Engenharia de Software

URI Permanente para esta coleçãohttps://ri.ucsal.br/handle/prefix/774

A proposta do curso de Bacharelado em Engenharia de Software é fundamentada no Software Engineering Curriculum da ACM/IEEE, nas orientações da Sociedade Brasileira da Computação/SBC e nas diretrizes curriculares do MEC. Oferece uma visão ampla de novos métodos e técnicas que possibilitam o desenvolvimento de softwares mais confiáveis, de melhor qualidade, com custo reduzido e alta produtividade, permitindo ao Bacharel em Engenharia de Software visualizar como a tecnologia pode amplificar a estratégia das organizações.

Navegar

Agora exibindo 1 - 20 de 24

Análise de comentários de lives no YouTube: extração de métricas em tempo real com apoio de modelos de linguagens (LLM)
(UCSal - Universidade Católica do Salvador, 2025-12-16) Armentano, Ana Carolina; Cerqueira, Ellen Sampaio; Cunha, Lavínia Énora Santana; Cecília, Luma Abram; Ramalho, Maria Eduarda Pamponet; Santana, Angela Peixoto (Orient.); Boechat, Glaucya Carreiro (Membro da Banca); Cristiana Bispo (Membro da Banca)
O crescimento exponencial das transmissões ao vivo no YouTube resultou em um volume massivo de interações, impondo desafios significativos para a moderação e a análise de engajamento em tempo real. Este trabalho apresenta o Live Insights, uma plataforma web de inteligência de dados projetada para monitorar, processar e extrair insights estratégicos de comentários via integração com Large Language Models (LLMs). O sistema automatiza a classificação de mensagens segundo critérios de reações e tipologia da interação, transformando fluxos de texto não estruturados em métricas visuais. O objetivo do presente trabalho é descrever a arquitetura de software e a metodologia empregada, validando a eficácia dos LLMs como suporte à gestão de comunidades. Os resultados obtidos demonstram a capacidade do sistema em processar contextos informais com baixa latência, gerando métricas precisas sobre a distribuição de reações, picos de engajamento e identificação de conteúdo ofensivo. Por fim, são apontadas as limitações da solução, especificamente quanto à dependência de Application Programming Interfaces (APIs) externas e aos custos operacionais associados à escalabilidade em cenários de alto volume de dados.
Janus: uma arquitetura de middleware para detecção e anonimização de PII em grandes modelos de linguagem no contexto da LGPD
(UCSal - Universidade Católica do Salvador, 2025-12-18) Oliveira, Denilson Xavier; Deiró, Diego Andrade; Santana, João Victor Aziz Lima de; Santos, Loren Vitória Cavalcante; Carvalho, Neillane de; Pereira, Mario Jorge (Orient.); Assis, Semiramis Ribeiro de (Membro da Banca); Dusse, Flávio (Membro da Banca)
A integração de Grandes Modelos de Linguagem (LLMs) em ambientes corporativos oferece ganhos significativos de produtividade, mas introduz riscos críticos à privacidade e à conformidade com a Lei Geral de Proteção de Dados (LGPD), especialmente no manuseio de Informações Pessoais Identificáveis (PII). Este trabalho propõe e valida a arquitetura Janus, um middleware de segurança projetado para interceptar, anonimizar e restaurar dados sensíveis em interações com provedores de IA externos. A solução adota uma estratégia de "Defesa em Profundidade", orquestrando três camadas de filtragem: determinística (Expressões Regulares), probabilística (Reconhecimento de Entidades Nomeadas - NER) e semântica (LLM Local Llama 3). A metodologia experimental envolveu testes de estresse progressivos, culminando na análise de 500 prompts do domínio de Recursos Humanos (RH), totalizando mais de 4.500 entidades processadas. Os resultados demonstraram que o sistema atinge uma estabilidade operacional com um F1-Score global próximo a 0.60 em cenários de alta complexidade. A análise evidenciou que, embora o filtro NER apresente desafios de precisão, a arquitetura prioriza a segurança (Recall), mitigando o risco de vazamento de dados. Conclui-se que o sistema Janus oferece uma solução viável de "Privacidade por Design", permitindo o uso seguro de IA Generativa sem comprometer o sigilo das informações corporativas.
