| Data | Hora | Local | Título do Trabalho |
| 21/11/2023 | 18:30 | A defesa será realizada remotamente via Google. Link da videochamada: https://meet.google.com/pyj-jqcu-wve | ESTUDO E IMPLEMENTAÇÃO DE CLASSIFICADORES BINÁRIOS PARA DETECÇÃO DE MALWARES DE ANDROID BASEADOS EM FEATURES ESTÁTICAS |
| 22/11/2023 | 10:00 | A defesa será realizada remotamente via Google. Link da videochamada: https://meet.google.com/bqq-hevh-rzy | APLICAÇÕES DE REDES NEURAIS NA PREVISÃO DE OPERAÇÕES DAY TRADE |
| 22/11/2023 | 18:30 | Laboratório de Inteligência Computacional (Linc) | PROTOTIPAÇÃO DE UM APLICATIVO PARA PROPOR E EXIBIR ROTAS PARA A COLETA DE RESÍDUOS SÓLIDAS NA CIDADE DE FORMIGA |
| 16/11/2023 | 8:00 | Sala 12 (Lab. Matemátcia) | UTILIZAÇÃO DA HEURÍSTICA NSGA-II NA OTIMIZAÇÃO DAS ROTAS DE COLETA DE LIXO DE UMA CIDADE |
| 16/11/2023 | 16:00 | Sala 15 | SISTEMA DE LOGÍSTICA VOLTADO PARA A COLETA E ENTREGA EM MENOR CAMINHO |
| 14/11/2023 | 16:00 | Sala 26 | FERRAMENTA DE VISÃO COMPUTACIONAL PARA MONITORAMENTO DO MOVIMENTO DE BARRA FIXA VOLTADO PARA TESTES DE APTIDÃO FÍSICA |
| 19/12/2023 | 13:30 | REMOTO via https://meet.google.com/ovq- |
FILTRAGEM HÍBRIDA PARA SISTEMA DE RECOMENDAÇÃO DE LIVROS UTILIZANDO REDES NEURAIS |
Título do Trabalho: ESTUDO E IMPLEMENTAÇÃO DE CLASSIFICADORES BINÁRIOS PARA DETECÇÃO DE MALWARES DE ANDROID BASEADOS EM FEATURES ESTÁTICAS
Discente: RAFAEL ALVARENGA DE AZEVEDO
Curso: Bacharelado em Ciência da Computação
Data/hora: 21/11/2023 (terça-feira) às 18:30 horas
Local: A defesa será realizada remotamente via Google. Link da videochamada: https://meet.google.com/pyj-jqcu-wve
Banca Avaliadora:
Prof.º Mário Luiz Rodrigues Oliveira (orientador, IFMG)
Prof.º Everthon Valadão dos Santos(IFMG)
Prof.º Walace de Almeida Rodrigues (IFMG)
Resumo:
Este trabalho oferece uma visão abrangente sobre a crescente dependência da sociedade contemporânea em relação à tecnologia, em particular aos dispositivos móveis . Diante disso, destaca-se que aplicativos maliciosos de Android podem ser usados para uma ampla gama de atividades ilícitas que afetam a segurança e a privacidade dos usuários. Logo, é necessário uma intervenção por parte de pesquisadores para responder e mitigar esse tipo de ameaça cibernética. Para contribuir com essa premissa, conduziu-se uma revisão sistemática da literatura, de estudos entre os anos de 2015 a 2021, para identificar técnicas e ferramentas que tratam problemas de Análise de Malware em dispositivos Android. Consequentemente, leram-se 60 artigos na íntegra para compilar e classificar técnicas e ferramentas, tipos de malwares e técnicas anti-análise de malware, mais recorrentes. Por conseguinte, os resultados deste trabalho permitem concluir que a análise de malwares em dispositivos Android está em constante evolução, pois existem técnicas tanto para analisar amostras, como para impedir esta análise. Ainda, identificaram-se 118 técnicas, de classes distintas, para tratar os problemas dessa área de estudo; 357 ferramentas, classificadas como as técnicas; 9 técnicas anti-análises; e 14 tipos de malwares. Adicionalmente, por meio da montagem de um dataset com 10000 aplicativos, legítimos e maliciosos, com o emprego das técnicas Permission based Analysis, Call Graph Analysis e Taint Analysis, conclui-se que é possível caracterizar aplicativos Android, na medida em que são identificados métodos alcançáveis no call graph de um app e métodos que vazam informações sensíveis do usuário. Com o dataset pronto, implementou-se e avaliou-se os resultados dos seguintes classificadores binários: Decision Tree, Random Forest, Adaboost, Naive Bayes e SVM (RBF).
