Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18443
Cláudio da Silva P. Júnior, R. S. Silva, Samuel Wanberg, K. Cardoso, Antonio Oliveira-Jr
Integração de redes IoT LoRaWAN com o sistema 5G visa maximizar as possibilidades de expansão de cobertura da conectividade das redes sem fio a fim de minimizar lacunas existentes no Brasil em decorrência da sua vasta extensão territorial que causa um baixo nível de conectividades de áreas remotas. Este trabalho apresenta uma implementação de uma rede IoT LoRaWAN utilizando o ChirpStack para integração com o núcleo 5G. São apresentados casos de uso de um ambiente simulado, ambiente real e um ambiente completo utilizando o grafana para métricas em dashboard.
{"title":"Implementação de uma rede IoT LoRaWAN para integração com o núcleo 5G","authors":"Cláudio da Silva P. Júnior, R. S. Silva, Samuel Wanberg, K. Cardoso, Antonio Oliveira-Jr","doi":"10.5753/erigo.2021.18443","DOIUrl":"https://doi.org/10.5753/erigo.2021.18443","url":null,"abstract":"Integração de redes IoT LoRaWAN com o sistema 5G visa maximizar as possibilidades de expansão de cobertura da conectividade das redes sem fio a fim de minimizar lacunas existentes no Brasil em decorrência da sua vasta extensão territorial que causa um baixo nível de conectividades de áreas remotas. Este trabalho apresenta uma implementação de uma rede IoT LoRaWAN utilizando o ChirpStack para integração com o núcleo 5G. São apresentados casos de uso de um ambiente simulado, ambiente real e um ambiente completo utilizando o grafana para métricas em dashboard.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"40 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121504892","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18431
Wendel Marques de Jesus Souza, D. Fernandes, Márcio Giovane Cunha Fernandes
Big data é um conceito que trata sobre a manipulação e a análise de grandes volumes de dados de variedade diversa. A rede social Twitter é uma fonte de dados com tais características, responsável por gerar milhões de tweets por dia. Os mecanismos que permitem a extração dessas postagens resultam em bases de dados heterogêneas, isto é, compostas não apenas por textos sobre o tema de interesse, mas também sobre tópicos indesejados, o que prejudica o uso dessas bases de dados à tomada de decisão. Nesse contexto, o artigo propõe o desenvolvimento de uma ontologia de domínio para a redução de ruídos em base de dados de tweets para o mercado financeiro brasileiro. A ontologia desenvolvida deve ser capaz de identificar tweets, escritos em língua portuguesa, relacionados à Bolsa de Valores do Brasil e descartar publicações da rede social que não pertencem a esse domínio (ruídos). Devido à natureza informal dos textos da rede social, foram utilizadas técnicas tradicionais de pré-processamento textual. A ontologia foi criada com o auxílio de um roteiro que une as metodologias On-to-Knowledge, Methontology e o guia Ontology Development 101. Além disso, para avaliar a performance da filtragem, foi utilizado um algoritmo de classificação simples, a Regressão Logística. A base de dados utilizada neste trabalho é composta por 1.031.419 tweets, que foram publicados entre 01 de janeiro de 2019 e 12 de junho de 2019. Os resultados demonstram que o uso de ontologia para filtragem desses ruídos é promissor, tendo em vista que obteve acurácia de 81,58%.
{"title":"Ontologia aplicada à redução de ruído em base de dados de tweets sobre mercado financeiro","authors":"Wendel Marques de Jesus Souza, D. Fernandes, Márcio Giovane Cunha Fernandes","doi":"10.5753/erigo.2021.18431","DOIUrl":"https://doi.org/10.5753/erigo.2021.18431","url":null,"abstract":"Big data é um conceito que trata sobre a manipulação e a análise de grandes volumes de dados de variedade diversa. A rede social Twitter é uma fonte de dados com tais características, responsável por gerar milhões de tweets por dia. Os mecanismos que permitem a extração dessas postagens resultam em bases de dados heterogêneas, isto é, compostas não apenas por textos sobre o tema de interesse, mas também sobre tópicos indesejados, o que prejudica o uso dessas bases de dados à tomada de decisão. Nesse contexto, o artigo propõe o desenvolvimento de uma ontologia de domínio para a redução de ruídos em base de dados de tweets para o mercado financeiro brasileiro. A ontologia desenvolvida deve ser capaz de identificar tweets, escritos em língua portuguesa, relacionados à Bolsa de Valores do Brasil e descartar publicações da rede social que não pertencem a esse domínio (ruídos). Devido à natureza informal dos textos da rede social, foram utilizadas técnicas tradicionais de pré-processamento textual. A ontologia foi criada com o auxílio de um roteiro que une as metodologias On-to-Knowledge, Methontology e o guia Ontology Development 101. Além disso, para avaliar a performance da filtragem, foi utilizado um algoritmo de classificação simples, a Regressão Logística. A base de dados utilizada neste trabalho é composta por 1.031.419 tweets, que foram publicados entre 01 de janeiro de 2019 e 12 de junho de 2019. Os resultados demonstram que o uso de ontologia para filtragem desses ruídos é promissor, tendo em vista que obteve acurácia de 81,58%.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"75 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121716506","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18429
L. D. M. Oliveira, L. Berretta, T. N. Kudo
A Realidade Aumentada (RA) apresenta comportamentos altamente adaptativos e evolutivos e grande potencial no patrimônio cultural por gerar ambientes mais atraentes e imersivos nos aspectos audiovisuais. Nesse sentido, este trabalho realiza um estudo secundário na forma de Mapeamento Sistemático, que identifica e analisa estudos primários sobre propostas de Museus Virtuais desenvolvidos utilizando técnicas de RA para educação. Levantamos algumas das vantagens da utilização dessas técnicas de RA em Museus Virtuais, verificamos as principais formas de marcação utilizadas para ampliar os objetos virtuais, e percebemos que ainda são poucos os estudos que abordam Museus Virtuais com Técnicas de RA voltadas para o ensino.
{"title":"Mapeamento Sistemático: Museu em Realidade Aumentada","authors":"L. D. M. Oliveira, L. Berretta, T. N. Kudo","doi":"10.5753/erigo.2021.18429","DOIUrl":"https://doi.org/10.5753/erigo.2021.18429","url":null,"abstract":"A Realidade Aumentada (RA) apresenta comportamentos altamente adaptativos e evolutivos e grande potencial no patrimônio cultural por gerar ambientes mais atraentes e imersivos nos aspectos audiovisuais. Nesse sentido, este trabalho realiza um estudo secundário na forma de Mapeamento Sistemático, que identifica e analisa estudos primários sobre propostas de Museus Virtuais desenvolvidos utilizando técnicas de RA para educação. Levantamos algumas das vantagens da utilização dessas técnicas de RA em Museus Virtuais, verificamos as principais formas de marcação utilizadas para ampliar os objetos virtuais, e percebemos que ainda são poucos os estudos que abordam Museus Virtuais com Técnicas de RA voltadas para o ensino.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"4 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134585625","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18440
Paulo Alves da Silva, F. A. Leite, Douglas Vitório, Marcelo Iury S. Oliveira
O alto risco de contaminação do COVID-19 tem levado vários países a tomar medidas de distanciamento social e isolamento. O Lockdown é o a medida mais rígida de distanciamento social. Embora o lockdown seja uma excelente ferramenta para a proteção da saúde, a adoção dessa medida divide opiniões. Nesse sentido, a Análise de Sentimento surge como um meio que pode ser utilizado para compreender a opinião da população sobre o lockdown. Assim, o presente trabalho realiza uma Análise de Sentimento com o objetivo de compreender como a população brasileira está reagindo em relação à implantação do lockdown durante a pandemia do COVID-19.
