Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Medeiros, Felipe Lima de"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 3 de 3
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    TCC
    Integração de dados legislativos e inteligência artificial para consulta e análise
    (Universidade Federal do Rio Grande do Norte, 2025-01-17) França, Gustavo Jerônimo Moura de; Oliveira, Luiz Affonso Henderson Guedes de; http://lattes.cnpq.br/4517905498137968; Medeiros, Felipe Lima de; Lemos, Lemyson Oliveira
    Este trabalho teve como objetivo desenvolver uma solução técnica, utilizando análise baseada em linguagem natural, mais especificamente de Modelos de Linguagem de Larga escala (Large Language model - LLMs), para facilitar o acesso aos dados legislativos da Câmara dos Deputados, com uma interface que proporciona uma experiência agradável, de fácil acesso que permite a execução de consultas de informações para análise. Para isso, foram coletados os dados em formato JSON disponibilizados pela Câmara dos Deputados e transformados em um banco de dados relacional MySQL. O sistema faz o uso de uma LLM, integrada ao framework LangChain, que gera consultas SQL a partir de uma entrada de texto feita em linguagem natural, essa consulta é executada na base de dados e os resultados obtidos são apresentados em uma interface gráfica desenvolvida utilizando o framework Streamlit, que fornece ao usuário um campo específico para realizar perguntas e uma exibição das respostas obtidas.
  • Nenhuma Miniatura disponível
    TCC
    Monitoramento da saúde e intervenção automatizada do sistema de coleta de dados industriais em tempo real
    (Universidade Federal do Rio Grande do Norte, 2022-07-25) Medeiros, Felipe Lima de; Leitão, Gustavo Bezerra Paz; Souza, Danilo Curvelo de; Oliveira, Luiz Affonso Henderson Guedes de
    Os sistemas de coleta de dados industriais estão sujeitos a diferentes possíveis problemas. A parada não programada desses serviços, pode causar uma grande perda de dados. Diante disso, neste trabalho, foi desenvolvida uma ferramenta para a monitoração e intervenção automatizada. Quando for detectada uma indisponibilidade no serviço de coleta de dados, automaticamente a ferramenta acionará uma intervenção, com o objetivo de normalizar o serviço monitorado. Para a construção dessa ferramenta, foi feito planejamento, a fim de obter os requisitos, em sequência, o desenvolvimento, que foi a etapa de implementação dos requisitos planejados. Com o objetivo de testar a ferramenta, foi simulado cenários distintos, para analisar o comportamento o projeto desenvolvido. Como resultado, foi verificado que a ferramente conseguiu cumprir seu objetivo de fazer a monitoração e intervenção automatizada.
  • Nenhuma Miniatura disponível
    TCC
    Plataforma de pesquisa avançada: facilitando o acesso à informação a partir de filtros e machine learning
    (Universidade Federal do Rio Grande do Norte, 2025-01-16) Macedo, Maria Jamilli Lemos de; Oliveira, Luiz Affonso Henderson Guedes de; Medeiros, Felipe Lima de; Lemos, Lemyson Oliveira
    O presente trabalho apresenta o desenvolvimento do ProLeitura, um sistema de busca acadêmica inteligente voltado para estudantes e pesquisadores da Universidade Federal do Rio Grande do Norte (UFRN). A plataforma tem como objetivo otimizar o processo de busca por referências relevantes e confiáveis, utilizando aprendizado de máquina e integração com ferramentas modernas, como Firebase e Google Custom Search API. A metodologia adotada abrangeu técnicas de engenharia de software, design centrado no usuário (User-Centered Design) e aprendizado de máquina. O sistema oferece funcionalidades como personalização de resultados, salvamento de referências e predição de relevância, proporcionando uma experiência eficiente e adaptativa. Os resultados indicam melhorias significativas na eficiência das buscas e na qualidade das referências obtidas, destacando o impacto positivo da tecnologia no ambiente acadêmico. Por fim, o estudo discute as limitações encontradas e sugere aprimoramentos futuros para expandir as capacidades do sistema.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM