http://hdl.handle.net/123456789/10 2026-07-14T09:37:18Z 2026-07-14T09:37:18Z PINHEIRO, Bruno Kauã de Siqueira http://hdl.handle.net/123456789/1113 2026-07-03T19:08:25Z 2024-01-01T00:00:00Z

Análise de algoritmos de IA para a detecção de doenças em folhas de soja PINHEIRO, Bruno Kauã de Siqueira A aplicação de inteligência artificial no agronegócio permite monitorar culturas de forma mais eficiente, identificando rapidamente a presença de doenças como a ferrugem asiática e possibilitando decisões assertivas para o manejo das lavouras. A identificação precoce dessa doença na lavoura contribui para um manejo mais eficiente, viabilizando intervenções rápidas que evitam a propagação dessa doença e, consequentemente, grandes perdas na produção. Esta pesquisa explora o uso da inteligência artificial no agronegócio, focando na aplicação de algoritmos de processamento e classificação para a análise de folhas de soja em diferentes estágios da ferrugem asiática. O principal objetivo é apresentar os processos e os resultados da implementação dessa tecnologia no setor agrícola, destacando os benefícios tanto para os produtores quanto para o meio ambiente. A pesquisa utiliza uma abordagem quantitativa para avaliar a precisão dos algoritmos com base nos dados fornecidos, proporcionando uma análise metódica da aplicabilidade dessas tecnologias no agronegócio. Os algoritmos de aprendizado de máquina, como ResNet e Vision Transformers, foram aplicados para classificar e identificar padrões de infecção em folhas de soja. Cada um dos algoritmos foi testado e avaliado em termos de acurácia, precisão e recall, o que permitiu uma análise detalhada da eficácia de cada técnica para a detecção de doenças. O estudo examina se o uso desses algoritmos pode trazer benefícios significativos para os produtores, melhorando a eficiência da detecção de doenças e, consequentemente, a gestão das culturas. Com a detecção automatizada, os produtores podem otimizar o uso de pesticidas, reduzindo custos e minimizando impactos ambientais. Os algoritmos testados como o ResNet e o Vision Transformers foram avaliados em termos de desempenho, e o Vision Transformers demonstrou uma alta eficácia na detecção de ferrugem asiática. Assim, ele está totalmente apto para ser implementado em uma aplicação real, visando a automação no monitoramento das lavouras. Dessa forma, a adoção da inteligência artificial no agronegócio pode contribuir para uma agricultura mais sustentável e produtiva, beneficiando tanto os agricultores quanto a sociedade em geral.

2024-01-01T00:00:00Z NUNES, Carlos Eduardo Schumacher http://hdl.handle.net/123456789/1111 2026-06-30T20:11:42Z 2026-03-01T00:00:00Z

Sistema para otimização de custos logísticos em e-commerce: simulação de fretes por variação dimensional NUNES, Carlos Eduardo Schumacher Este trabalho apresenta o desenvolvimento e a validação de um sistema móvel para cotação em lote de fretes, no campo da logística para comércio eletrônico, com o objetivo de auxiliar pequenos empreendedores na escolha da embalagem e do serviço de envio mais vantajoso a partir da variação das dimensões dos pacotes. A metodologia adotada combinou a abordagem ágil DSDM para o desenvolvimento incremental, entrevistas exploratórias com lojistas, experimentos sistemáticos de simulação dimensional e integração com a API agregadora Melhor Envio para obtenção de cotações em diversas rotas. Os resultados evidenciaram descontinuidades tarifárias e saltos significativos de preço provocados por pequenas variações dimensionais, além de demonstrar que a automação das simulações permite identificar opções economicamente mais favoráveis e alternativas de baldeação que, em vários casos, reduziram custos. A solução implementada, testada em ambiente operacional real por sessenta dias, processou volumes amplos de simulações com tempo médio de resposta compatível com a rotina (aproximadamente 10 segundos) e comprovou ganho prático na tomada de decisão. Conclui-se que a ferramenta valida o conceito e oferece benefícios operacionais relevantes, embora sua comercialização exige aprimoramentos em autenticação, controle de cota de API e adequação a requisitos legais e contratuais.