Previsão de ocupação em hospitais públicos utilizando modelos de séries temporais e aprendizado de máquina
(UCSal - Universidade Católica do Salvador, 2025-12-15) Santos, Beatriz Nascimento Gibaut; Azevedo, Gabriel de Abreu Farias; Carneiro, Lucas Braga; Santos, Rebeca Bezerra Gonçalves dos; Nogueira, Sarah Evellyn Ferreira; Simões, Marco (Membro da Banca); Boechat, Glaucya Carreiro (Membro da Banca)
A previsão da demanda por internações hospitalares é fundamental para o planejamento de leitos, insumos e equipes, sobretudo em contextos marcados por sazonalidade e surtos epidemiológicos. Este trabalho teve como objetivo avaliar e comparar diferentes modelos de previsão aplicados a série temporal de internações mensais no Brasil, construída a partir de dados do SIHSUS integrados a informações epidemiológicas do SINAN. Inicialmente, foram realizadas análises estatísticas descritivas para caracterizar o comportamento da série e identificar padrões de tendência, sazonalidade e possíveis valores extremos. Em seguida, procedeu-se a análise inferencial e a construção do conjunto de dados experimental, incluindo tratamento de valores ausentes, geração de defasagens e análise de sensibilidade ao tratamento de outliers. No experimento foram ajustados modelos estatísticos clássicos e modelos de aprendizado de máquina, avaliados por meio de RMSE, MAE e MAPE em um esquema de validação temporal com divisão de dados para treinamento e para teste. Os resultados indicaram que a Regressão Linear com três defasagens apresentou o melhor desempenho preditivo, superando tanto o modelo SARIMA quanto o Random Forest, especialmente em termos de erro percentual médio. A análise de sensibilidade mostrou ainda que o desempenho do SARIMA é fortemente influenciado por valores extremos associados a surtos.
Sistema de inteligência artificial para identificação de irregularidades em ambientes confinados utilizando robô quadrúpede
(UCSal - Universidade Católica do Salvador, 2025-12-15) Barreto, Alécio José Santos; Afonso, Caio Ricardo Lincoln; Oliveira, Filipe dos Santos; Mota, Mateus Cerqueira; Leite Neto, Silenio Viana; Costa, Genaro Fernandes de Carvalho (Orient.); Silva, Elton Figueiredo da (Membro da Banca); Boechat, Glaucya Carreiro (Membro da Banca)
O presente Trabalho de Conclusão de Curso propõe o desenvolvimento de um sistema inteligente de inspeção para espaços confinados, baseado em um robô quadrúpede Unitree Go2 Edu U2 equipado com câmera de profundidade Intel RealSense D435i e módulo de processamento NVIDIA Jetson Orin NX 16 GB. A pesquisa visa integrar robótica móvel, visão computacional e inteligência artificial (IA) para automatizar a identificação de anomalias estruturais como fissuras, trincas e corrosões em obras de engenharia e ambientes de risco. O sistema foi desenvolvido com base na documentação oficial do fabricante, envolvendo instalação física e elétrica, configuração de software via SDK e criação de uma interface de controle remoto e visualização em tempo real. As imagens capturadas são processadas localmente por redes neurais do tipo YOLOv8, treinadas com a distribuição Ultralytics e uma base de dados de imagens contendo corrosões e diferentes níveis de ferrugem. Os testes realizados em ambiente controlado demonstraram que o sistema é tecnicamente viável, apresentando média de precisão de aproximadamente 0,82 e latência operacional variando entre 120 e 180 ms, valores compatíveis com o uso em inspeções contínuas. Mesmo com a latência superior à prevista em simulação, o sistema manteve estabilidade, identificando irregularidades com consistência e sem comprometer a operação do robô.
