DSpace Coleção:http://www.monografias.ufop.br/handle/35400000/102026-08-28T15:02:32Z2026-08-28T15:02:32ZAnálise dos programas de pós-graduação em ciência da computação no Brasil a partir de grafos de colaboração.Tofani, Fabrício Césarhttp://www.monografias.ufop.br/handle/35400000/95932026-08-26T12:19:30Z2026-01-01T00:00:00ZTítulo: Análise dos programas de pós-graduação em ciência da computação no Brasil a partir de grafos de colaboração.
Autor(es): Tofani, Fabrício César
Resumo: No Brasil, a cada quatro anos, a CAPES avalia os Programas de Pós-Graduação (PPGs) das diversas instituições de ensino brasileiras e lhes atribui uma nota correspondente ao seu desempenho, baseada em uma gama de fatores como produção de artigos, número de docentes e discentes, entre outros. Esta monografia avalia se apenas a produção de artigos e a colaboração dos autores são suficientes para explicar as notas dos programas de Pós-Graduação em Ciência da Computação. Para tal, constrói-se uma rede de colaboração a partir de uma base de dados montada com informações obtidas no relatório da CAPES de 2022 e por meio de consultas à OpenAlex, uma base de dados de autores, artigos e instituições relacionadas à pesquisa científica, na qual os nós representam autores e as arestas representam a coautoria em um mesmo artigo. A partir dessa rede computam-se diversas métricas, como grau, PageRank e coeficiente de clusterização, além da detecção de comunidades. Os resultados mostram que a estrutura de colaboração guarda relação com as notas: no nível do programa, a predição classifica cerca de 91% dos programas dentro de uma nota da real, e a separação entre programas medianos e de excelência atinge cerca de 80% de acurácia. Observa-se ainda que a produtividade dos docentes e a topologia da colaboração são os fatores mais associados às notas, enquanto ponderar as arestas por citações ou produtividade tende a diluir esse sinal.2026-01-01T00:00:00ZUso de blockchain contra falsificação de documentos.Custodio, Arthur Alexandre Cunhahttp://www.monografias.ufop.br/handle/35400000/95142026-08-12T14:26:03Z2026-01-01T00:00:00ZTítulo: Uso de blockchain contra falsificação de documentos.
Autor(es): Custodio, Arthur Alexandre Cunha
Resumo: Este trabalho propõe uma arquitetura baseada em blockchain permissionado para combater a
falsificação de documentos legais no contexto brasileiro, considerando suas particularidades
socioeconômicas e tecnológicas. A pesquisa teve como objetivo desenvolver uma arquitetura
modular capaz de tratar documentos legais heterogêneos, integrando mecanismos de privacidade,
incluindo uma prova de conceito de Provas de Conhecimento Zero (ZK-SNARKs) sobre o toolchain ZoKrates, armazenamento descentralizado via Sistema de Arquivos Interplanetário (IPFS)
e identificadores descentralizados (DIDs) do padrão W3C. Utilizou-se uma metodologia aplicada,
exploratória e descritiva, compreendendo etapas de análise de requisitos, seleção tecnológica,
desenvolvimento da arquitetura e validação experimental do protótipo. O Hyperledger Fabric
foi escolhido devido à sua capacidade de controle granular de acesso e ao seu potencial de
interoperabilidade com sistemas legados por meio de integrações via API, aspecto motivador da
escolha tecnológica, não avaliado experimentalmente neste trabalho, enquanto o IPFS assegurou
a integridade e o endereçamento por conteúdo dos documentos armazenados, ficando a disponibilidade em cenário de produção condicionada a estratégias de persistência distribuída não
implementadas no protótipo. O protótipo desenvolvido, DoChain, foi validado por meio de 154
casos de teste automatizados (unitários, de integração, end-to-end e de segurança, estes últimos
incluindo 15 cenários de ataque controlados), todos aprovados, além de experimentos de desempenho que quantificaram a latência das operações principais, o comportamento sob concorrência
e o overhead das provas de conhecimento zero. Os resultados demonstram a viabilidade técnica
da proposta, evidenciando potencial para reduzir fraudes documentais, aumentar a eficiência
dos processos de verificação e garantir maior segurança e interoperabilidade entre diferentes
setores. Este estudo contribui academicamente ao propor um modelo adaptado às necessidades
brasileiras, oferecendo bases sólidas para futuras implementações e pesquisas na área.2026-01-01T00:00:00ZAplicação de redes neurais convolucionais no reconhecimento de gênero em calopsitas.Mendes, Ana Laura Siqueirahttp://www.monografias.ufop.br/handle/35400000/95122026-08-12T11:48:40Z2026-01-01T00:00:00ZTítulo: Aplicação de redes neurais convolucionais no reconhecimento de gênero em calopsitas.
