Mestrado em Computação Aplicada

Atenção! O edital referente ao processo seletivo e arquivos pertinentes ao curso estão disponíveis no site do curso.
Os resultados dos processos seletivos serão divulgados no site do curso.

Trabalhos

Trabalhos Disponíveis

TRABALHO Ações
SISUNAPI: FERRAMENTA COMPUTACIONAL DE INTEGRAÇÃO DOS DADOS DA UNAPI/UFMS
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 30/08/2022
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Andrea Teresa Riccio Barbosa
Orientando(s)
  • RENATO LEMES PEIXOTO
Banca
  • Andrea Teresa Riccio Barbosa
  • Debora Maria Barroso Paiva
  • Ramon Moraes Penha
  • Suzi Rosa Miziara Barbosa
Resumo O Instituto Integrado de Saúde (INISA) é uma unidade setorial da UFMS com diretrizes para a integração ensino-serviço-comunidade e através de diversas atividades diferenciadas oferecem atenção à saúde nos diferentes níveis de complexidade. Verifica-se que no Instituto, apesar de diversos projetos de pesquisa e extensão estarem em andamento, não há um sistema centralizado que armazenasse os dados e que possibilite o acompanhamento de informações. Um desses projetos de extensão intitulado Avaliação Multidisciplinar de Saúde dos Idosos e frequentadores da UNAPI/UFMS (Universidade Aberta à Pessoa Idosa/UFMS) tem por objetivo a análise global e multiprofissional da saúde dos idosos acima de 60 anos. Para o projeto em questão, algumas dificuldades foram observadas tais como: a descentralização dos dados referentes aos projetos de extensão de cultura e esporte no qual participam; a falta de centralização das informações fisiológicas e psicossociais do idoso, entre outras. Salienta-se que muitos dados estão distribuídos por diversos setores do Instituto e com pesquisadores diferentes, tanto em formato de planilhas eletrônicas, como em formulários de papel. Esse trabalho apresenta um estudo para a estruturação e levantamento de requisitos de um sistema (SISUNAPI) capaz de atender a demanda da UNAPI, apresentando os principais recursos e funções necessárias. Como método foi utilizado um framework e criado um Banco de Dados que atendeu aos requisitos mínimos para obtenção de informações básicas dos participantes dos projetos de pesquisa, ensino e extensão. Foi desenvolvido um protótipo capaz de realizar o armazenamento dos dados de pesquisa e sua ligação entre os pesquisadores e pesquisados.

Palavras chaves: pessoa idosa; sistema acadêmico; banco de dados; framework; inclusão digital
JurisBERT: Transformer-based model for embedding legal texts
Curso Mestrado em Computação Aplicada
Tipo Artigo Científico
Data 24/08/2022
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Renato Porfirio Ishii
Orientando(s)
  • Charles Felipe Oliveira Viegas
Banca
  • Amaury Antonio de Castro Junior
  • Bruno Magalhaes Nogueira
  • Deiviston da Silva Aguena
  • Dionisio Machado Leite Filho
  • Nadia Felix Felipe da Silva
  • Omar Andres Carmona Cortes
  • Renato Porfirio Ishii
Resumo Neste trabalho é proposta uma nova extensão do BERT (Bidirectional Encoder Representations from Transformers), denominada JurisBERT, aplicada na tarefa de Similaridade Semântica Textual (SST) com melhorias consideráveis de rapidez, de precisão e de necessidade reduzida de recursos computacionais em relação a outras abordagens. O JurisBERT foi treinado do zero com textos de domínio específicos para lidar com leis, doutrinas e precedentes, e tem melhor precisão em relação a outros modelos BERT, que foi a principal contribuição deste trabalho. Além disso, nossa abordagem considera o conceito de sub-línguagem, ou seja, um modelo pré-treinado em um idioma (Português Brasileiro) passa por um refinamento (fine-tuning) para melhor atender a um domínio específico, no nosso caso, o jurídico. A fim de validar a abordagem com dados reais, o JurisBERT cria e emprega 24 mil pares de ementas com grau de similaridade variando entre 0 e 3, extraídas de mecanismos de busca disponíveis nos sites dos tribunais brasileiros. Nossos experimentos demonstraram que o JurisBERT é melhor do que outros modelos em quatro cenários: BERT multi-lingual e BERTimbau sem ajuste fino em cerca de 22% e 12% de F1, respectivamente; e com refinamento em torno de 20% e 4%. Além disso, nossa abordagem reduziu em 5 vezes a etapa de pré-treinamento, além de usar hardware acessível, ou seja, arquiteturas GPGPU de baixo custo. Esse resultado demonstra que nem sempre modelos pré-treinados, como BERT multi-lingual e BERTimbau, são a melhor solução. Assim, provamos que treinar o BERT do zero com textos específicos de domínio tem maior precisão e menor tempo de treinamento do que modelos pré-treinados de domínio geral. O código fonte está disponível em https://github.com/juridics/brazilian-legal-text-dataset.