O impacto dos agentes de desenvolvimento baseados em inteligência artificial no processo de criação de software: um estudo comparativo entre abordagens vibe coding e tradicionais
(UCSal - Universidade Católica do Salvador, 2025-12-17) Palma, Antônio Victor de Almeida; Schultz, Brian Friedrich dos Santos; Silva, Jean Alves; Silva, Lucas Nascimento da; Ribeiro, Yuri Figueiredo; Peon, Haroldo Cláudio Sande de Oliveira (Orient.); Dusse, Flávio (Membro da Banca); Boechat, Glaucya Carreiro (Membro da Banca)
Os avanços tecnológicos têm gerado incertezas quanto ao futuro do desenvolvimento de software tradicional, ao mesmo tempo em que abrem espaço para novas abordagens ainda pouco exploradas. Este documento apresenta um estudo comparativo entre tecnologias consolidadas no mercado e soluções ainda pouco conhecidas, como os agentes de inteligência artificial e o desenvolvimento de software vibe coding. O objetivo principal é analisar o impacto dessas abordagens no processo de criação de software, identificando potenciais benefícios, limitações e caminhos para o futuro do desenvolvimento tecnológico, tanto pela elaboração de uma aplicação simples e funcional utilizando ambos os métodos, comparando-os e documentando todo o processo, quanto com a participação de profissionais da área e suas percepções sobre o tema através de um questionário com perguntas diretas e objetivas.
NoRisk: sistema baseado em inteligência artificial para análise de riscos jurídicos em contratos de estágio
(UCSal - Universidade Católica do Salvador, 2025-12-17) Mocitaiba Filho, Jailton da Cruz; Santos, João Antônio Luz dos; Araújo, Nicolas Raimundo Meneses de; Passos, Silas Coutinho; Santos, Vitor Gabriel Fontes; Assis, Semíramis Ribeiro de (Orient.); Dusse, Flávio (Membro da Banca); Silva, Sheila Tirony de Almeida (Membro da Banca)
Este trabalho propõe o desenvolvimento de uma ferramenta baseada em Inteligência Artificial (IA) para a análise e avaliação de riscos legais em contratos de estágio. A solução tem como objetivo democratizar o acesso à informação jurídica, permitindo que estudantes e profissionais não especialistas compreendam cláusulas contratuais e identifiquem possíveis inconformidades legais. A ferramenta utiliza técnicas de Processamento de Linguagem Natural (PLN) e modelos de linguagem baseados em aprendizado profundo para analisar o texto dos contratos, verificar a conformidade com a legislação vigente e apontar cláusulas obrigatórias ausentes ou inadequadas. A análise de literatura evidenciou o potencial da IA como instrumento de apoio à análise contratual, e os testes mostraram que a ferramenta desenvolvida identificou corretamente todos os documentos em experimentos limitados a contratos preenchidos com dados fictícios. O sistema alcançou 100% de acerto na identificação de documentos íntegros e não íntegros, com percentual de erros igual a 0%.
Processamento de linguagem natural na validação de regras de negócio em sistemas de informação
(UCSal, Universidade Católica do Salvador, 2025-06-25) Cruz, Cauã Vivas Martins da; Castro, Gabriela Santos; Ferreira, Guilherme Santos; Boaventura, Guilherme da Silva; Santos, João Vithor Souza Lima dos; Boechat, Glaucya Carreiro (Orient.); Silva, Elton Figueiredo da (Membro da Banca); Peon, Haroldo Cláudio Sande de Oliveira (Membro da Banca)
Este trabalho propõe uma abordagem inovadora para a gestão de regras de negócio em sistemas de informação por meio do uso de Processamento de Linguagem Natural (NLP). A partir do desenvolvimento da ferramenta JRules, foi possível permitir que profissionais sem conhecimento técnico em programação realizassem alterações controladas em regras de negócio utilizando linguagem natural. A solução foi validada em um sistema de triagem de emergência, o qual demonstrou ser capaz de interpretar descrições de sintomas e determinar a urgência, especialidade médica indicada e prescrição inicial. Utilizando a API da OpenAI com o modelo o3-mini, a ferramenta promove maior autonomia às equipes de negócio, reduz a dependência de desenvolvedores e aumenta a agilidade organizacional. Os resultados da pesquisa com profissionais e estudantes da área de saúde evidenciaram boa aceitação, usabilidade e potencial aplicação em ambientes reais.