{"title":"Análise de Sentimentos sobre o lockdown durante a pandemia de COVID-19: o caso brasileiro","authors":"Paulo Alves da Silva, F. A. Leite, Douglas Vitório, Marcelo Iury S. Oliveira","doi":"10.5753/erigo.2021.18440","DOIUrl":"https://doi.org/10.5753/erigo.2021.18440","url":null,"abstract":"O alto risco de contaminação do COVID-19 tem levado vários países a tomar medidas de distanciamento social e isolamento. O Lockdown é o a medida mais rígida de distanciamento social. Embora o lockdown seja uma excelente ferramenta para a proteção da saúde, a adoção dessa medida divide opiniões. Nesse sentido, a Análise de Sentimento surge como um meio que pode ser utilizado para compreender a opinião da população sobre o lockdown. Assim, o presente trabalho realiza uma Análise de Sentimento com o objetivo de compreender como a população brasileira está reagindo em relação à implantação do lockdown durante a pandemia do COVID-19.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"87 1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"123523031","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18430
Daniel Porto Queiroz Carneiro, Á. Cardoso, Cláudio Gabriel Lemos de Almeida, F. Vieira
Neste artigo, apresenta-se um algoritmo de alocação de recursos baseado em aprendizado por reforço para um sistema de comunicação multiportadora considerando múltiplos usuários e efeitos de desvanecimento e multipercurso em uma transmissão assumindo ondas milimétricas. Para tal, propõe-se que o sistema de comunicação possa ser descrito por um modelo Markoviano representado pelos estados da fila nos buffers e estados dos canais. Para o algoritmo de alocação de recursos deste trabalho, introduzimos uma função de recompensa a ser utilizada no algoritmo de aprendizado por reforço Q-learning. Os resultados obtidos nas simulações mostram que a aplicação do algoritmo proposto de escalonamento de recursos provê de forma geral, melhoria nos parâmetros de desempenho do sistema de comunicação considerado, como por exemplo, aumento de vazão e diminuição de perda de pacotes. Comparações com outros algoritmos apresentados na literatura são realizadas, mostrando também que o uso da função de recompensa e o modelo Markoviano propostos torna o escalonamento de usuários e o compartilhamento de recursos mais eficientes.
{"title":"Aprendizado por Reforço para Escalonamento de Recursos em Sistema sem Fio Multiportadora com Ondas Milimétricas Utilizando Modelo Markoviano","authors":"Daniel Porto Queiroz Carneiro, Á. Cardoso, Cláudio Gabriel Lemos de Almeida, F. Vieira","doi":"10.5753/erigo.2021.18430","DOIUrl":"https://doi.org/10.5753/erigo.2021.18430","url":null,"abstract":"Neste artigo, apresenta-se um algoritmo de alocação de recursos baseado em aprendizado por reforço para um sistema de comunicação multiportadora considerando múltiplos usuários e efeitos de desvanecimento e multipercurso em uma transmissão assumindo ondas milimétricas. Para tal, propõe-se que o sistema de comunicação possa ser descrito por um modelo Markoviano representado pelos estados da fila nos buffers e estados dos canais. Para o algoritmo de alocação de recursos deste trabalho, introduzimos uma função de recompensa a ser utilizada no algoritmo de aprendizado por reforço Q-learning. Os resultados obtidos nas simulações mostram que a aplicação do algoritmo proposto de escalonamento de recursos provê de forma geral, melhoria nos parâmetros de desempenho do sistema de comunicação considerado, como por exemplo, aumento de vazão e diminuição de perda de pacotes. Comparações com outros algoritmos apresentados na literatura são realizadas, mostrando também que o uso da função de recompensa e o modelo Markoviano propostos torna o escalonamento de usuários e o compartilhamento de recursos mais eficientes.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"311 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114869827","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18439
F. A. Leite, Paulo Alves da Silva, Douglas Vitório, Marcelo Iury S. Oliveira
O alto risco de contaminação do COVID-19 tem levado vários países a tomar medidas de distanciamento social e isolamento. Como resultado dessas políticas, o ensino remoto foi a alternativa escolhida por muitas escolas e instituições de ensino superior para dar continuidade às aulas e retomar os cursos. No entanto, essa digitalização induzida pelo COVID-19 levantou algumas questões sobre a aptidão do aprendizado remoto em relação às expectativas dos alunos. Este trabalho realizou um estudo de análise de sentimento em mensagens do Twitter com o objetivo de compreender o sentimento dos usuários brasileiros sobre os primeiros meses de introdução da educação remoto emergencial no Brasil durante uma pandemia de COVID-19.