Uma Abordagem Baseado em Ranking para a Predição de Evasão Escolar: Um Estudo de Caso na Universidade Federal de Mato Grosso do Sul
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 24/08/2022
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Rafael Geraldeli Rossi
Orientando(s)
  • Gregório Takashi Higashikawa
Banca
  • Amaury Antonio de Castro Junior
  • Anderson Correa de Lima
  • Bruno Magalhaes Nogueira
  • Luciano Gonda
  • Rafael Geraldeli Rossi
  • Ricardo Marcondes Marcacini
Resumo A evasão acadêmica é um problema discutido em várias instituições de ensino, pois acarreta um dispêndio para a instituição e um grande prejuízo educacional para o aluno. Além disso, causas definidas por meio de percepções humanas podem estar incorretas e consequentemente levar à ações preventivas incorretas. Por outro lado, observa-se o emprego com sucesso de técnicas de mineração de dados em diversas instituições de ensino no Brasil e no mundo para a extração automática de hipóteses, e a geração de modelos para classificar se um aluno tem propensão para evadir ou não. O uso da classificação neste cenário pode gerar resultados não satisfatórios, principalmente quando a confiança de classificação entre as classes evasão e não evasão são próximas. Outro ponto a considerar é quando existe um desbalanceamento entre as classes, conhecido por gerar modelos de classificação inacurado na classe minoritária. Ademais, as causas de evasão podem variar de acordo com a localidade e curso. Como alternativa, classificar instâncias de testes baseada em sua propensão à pertencer à uma determinada classe significativa e ranqueando-as, direcionaria esforço de forma mais precisa aos alunos com maior chance de evasão. Dado isso, este trabalho apresenta um método para detecção de evasão baseado em ranking e tem como conjunto de treinamento os dados dos históricos escolares dos alunos. É então avaliado se a evasão ocorre nos top alunos ranqueados com potencial de evasão. Ademais, o método foi empregado em diferentes cursos e diferentes áreas do conhecimento da Universidade Federal de Mato Grosso do Sul (UFMS) para avaliar o seu comportamento em diferentes cenários. Os resultados mostram uma precisão de 0, 97, 0, 99 e 0, 98 para os 50 primeiros alunos ranqueados das áreas de ciências Exatas, Biológicas e Humanas. E para os 10 primeiros a precisão foi de 0, 99 à 1, 0. Por outro lado, com o uso de modelos de classificação, os resultados obtidos foram de 0,72, 0,79, 0,78 na acurácia e 0,68, 0,65, 0,64 para a precisão. Vale ressaltar que apesar da avaliação do ranking englobar apenas os top-k alunos da classe de evasão, a assertividade na classificação faz com que os esforços sejam mais bem direcionados e esperançosamente mais efetivos. Com isso, dada a previsão assertiva do método proposto para os alunos com maior potencial de evasão, os interessados poderão aplicar estratégias mais eficientes no contensão à evasão.
MoscaDosChifresApp: Aplicativo para Contagem de Moscas-dos-Chifres em Bovinos da Raça Nelore
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 10/03/2022
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Victor Leonardo Yoshimura
Orientando(s)
  • Ricardo Vinicius Nascimento Soares
Banca
  • Amaury Antonio de Castro Junior
  • Anderson Vicoso de Araujo
  • Antonio Thadeu Medeiros de Barros
  • Bruno Magalhaes Nogueira
  • Fabio Iaione
  • Hudson Silva Borges
  • Victor Leonardo Yoshimura
Resumo A pecuária brasileira é uma das mais produtivas do mundo e o desenvolvimento de soluções tecnológicas pode intensificar ainda mais o crescimento
dessa área. A evolução da tecnologia da informação tem fornecido diversas
ferramentas e dispositivos que oferecem novas soluções para gestão e tomada
de decisões. Para isso, cada vez mais métodos, utilizando técnicas e ferramentas de visão computacional, estão sendo estudados e propostos na literatura.