Análise de métricas de software: a influência das métricas na qualidade de software e na melhoria dos processos de desenvolvimento
(UCSal, Universidade Católica do Salvador, 2025-06-27) Moreira, Adeilson Porto; Melo, Alisson Mendonça; Almeida, Amadeu Cerqueira de; Silvestre, Rodrigo Souza; Pinho, Tiago Galvão; Dusse, Flávio (Orient.); Boechat, Glaucya Carreiro (Membro da Banca); Bispo, Cristiana Pereira (Membro da Banca)
Este trabalho tem como objetivo analisar como diferentes categorias de métricas (produto, processo, projeto e recursos) são utilizadas por profissionais da área e qual o impacto dessa prática na eficiência das equipes e na qualidade dos produtos entregues. A pesquisa foi conduzida com uma abordagem exploratória e quantitativa, utilizando um questionário aplicado a 46 profissionais de desenvolvimento, qualidade e gestão de software. Os resultados revelam uma preferência pelo uso de métricas de processo e projeto, enquanto métricas de produto ainda são subaproveitadas, apesar de sua relevância técnica. Além disso, observou-se que a frequência e a forma como as métricas são revisadas variam significativamente entre os diferentes papéis nas equipes. Constatou-se que, quando bem aplicadas, as métricas deixam de ser meros indicadores e passam a desempenhar um papel ativo na tomada de decisões estratégicas, promovendo entregas mais eficientes, com menos retrabalho e maior alinhamento às necessidades do negócio. O estudo reforça a importância de uma cultura organizacional voltada à medição contínua, com foco na melhoria da qualidade e da maturidade dos processos de desenvolvimento.
Desenvolvimento de um aplicativo gamificado para o ensino de matemática básica para crianças com síndrome de Down: uma abordagem utilizando elementos de gamificação como estratégia educacional
(UCSal - Universidade Católica do Salvador, 2023-06-27) Conceição, Natália de Lima; Santos, Roberto Nascimento dos; Sena, Sara Oliveira Lima; Gabriel, Tatiane Ximenes de Oliveira; Gomes, Thiago de Melo Santos; Borges, Fernando Cezar Reis (Orient.)
Esse Trabalho tem como objetivo apresentar um aplicativo gamificado para o ensino de matemática básica para crianças com Síndrome de Down com foco na faixa etária de 7 a 15 anos. O protótipo do aplicativo foi validado junto ao público alvo, a fim de perceber a receptividade desse público com a interface projetada. O projeto foi desenvolvido a partir da ideia da gamificação como mecanismo para o aprendizado da matemática com base nas contribuições do artigo "A identificação, análise e priorização de requisitos de aplicações gamificadas para o ensino de crianças com Síndrome de Down", por Souza et al. [36] que afirma que a gamificação é uma possibilidade viável para auxiliar o ensino das crianças com Síndrome de Down. O trabalho aborda ainda a importância da matemática unificada com a gamificação, como uma maneira de tornar o aprendizado mais envolvente e eficiente para o público alvo da pesquisa. Ficou claro, ao final do experimento, que o aplicativo de gamificação ainda tem alguns tópicos para evoluir, mas sua aplicação para apresentar melhorias no desenvolvimento da disciplina de matemática para crianças com Síndrome de Down demonstrou ser possível.
Sistema de gerenciamento de energia elétrica em laboratórios de informática
(Universidade Católica do Salvador, 2021-12-10) Costa, Gabriel Barreto da Silva; Assis, Victor Dias dos Santos; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Melo, Osvaldo Requião; http://lattes.cnpq.br/; Borges, Fernando Cezar Reis; http://lattes.cnpq.br/
The present work focuses on a distributed system for managing electrical energy consumption in computer labs. From the increase in electricity consumption rates in Brazil and the observation of the difficulties faced by universities in keeping the elec- tricity consumption of computer labs within the scope and budgets foreseen. Therefore, the lack of transparency of the cost of using computers in a given period of time has consequences both for the university and for students and researchers, who rely on this resource as much as support in their academic lives. With the idea of a system to manage these laboratories, it is expected that universities have greater control of the environment in question, with regard to the time of use, costs and efficiency in the use of the computer, by the user.
