- Projeto de Graduação
- Histórico
Projeto de Graduação
A disciplina de Projeto de Graduação tem por objetivo levar o discente, através de trabalho individual em nível de iniciação científica, ao desenvolvimento de sua capacidade criativa na solução de problemas da área de Ciência da Computação. O objetivo da disciplina deverá ser alcançado através da execução de um trabalho individual teórico e prático, no qual deverão ser aplicados os conhecimentos adquiridos pelo discente no decorrer do curso.
Características do trabalho:
- Tratar de Análise Científica, Especificação e/ou Desenvolvimento de Algoritmos, Metodologias, Técnicas, Ferramentas ou Sistemas de Software e/ou Hardware a serem empregadas pela Ciência da Computação, nas áreas de interesse da FIPP - UNOESTE;
- Ter seu assunto proposto por um docente da FIPP - UNOESTE;
- Ter seu plano de trabalho aprovado pela coordenação da disciplina, com parecer favorável da correspondente área;
- Produzir uma revisão bibliográfica sobre o assunto proposto;
- Desenvolver o assunto objeto especificado no ante-projeto, atendendo aos objetivos constantes neste;
Mais informações: projetograduacao@unoeste.br
Acesso ao Sistema
Histórico
Busca projeto por:
CIÊNCIA DA COMPUTAÇÃO
| Aluno | DANIEL FIGUEIRINHA SILVEIRA | 2024 |
| Orientador(es) | Helton Molina Sapia | |
| Área | 1.03.04.04-5 - Teleinformática | |
| Título | Ciência de Dados Aplicada à Precificação de Apartamentos em São Paulo | |
| Aluno | ENZO MITSUO FURINI SANESHIGUE | 2024 |
| Orientador(es) | Francisco Assis da Silva | |
| Área | 1.03.03.05-7 - Processamento Gráfico (Graphics) | |
| Título | Estudo comparativo entre diferentes arquiteturas de redes neurais aplicadas à classificação de cobertura do solo utilizando imagens de satélite gratuitas | |
| Aluno | ERIC YUDI EMERICH SIAN | 2024 |
| Orientador(es) | Francisco Assis da Silva | |
| Área | 1.03.03.05-7 - Processamento Gráfico (Graphics) | |
| Título | Identificação e medição de rachaduras em edificações usando redes neurais e visão computacional | |
| Resumo | 1) Introdução e Justificativa / Introduction Fissuras e trincas ou rachaduras são falhas patológicas em construções de alvenaria e concreto, resultantes de tensões que excedem a resistência dos materiais. Elas servem como sinais precoces de degradação estrutural, indicando problemas de segurança e durabilidade. Se não forem reparadas, podem causar sérios problemas estruturais, como o afundamento da base do imóvel. Analisando os métodos de identificação precoce de rachaduras em estruturas, surgem desafios relacionados às práticas convencionais de inspeção, que frequentemente resultam em demora, subjetividade e propensão a erros humanos. A aplicação de tecnologias de inteligência artificial (IA) e visão computacional surge como um auxílio, oferecendo a oportunidade de aprimorar a eficácia e eficiência na detecção dessas imperfeições estruturais. 2) Objetivos / Goals O trabalho tem como objetivo desenvolver um recurso computacional para a identificação automática de rachaduras, fissuras e trincas em estruturas, com o objetivo de aprimorar a precisão e eficiência no processo de inspeção estrutural, além de medir e categorizar essas imperfeições. 3) Material e Métodos / Methodology A primeira etapa envolve o treinamento das redes neurais U-net, VGG16 U-net e Deeplabv3+, para identificar as imperfeições nas edificações. As imagens para treinamento, constituídas de 800 imagens de residenciais com rachaduras, foram obtidas de conjuntos de dados online e capturadas pelos autores. Busca-se descobrir qual a melhor rede neural para essa atividade ou combinação de mais de uma rede. Uma segunda etapa do trabalho, em desenvolvimento, é calcular o comprimento e espessura das rachaduras, fissuras ou trincas identificadas, utilizando a região de interesse identificada pela rede neural. Nesse processo faz-se necessário corrigir a perspectiva do objeto na imagem e calcular as medidas utilizando os pixels e alguma referência conhecida. 