Esse tipo de tecnologia tenta reproduzir, de forma rápida e confiável, as mesmas tarefas do sistema de visão humano. Nos últimos anos, com o expressivo
avanço no poder de processamento e armazenamento dos dispositivos móveis e smartphones, se tornou possível a criação de softwares que consigam
implementar algoritmos que façam este tipo de reconhecimento.
Este estudo foca em desenvolver uma aplicação mobile para sistema Android, a qual utiliza um método computacional existente para avaliar infestações de moscas-dos-chifres em rebanhos Nelore, através de imagens originadas pela câmera do dispositivo. Devido à contagem individual de moscasdos-chifres, este aplicativo permite uma rápida estimativa de infestação de
moscas-dos-chifres no rebanho. Por fim, este software pode ser uma ferramenta útil na tomada de decisão sobre o controle desta praga no rebanho.
PREDIÇÃO DO PREÇO DA ARROBA DO BOI UTILIZANDO REDES NEURAIS ARTIFICIAIS
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 09/12/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Andrea Teresa Riccio Barbosa
Orientando(s)
  • Felipe Ferraz de Souza
Banca
  • Andrea Teresa Riccio Barbosa
  • Fabio Iaione
  • Francisco Eloi Soares de Araujo
  • Hana Karina Salles Rubinsztejn
  • Pedro Paulo Pires
  • Valguima Victoria Viana Aguiar Odakura
Resumo Nessa dissertação é proposto um modelo para predição do preço da arroba do boi gordo com referência no preço disponibilizado pelo CEPEA. Essa predição é feita com base na combinação de variáveis que interferem na composição do indicador, como por exemplo, o valor do dólar e o valor do milho. Após a identificação das variáveis que têm maior influência na composição do preço da arroba, para implementação do modelo, foi utilizada Redes Neurais Artificiais do tipo MLP (Multilayer Perceptron). Para realizar simulações com a rede MLP foi utilizado o software gratuito Weka (Waikato Environment for Knowledge Analysis) e várias configurações diferentes foram implementadas, tanto no número de variáveis, quanto na configuração do modelo de rede. Durante a execução dos testes, optou-se por adotar o modelo que apresentou o melhor resultado e com a configuração de rede possuindo o menor número de variáveis possível. A rede em alguns testes apresentou taxa de erro abaixo de 4%. Sendo assim, definiu-se a arquitetura, as variáveis de entrada e os parâmetros da rede mais indicada na predição do preço da arroba do boi para um futuro de noventa dias.
Download
Conjunto Universal de Circuitos Lógicos Quaternários Reversíveis
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 02/12/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Milton Ernesto Romero Romero
Orientando(s)
  • Diogo Anache de Souza
Banca
  • Evandro Mazina Martins
  • Fabio Iaione
  • Luciano Gonda
  • Marco Aurelio Stefanes
  • Milton Ernesto Romero Romero
  • Renato Porfirio Ishii
Resumo A síntese de circuitos digitais em lógica binária utiliza técnicas de minimização, como os mapas de Karnaugh e os algoritmos Quine-McCluskey, Petrick e Espresso, para obter uma expressão equivalente, porém com menos termos e operações, o que implica em um uso reduzido de portas lógicas. É possível utilizar a lógica de múltiplos valores (MVL) para transmitir mais informação por interconexão. Seguindo a ideia de otimização pode-se também reduzir a dissipação de energia desses circuitos através de portas lógicas reversíveis, que permitem um mapeamento bijetivo entre entrada e saída. Tal conceito apoia-se no princípio de Landauer, que enuncia que a cada bit perdido de informação, K*T*ln2 Joules de energia são dissipados. Neste trabalho foi abordada a álgebra quaternária, sendo proposta uma metodologia de minimização para esse domínio, bem como o projeto de portas lógicas reversíveis.