Autor(es): Mendes, Ana Laura Siqueira
Resumo: As calopsitas (Nymphicus hollandicus) são aves que, em sua variação silvestre, apresentam
dimorfismo sexual visível, sendo os machos e as fêmeas distinguíveis principalmente pela colo-
ração das penas. Ao longo dos séculos, porém, as calopsitas sofreram mutações genéticas que
deram origem a novos padrões de plumagem, tornando sutil a diferenciação de gênero entre elas.
Neste trabalho, investiga-se a aplicação de técnicas de aprendizado profundo para a identificação
não invasiva do gênero de calopsitas a partir de imagens. Para isso, foi construída uma base
de dados composta por 159 fotografias obtidas em redes sociais e por meio da participação
voluntária de tutores de calopsitas. Foram desenvolvidos e avaliados dois modelos baseados na
arquitetura ResNet50 pré-treinada na ImageNet. O primeiro experimento utilizou uma estratégia
convencional de treinamento, enquanto o segundo incorporou validação cruzada estratificada,
arquitetura multiescala e um processo de fine tuning mais refinado. Os resultados demonstraram
que o primeiro modelo apresentou desempenho limitado, alcançando acurácia de 56,52% e
forte tendência à classificação predominante da classe masculina. Em contrapartida, o segundo
experimento obteve acurácia de 78,26%, precisão de 83,33%, recall de 76,92% e F1-score de
80,00%, evidenciando melhor capacidade de generalização e maior equilíbrio entre as classes. Os
resultados indicam que redes neurais convolucionais constituem uma abordagem promissora para
o problema, embora a disponibilidade limitada de dados ainda represente um desafio importante.2026-01-01T00:00:00ZObservaSRAG-MG : vigilância e transparência de dados da síndrome respiratória aguda grave em Minas Gerais.Mendonça, Rui Augusto Drumondhttp://www.monografias.ufop.br/handle/35400000/94532026-08-03T11:15:32Z2026-01-01T00:00:00ZTítulo: ObservaSRAG-MG : vigilância e transparência de dados da síndrome respiratória aguda grave em Minas Gerais.
Autor(es): Mendonça, Rui Augusto Drumond
Resumo: Esta monografia propõe o desenvolvimento de uma plataforma interativa para aprimorar a transparência e a vigilância epidemiológica da Síndrome Respiratória Aguda Grave (SRAG) no estado de Minas Gerais, utilizando dados do Sistema de Informação de Vigilância Epidemiológica da Gripe (SIVEP-Gripe). A metodologia do projeto está dividida em três etapas principais: seleção dos dados de interesse, preparação dos dados e persistência dos dados. São utilizadas as bases de dados do SIVEP-Gripe referentes ao período de 2021 a 2026, contemplando informações demográficas, clínicas e geográficas dos casos notificados. Os dados coletados são tratados por meio de um \textit{pipeline} ETL e armazenados em formatos otimizados (Parquet e DuckDB). Para a análise e visualização dos dados, são utilizadas as bibliotecas Python, Pandas e Streamlit, resultando em \textit{dashboards} interativos, com filtros por classificação etiológica e município, capazes de auxiliar na vigilância epidemiológica e na tomada de decisões na área da saúde.2026-01-01T00:00:00Z