2026-03-01T00:00:00Z DRUZIAM, Hérica Becker http://hdl.handle.net/123456789/1110 2026-06-30T19:23:49Z 2025-01-01T00:00:00Z

Avaliação de modelos de IA Generativa no contexto da LGPD aplicada ao desenvolvimento de um Chatbot especializado DRUZIAM, Hérica Becker Com o crescimento das IAs generativas, empresas ainda enfrentam dificuldades em compreender e aplicar corretamente a Lei Geral de Proteção de Dados Pessoais (LGPD), gerando riscos de violações e penalidades. Diante da ausência de instrumentos validados para medir a qualidade dessas respostas, existe o risco de decisões baseadas em interpretaçõesincorretas da lei. O objetivo foi propor e desenvolver um chatbot jurídico baseado em IA generativa, voltado ao apoio à interpretação de cenários práticos da LGPD. Para fundamentar o desenho da solução, realizou-se previamente uma análise exploratória do comportamento de modelos de IA generativa, especificamente ChatGPT e Gemini, em situações jurídicas relacionadas ao domínio estudado, a partir de um instrumento de avaliação desenvolvido para esse fim. Essa análise permitiu identificar particularidades, limitações e padrões relevantes nas respostas dos modelos, cujos achados subsidiaram as decisões de projeto, escopo e funcionamento do chatbot proposto. A metodologia consistiu na aplicação do instrumento a profissionais do Direito, utilizando critérios como acurácia legal e completude em escala Likert, seguida pela implementação técnica do Chatbot utilizando N8N integrado ao WhatsApp. Os resultados principais referem-se à validação prática do Chatbot desenvolvido, a avaliação por profissionais confirmou que o chatbot apresentou uma estrutura de resposta mais adequada do que os modelos genéricos. Os avaliadores destacaram a coerência na fundamentação jurídica, validando a ferramenta como um suporte qualificado para orientação inicial e aprendizado. Conclui-se que o estudo oferece tanto uma métrica confiável para avaliação de LLMs quanto um artefato tecnológico, contribuindo para mitigar riscos de desinformação no domínio jurídico.

2025-01-01T00:00:00Z ROSA, Irakitã Luan Soares da http://hdl.handle.net/123456789/1098 2026-04-27T18:55:16Z 2022-01-01T00:00:00Z

Riscos de tecnologia da informação: análise de uma rede wi-fi em uma instituição de ensino superior privada com base na ISO:31000 ROSA, Irakitã Luan Soares da A Tecnologia da Informação (TI) é composta por diversas áreas que atuam de modo complementar. Estas áreas se adaptam para que seja possível paralelamente com diferentes segmentos. Pode-se dizer que um dos segmentos que utiliza a TI como ferramenta de apoio são as Instituições de Ensino e, durante este uso é necessário atentar-se para os riscos relacionados à TI. Durante o presente trabalho, foi utilizada a ISO 31000:2018 para identificação de riscos presentes na rede de conexão Wi-Fi disponibilizada por uma Instituição de Ensino Superior Privada (IES) a qual é utilizada por todos os seus alunos. Para o processo de avaliação dos riscos, foi utilizado o princípio “tão baixo quanto razoavelmente praticável” (ALARP), sendo possível a categorização destes. Foi aplicado um questionário não técnico com os alunos e dois questionários técnicos com os colaboradores do setor de TI da IES. Através destes questionários e da respectiva análise das suas respostas, foi possível identificar seis riscos que têm relação direta com a rede Wi-Fi dos alunos da IES. Com isso, os resultados obtidos poderão ser aplicados na prática pela equipe de TI da IES com intuito de atuar nos riscos identificados, conforme suas categorias.

2022-01-01T00:00:00Z