ECT - TCC - Ciências e Tecnologia (Bacharelado com ênfase em Computação Aplicada)
URI Permanente para esta coleçãohttps://repositorio.ufrn.br/handle/123456789/33214
Navegar
Navegando ECT - TCC - Ciências e Tecnologia (Bacharelado com ênfase em Computação Aplicada) por Assunto "Aprendizado de Máquina"
Agora exibindo 1 - 2 de 2
- Resultados por página
- Opções de Ordenação
TCC Alfabetização assistida por visão computacional: detecção de cartões e reconhecimento de letras(Universidade Federal do Rio Grande do Norte, 2024-08-08) Cordeiro, Michelle Sousa; Peixoto, Helton Maia; http://lattes.cnpq.br/2031816952626144; Santana Junior, Orivaldo Vieira de; Menezes, Richardson Santiago Teles deCom a tecnologia cada dia mais presente em nossas vidas, na educação não seria diferente. Devido ao surgimento de tantas inovações tecnológicas, os métodos tradicionais de ensino têm se tornado menos interessantes para os estudantes. Para contornar isso, tecnologias digitais vêm sendo adotadas como instrumentos educacionais, ajudando a tornar o aprendizado mais envolvente e atraente. Atualmente, é cada vez mais comum escolas e universidades adotarem algum recurso tecnológico para modernizar o ensino. Tecnologias avançadas, como Inteligência Artificial (IA), aprendizado de máquina, realidade aumentada, Internet das Coisas (Internet of Things - IoT ) e robótica vêm sendo incorporadas no processo de ensino. Nesse contexto, surgiu a inspiração para uma ferramenta tecnológica assistiva com o objetivo de auxiliar no processo de alfabetização. A aplicação será capaz de reconhecer as sílabas ordenadas pelo usuário e projetar o objeto formado com elas. O objetivo deste trabalho consistiu no desenvolvimento da primeira etapa dessa aplicação, que compreende a detecção dos cartões e o reconhecimento das letras neles contidas, em tempo real. Para isso, técnicas avançadas de visão computacional foram utilizadas, como os modelos de aprendizado de máquina para detecção de objetos do You Only Look Once (YOLO) e o reconhecimento óptico de caracteres do EasyOCR. Os bons resultados obtidos mostram que a metodologia adotada é viável para a tarefa proposta.TCC Prognóstico de internação para fraturas em idosos utilizando o Algoritmo XGBoost(Universidade Federal do Rio Grande do Norte, 2025-01-13) Ribeiro, Matheus Trindade; Vidal, Francisco José Targino; http://lattes.cnpq.br/7452687215068186; Peixoto, Helton Maia; http://lattes.cnpq.br/8709900833456787; Mata, Matheus de Sousa; http://lattes.cnpq.br/3923692125757582O envelhecimento populacional e o aumento das fraturas em idosos representam um desafio para os sistemas de saúde. Internações em idosos podem ser agravadas por diversos fatores, como a própria idade avançada ou doenças crônicas dos pacientes. A predição de internações e a identificação de fatores de riscos são fundamentais para otimizar a gestão de recursos. O presente trabalho tem como objetivo desenvolver e avaliar um modelo de predição, utilizando o algoritmo XGBoost, capaz de identificar com precisão o desfecho da internação de idosos com fraturas, determinando se resultará em alta hospitalar ou óbito. Para tanto, será utilizada uma base de dados do Sistema Único de Saúde referente a internações causadas por fraturas em idosos em um período de 2014 a 2023, abrangendo mais de 530 mil internações. A análise exploratória dos dados foi realizada para identificar as principais características associadas ao óbito. Variáveis como idade, sexo, tipo de fratura, raça/cor, lugar onde mora, o tipo de hospital (se filantrópico, se privado/conveniado, se próprio do SUS), dias de internação, valores gastos com a internação, foram consideradas. Após o pré-processamento dos dados, o algoritmo XGBoost foi treinado para classificar os pacientes em duas classes: pacientes que possuem maior probabilidade de ir a óbito e pacientes que irão receber alta. A performance do modelo foi avaliada utilizando métricas como acurácia, recall, F1-score e a curva ROC.