Título do Trabalho: APLICAÇÕES DE REDES NEURAIS NA PREVISÃO DE OPERAÇÕES DAY TRADE
Discente: YURI GANDRA SANTOS
Curso: Bacharelado em Ciência da Computação
Data/hora: 22/11/2023 (quarta-feira) às 10:00 horas
Local: A defesa será realizada remotamente via Google. Link da videochamada: https://meet.google.com/bqq-hevh-rzy
Prof.º Mário Luiz Rodrigues Oliveira (orientador, IFMG)
Prof.º Rodrigo Menezes Sobral Zacaroni (co-orientador,IFMG)
Prof.º Marlon Jesus Lizarazo Urbina (IFMG)
Resumo:
Esta monografia abordou o desenvolvimento e análise de quatro modelos de redes neurais: Autoencoders, Redes neurais convolucionais, Redes neurais LTSM e as Redes neurais padrão, visando avaliar seu desempenho em operações de day trade. Os resultados destacaram
a complexidade da implementação de redes neurais no ambiente financeiro, com cada modelo apresentando características únicas e trade-offs significativos. O estudo ressaltou a importância de abordagens adaptativas e cuidadosas na escolha e implementação de redes
neurais em sistemas de negociação, reconhecendo a inexistência de uma solução universal. No trabalho esses modelos foram implementados, testados e avaliados utilizando métricas como lucro obtido, numero de negociações, porcentagem de negociações com lucro, fator de lucro e fator de recuperação. Com isso, concluímos que o melhor modelo de rede neural dentre as analisadas foi o autoencoder. Por obter o maior lucro e na maior parte dos testes os melhores resultados de acordo com as métricas adotadas. Isso não indica que as outras são ruins ou não podem ser utilizadas no mercado financeiro. Apenas que para o tempo gráfico de 15 minutos o modelo que apresentou o melhor resultado foi o autoencoder e que nesse cenário ele é a melhor opção.
Título do Trabalho: PROTOTIPAÇÃO DE UM APLICATIVO PARA PROPOR E EXIBIR ROTAS PARA A COLETA DE RESÍDUOS SÓLIDAS NA CIDADE DE FORMIGA
Discente: WEVERTON RODRIGUES ARANTES
Curso: Bacharelado em Ciência da Computação
Data/hora: 22/11/2023 (quarta-feira) às 18:30 horas
Local: Laboratório de Inteligência Computacional (Linc) - 1º andar do Bloco B – IFMG Campus Formiga
Banca Avaliadora:
Prof.º Mário Luiz Rodrigues Oliveira (orientador, IFMG)
Prof.º Fernando Paim Lima (IFMG)
Prof.º Walace de Almeida Rodrigues (IFMG)
Resumo:
A coleta de lixo é uma atividade muito importante na sociedade atual, por causa dessa relevância os municípios estabelecem diretrizes legais para o cumprimento e realização dessa atividade. Segundo o plano municipal de saneamento básico da prefeitura de Formiga e conforme a lei Federal nº. 11.445/2007 do código de limpeza urbana, a coleta de lixo é um dos serviços de limpeza urbana que são responsabilidades básicas do poder executivo. Dados de 2008 produzidos pelo IBGE indicam que 98% dos domicílios localizados em zonas urbanas têm serviço de coleta de lixo. Além disso, o lixo coletado no Brasil no ano de 2010 alcançou a taxa média de 306 kg/hab/ano, ou seja, o Brasil produz aproximadamente 160.000 toneladas de lixo por dia (IBGE, 2012). Dada a importância do tema, propõe-se um protótipo de aplicativo para exibir graficamente rotas a serem seguidas na coleta de resíduos sólidos na cidade de Formiga. Neste trabalho, abordou-se o problema para definição de rotas para coleta de resíduos sólidos como instancia do Problema Roteamento de Veículos Capacitado (CVRP). Identificou-se na literatura que as abordagens algorítmicas mais utilizadas na resolução do CVRP são: Algoritmos Genéticos, Colônia de Formiga e Optimização por enxame de partículas. Implementou-se tais algoritmos e realizou-se experimentos computacionais em alguns benchmarks. Os resultados experimentais indicaram que a abordagem utilizando algoritmos genéticos é a mais promissora. Assim aplicou-se tal abordagem para propor rotas de coleta de resíduos sólidos em bairros da cidade de Formiga. Por fim, foi construído um aplicativo em Flutter para mostrar os resultados e também uma API em Spring Boot para fazer a comunicação entre os códigos.
