Graduações em Engenharias e Ciência da Computação

URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3249

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 10 de 24

Aplicação web para monitoramento de feedbacks de usuários, integrada a um aplicativo voltado à democratização de línguas indígenas
(2025) Farias, Ana Laiz Novais de; Andrade, Giovana Cassoni; Amorim, Isabella dos Santos de
Estima-se que cerca de 46% dos idiomas do mundo estejam ameaçados ou em risco de extinção (Veiga, 2017). Visando contribuir com a perpetuação do Nheengatu – uma das línguas ameaçadas – a IBM (...). No semestre passado, um grupo de alunos do Insper desenvolveu um protótipo de um aplicativo Android, integrando ao sistema um modelo de linguagem criado pela IBM em parceria com a USP. Esse modelo já permite traduzir, corrigir a ortografia e sugerir palavras baseadas no contexto de sentenças. Atualmente, o modelo de linguagem conta com uma base limitada de cerca de 8 mil sentenças, devido à falta de registros escritos e à tradição oral da língua. O objetivo deste projeto é implementar um mecanismo de coleta de feedbacks no protótipo e desenvolver uma aplicação de monitoramento, integrada ao protótipo desenvolvido no semestre passado, que permitirá a visualização dos dados por período e funcionalidade (tradução, correção ortográfica e sugestão de próximas palavras). A plataforma de monitoramento será utilizada por linguistas e especialistas para analisar os feedbacks recebidos, avaliar o desempenho das funcionalidades e propor melhorias no modelo de linguagem. A partir dessas análises, será possível aprimorar a base de dados utilizada no treinamento da inteligência artificial, contribuindo para a evolução do modelo. Os principais usuários do aplicativo Android são falantes e aprendizes da língua indígena Nheengatu, incluindo crianças indígenas em processo de alfabetização. Este projeto visa ajudar a melhorar o modelo de linguagem e apoiar a preservação da cultura indígena e o fortalecimento da língua, auxiliando as novas gerações no uso da tecnologia como ferramenta de ensino e aprendizado da escrita para manter viva a sua língua nativa.
Intelligent Minigame Selection for the Game Arena of Dreams
(2025) Machado, Luca Cazzolato; Almeida, Pedro Luiz Fracassi de; Colpas, Pedro Henrique Rizo
This project addresses the challenge of content repetition in Arena of Dreams, a partyroyale mobile game developed by Fanatee, where excessive repetition of minigames can undermine player engagement and retention. The project aimed to replace the game’s purely random minigame selection system with an intelligent algorithm that reduces the player’s perception of repetitiveness by spacing out similar experiences. Through a methodology involving online and in-person user surveys, computer vision and data analysis, the team quantified how players perceive similarity between minigames. Multiple distance matrices were generated from different perspectives (user perception, visual features, semantic descriptions) and combined using Multi-View Multidimensional Scaling (MVMDS) to create n-dimensional embeddings representing each minigame. The selection algorithm then uses these embeddings to calculate the optimal minigame choice based on players’ recent match history, selecting minigames that are furthest from what players have recently experienced. Validation results demonstrate that this approach successfully reduces the perception of repetition by understanding and quantifying similarity, ultimately creating a more enjoyable and engaging gaming experience for players.
Implementação de Navegação Autônoma em Veículo Terrestre: Aprimoramento e Testes
(2025) Meinberg, Bruna Lima; Pinheiro, Guilherme Garrido Klingelfus; Barros, Matheus Ribeiro; Paolino, Rafael Pacheco
Este projeto tem como objetivo aprimorar o sistema de navegação autônoma de um robô de monitoramento de silvicultura e pomares, desenvolvido na iteração anterior deste Capstone. O foco desta fase será a otimização tanto da estrutura mecânica quanto do software do robô, buscando melhorar sua eficiência, precisão e adaptabilidade ao ambiente de operação. Para isso, serão analisadas e implementadas melhorias físicas do robô, como o sistema de locomotão e sensores, além de refinamentos nos algoritmos de navegação e tomada de decisão. A escolha das soluções será guiada por estudos comparativos de diferentes abordagens, garantindo que as melhorias atendam aos requisitos do projeto e contribuam para a automação eficaz do monitoramento agrícola.