Download
Um retrato do entendimento dos professores dos Institutos Federais sobre Pensamento Computacional
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 06/10/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Anderson Correa de Lima
Orientando(s)
  • Edilson Kazuo Kubota
Banca
  • Amaury Antonio de Castro Junior
  • Anderson Correa de Lima
  • Claudio Zarate Sanavria
  • Dionisio Machado Leite Filho
  • Rodrigo Silva Duran
  • Rozelma Soares de França
Resumo Embora o Pensamento Computacional (PC) seja cada vez mais pesquisado no contexto da educação, ainda são poucos os estudos que investigam a visão do docente sobre o assunto. Além disso, os poucos estudos abordando o tema se limitam a abordagens qualitativas com pequenos grupos de professores. No intuito de enfrentar esse desafio e identificar a percepção docente sobre o PC, conduzimos um estudo quantitativo envolvendo docentes de todas regiões do Brasil. Por meio do estudo, mapeamos os softwares e as práticas pedagógicas que promovem habilidades associadas ao tema e identificamos que apenas 36% dos entrevistados conhecem os conceitos relacionados ao PC, sugerindo que o tema e as habilidades relacionadas ainda são pouco conhecidas.
Download
Desenvolvimento de leitora RFID para pecuária de precisão
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 30/06/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Fabio Iaione
Orientando(s)
  • Cleiton Anderson Profilio dos Santos
Banca
  • Fabio Iaione
  • Hana Karina Salles Rubinsztejn
  • Irineu Sotoma
  • Luciano Gonda
  • Pedro Paulo Pires
  • Quintino Izidio dos Santos Neto
  • Victor Leonardo Yoshimura
Resumo O monitoramento do rebanho bovino vai além de sua simples identificação. Utilizando a tecnologia Radio Frequency IDentification (RFID) é possível medir parâmetros fisiológicos, como a temperatura corporal, que permite inferir sobre o estado de
saúde do animal. Isso torna-se mais delicado com a retirada gradativa da vacinação contra a febre aftosa, que no estado de Mato Grosso do Sul será em 2021 (IAGRO, 2019). Sendo assim, é necessário adotar alguma técnica que permita identificar o
estado febril do animal em tempo hábil, separá-lo dos demais e adotar os devidos procedimentos. A Faculdade de Computação (FACOM) e a Embrapa Gado de Corte desenvolveram transponders para medição de temperatura corporal, e uma dificuldade constante é a falta de leitoras que funcionem adequadamente. O objetivo deste
trabalho é desenvolver uma leitora RFID compatível com as normas ISO 11784 e ISO 11785 que possa ser instalada no local de passagem dos animais, fazendo a leitura das tags (brincos, bolus e implante subcutâneo, entre outros) e enviando os dados via LoRaWAN, GSM/GPRS ou Wi-FI à plataforma TagoIO, servidor FTP, banco de dados MySQL ou planilha do Google Drive. Através de uma interface web é possível realizar todas as configurações do equipamento. Isso permitirá o uso do equipamento nas mais diversas localidades. Além disso, foi desenvolvido um produto de baixo custo que seja acessível aos pequenos e médios produtores.

Palavras-chave: pecuária de precisão; leitora RFID; sistemas embarcados; multiconectividade.
Download
Barramento de Comunicação IoT para Plataforma de Pecuária de Precisão
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 11/06/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Hana Karina Salles Rubinsztejn
Orientando(s)
  • Willyan Candido Silva
Banca
  • Camilo Carromeu
  • Fabio Iaione
  • Hana Karina Salles Rubinsztejn
  • Irineu Sotoma
  • Luciano Gonda
  • Renato Porfirio Ishii
Resumo A pecuária brasileira vem demonstrando ao longo dos anos sua primazia no mercado mundial de carne bovina. Em decorrência dessa conjuntura e sua importância para o setor econômico do país, desenvolver e aprimorar os meios empregados na cadeia de criação de gado de corte é crucial para aumentar a produção, reduzir os custos e assegurar o constante progresso exigido pelo mercado. Nesse contexto, a utilização de uma infraestrutura pautada na Internet das Coisas (Internet of Things – IoT) contribui para um monitoramento de baixo custo e confere a oportunidade de automatizar as propriedades produtoras de carne bovina. A FACOM/UFMS e a Embrapa Gado de Corte possuem várias pesquisas e projetos voltados para a pecuária de precisão, dentre eles a plataforma e-Cattle. O objetivo desse trabalho é fornecer um barramento de comunicação com protocolos IoT para integração de uma maior variedade de sensores e a persistência das informações coletadas na plataforma. Dessa forma, o uso de protocolos de comunicação IoT, como por exemplo LoRA e MQTT, aumentarão a heterogeneidade de sensores aceitos, contribuindo para uma solução de baixo custo de implantação e monitoramento.
