Navegando por Assunto "Aprendizagem de máquina"
Agora exibindo 1 - 4 de 4
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Avaliação de algoritmos de aprendizado de máquina para a detecção de tráfego anômalo em ambiente sem fio doméstico(2018-12-18) NASCIMENTO, Adiel dos Santos; CABRAL JÚNIOR, Jayme da Costa; CARVALHO, Igor Furtado; http://lattes.cnpq.br/0045467705921222; ABELÉM, Antônio Jorge Gomes; http://lattes.cnpq.br/5376253015721742O advento tecnológico ocorrido nos últimos anos popularizou e democratizou o acesso à rede mundial de computadores, propiciando o surgimento de novas tecnologias multimídias hospedadas remotamente e na alta oferta de conteúdos e serviços disponibilizados na Internet. O principal impacto social consequente desses acontecimentos foi no tempo que as pessoas dedicam ao uso de seus aparelhos eletrônicos. Na contramão dos benefícios oferecidos por este avanço tecnológico o número de usuários mal-intencionados que utilizam métodos para driblar a segurança em roteadores de borda aumentou exponencialmente, eles utilizam artifícios que demandam de uma criatividade cada vez maior oferecendo riscos principalmente para usuários leigos. Por essa razão, a utilização de modelos que identificam anomalias no tráfego de roteadores de borda geradas por ataques apresenta-se com grande importância, visto que as técnicas de segurança estão aplicadas principalmente em servidores. Este trabalho promove uma avaliação dos principais algoritmos de aprendizado de máquina supervisionados, com a intenção verificar o comportamento apresentado por esses algoritmos na detecção de anomalias geradas por ataques de negação de serviço, em um dataset contendo o tráfego de uma rede doméstica simulada em laboratório. Os algoritmos KNN, Naive Bayes e Árvore de Decisões foram utilizadas na realização dos experimentos que de maneira geral ambos os algoritmos obtiveram um desempenho acima dos 90% de precisão, no entanto o KNN se apresentou como melhor algoritmo mesmo considerando a necessidade de um processamento maior em comparação aos outros algoritmos.Trabalho de Curso - Graduação - Artigo Acesso aberto (Open Access) Uma metodologia em cascata de quatro etapas para classificar códigos NCM usando técnicas de PLN(2022-09-30) PINHEIRO, Pedro Luiz Braga; GONZÁLEZ, Marcos Tulio Amaris; http://lattes.cnpq.br/9970287865377659Esse trabalho tem como objetivo desenvolver um processo para classificar as descrições dos produtos presentes nas Notas Ficais eletrônicas (NF-e). Essa classificação e feita sobre os 8 dígitos da Nomenclatura Comum do Mercosul (NCM), separado em 4 partes, Capítulo, Posição, Subposição e item/Subitem. A classificação foi realizada utilizando o algoritmo de Máquina de Vetores de Suporte (SVM) e o algoritmo de Naive Bayes em conjunto com as técnicas de Processamento Natural de Linguagem (PNL), para o processamento de uma base de dados de 340.000 produtos distintos. Os dados foram divididos em 80% treinamento e 20% teste e obteve-se um acurácia de 90% para um total de 98 classes.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Técnicas de visão computacional aplicadas na detecção e rastreamento ocular para a inclusão digital de pessoas com deficiência motora(2021-08-13) MACEDO, Anne Livia da Fonseca; GOMES, Igor Ruiz; http://lattes.cnpq.br/5538297000388112; https://orcid.org/0000-0001-7391-1903A despeito dos avanços significativos na tecnologia da informação, problemas relacionados à exclusão social persistem, com grande parte da população mundial sem acesso aos conteúdos digitais devido uma série de fatores econômicos, sociais e educacionais. Algumas das pessoas excluídas do universo digital são aquelas que apresentam dificuldades em movimentar os membros superiores, que normalmente são requisitados para o acionamento de determinados dispositivos computacionais como o teclado. Diante disso, o esforço para a inclusão digital tornou-se um consenso social, pois abrange a integração das pessoas à informática e a exploração de métodos que garantam a elaboração de tecnologias acessíveis a todos. Diferentes interfaces adaptadas estão sendo desenvolvidas para substituir os periféricos convencionais. Muitas dessas propostas baseiam-se no rastreamento ocular através de técnicas de visão computacional, propiciando a interação à distância, sem a necessidade de contato físico com o dispositivo. Fundamentando-se nesse contexto, o propósito principal desta pesquisa consistiu na implementação de uma tecnologia de baixo custo computacional voltada para pessoas com deficiência motora, que possibilita o acionamento das teclas direcionais ao rastrear o movimento dos olhos para quatro direções de interesse (cima, baixo, esquerda e direita). O sistema foi desenvolvido através da linguagem de programação C++ com o suporte dos algoritmos pré-implementados da biblioteca OpenCV, e concentrou-se no treinamento e aplicação do método de classificação Haar Cascade para a localização da região ocular e no uso de procedimentos específicos de visão computacional e processamento digital de imagens para determinar a direção do olhar com base no reconhecimento da pigmentação branca da esclerótica do globo ocular. Os resultados alcançados na fase experimental demonstram que o algoritmo proposto tem potencial suficiente para permitir o uso do sistema em tempo real, de forma apropriada e funcional. O modelo manifestou desempenho geral satisfatório na detecção dos olhos ao atingir uma taxa de 82% de verdadeiros positivos, 87% de precisão, 82% de sensibilidade e 84% de F1 Score, e foi capaz de reconhecer os movimentos oculares para as quatro direções de interesse, com tempo de resposta aceitável para execução de determinadas aplicações computacionais.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Uso de chatbot para pré-triagem: um estudo de caso em clínica odontológica universitária(2022-07-13) VIDAL, Douglas Almeida; PIRES, Yomara Pinheiro; http://lattes.cnpq.br/5304797342599931; SERUFFO, Marcos César da Rocha; http://lattes.cnpq.br/3794198610723464; https://orcid.org/0000-0002-8106-0560As ferramentas chatbots ou agentes conversativos se tornaram catalisadores para os meios de comunicação, principalmente com as necessidades oriundas da COVID-19 e o aumento de soluções com inteligência artificial (IA). Diante de uma problemática na área da saúde, o presente trabalho apresenta um estudo de caso da utilização de chatbot, em específico do aplicativo de mensagens WhatsApp, para auxiliar no setor da pré-triagem de uma clínica odontológica universitária com problemas estruturais e organizacionais. Para tal, foram comparadas várias soluções de chatbots e escolhida a ferramenta DialogFlow, a qual emprega técnicas de Aprendizado de Máquina, para a criação do chatbot e a plataforma de comunicação em nuvem Twillio, para fazer a conexão com a rede social, utilizando processamento natural de linguagem. Para obtenção dos resultados foram aplicados testes de contato, que analisam a responsividade e possíveis falhas do bot. Os resultados apontam que a solução com chatbot consegue auxiliar na triagem de pacientes e foram aplicados testes de usabilidade, com espaço amostral de 15 usuários, utilizando o modelo de questionário PSSUQ. Os resultados apontam uma boa usabilidade, visto que 92% dos itens do questionário receberam valores acima de 6 (valores variam de 1 a 7), revelando o bom funcionamento e boa aceitação do chatbot pelos usuários finais.