Guardrails em IA Generativa
(2025) Pereira, Fernanda de Oliveira; Hermida, Gabriel Mendonça de Mello; Medeiros, Rodrigo Paoliello de
A inteligência artificial (IA) generativa, quando aplicada no desenvolvimento de assistentes virtuais, pode, em muitos casos, retornar respostas inadequadas ou incorretas, confundindo usuários e gerando desinformação. Atualmente, são desenvolvidas guardrails que analisam tanto as entradas fornecidas pelos usuários quanto as saídas geradas pelos modelos, garantindo que as respostas devolvidas sejam adequadas. Nesse contexto, a solução deste projeto consistiu na implementação de diferentes tipos de guardrails (escopo, competidores, toxicidade, alucinação, dados sensíveis e técnicas de jailbreak), na definição de métricas específicas para avaliar seu funcionamento e na construção de uma arquitetura suficientemente modular para ser adaptável a diversos contextos. As guardrails implementadas alcançaram resultados satisfatórios conforme as métricas estabelecidas, indicando viabilidade técnica para utilização inicial pela empresa parceira em consultorias de assistência virtual com IA. Apesar disso, o projeto identificou oportunidades de melhoria, especialmente relacionadas à ampliação das bases de treinamento e avaliação, à adoção de mecanismos adaptativos e ao aprimoramento da mitigação de alucinações, visando ampliar sua eficácia em aplicações práticas futuras.
Supermarket Cart Tracking System
(2025) Leventhal, Ariel; Tamm, Arthur; Trintim, Felipe; Hun, Pedro
This paper presents the development of a real-time location system designed for supermarket shopping carts, aiming to enhance operational efficiency and customer experience. The system leverages Ultra-Wideband (UWB) technology to achieve sub-meter precision in indoor tracking, integrating seamlessly with existing smart cart hardware that includes cameras and an NVIDIA Jetson Orin. By accurately mapping cart positions, the system addresses key challenges such as cart theft prevention, dynamic product placement optimization, and potential for personalized product recommendations. The results indicate that UWB technology provides a robust and scalable solution for indoor cart tracking, improving both supermarket management and shopping convenience.
Solução Full-Stack de machine learning para Visão Computacional em Ambientes Industriais: Classificação, Versionamento e Treinamento Local de Modelos
(2025) Machado, Diego Baptista Daurea; Celestino, Douglas Pablo Braçal; Silva, Gustavo Mendes da; Rizzo, Pedro Ivo de
Este projeto dedica-se a estabelecer uma solução full-stack de machine learning para algoritmos de visão computacional, com versionamento, reclassificação e retreinamento de modelos, operando integralmente via Intranet para facilitar seu uso em plantas industriais. Tal abordagem visa atender qualquer processo, permitindo ao usuário realizar o upload de mídias, escolher as Labels que deseja classificar e anotar manualmente bounding boxes para rotulagem supervisionada e depois treinamento e retreinamento de modelos de visão computacional com as mídias rotuladas. Para isso, empregou-se Python e o modelo de detecção de objetos YOLO, associadas a um fluxo de versionamento (DVC/Git) que permite realimentar o modelo conforme surgem correções manuais de classificação. O frontend foi desenvolvido utilizando Next.js e Node.js, proporcionando uma interface interativa e eficiente para interação com os modelos. Além disso, toda a arquitetura foi dockerizada utilizando Docker, garantindo portabilidade, escalabilidade e facilidade de implantação em ambientes industriais. O resultado é um sistema robusto que permite evolução dos modelos e datasets sem depender de soluções em nuvem, garantindo escalabilidade e adequação às necessidades industriais locais.