Integração do Modelo AMPL a Plataforma Computacional de Pecuária +Precoce
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 22/03/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Marcelo Augusto Santos Turine
Orientando(s)
  • Jacons de Souza Morais
Banca
  • Camilo Carromeu
  • Edson Norberto Caceres
  • Fernando Rodrigues Teixeira Dias
  • Marcelo Augusto Santos Turine
Resumo Os sistemas de produção têm se tornado cada vez mais eficientes para atender à crescente demanda por alimentos no mundo. Esse ganho de eficiência tem sido propiciado pelos investimentos realizados em novas tecnologias, ferramentas e métodos de produção. Dentre as ferramentas que podem contribuir para a tomada de decisão do produtor estão as ferramentas de simulação como a Plataforma +Precoce (P+P), no entanto, a P+P carece de recursos que possibilitem ao produtor otimizar um determinado indicador técnico de seu sistema de produção. O módulo desenvolvido neste trabalho de mestrado visa permitir ao usuário da P+P obter um arquivo otimizável em uma linguagem de programação matemática para que seja possível obter o melhor valor para determinado indicador, oportunizando uma melhor tomada de decisão pelos gestores.
Análise de Sensibilidade na Plataforma + Precoce
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 05/03/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Milton Ernesto Romero Romero
Orientando(s)
  • Éric Maciel Cardoso
Banca
  • Camilo Carromeu
  • Evandro Mazina Martins
  • Fernando Rodrigues Teixeira Dias
  • Marco Aurelio Stefanes
  • Milton Ernesto Romero Romero
  • Renato Porfirio Ishii
  • Rodrigo da Costa Gomes
Resumo A Plataforma +Precoce (P+P) é uma ferramenta que permite modelar e simular sistemas melhorados de produção de gado de corte auxiliando o produtor na tomada de decisões e disponibilizando informações a respeito de sistemas de cria, recria e engorda para a produção de bovinos. Atualmente, a P+P permite a um usuário simular resultados de sistemas de produção de gado de corte apenas “ponto a ponto”, isto é, só é possível realizar a simulação de um determinado sistema a partir da seleção de valores específicos para cada parâmetro, mas sem entender diretamente o quanto a variação destes parâmetros pode influenciar o resultado final dos indicadores do sistema. Este trabalho teve como objetivo desenvolver uma ferramenta web para análise de sensibilidade por meio de gráficos em sistemas de produção modelados na P+P, de forma que o usuário seja capaz de identificar parâmetros relevantes para o resultado de um indicador em um determinado sistema.
Um dos principais pontos no desenvolvimento da ferramenta foi utilizar métodos que pudessem ser executados no browser do cliente, com o mínimo de solicitações possíveis ao servidor. Pensando nisso, optou-se pela utilização de métodos de análise por triagem e análise local devido, principalmente à sua baixa complexidade na execução do método. Os métodos de análise por triagem fazem uso de um "cenário de controle" onde cada parâmetro possui um valor mínimo e um valor máximo e os parâmetros são variados individualmente e analisados em todo este intervalo. Isto é bem interessante pelo fato dos parâmetros da P+P já serem definidos previamente com um valor default, mínimo e máximo, o que facilita a implementação do método. Já os métodos de análise local, trabalham sob a variação dos parâmetros individualmente somente nas proximidades de um valor padrão.
Desta forma, foi verificado que os valores relativos aos parâmetros de um sistema raramente mudam, de forma que a análise de sensibilidade para estes parâmetros pode futuramente ser persistida no servidor, sem a necessidade de ser calculada em tempo real pelo cliente. Já uma simulação possui os valores dos parâmetros calibrados em tempo real pelo usuário, o que demanda a análise de sensibilidade também em tempo real. Por este motivo, optou-se pela análise de uma faixa maior de valores dos parâmetros (análise por triagem) para análise de sistemas e a utilização de análise local para análise de simulações.