Detecção de COVID-19 em imagens radiológicas torácicas através da rede neural convolucional (RNC)
(Universidade Católica do Salvador, 2020-12-11) Santana, Saulo de Andrade; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Jesus, Arnaldo Bispo de; http://lattes.cnpq.br/; Borges, Fernando Cezar Reis; http://lattes.cnpq.br/
The new Covid-19 pandemic, the new coronavirus (SARS-CoV-2), has caused many problems in several areas of society. Among these problems, the high number of tests carried out, and the lack of tests, especially in small cities, stands out efficiently. Consid- ering this insufficient resource in the identification of Covid-19, the objective of this work was to propose a solution, in an experimental study, to enable the detection of the new virus using the images of chest radiological medical examinations, which have facilitators in their realization, such as cost and availability, with the help of an Artificial Intelligence, more specifically the Convolutional Neural Network (RNC), which they are usually used to analyze images. The work consisted of its own architecture and a set of 16,500 im- ages separated into 3 classes (Normal, Covid-19 and Pneumonia), and the results of the RNC were analyzed and took place on the accuracy of the network algorithms in image recognition disorders, which is higher than 80 %. The technique proved to be promising in meeting this demand, in an experimental context. Therefore, it can be indicated as a complementary instrument in medical diagnosis in the health system for its efficacy and effectiveness, in addition to the benefits and ease for its implementation, however more tests are carried out, with a set of wide variables.
SED99 - Software Evolution Dataset - 99 repositories
(Universidade Católica do Salvador, 2020-12-11) Silva, Rodrigo Soares da; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Neiva, Antônio Cláudio Pedreira; http://lattes.cnpq.br/; Melo, Osvaldo Requião; http://lattes.cnpq.br/
The SED99 is a dataset contemplated by Open Source / Free Software projects to aid in the study of Software Evolution and in the analysis of the behavior of diversified projects over 5 years at four-month control points. The work aims to present the motiva- tions for its creation, its compilation process, ways to extract relevant information about its data and encourage other ways of exploring its content, in addition to representing a contribution to the science of Software Evolution, which compared other areas need more studies about it.
Detecção de catarata por meio de imagens utilizando redes neurais convolucionais
(Universidade Católica do Salvador, 2020-12-11) Carneiro, Hugo Vinícius; Santos, Lucas Pereira; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Jesus, Arnaldo Bispo de; http://lattes.cnpq.br/; Assis, Semiramis Ribeiro de; http://lattes.cnpq.br/
Cataract is one of the diseases of the eyeball that generates the most blindness in the world. The rapid detection of this disease, close to the appropriate treatment, contributes to the improvement of the patients’ quality of life. This work uses convolutional neural networks to train three sets of data containing images of different patients, in order to classify cataract patients and non-carriers. For this, a convolutional neural network vgg19 had its architecture modified and improved. The most successful results used by the network, was an accuracy of 100 %.
Uma ferramenta multicritérios de priorização de requisitos baseada na técnica Analytic Hierarchy Process
(Universidade Católica do Salvador, 2020-06-26) Pergentino, Jessica das Neves; Reis, Marcelo Indio dos; http://lattes.cnpq.br/; Reis, Marcelo Indio dos; http://lattes.cnpq.br/; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Borges, Fernando Cezar Reis; http://lattes.cnpq.br/
Over time, companies and businesses have constantly evolved, which makes systems and the way to develop software evolve together, becoming increasingly interactive the way to create products. Thus, it is important to have a consistent requirements prioritization phase, which takes into account the stakeholders requirements and development conditions. Doing good prioritization can define whether product development will be successful or not. The requirements prioritization system presented in this paper aims to assist decision makers in the management and prioritization of functional requirements of their projects., taking into account the prioritization considerations. This system will make it possible to use the requirements prioritization technique Analytic Hierarchy Process based on multicriteria in an automated way, facilitating the use of the technique. For this, it was necessary to make a selection of the criteria, through a study in the literature and interviews with three specialists in the area of requirements engineering. For the construction of the tool, an analysis of the domain was made, followed by the survey of the functional requirements and the elaboration of the documentation. To validate the proposed solution, a case study was carried out in a project of the software factory of the Catholic University of Salvador, the case study had four phases, where the first was the identification of the participants’ profile, the second was the prioritization of requirements using an auxiliary spreadsheet, in the sequence, the participants carried out the prioritization using the tool described in this paper, finally, a questionnaire was applied to collect information about the priorities and impressions of the participants. The results obtained in the case study demonstrate that the tool was able to automate the technique of the Analytical Hierarchy Process and facilitate the process of prioritizing requirements. The criteria presented in this paper are also suitable for the context of the project in which they were used. Participants reported that the prototype of the tool is intuitive and practical, showing that it has the potential to be improved for commercial use.
