“A assinatura manuscrita ainda é um dos métodos de autenticação biométrico mais utilizado em muitos países. Com isso, existe a necessidade de profissionais qualificados para autenticação de documentos e de validação das assinaturas. No entanto, apesar de parecer uma tarefa comum para seres humanos, a autenticação de assinaturas de documentos pode levar muito tempo, quando um grande número de assinaturas precisam ser analisadas. Devido à sua natureza intrínseca, as assinaturas podem ser usadas como um meio de validação para diversos tipos de documentos. A tarefa de autenticar assinaturas é usada para evitar fraudes, realizar a validação do signatário e validação de acessos. A assinatura pode ser encontrada em qualquer parte de um documento e podem conter planos de fundo complexos, com logotipos, outros textos manuscritos e diversos outros padrões. Portanto, trabalhar com verificação automatizada de assinaturas é uma tarefa desafiadora. Além disso, os sistemas de verificação de assinaturas precisam considerar uma resposta em tempo real. Nesse sentido, este trabalho propõe uma arquitetura otimizada de uma rede neural totalmente convolucional baseada na arquitetura U-Net para a segmentação de assinaturas manuscritas em documentos. Para realizar o treinamento do modelo neural e os experimentos, fizemos uso de um conjunto de dados, DSSigDataset, que contem diversos tipos de documentos e assinaturas. Além disso, usamos a técnica Data Augmentation para aumentar a diversidade do conjunto de dados para generalização da rede e evitar o problema de overfitting. Durante os experimentos foi realizado um benchmarking com um modelo baseado na arquitetura original da U-Net sem a otimização proposta nesse projeto. Os resultados experimentais mostram que nossa abordagem proposta acelera a tarefa de segmentação de assinaturas manuscritas, ao mesmo tempo, alcançando maior precisão e menor variância que o trabalho de referência.”
“A Engenharia de Requisitos (ER) envolve inúmeras interações sociais que requerem do analista um alto nível de cooperação e empatia com pessoas de personalidades, valores e interesses diferentes. Nessas interações, falhas na comunicação podem ser percussoras para o surgimento de conflitos nas equipes de desenvolvimento de software, podendo levar ao comprometimento do projeto, elevação de custos e mal-estar na equipe. Esta pesquisa investiga a utilização da comunicação não violenta no contexto da ER, visando contribuir na antecipação e administração de conflitos. O trabalho contempla a proposta de novos artefatos instrucionais a serem aplicados em disciplinas que incluam a ER. Entre os
artefatos propostos estão as transcrições dos Cenários de conflito reais levantados em nove diferentes empresas de TI e a sua classificação. Estes cenários foram levantados utilizando como método de coleta entrevistas semiestruturada com profissionais da área, que foram essenciais para o aprofundamento nas situações de conflitos recorrentes na ER. Os artefatos instrucionais incluem também um template para suporte à análise dos conflitos, baseado em CNV, e um jogo chamado ConectER que visa tornar mais motivadora e lúdica a análise das situações de conflito na disciplina. De forma complementar, foram realizados dois experimentos da proposta em turmas de ER (graduação e
pós graduação) visando a validação dos mesmos.”
“O trabalho visa criar um modelo inteligente de análise de dados no cadastro da rede de distribuição secundária de energia, com ênfase na busca por possíveis anomalias que podem ser apenas cadastrais ou realmente físicas. Para isso, utiliza algumas técnicas de mineração de dados, dando foco para a detecção de anomalias. Este estudo utilizou um banco de dados privado contendo informações sobre os ativos que compõem a rede de distribuição secundária de energia, tais como: postes, transformadores, seccionadores, entre outros. A pesquisa foi desenvolvida seguindo todos os passos apresentados na metodologia CRISP-DM. Para detectar as anomalias, foram utilizados os algoritmos Isolation Forest, DBSCAN e BIRCH. Como resultado, os três algoritmos apontaram para um conjunto específico de anomalias, que posteriormente foram validadas por um especialista, no entanto, o Isolation Forest obteve uma maior acurácia na inferência das anomalias. A partir deste estudo, as empresas de distribuição de energia poderão identificar antecipadamente situações arriscadas ou problemáticas financeiramente.”