Para analisar todas as variações de um parâmetro nos intervalos estabelecidos, todos os demais parâmetros são mantidos em seus valores padrão, enquanto que para cada ponto variado de um parâmetro, o Simulador da P+P é invocado. A apresentação dos resultados é feita por meio de gráficos para facilitar a leitura e entendimento pelos usuários da P+P. Na ferramenta desenvolvida é possível visualizar quatro tipos de gráficos, sendo três relacionados ao sistema e um relacionado à uma simulação. Os gráficos relacionados ao sistema são, respectivamente, gráfico de tornado, gráfico indicador X parâmetro e histograma de probabilidade. Já o gráfico relacionado à uma simulação é representada por meio de um gráfico de tornado da simulação.
Para evitar recálculo e chamadas ao Simulador com os mesmos valores de parâmetros, o que produziria o mesmo resultado para os indicadores, foi utilizado uma técnica de "memoize", que consiste em armazenar os valores já calculados em uma "tabela de pesquisa", de forma a sempre consultá-la quando um novo cálculo precisar ser executado. Desta forma, se um cálculo já estiver sido realizado para um conjunto de valores de parâmetros e indicador, este é apenas resgatado da tabela, com a chamada do Simulador realizada apenas nos casos em que a combinação não for encontrada na tabela de pesquisa.
Uma limitação encontrada no decorrer do desenvolvimento é que, neste momento, o Simulador da P+P passa por uma atualização e mudança de tecnologia que ainda está em andamento, o que impossibilitou a integração da ferramenta desenvolvida à P+P. Para solucionar este problema e realizar os devidos testes de chamada ao Simulador, foi desenvolvido um "pseudo-simulador", que será substituído assim que o Simulador real da P+P estiver atualizado. Espera-se que a construção desta ferramenta auxilie produtores rurais e/ou técnicos na tomada de decisões ainda mais eficientes, elevando assim a produtividade e qualidade da bovinocultura de corte.
Download
Exploração de arquiteturas de redes neurais convolucionais para identificação de forrageiras do gênero Bachiaria e Panicum
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 17/12/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Edson Takashi Matsubara
Orientando(s)
  • Luciana Gomes Fazan
Banca
  • Anderson Vicoso de Araujo
  • Bruno Magalhaes Nogueira
  • Edson Takashi Matsubara
  • Eraldo Luis Rezende Fernandes
  • Jose Marcato Junior
  • Rafael Geraldeli Rossi
  • Sanzio Carvalho Lima Barrios
Resumo O Brasil é um dos maiores exportadores mundiais de carne devido ao baixo custo de produção e principalmente à exploração predominante em pastagens, fato este, que torna o país competitivo no mercado internacional. Estima-se que, no Brasil, a área total de cobertura com pastagens cultivadas seja de 100 milhões de hectares. No país, elas são consideradas a mais barata e principal fonte de alimentos na criação de bovinos. As cultivares de dois gêneros tropicais ganham destaque no mercado brasileiro de sementes: Brachiaria e Panicum. A Brachiaria é a mais utilizada, adapta-se às várias condições de solo e clima e possui grande tolerância aos solos fracos e ácidos. Ela divide espaço com a Panicum, que, ao contrário das Brachiaria, são recomendadas para solos de maior fertilidade. Esses dois gêneros são a base de estudos de vários programas da Embrapa, que têm o objetivo de lançar cada vez mais novas cultivares. Outros programas, envolvem mapear as áreas de pastagens. Identificar as cultivares plantadas em diversas regiões do Brasil. Porém, existem dificuldades, até mesmo por técnicos especializados, de identificar o nome, espécie e gênero da planta. Durante o período de seca e chuva, as plantas sofrem alterações morfológicas, que podem dificultar ainda mais. A classificação