Adaptação do WGAN ao processo estocástico
(Universidade Católica do Salvador, 2020-09-30) Aquino, Rafael Rembrandt; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Pereira, Mário Jorge; http://lattes.cnpq.br/; Reis, Marcelo Índio dos; http://lattes.cnpq.br/
Within different areas of knowledge, data (different types of information) are valuable and their analysis is even more valuable. Then, associating the area of artificial intelligence, a new trend is observed, the generation of synthetic data to fill the lack of data. Therefore, analyzing current contexts, this work aims to demonstrate the use of techniques based on random events to optimize the result in the execution of algorithms based on GAN (Generative adversarial networks) and through a validation through the calculating the FID (Frechet Inception Distance) it was possible to analyze the results, determining the quality of the data generated by the proposed algorithm compared to WGAN.
Síntese de imagens de Raios-X de problemas respiratórios utilizando redes neurais adversariais generativas
(Universidade Católica do Salvador, 2020-07-22) Silva, Ícaro Santana; Oliveira, Sérgio Matheus Barbosa; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Melo, Osvaldo Requião; http://lattes.cnpq.br/; Reis, Marcelo Índio dos; http://lattes.cnpq.br/
Diverses problems in scientific study development are related to information scarcity. In the medical context, there are rares diseases that have a few cases. Beyond that, in initial stages of a new disease, patient data keep stored in medical centers, until they realize a compilation work of them. Lastly, still there a situation of about personal data are kept safe under law protection, causing a data unbalancing. Currently, this difficulty was evidenced with Coronavirus disease 2019 (COVID-19). As it’s a new disease, the scientific community had little precise data to carry out more detailed studies. Thinking about this, the work goal is to conceive x-ray lung synthetic images, which were generated by artificial intelligence, being visually realistic from a few real samples to enable the creation of repositories that will support future research and detailed studies. To reach the objective, one research was carried out to find the next works to support the development, experiments, and validations that contributed to the stage of training neural network models. To validate the provided information of that training was necessary to calculate the quality related to the original samples, to do that was used the calculation of Fréchet distance, to measure the characteristics interval between them, contributing to the validation to the best neural model applied. Counting too with a human perception experiment was applied in 81 participants in visual form, to validate by his optics and judge between the presented images in your criteria to consider the sample as genuine or synthetic. With the result obtained from the human perception experiment, was possible to identify that the samples judged by the participants as the closest to reality were the same as from the score calculated by the distance from Fréchet. With these validations, it was possible to demonstrate that the images generated by the model Wasserstein generative adversarial network (WGAN) were superior to the Deep Convolutional Generative Adversarial Network (DCGAN).
Robô Cobra: sistema para identificação de organismos vivos em estruturas colapsadas
(Universidade Católica do Salvador, 2020-06-29) Araújo, Adriano Ricardo Andrade; Rios, Luiz Henrique Brito; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Reis, Marcelo Indio dos; http://lattes.cnpq.br/; Melo, Osvaldo Requião; http://lattes.cnpq.br/
When a structure collapse occurs, caused by collapse or even for another reason, to obtain an optimized response time in the search and rescue of survivors, technology becomes an important ally in maintaining life. In this context, we see robotics as a process optimizer. This work deals with the construction of a Snake Robot, a system for the identification of living organisms in collapsed structures, which aims to identify living beings in these structures using machine learning, contemplating the implementation of an autonomous locomotion system, in addition to a classification of thermal images. For this, a thermal image dataset was generated, where we use data augmentation to add it in volume and variety, and from it generate a predictive model. This predictive model, in conjunction with object detection, allows the snake robot to function autonomously during the detection / classification of objects in living or non-living beings. In building the solution, sensors, an Arduino microcontroller were used, in addition to the Tensorflow library with Keras. With the simulated practice experiments carried out, the robot had its operation tested and validated, accurately detecting in a 180o field of view at distances between 10 to 150 cm, obtaining an average accuracy of 97.5 % for classification.