{"title":"Explorando o sentimento no Twitter sobre a implementação do ensino remoto no Brasil em face à COVID-19","authors":"F. A. Leite, Paulo Alves da Silva, Douglas Vitório, Marcelo Iury S. Oliveira","doi":"10.5753/erigo.2021.18439","DOIUrl":"https://doi.org/10.5753/erigo.2021.18439","url":null,"abstract":"O alto risco de contaminação do COVID-19 tem levado vários países a tomar medidas de distanciamento social e isolamento. Como resultado dessas políticas, o ensino remoto foi a alternativa escolhida por muitas escolas e instituições de ensino superior para dar continuidade às aulas e retomar os cursos. No entanto, essa digitalização induzida pelo COVID-19 levantou algumas questões sobre a aptidão do aprendizado remoto em relação às expectativas dos alunos. Este trabalho realizou um estudo de análise de sentimento em mensagens do Twitter com o objetivo de compreender o sentimento dos usuários brasileiros sobre os primeiros meses de introdução da educação remoto emergencial no Brasil durante uma pandemia de COVID-19.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"42 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114701926","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18436
Thalles Vargas Ribeiro Lopes, J. O. Andrade, K. Komati
Neste trabalho, foi realizada uma análise de dois serviços em nuvem, Google Cloud e Wit.ai, que realizam a transcrição de áudio em língua portuguesa, com o objetivo de determinar qual é a melhor ferramenta quando submetida aos diferentes sotaques brasileiros. Foi utilizada a base de dados Braccent, em um conjunto de 1.648 áudios, com sete sotaques: nortista, baiano, fluminense, mineiro, carioca, nordestino e sulista. A média da métrica de Levenshtein Normalizado para o Wit.ai é de 0,96, e para o Google Cloud é de 0,89, e em ambas as ferramentas os piores resultados foram para o sotaque carioca. Ao final, o Wit.ai apresentou resultados melhores em todos os cenários, além de transcrever os símbolos de pontuação.
{"title":"Comparação de Serviços em Nuvem para Transcrição de Fala na Língua Portuguesa em áudios com Sotaques Regionais Brasileiros","authors":"Thalles Vargas Ribeiro Lopes, J. O. Andrade, K. Komati","doi":"10.5753/erigo.2021.18436","DOIUrl":"https://doi.org/10.5753/erigo.2021.18436","url":null,"abstract":"Neste trabalho, foi realizada uma análise de dois serviços em nuvem, Google Cloud e Wit.ai, que realizam a transcrição de áudio em língua portuguesa, com o objetivo de determinar qual é a melhor ferramenta quando submetida aos diferentes sotaques brasileiros. Foi utilizada a base de dados Braccent, em um conjunto de 1.648 áudios, com sete sotaques: nortista, baiano, fluminense, mineiro, carioca, nordestino e sulista. A média da métrica de Levenshtein Normalizado para o Wit.ai é de 0,96, e para o Google Cloud é de 0,89, e em ambas as ferramentas os piores resultados foram para o sotaque carioca. Ao final, o Wit.ai apresentou resultados melhores em todos os cenários, além de transcrever os símbolos de pontuação.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"18 1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130323734","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18434
D. V. X. Lemos, Humberto J. Longo
O problema da mochila multidimensional (MKP) é um problema clássico da área de otimização combinatória. Embora tenha muitas aplicações práticas, não se conhece qualquer algoritmo de complexidade polinomial para a sua resolução, ou seja, pertence à classe NP-difícil. Essa situação tem levado à busca por técnicas mais eficientes para a sua resolução. Contudo, mesmo as abordagens mais promissoras não conseguem resolver instâncias de maior porte em um tempo computacional aceitável. Isso tem motivado o uso de paralelismo em sua resolução e, particularmente, a adoção de GPUs devido à possibilidade de processar em paralelo grandes volumes de dados. Nesse contexto, o presente trabalho tem o objetivo de identificar, por meio de uma revisão sistemática da literatura, o estado da arte das técnicas que utilizam processos de GPUs para resolver o MKP.
{"title":"Uso de GPUs na resolução do Problema da Mochila Multidimensional","authors":"D. V. X. Lemos, Humberto J. Longo","doi":"10.5753/erigo.2021.18434","DOIUrl":"https://doi.org/10.5753/erigo.2021.18434","url":null,"abstract":"O problema da mochila multidimensional (MKP) é um problema clássico da área de otimização combinatória. Embora tenha muitas aplicações práticas, não se conhece qualquer algoritmo de complexidade polinomial para a sua resolução, ou seja, pertence à classe NP-difícil. Essa situação tem levado à busca por técnicas mais eficientes para a sua resolução. Contudo, mesmo as abordagens mais promissoras não conseguem resolver instâncias de maior porte em um tempo computacional aceitável. Isso tem motivado o uso de paralelismo em sua resolução e, particularmente, a adoção de GPUs devido à possibilidade de processar em paralelo grandes volumes de dados. Nesse contexto, o presente trabalho tem o objetivo de identificar, por meio de uma revisão sistemática da literatura, o estado da arte das técnicas que utilizam processos de GPUs para resolver o MKP.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"7 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128461872","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18444
J. P. Rolim, R. C. Silva
O fenômeno da retenção no ensino superior é motivo de preocupações e impactos negativos tanto para a universidade e sociedade. Este trabalho propõe a utilização de técnicas de Mineração de Dados Educacionais e Aprendizagem de Máquina para identificar o perfil de retenção de alunos de graduação em Ciência da Computação da Unioeste, campus de Foz do Iguaçu, aplicando os algoritmos KNN e SVM. Os resultados demonstraram que existe relação entre os dados como sexo, idade e a retenção, sendo útil para a instituição adotar estratégias que visem evitar o baixo rendimento estudantil.
高等教育中的留校现象引起了人们的关注，并对大学和社会产生了负面影响。本研究提出利用教育数据挖掘和机器学习技术，应用KNN和SVM算法，识别Unioeste、Foz do iguacu校区计算机科学专业本科生的留存率。结果表明，性别、年龄和留存率等数据之间存在关系，有助于机构采取旨在避免学生收入低的策略。
{"title":"Mineração de Dados Educacionais para identificação de Perfil de Retenção em um curso de Ciência da Computação","authors":"J. P. Rolim, R. C. Silva","doi":"10.5753/erigo.2021.18444","DOIUrl":"https://doi.org/10.5753/erigo.2021.18444","url":null,"abstract":"O fenômeno da retenção no ensino superior é motivo de preocupações e impactos negativos tanto para a universidade e sociedade. Este trabalho propõe a utilização de técnicas de Mineração de Dados Educacionais e Aprendizagem de Máquina para identificar o perfil de retenção de alunos de graduação em Ciência da Computação da Unioeste, campus de Foz do Iguaçu, aplicando os algoritmos KNN e SVM. Os resultados demonstraram que existe relação entre os dados como sexo, idade e a retenção, sendo útil para a instituição adotar estratégias que visem evitar o baixo rendimento estudantil.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"38 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133400956","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-10-25DOI: 10.5753/erigo.2021.18438
K. M. R. Cunha, Rúben F. Xavier, Waldir Moreira, L. A. Freitas, Antonio Oliveira-Jr
A agricultura 4.0 vem ganhando força no mercado brasileiro utilizando de tecnologias como Internet das Coisas, computação de borda móvel, Redes 5G, para impulsionar o desenvolvimento agropecuário e a economia do país. Com a utilização de diversas tecnologias e dispositivos interligados, cresce a grande quantidade de dados e requisitos rigorosos necessários para atender diversas demandas tais como alta velocidade, segurança, comunicação confiável, entre outros. Este artigo propõe a integração do Multi-Access Edge Computing (MEC) com a Rede 5G e propõe um serviço de Radio Network Information Service (RNIS), que será implantado na arquitetura MEC como forma de prover requisitos para aplicações da Agricultura 4.0.
{"title":"Uma abordagem sobre a integração da Computação de Borda Móvel e a Rede 5G para Internet das Coisas na Agricultura 4.0","authors":"K. M. R. Cunha, Rúben F. Xavier, Waldir Moreira, L. A. Freitas, Antonio Oliveira-Jr","doi":"10.5753/erigo.2021.18438","DOIUrl":"https://doi.org/10.5753/erigo.2021.18438","url":null,"abstract":"A agricultura 4.0 vem ganhando força no mercado brasileiro utilizando de tecnologias como Internet das Coisas, computação de borda móvel, Redes 5G, para impulsionar o desenvolvimento agropecuário e a economia do país. Com a utilização de diversas tecnologias e dispositivos interligados, cresce a grande quantidade de dados e requisitos rigorosos necessários para atender diversas demandas tais como alta velocidade, segurança, comunicação confiável, entre outros. Este artigo propõe a integração do Multi-Access Edge Computing (MEC) com a Rede 5G e propõe um serviço de Radio Network Information Service (RNIS), que será implantado na arquitetura MEC como forma de prover requisitos para aplicações da Agricultura 4.0.","PeriodicalId":125727,"journal":{"name":"Anais da IX Escola Regional de Informática de Goiás (ERI-GO 2021)","volume":"25 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133868001","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：