hierárquica de cada forrageira, segue normas da biotaxonomia, técnica responsável por dar nomes às plantas. Essa hierarquia, deve classificar a planta, primeiro por nome da cultivar, depois por espécie e, por último, por gênero. Neste contexto, este trabalho tem como objetivo explorar a capacidade de arquiteturas de redes neurais convolucionais de identificar dezesseis forrageiras por imagem, ao nível de classificação por Cultivar, Espécie e Gênero. Considerando as mudanças físicas das plantas, no período de seca e chuva. Outra questão importante, foi contribuir para formar um banco de imagens desses dois gêneros de forrageiras. A coleta das imagens foi realizada na Embrapa Gado de Corte, em Campo Grande - MS. Diante disso, as imagens que foram tiradas, de junho a novembro de 2019, compuseram o dataset do período de seca, enquanto as imagens que foram tiradas entre dezembro de 2019 e fevereiro de 2020, compuseram o dataset do período de chuva. As redes neurais convolucionais são aplicadas com muito sucesso no reconhecimento de imagens. Prova disso, é o surgimento constante, de novas arquiteturas do estado da arte. O projeto explora quatro arquiteturas de redes convolucionais, duas do estado da arte, MobileNet e ResNet50 e outras duas montadas de acordo com a literatura, chamadas de CNN I e CNN II. As acurácias de classificação por Cultivar, foram as mais baixas. Já as por Espécie e Gênero, foram as melhores, demonstrando que as redes convolucionais possuem potencial para distinguir as forrageiras por espécie e gênero. As arquiteturas do estado da arte, obtiveram as melhores resultados. Por fim, as diferenças de desempenhos das redes, em ambos os períodos, foram pequenas, não permitindo afirmar que, classificar as forrageiras no período de chuva é mais fácil do que no de seca e vice-versa.
Download
Interface gráfica para a Plataforma +Precoce: uma visão em Gantt Chart
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 15/12/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Debora Maria Barroso Paiva
Orientando(s)
  • Roberto Antonio Ferreira de Abreu
Banca
  • Awdren de Lima Fontao
  • Camilo Carromeu
  • Debora Maria Barroso Paiva
  • Fernando Rodrigues Teixeira Dias
  • Maria Istela Cagnin Machado
  • Rodrigo da Costa Gomes
Resumo A plataforma +Precoce é um sistema desenvolvido em parceria entre a Universidade Federal de Mato Grosso do Sul e a Embrapa Gado de Corte e provê acesso aos técnicos rurais e produtores de gado de corte aos sistemas melhorados de produção pesquisados pela Embrapa. Durante seu desenvolvimento notou-se que um dos principais problemas da plataforma era a experiência de uso já que sua interface atual mostra as informações em tabelas e texto e poderia ser melhorada através de uma interface gráfica mais intuitiva. Dessa forma, o objetivo deste trabalho foi analisar as principais características (elementos) de interfaces gráficas amigáveis ao usuário, desenvolver uma nova interface (modelagem e implementação) mais cognitiva, baseada em Gantt Chart, para representação dos dados das simulações da Plataforma +Precoce, avaliar e validar a nova interface gerada considerando especialistas e usuários finais. Diante disso, considerando a literatura da área, observou-se que o uso do Gráfico de Gantt para representar a simulação do ciclo de reprodução de gado de corte se mostrou uma metáfora adequada. Assim, foi desenvolvida uma nova interface com base no Gantt Chart para representação dos dados das simulações da Plataforma +Precoce, cujas principais características são: permitir a entrada de dados por meio de um JSON gerado pela plataforma, fazer a interpretação dos dados da simulação utilizando Javascript, desenhar e apresentar o cronograma baseado em Gantt Chart que representa os dados das simulações.
