Consulte aqui o cadastro da instituição no Sistema e-MEC
Certificações USF 45 anos
Título: AVALIAÇÃO DA QUALIDADE DO SOLO ATRAVÉS DA ANÁLISE DE NEMATOIDES, UTILIZANDO ALGORITMO DE APRENDIZADO DE MÁQUINA
Resumo: A avaliação da qualidade do solo é fundamental para o manejo sustentável dos ecossistemas agrícolas e para a promoção de práticas produtivas ambientalmente responsáveis. Dentre os bioindicadores mais eficazes para essa avaliação, os nematóides se destacam por sua sensibilidade às mudanças no ambiente edáfico e por refletirem a saúde biológica do solo. Este projeto propõe o desenvolvimento de um modelo computacional baseado em redes neurais convolucionais (CNNs) para identificar automaticamente diferentes grupos de nematóides a partir da análise de imagens. Inicialmente, serão utilizados bancos de imagens rotulados para o treinamento e validação do modelo. Posteriormente, imagens reais serão capturadas por meio de câmeras de celulares acopladas, visando validar a aplicabilidade do modelo em condições reais e com recursos de baixo custo. A metodologia inclui o desenvolvimento e treinamento do modelo utilizando a linguagem Python, além da avaliação do desempenho por métricas a serem definidas na pesquisa.
Coordenadora: Debora Meyhofer Ferreira
E-mail: debora.ferreira@usf.edu.br
Currículo Lattes: clique aqui.
Título: INTELIGÊNCIA ARTIFICIAL GENERATIVA NO PROCESSO DE PROJETO: POTENCIALIDADES, LIMITAÇÕES E MÉTODOS DE USO VISANDO A CRIATIVIDADE
Resumo: O campo da arquitetura sempre é impactado por avanços tecnológicos e inserção de novas tecnologias. Os atuais avanços e disseminação acelerada das inteligências artificiais generativas por redes neurais estão transformando os processos de projeto tradicionais. Estas ferramentas passaram a ser utilizadas por estudantes e profissionais da área, seja para automatizar processos, ampliar a criatividade ou usos passivos. Apesar de apresentarem grande potencial criativo, porém é necessária uma análise crítica de questões como vocabulário e modelos utilizados, bem como de fluxos e métodos específicos para a área de arquitetura. Esta pesquisa visa investigar o uso das inteligências artificiais generativas por redes neurais no processo de projeto em arquitetura, com foco nas fases iniciais de ideação e concepção, bem como a geração de desenhos técnicos. A pesquisa irá discutir questões de uso criativo e superficial, destacando potencial das inteligências artificiais por redes neurais dentro da “criatividade aumentada”. A pesquisa se articula com quatro projetos de iniciação científica que exploram: (1) arquitetura brasileira sob a óptica das inteligências artificiais generativas, (2) inteligência artificial como ferramenta impulsionadora do processo de projeto, (3) reimaginando obras arquitetônicas através da inteligência artificial: um estudo estilístico e (4) inteligência artificial como ferramenta de apoio na geração de desenhos técnicos. São resultados esperados a (1) identificação de potencialidades e limitações das ferramentas disponíveis, (2) análise de estratégias de uso destas tecnológicas, visando a criatividade, e (3) identificação de vieses e lacunas, visando desenvolvimentos futuros e demandas da área. Espera-se que os resultados da pesquisa contribuam para a atualização metodológica do ensino de arquitetura do curso, bem como uso ético e criativo destas ferramentas.
Coordenador: Filipe Medéia de Campos
E-mail: filipe.campos@usf.edu.br
Currículo Lattes: clique aqui.
Título: TÉCNICAS DE VISÃO ARTIFICIAL PARA AVALIAÇÃO NUTRICIONAL DE NITROGÊNIO E POTÁSSIO EM PLANTAS DE MILHO
Resumo: As extrações de informações contidas na superfície das folhas das culturas podem contribuir na identificação precoces de deficiências de nutrientes. O objetivo do trabalho será reconhecer níveis de nitrogênio (N) e potássio no milho, no estádio inicial do desenvolvimento da cultura, com o uso de índices espectrais na faixa do visível (R, G e B), em imagens digitais das folhas do milho, utilizando diferentes classificadores estatísticos. Serão utilizadas imagens digitais provenientes de um banco de imagens gerado por experimento já desenvolvido em lavoura comercial de milho. Serão utilizadas plantas de milho submetidas a níveis de N e potássio, avaliados no estádio de desenvolvimento V7 e R1. Para reconhecimento das imagens será utilizado um vetor de características baseados nos índices espectrais na faixa do visível (R, G e B): excesso de verde, vermelho normalizado, verde normalizado e razão verde-vermelho, e na combinação entre eles. Na imagem original serão testados diferentes tamanhos de blocos de imagens (400×400, 600×600 e 800×800 pixels). Para avaliação dos resultados será composta uma matriz de confusão, onde serão obtidas as porcentagens de acerto global e o índice Kappa (medida de confiabilidade da análise). Para corroborar os resultados das análises de imagens serão avaliadas as variáveis de produção do milho e diagnose visual.
Coordenador: Liliane Maria Romualdo Altão
E-mail: liliane.altao@usf.edu.br
Currículo Lattes: clique aqui.