Título do Trabalho: UTILIZAÇÃO DA HEURÍSTICA NSGA-II NA OTIMIZAÇÃO DAS ROTAS DE COLETA DE LIXO DE UMA CIDADE”
Discente: LUCAS MATEUS MENEZES SILVA
Curso: Bacharelado em Ciência da Computação
Data/hora: 16/11/2023 (quinta-feira) às 08:00 a.m.
Local: Sala 12 (Lab. Matemática) - 1º andar do Bloco C – IFMG Campus Formiga
Banca Avaliadora:
Prof.º Everthon Valadão (orientador, IFMG)
Prof.º Mário Luiz Rodrigues Oliveira (IFMG)
Prof.º Marlon Jesus Lizarazo Urbina (IFMG)
Resumo:
"O Brasil é um dos grandes produtores de lixo do mundo. De acordo com um estudo feito pelo WWF (World Wide Fund for Nature), o Brasil se encontra na 4a posição como o maior produtor de lixo plástico em todo o mundo (WWF, 2019). Com tanto lixo sendo produzido no país, torna-se difícil para que as cidades coletem todo o lixo e ainda o façam de uma forma eficiente. Neste trabalho é proposto um método para otimizar rotas de veículos coletores de lixo, através da meta-heurística NSGA-II, tendo sido desenvolvido um protótipo de software que gera rotas de coleta otimizadas, para uma determinada cidade ou região. Nos experimentos, foram utilizados como cenários as cidades de Formiga/MG e Lagoa da Prata/MG, as soluções geradas conseguiram de forma eficaz gerar rotas que passam por todos os pontos de coleta definidos (esquinas entre as ruas) bem como coletar todo o montante de lixo simulado respeitando as restrições na quantidade de caminhões de lixo. Por utilizar uma heurística multiobjetivo, a aplicação gera um conjunto de soluções possíveis, de forma que o responsável pela coleta de lixo daquela localidade escolha a solução que melhor atenda suas demandas, ex.: limitação na quantidade de caminhões, periodicidade desejada da coleta, maior economia de combustível, dentre outras. Com o problema devidamente modelado para a meta-heurística NSGA-II, foi possível otimizar todas as funções-objetivo definidas com um tempo de processamento em torno de quatro horas. Para tal, foram experimentadas diferentes estratégias de mutação e de crossover, devidamente documentadas. Dentre as principais contribuições realizadas por esse trabalho estão: confecção de uma aplicação que gera configurações de rotas de coleta de lixo para uma cidade ou região; modelagem para simulação do lixo diariamente gerado em cada rua de uma cidade, em média; modelagem da limitação na capacidade de cada caminhão transportar lixo (Problema de Roteamento de Veículos Capacitados), demandando mais de uma viagem; modelagem de função-objetivo para que as rotas geradas para os caminhões evitem subir e descer morros desnecessariamente (Problema do Carteiro Chinês Com Vento); proposta de uso de memo[r]ização da clusterização para agilizar o tempo de execução do algoritmo. O software elaborado exporta um arquivo KML contendo as diferentes rotas geradas, de maneira que possam ser carregadas e visualizadas no Google Earth. Todo o código gerado foi disponibilizado para acesso público em um repositório no GitHub."