Download
Sistema computacional para prevenção de ataques em rebanhos via detecção automática de predadores
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 08/12/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Rafael Geraldeli Rossi
Orientando(s)
  • Giovani Oliveira da Silva
Banca
  • Bruno Magalhaes Nogueira
  • Camilo Carromeu
  • Jonathan de Andrade Silva
  • José Alexandre Agiova da Costa
  • Rafael Geraldeli Rossi
  • Ricardo Marcondes Marcacini
Resumo
Download
Uma arquitetura de consulta semântica de dados sensoriais no barramento de serviços IoT na Plataforma e-Cattle
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 19/11/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Hana Karina Salles Rubinsztejn
Orientando(s)
  • Bruno de Abreu Cáceres
Banca
  • Camilo Carromeu
  • Fabio Iaione
  • Hana Karina Salles Rubinsztejn
  • Luciano Gonda
  • Pedro Paulo Pires
  • Ronaldo Alves Ferreira
Resumo
Sistema Embarcado com Ultrabaixo Consumo de Energia para Medição da Temperatura de Bovinos via LoRaWAN
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 16/11/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Fabio Iaione
Orientando(s)
  • Arthur Lemos Nogueira Filho
Banca
  • Fabio Iaione
  • Francisco Eloi Soares de Araujo
  • Hana Karina Salles Rubinsztejn
  • Marcelo Trindade Rebonatto
  • Pedro Paulo Pires
  • Quintino Izidio dos Santos Neto
Resumo
Contagem Automática de Bovinos da Raça Nelore em Imagens Adquiridas por VANTs Utilizando Rede Neural Convolucional
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 25/08/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Maria Istela Cagnin Machado
Orientando(s)
  • Fabricio de Lima Weber
Banca
  • Anderson Vicoso de Araujo
  • Camilo Carromeu
  • Debora Maria Barroso Paiva
  • Edson Takashi Matsubara
  • Luiz Orcirio Fialho de Oliveira
  • Maria Istela Cagnin Machado
  • Patricia Menezes Santos
  • Sergio Raposo de Medeiros
Resumo
Download
Contagem automática da Mosca-dos-Estábulos em Armadilhas de Monitoramento Populacional
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 05/06/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Amaury Antonio de Castro Junior
Orientando(s)
  • Chrystian Toigo
Banca
  • Amaury Antonio de Castro Junior
  • Anderson Vicoso de Araujo
  • Bruno Magalhaes Nogueira
  • Camilo Carromeu
  • Paulo Henrique Duarte Cançado
  • Taciany Ferreira de Souza
Resumo A Stomoxys calcitrans, conhecida pelo nome de mosca-dos-estábulos, é
responsável pela transmissão de diversas doenças. Sua picada é muito
dolorosa, provocando estresse e alterações no comportamento dos
animais, o que contribui para a redução de ganho de peso e da produção
de leite. Atualmente, não existem meios eficientes de controle para
esta praga. É necessário que seja realizado um monitoramento dos focos
para que possam ser realizadas ações para combater e prevenir o surto.
Para que esse monitoramento aconteça são usadas armadilhas para
captura das moscas e a contagem das mesmas. Este processo demora um
tempo consideravelmente longo, por ser feito de maneira manual. Este
trabalho traz uma proposta de desenvolver um método computacional de
avaliação e identificação, para agilizar a contagem e melhorar o tempo
de resposta do resultado. O método desenvolvido envolve três fases: na
primeira fase englobou a captura da imagem através de um aplicativo
para construção do banco; na segunda fase realizou-se o processamento
da imagem capturada, realizadas as etapas do processamento digital da
imagem e identificação das moscas; e, na terceira fase validou-se os
resultados obtidos na contagem após a identificação das moscas
utilizadas métricas de avaliação. Foram realizados experimentos em 100
fotos de armadilhas do banco de imagens. Na avaliação o método
proposto foi o denominado Padrão Ouro, que é a anotação das
moscas-dos-estábulos em cada imagem de armadilha. A Contagem Proposta
contabilizou um total 4.584. Os resultados que foram obtidos no
software são bem satisfatórios demonstrando que é possível realizar a
contagem por meios tecnológicos.
Contagem de Mosca-dos-Chifres em Bovinos da Raça Nelore Utilizando Visão Computacional
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 06/03/2020
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Victor Leonardo Yoshimura
Orientando(s)
  • Anderson Malaquias Cardoso
Banca
  • Amaury Antonio de Castro Junior
  • Anderson Vicoso de Araujo
  • Antonio Thadeu Medeiros de Barros
  • Bruno Magalhaes Nogueira
  • Diego Padilha Rubert
  • Fabio Iaione
  • Victor Leonardo Yoshimura
Resumo
Avaliação de um método de apoio à governança de ecossistemas de software
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 20/02/2020
Área ENGENHARIA DE SOFTWARE
Orientador(es)
  • Anderson Correa de Lima
Orientando(s)
  • Maurilio Mussi Montanha
Banca
  • Amaury Antonio de Castro Junior
  • Anderson Correa de Lima
  • Bruno Magalhaes Nogueira
  • Camilo Carromeu
  • Francisco Jose Silveira de Vasconcellos
  • Jucele Franca de Alencar Vasconcellos
  • Luciano Gonda
Resumo
Página 2 de 5 (20 de 82 registros).