Estudo de caso sobre o uso da notação BPMN no mapeamento do processo de baixa de atividades complementares na UCSAL
(Universidade Católica do Salvador, 2020-06-29) Oliveira, Jeferson Sunderlande de; Borges, Fernando Cezar Reis; http://lattes.cnpq.br/; Wyzykowski, André Brasil Vieira; http://lattes.cnpq.br/; Melo, Osvaldo Requião; http://lattes.cnpq.br/
To demonstrate the benefits that the use of BPM can provide for a higher education institution, a case study was carried out to assess whether the BPMN notation is applicableand whether it has benefits in mapping the process of writing off complementary activities in Catholic University of Salvador (UCSAL) and, with this, point out the positive impact of the Business Process Management (BPM) approach. Therefore, it was necessary to map the initial state of the process of writing off complementary activities - AS IS at the Catholic University of Salvador, to identify improvements to be implemented, to model the new TO BE procedure, and to create manuals to assist and standardize the modeled actions. Thus, a research was carried out with a qualitative approach to the problem, explanatory as to the purposes and with the procedure of the case study. Therefore, it was found that the reduction in the number of activities in the process of writing off complementary activities, attenuation from five to two actors in the process, and the standardization of procedures in the process. It then confirms that the BPMN notation assists in strategic decisions and collaborates in identifying the reality that presents itself with the business process and, through the analysis of the mapped process, it is possible to define the improvements to be applied.
Tipificação de ocorrências policiais utilizando machine learning
(Universidade Católica do Salvador, 2019-06-18) Amorim, Matheus da Silva; Pereira, Juan Ribeiro Silva; Reis, Marcelo Indio dos; lattes.cnpq.br; Reis, Marcelo Indio dos; lattes.cnpq.br; Melo, Osvaldo Requião; lattes.cnpq.br; Aquino, Pamela Arielle Brito de; lattes.cnpq.br
Public safety is one of the main pillars for society that directly influence the citizens quality of life. Lately this area has been receiving a great focus on the investment issue, as Ballesteros (2014) says his article, much of this value has been destined to process automation. In this context, technology enters to support various routine activities, making them more efficient through better management of their resources. With that, it was suggested in this assignment the use of machine learning algorithms, to automatically typify police occurrences. It was used a base of data with police records and from it some samples were taken for validation. For this tests were selected the algorithms C4.5, CART, KNN, SVM, Rede Neural, Ripper and Random Forest. The results gotten, indicated that the C4.5 and the Ripper had the best accuracy, becoming until 99% in some tests. In a test, the application of the coefficient of correlation of Matthews and of F1 score, reached 0.89 and 0.94 in that order.
Análise experimental entre as técnicas TDD e Test-Last no processo de manutenção corretiva de software
(Universidade Católica do Salvador, 2019-06-18) Barros, Gabryela Santana; Pereira Junior, Lielson Ribeiro; Reis, Marcelo Indio dos; lattes.cnpq.br; Wyzykowski, André Brasil Vieira; lattes.cnpq.br; Wyzykowski, Andre Brasil Vieira; lattes.cnpq.br; Reis, Marcelo Indio dos; lattes.cnpq.br; Neiva, Antônio Cláudio Pedreira; lattes.cnpq.br
In the context of software development, It is possible to find any approaches. The test last development technique (TLD) is the most common process in software building practice. The test-driven development (TDD) is a technique in which tests are applied before the implementation of a feature. Due to software process improvement and with the influence of the agile movement, the TDD gained notoriety and nowadays is very widespread in the community. It is well known about benefits of software development, but there are few sources of information about corrective maintenance. This work was done in three steps. The first step had the objective of creating a dataset of codes made using TDD and TLD aprroach. For the second step a total of ten valid codes were selected during this phase, five codebases using TLD approach and five codebases using TDD approach. The third step using code that were create on previous phase, were submitted for maintenance, where possible implmentation errors should be detected. The objective of this research is, through experiments with students of various levels in the area of computing, is to check the efficiency of TDD in software maintenance compared to TLD. During development session, It is possible to notice that code built with TDD has less size and more quality comparing to TLD. In maintenance, it was observed that the codes built with TDD, had a larger number of bugs solved than the codes built with TLD. However, results of the time-saving for fixing bugs were inconclusive.

Navegar

Submissões Recentes