Título do Trabalho: SISTEMA DE LOGÍSTICA VOLTADO PARA A COLETA E ENTREGA EM MENOR CAMINHO
Discente: JEFFERSON MARQUES COSTA ALVES
Curso: Bacharelado em Ciência da Computação
Data/hora: 16/11/2023 (quinta-feira) às 16:00
Local: Sala 15 - 1º andar do Bloco C – IFMG Campus Formiga
Banca Avaliadora:
Prof.º Fernando Paim Lima (orientador, IFMG)
Prof.º Bruno Ferreira (IFMG)
Prof.º Manoel Pereira Júnior (IFMG)
Resumo:
"O planejamento de rotas é um processo que envolve a determinação da melhor maneira de se deslocar de um ponto de origem para um destino específico. É frequentemente utilizado em logística, gestão de transporte, aplicativos de navegação, planejamento de viagens e diversas outras áreas. Este trabalho apresenta o desenvolvimento de um protótipo de sistema web e móvel em nível de prova de conceito voltados para logística. O sistema web propõe funcionalidades para o administrador, como vincular pontos onde o operador deve percorrer em um determinado dia. Foi utilizado o framework Angular no frontend e Spring boot com Java no backend, juntamente com o banco de dados MySql que foi responsável pelo armazenamento de dados da web. O sistema móvel foi feito utilizando o framework Flutter, no APP é onde os pontos são buscados e suas distâncias são requisitadas a fim de montar o grafo para o operador realizar a consulta e então gerar um trajeto de custo mínimo por meio de uma heurística para ser percorrido. Com a utilização desses recursos e a aplicação da metodologia unificada, o protótipo final apresenta a implementação, incorporando as tecnologias mencionadas."
Título do Trabalho: FERRAMENTA DE VISÃO COMPUTACIONAL PARA MONITORAMENTO DO MOVIMENTO DE BARRA FIXA VOLTADO PARA TESTES DE APTIDÃO FÍSICA
Discente: LUCAS MATEUS FERNANDES
Curso: Bacharelado em Ciência da Computação
Data/hora: 14/11/2023 (terça-feira) às 16:00
Local: Sala 26 - 2º andar do Bloco C – IFMG Campus Formiga
Banca Avaliadora:
Prof.º Fernando Paim Lima (orientador, IFMG)
Prof.º Manoel Pereira Junior (IFMG)
Prof.º Roger Santos Ferreira (IFMG)
Resumo:
"A flexão de braços na barra fixa, conhecida como movimento de barra fixa, é uma atividade física comum nos testes de aptidão física de concursos públicos para cargos em carreiras relacionadas à segurança pública. No entanto, um desafio na avaliação do Teste de Aptidão Física (TAF) é a possibilidade de fadiga de decisão por parte dos avaliadores no dia do exame. Este trabalho visa desenvolver uma ferramenta de visão computacional em nível de prova de conceito para analisar a corretude do movimento de barra fixa, considerando parâmetros presentes nos editais de concursos públicos na esfera militar."
Discente: Bruna Cristina Mendes
Curso: Bacharelado em Ciência da Computação
Data/hora: 19/12/2023 (terça-feira) às 13:30
Local: REMOTO via https://meet.google.com/ovq-
Banca Avaliadora:
Prof.º Everthon Valadão (orientador, IFMG)
Prof.º Alexandre Pimenta (IFMG)
Prof.º Bruno Ferreira (IFMG)
Resumo:
"Esta monografia aborda o desenvolvimento de um sistema de recomendação híbrido para livros, combinando abordagens colaborativas e baseadas em conteúdo, impulsionado por Redes Neurais. A crescente complexidade e diversidade dos dados tornam essencial a adoção de modelos híbridos, e este trabalho justifica-se pela necessidade de oferecer aos leitores sugestões mais relevantes e personalizadas, superando as limitações dos modelos tradicionais. O objetivo do trabalho é estudar, implementar e avaliar um sistema de recomendação híbrido, utilizando uma DNN, que não apenas sugira obras com base em preferências passadas, mas também leve em conta características literárias específicas, proporcionando recomendações mais contextuais. A validação foi conduzida por meio de experimentos utilizando os conjuntos de dados do BookCrossing e da Amazon, e a avaliação é feita comparando a precisão das recomendações com o modelo de filtragem colaborativa e identificando melhorias na personalização do modelo híbrido proposto. As principais contribuições deste trabalho incluem a implementação de um sistema híbrido eficaz, que possibilita a avaliação comparativa com modelos tradicionais e análise das melhorias alcançadas."