Faculdade de Tecnologia Shunji Nishimura (Pompéia) https://ric.cps.sp.gov.br/handle/123456789/5288 2026-05-04T11:43:42Z 2026-05-04T11:43:42Z CAVANO, Luis Ricardo Sevilha https://ric.cps.sp.gov.br/handle/123456789/44078 2026-04-30T17:40:54Z 2025-06-04T00:00:00Z

Title: Aplicação do ResNet-50 para classificação binaria de folhas cítricas Authors: CAVANO, Luis Ricardo Sevilha Abstract: Este trabalho apresenta a aplicação da arquitetura ResNet-50 para a classificação binária de folhas cítricas saudáveis e infectadas pelo Huanglongbing (HLB). A citricultura no Brasil é uma atividade agrícola de grande importância, sendo o país o maior exportador mundial de suco de laranja. O HLB, causado por bactérias do gênero Candidatus Liberibacter, é considerado a doença mais destrutiva da citricultura global, exigindo diagnósticos rápidos para um manejo eficaz. A metodologia empregou o "Citrus Plant Dataset", que contém imagens de folhas cítricas saudáveis e infectadas por diversas doenças, incluindo o HLB. As imagens foram pré-processadas com redimensionamento, conversão de cores para o espaço YCrCb, equalização de histograma no canal Y, e filtragem bilateral para realçar detalhes e preservar bordas. O treinamento utilizou a ResNet-50 com aprendizado por transferência, reaproveitando pesos previamente treinados no ImageNet. Para otimização e prevenção de overfitting, foram aplicadas técnicas como dropout, global average pooling, ajuste fino (fine-tuning) das camadas do backbone, early stopping e ajuste dinâmico da taxa de aprendizado. Os resultados emonstraram uma redução constante e significativa da função de perda (loss) em ambos os conjuntos de dados, sem sinais de overfitting, indicando a eficácia das estratégias de regularização. A acurácia de treinamento e validação apresentou um crescimento expressivo e se manteve estável nas épocas finais. A análise da diferença entre as acurácias (gap) indicou um bom ajuste e equilíbrio do modelo ao longo do treinamento. Em conclusão, o estudo demonstrou que a combinação da ResNet-50 com aprendizado por transferência e técnicas de pré-processamento de imagens permite desenvolver um modelo de classificação binária altamente acurado (99,26%) e com baixo erro de generalização para detecção de HLB em folhas cítricas, mesmo com um dataset reduzido.

2025-06-04T00:00:00Z SILVA, Lennon Machado da ARAÚJO, Willian Neves de https://ric.cps.sp.gov.br/handle/123456789/44062 2026-04-30T17:02:18Z 2025-06-04T00:00:00Z

Title: Inteligência artificial aplicada à moderação de discurso de ódio no Discord Authors: SILVA, Lennon Machado da; ARAÚJO, Willian Neves de Abstract: Com o crescimento do uso da internet e das redes sociais, intensificou-se também a disseminação de discursos de ódio em plataformas digitais, como o Discord. Nesse contexto, este estudo teve como proposta contribuir para tornar os ambientes virtuais mais seguros, por meio da aplicação de técnicas de Processamento de Linguagem Natural (PLN) voltadas à moderação automatizada de conteúdo online. O objetivo do trabalho consistiu em desenvolver uma solução capaz de identificar e moderar mensagens ofensivas, utilizando inteligência artificial com base em redes neurais do tipo Long Short-Term Memory (LSTM). A pesquisa foi iniciada com a coleta de dados do corpus HateBR, seguido por um rigoroso processo de pré-tratamento dos textos, incluindo limpeza, tokenização, normalização e transformação em vetores por meio de embeddings. O modelo LSTM foi treinado com dados balanceados e utilizou técnicas como regularização L2 e dropout para mitigar o overfitting. O otimizador RMSprop demonstrou os melhores resultados, atingindo 83,43% de acurácia, 87,86% de precisão, 77,57% de recall e F1-score de 82,40%. Foi implementado um sistema funcional em um bot do Discord, com capacidade para moderar mensagens em tempo real e notificar administradores. Embora eficiente, o modelo apresentou limitações diante a sarcasmos, ironias e variações linguísticas. Como trabalho futuro, propõe-se a integração de modelos híbridos, com CNNs e camadas de attention, além da expansão da base de dados.

