http://www.monografias.ufop.br/handle/35400000/10 2026-08-12T18:24:45Z 2026-08-12T18:24:45Z Custodio, Arthur Alexandre Cunha http://www.monografias.ufop.br/handle/35400000/9514 2026-08-12T14:26:03Z 2026-01-01T00:00:00Z

Título: 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.

2026-01-01T00:00:00Z Mendes, Ana Laura Siqueira http://www.monografias.ufop.br/handle/35400000/9512 2026-08-12T11:48:40Z 2026-01-01T00:00:00Z

Título: 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.

2026-01-01T00:00:00Z Mendonça, Rui Augusto Drumond http://www.monografias.ufop.br/handle/35400000/9453 2026-08-03T11:15:32Z 2026-01-01T00:00:00Z

Título: 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 Marvila, Kemuel http://www.monografias.ufop.br/handle/35400000/9452 2026-08-03T11:11:37Z 2026-01-01T00:00:00Z

Título: Aplicação de técnicas de otimização para o problema de seleção de pedidos ótima. Autor(es): Marvila, Kemuel Resumo: Este trabalho aborda o Problema da Seleção de Pedidos Ótima (PSPO), um problema intralogístico de otimização da coleta de pedidos (order picking) e formação de lotes (order batching) em centros de distribuição de comércio eletrônico (e-commerce). Fundamentada no desafio do LVII Simpósio Brasileiro de Pesquisa Operacional (SBPO) em parceria com o Mercado Livre, a problemática modela-se como um problema de Programação Fracionária NP-Hard, cuja função objetivo visa a maximizar a produtividade da onda de coleta (wave), expressa pela razão entre itens selecionados e corredores ativados, sob restrições de capacidade e estoque. Para sua resolução, desenvolveu-se o OOSP-MetaSolver Framework na linguagem Rust, integrando avaliação incremental de saldos em complexidade temporal O(k), heurísticas construtivas orientadas a pedidos (Order-Centric) e a corredores (Aisle-Centric), exploração multi-vizinhança com o Variable Neighborhood Descent (VND) e as metaheurísticas GRASP Reativo (R-GRASP) e Otimização por Enxame de Partículas Binário Adaptativo Reativo (AR-BPSO) com paralelismo nativo. Conduziu-se avaliação experimental nas 50 instâncias oficiais do problema sob o limite fixo de 600 segundos. Os experimentos indicam que a razão de densidade pedidos/corredores (R = Ped./Cor.) orienta a eficácia construtiva: quando R ≥ 1, a consolidação por corredores apresenta desvio médio de 7,64% em menos de 0,05 segundos, margem reduzida para 1,71% pela busca local VND. Na avaliação global, o R-GRASP obteve desvio médio de 1,00% e convergiu para a melhor solução conhecida (Best Known Solution, BKS) em 46,00% das instâncias em 77,34 segundos. O AR-BPSO alcançou o menor desvio do estudo (0,79%) e convergiu para a BKS em 50,00% das instâncias em 247,57 segundos médios. No confronto com a literatura, as abordagens propostas apresentaram resultados superiores à heurística de referência do estado da arte em 9 instâncias (convergindo para a BKS em 5 delas) e encontraram soluções viáveis com desvios residuais inferiores aos de modelos exatos de Programação Linear Inteira onde estes não fecharam o gap dual. De modo geral, os resultados indicam a aplicabilidade do método para operações intralogísticas.

2026-01-01T00:00:00Z