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
Inteligência Artificial Aplicada à Predição do Ponto de Abate de Bovinos de Corte Confinados
Curso Mestrado em Computação Aplicada
Tipo Dissertação
Data 29/06/2015
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Gedson Faria
Coorientador(es)
    Orientando(s)
    • Gilson Saturnino dos Santos
    Banca
    • Bruno Magalhaes Nogueira
    • Gedson Faria
    • Rodrigo da Costa Gomes
    • Saulo da Luz e Silva
    Resumo O Brasil é o maior exportador de carne bovina do mundo, no entanto, ainda precisa atender a requisitos de produtividade e de qualidade para continuar fornecendo a um crescente e exigente mercado interno e externo. Com relação a qualidade da carne, um dos fatores que influenciam positivamente é o acabamento ideal de gordura do animal, por isso, os frigoríficos preferem animais com estas características e incentivam financeiramente os produtores a fornecerem bovinos com acabamento de gordura e peso adequado. Contudo, para atingir este objetivo, é necessário realizar o abate no momento ideal, melhorando tanto a qualidade quanto a produtividade. A proposta deste trabalho foi desenvolver um software para apoiar a decisão do momento de abate. Para isso, foram realizados os processos de Seleção de Atributos e de geração de classificadores, totalizando a avaliação de 34 implementações de algoritmos de Inteligência Artificial, entre eles, Redes Neurais Artificiais, Árvores de Decisão e LibSVM, aplicados a uma base de dados de 1768 exemplos de animais confinados. Estes dados contém informações da dieta utilizada no confinamento e da espessura de gordura dos bovinos, obtidas por meio de ultrassonografia. A avaliação dos classificadores foi realizada por meio das métricas de acurácia, Medida-F e Área ROC, utilizando a metodologia Stratified Cross-Validation, com a divisão dos exemplos em 10 partes. Os resultados permitiram visualizar quais características dos bovinos são mais relevantes e qual algoritmo de classificação é mais eficiente para predição tanto do peso ideal quanto do tempo ideal para abate. O classificador escolhido, com uma acurácia de 92,7%, foi incorporado ao desenvolvimento de um sistema, intitulado PredPA, que pode ser utilizado por produtores e especialistas da área de criação de bovinos, no início do confinamento, para predição do tempo e peso ideal para abate.
    Uma solução ao problema da dispersão de pássaros baseada em Enxame de Robôs utilizando o campo potencial de Lennard-Jones
    Curso Mestrado em Computação Aplicada
    Tipo Dissertação
    Data 03/06/2015
    Área CIÊNCIA DA COMPUTAÇÃO
    Orientador(es)
    • Reginaldo Inojosa da Silva Filho
    Coorientador(es)
      Orientando(s)
      • Alexsandro Procópio da Silva
      Banca
      • Amaury Antonio de Castro Junior
      • Fabrício Augusto Rodrigues
      • Jonathan de Andrade Silva
      • Reginaldo Inojosa da Silva Filho
      Resumo O uso da abordagem de Enxame tem atraído a atenção da comunidade científica nas aplicações de sistemas devido a capacidade de coordenação e controle de multi-robôs[23]. O objetivo principal desse trabalho consiste em utilizar os principais conceitos e propriedades referentes ao Enxame de Robôs para propor uma solução alternativa para dispersão de pássaros em áreas agrícolas. a solução consiste em empregar um grupo de robôs móveis para monitoramento de uma área agrícola. quando violado o acesso desse local por pássaros, os robôs executam procedimentos para dispersá-los da região. Foram realizados experimentos em um ambiente de simulação 3D com diferentes contextos e os resultados são discutidos nesse trabalho. Acredita-se, que no futuro, o emprego dessa abordagem na agricultura poderá minimizar os danos provocados pelos pássaros na vegetação cultivada.
      Download
      Página 6 de 6 (2 de 102 registros).