2025-06-04T00:00:00Z SILVA, João Paulo Padilha de Oliveira SILVA, João Pedro Padilha de Oliveira https://ric.cps.sp.gov.br/handle/123456789/44061 2026-04-30T14:48:31Z 2025-06-04T00:00:00Z

Title: Site para coleta e resumo de notícias do agronegócio Authors: SILVA, João Paulo Padilha de Oliveira; SILVA, João Pedro Padilha de Oliveira Abstract: A demanda por informações rápidas e precisas tem crescido de forma acelerada em todas as áreas, sobretudo no setor agropecuário, onde se manter atualizado pode ser um grande diferencial para a produção, impactando de maneira direta as tomadas de decisões e a administração de recursos. Informações como condições de clima, variação nos valores do mercado, e políticas públicas são alguns dos fatores que afetam diretamente o agricultor e devem ser monitorados constantemente. Diante da complexidade do setor em questão, tendo em vista crises econômicas e impactos na produção, faz-se necessário o uso de uma ferramenta que disponha dados com maior precisão e de fácil acesso. Com base no problema abordado foi desenvolvido o site Nova Agro, que faz coleta e resumo de notícias do agronegócio que pode se atualizar em tempo real. O objetivo do site é de maneira eficaz, apresentar informações confiáveis através técnicas de extração de dados de sites e expor um resumo que aborda os fatos, com informações mais precisas e simplificadas. Sua aplicação garante a fidelidade de informações do setor agro, concedendo em apenas um local, diversas informações. Com isso, a plataforma retratada supre as carências de confiabilidade, atualização dos informativos e conteúdo dinâmico ao unir fontes variadas com tecnologia da automação, oferecendo resumos precisos.

2025-06-04T00:00:00Z FAGGION, João Vitor Campos https://ric.cps.sp.gov.br/handle/123456789/44060 2026-04-30T14:34:27Z 2025-06-03T00:00:00Z

Title: Desenvolvimento de plataforma opensource de criação de currículos para alunos de ensino médio e superior Authors: FAGGION, João Vitor Campos Abstract: Este trabalho apresenta o desenvolvimento de uma aplicação web voltada à criação de currículos personalizados para alunos do ensino fundamental e médio, com a finalidade de auxiliar na organização de informações relevantes para a inserção no mercado de trabalho. A plataforma tem o intuito de ajudar alunos que muitas vezes não tem acesso a esse tipo de ferramenta, é uma plataforma que não visa fins lucrativos, por isso é definida como OpenSource, com os códigos que podem ser localizados no Github (https://github.com/joaofaggion17). A aplicação permite que o estudante registre, de forma autônoma, dados como informações pessoais, formação acadêmica, cursos, projetos, experiências extracurriculares e habilidades, por meio de uma interface intuitiva e acessível. A metodologia adota tecnologias modernas, como Next.js e React no front-end, Prisma ORM para o gerenciamento de dados, PostgreSQL como banco de dados relacional e Tailwind CSS para a estilização responsiva da interface. O sistema também incentiva a interação entre alunos, professores e orientadores durante o processo de revisão do currículo, promovendo o protagonismo estudantil e o autoconhecimento. Como resultado, o projeto entrega uma ferramenta digital prática, que facilita a construção de currículos estruturados, valorizando as trajetórias escolares dos alunos. Conclui-se que a aplicação contribui significativamente para o desenvolvimento de competências interpessoais e acadêmicas, além de atender às demandas da educação contemporânea por soluções acessíveis e eficazes para a preparação profissional dos jovens.

2025-06-03T00:00:00Z