por especialistas que possuam um certo nível de experiência, o que dificulta o acesso do público a esse exame. O avanço dos recursos tecnológicos tem proporcionado o desenvolvimento de sistemas capazes de auxiliar o exame de dermatoscopia através de imagens de lesões de pele. O uso desses sistemas torna possível que um profissional de saúde possa analisar lesões de pele no intuito de obter um parecer que possa auxiliar o diagnóstico do câncer. Vários sistemas podem ser encontrados na literatura, sendo que a maior quantidade desses sistemas é desenvolvida apenas para computadores, limitando, em alguns casos, o uso desses sistemas a consultórios e clínicas médicas. Deste modo, este trabalho tem por finalidade propor um sistema de classificação de imagens dermatoscópicas para dispositivos móveis, com o objetivo de facilitar o acesso e a realização do exame de dermatoscopia.

.Sistemas microcontrolados dotados de inteligência artificial pode usar as informações disponibilizadas para resolver problemas, tornando os processos industriais mais eficientes. Dentro do setor produtivo se encontram as indústrias de cerâmica vermelha. Este segmento contribui de forma significativa com o avanço socioeconômico do Brasil, mas ele enfrenta sérios problemas. Wntre eles, está a ausência do monitoramento da temperatura na maioria dos fornos das microempresas deste setor, devido a questões financeiras e falta de mão de obra especializada. São nesses pontos que este trabalho de pesquisa pretende atual, disponibilizando um sistema microcontrolado inteligente de baixo custo capaz de indicar as atitudes necessárias para a condução de forma eficiente o processo de sinterização dos produtos cerâmicos. A primeira fase de desenvolvimento gerou um sistema com a habilidade de informa e traçar um perfil da temperatura no interior do forno durante alguns processos de sinterização através da visualização e registro dos valores da grandeza. Após alguns testes chegou-se a um aproveitamento de 82,81. O sistema recebeu novo hardwares e um firmware com técnicas de inteligência computacional que ampliou a sua capacidade e tornou possível, juntamente com os funcionários, alcançar um rendimento 93,97%.

O avanço tecnológico tem exigido cada vez mais recursos computacionais. Nesse contexto a computação nas nuvens surge como um novo paradigma para atender essa demanda, no entanto seus recursos são fisicamente limitados em função do crescente tráfego de dados que esse sistema pode estar sujeito. O escalonamento de tarefas tem como objetivo distribuir as tarefas de modo a torná-las mais eficientes no consumo de recursos computacionais. Desta forma, este trabalho tem como finalidade propor uma solução para o problema de escalonamento em computação nas nuvens, de forma que reduza o tempo de processamento das tarefas nas nuvens e reduza o número de maquinas virtuais considerando um tempo aceitável de execução das tarefas para que haja a redução do número de maquinas virtuais. Desta maneira, este trabalho faz uso do algoritmo genético para o problema de escalonamento de tarefas para computação nas nuvens com o auxílio do algoritmo estático que reduz o número de maquinas virtuais. Seu desempenho foi comparado com outros dois algoritmos, um clássico e um heurístico. Um simulador de computação nas nuvens foi utilizado juntamente com cargas de trabalho realistas em experimentos que evidenciem o comportamento do algoritmo em diferentes condições de uso.

Este trabalho propõe uma mateheurística híbrida composta pelo método Branch-and-Cut associado a metaheurística Otimização por Exame de Partículas (PSO – Particle Swarn Optimization) para resolução do problema flowshop de escalonamento de tarefas aplicado a serviços do ramo de petróleo. Este problema é classificado na literatura como NP-difícil e consiste em determinar o sequenciamento de atividades de um projeto, objetivando a minimização dos custos implicados, o tempo total do processo, assim como gerenciar os recursos disponíveis de forma otimizada, tudo isso considerando as restrições de precedência das atividades, fornecendo assim, uma sequência dos serviços a serem executados.