4) Resultados / Results Os resultados alcançados foram da primeira etapa do trabalho que é o treinamento e aplicação das redes neurais para identificação das rachaduras. Em relação ao treinamento das redes, a U-net destacou-se, alcançando uma acurácia de 99,88, em seguida, a rede híbrida VGG16 U-net apresentou uma acurácia de 99,54, e a rede DeeplabV3+ obteve uma acurácia de 99,76. Foram realizados experimentos utilizando imagens, não usadas nos treinamentos das redes neurais. A rede U-Net obteve resultados corretos de identificação e segmentação em 80 das imagens, enquanto a U-Net VGG16 e a Deeplabv3+ apresentaram resultados em apenas 40 das imagens. | |
| Aluno | HEITOR FOLIM | 2024 |
| Orientador(es) | Mario Augusto Pazoti | |
| Área | 1.03.04.00-2 - Sistemas de Computação | |
| Título | Detecção de irregularidades em imagens raio-x de joelhos utilizando aprendizado de máquina. | |
| Aluno | HENRIQUE MAIOLI PELEGRINI | 2024 |
| Orientador(es) | Silvio Antonio Carro | |
| Área | 1.03.04.00-2 - Sistemas de Computação | |
| Título | Uso de Machine Learning aplicada no Gerenciamento de Escalações de Times Futebol | |
| Aluno | VINÍCIUS SANTANA RAMOS | 2024 |
| Orientador(es) | Francisco Assis da Silva | |
| Área | 1.03.03.05-7 - Processamento Gráfico (Graphics) | |
| Título | Mapeamento de postes de energia através do reconhecimento em vídeos 360 graus | |
| Aluno | VITOR HUGO ROSSI MARTINEZ | 2024 |
| Orientador(es) | Robson Augusto Siscoutto | |
| Área | 1.03.04.00-2 - Sistemas de Computação | |
| Título | Ensino de História mediado por Tecnologias Interativas | |
| Resumo | De acordo com a BNCC e o Currículo Paulista, a disciplina de História tem a finalidade de fomentar um pensamento crítico e preparar os alunos para viver em sociedade de modo a respeitar as diferenças culturais, crenças e opiniões. Apesar da relevância desta disciplina, muitos estudantes veem seus conteúdos como decorativos e desinteressantes, bem como, o uso de tecnologias e/ou aplicativos de computador, que possam promover/instigar o aprendizado de alunos nas salas de aulas das escolas públicas, ainda é ínfimo. Os jogos digitais e a Realidade Virtual surgem como uma forte ferramenta para motivar os estudantes e apresentam grande potencial para serem empregadas na disciplina de História, possibilitando a visualização e interação com objetos tridimensionais que representam construções, sítios arqueológicos ou locais do passado, tornando o aprendizado lúdico. Diante disso, este trabalho apresenta um aplicativo em Realidade Virtual que faz uso de ambientes virtuais tridimensionais interativos para auxiliar no processo de ensino/aprendizagem dos estudantes do ensino fundamental brasileiro na disciplina de História. A metodologia empregada iniciou-se a partir da realização de uma revisão sistemática da bibliografia para delimitação da pesquisa e trabalhos relacionados. Após a definição dos requisitos, ambientes virtuais tridimensionais interativos foram construídos representando situações reais adequadas à disciplina de história. Com um protótipo desenvolvido, testes e avaliações qualitativas, parciais, foram realizados. No desenvolvimento, foram utilizadas as tecnologias Unity e HTML, um computador e um Aparelho Smartphone. Os testes práticos com estudantes não foram aplicados no contexto deste trabalho. Os testes foram realizados pelos pesquisadores da área da história e computação, vinculados ao projeto, por meio de uma avaliação de usabilidade e jogabilidade dos ambientes virtuais, bem como, se estão coerentes com os conteúdos ensinados em sala de aula. O aplicativo recebeu uma avaliação positiva quanto aos ambientes virtuais, à jogabilidade, coerência e ao nível de dificuldade esperado, atingindo as expectativas e objetivos propostos, sendo qualificado adequadamente e aprovado pelos pesquisadores. O protótipo está em fase final de desenvolvimento e será testado e avaliado utilizando uma adaptação da heurística de Nielsen para Ambientes Virtuais. Desta forma, será possível seu uso futuro por alunos e professores do ensino fundamental em sala de aula. | |