Negociação entre agentes de IA Generativa para comunicação em Spatial Web
(2025) Bôa, Caio Ortega; Oliveira, Gustavo Eliziario Stevenson de; Santos, João Pedro Rodrigues dos; Castellucci, Matheus Raffaelle Nery
Agentes de IA Generativa autônomos capazes de tomar decisões concretas têm potencial para transformar diversas áreas, como: interação digital em ambientes imersivos, automação de processos e negociação de bens e serviços. Esses agentes são sistemas computacionais com capacidade de percepção, inferência e ação, desenvolvidos para operar com autonomia em tarefas complexas. Este projeto propõe o desenvolvimento de um sistema composto por agentes de IA generativa, capazes de reter informações, realizar inferências e tomar decisões de forma independente. Dessa forma, os agentes aplicarão esses conceitos na realização de tarefas orientadas pelo usuário dentro de um ambiente virtual. No sistema desenvolvido, os agentes de IA generativa, representados por avatares no ambiente virtual, navegam, coletam informações, interagem com outros agentes para obter dados complementares e realizam negociações para concluir a tarefa atribuída. Para possibilitar esse comportamento, foi implementado um método baseado em grandes modelos de linguagem (Large Language Models – LLMs), permitindo que os agentes resumam e armazenem os conhecimentos adquiridos ao longo da tarefa, simulando uma memória ativa. Como caso de estudo, o sistema foi testado em um ambiente virtual 3D, simulando um centro comercial, onde serão divididos em dois grupos: vendedores e compradores, e serão livres para interagir. Durante os testes, esses agentes demonstraram comportamentos coerentes com os objetivos definidos. Por exemplo, um agente comprador foi capaz de localizar uma loja correspondente ao produto desejado por meio da interação com um agente intermediário. Ao chegar à loja, ele iniciou uma conversa com o agente vendedor e concluiu a compra seguindo os parâmetros definidos pelo usuário. Este trabalho apresenta uma arquitetura funcional que combina IA generativa e memória computacional para permitir interações autônomas realistas, validando que sistemas de agentes com IA generativa são capazes de operar em ambientes virtuais de forma independente.
Automatização do controle de movimentação de localização de obras do acervo do MASP - Museu de Artes de São Paulo Assis Chateaubriand
(2025) Santarossa, Alexandre Rodrigues; Lewi, Natan Kron Goldenberg; Drumond, Pedro Gomes de Sá
Fundado em 1947, o MASP — Museu de Artes de São Paulo Assis Chateaubriand - tornou-se um marco da cultura brasileira, sendo referência para museus nacionais e internacionais, seja por suas coleções, seja pelo seu acervo, que conta com mais de 12.000 itens. Em março de 2025, com a inauguração de um novo prédio e o consequente aumento das áreas expositivas e de armazenamento, surgiu a necessidade de aprimorar o rastreamento das obras, reduzindo erros gerados pelos registros manuais e aumentando a confiabilidade na identificação dos itens. Assim, este projeto desenvolveu uma solução de automação para o controle e registro de movimentações das obras do acervo do MASP, envolvendo a utilização de QR Codes para vincular cada obra às movimentações realizadas. Além disso, foi realizada uma integração parcial com o sistema de gestão do acervo do museu, garantindo a consolidação dos dados na mesma base. Os resultados apontaram maior precisão na localização das obras, redução de erros no preenchimento dos dados, economia de tempo para os colaboradores e mais transparência nos processos, contribuindo para a segurança e o controle do patrimônio do museu.
Inteligência artificial para escalar vendas e resultados
(2024) Fonteyne, Enzo; Tanaka, Livia; Costa, Lucca Hiratsuca; Lazzaron, Luiz Felipe
Este artigo apresenta o desenvolvimento de uma ferramenta baseada em IA projetada para aumentar a produtividade de equipes de vendas B2B, auxiliando na criação e avaliação de propostas comerciais. A solução, desenvolvida como parte de uma colaboração entre estudantes do Insper e uma empresa de tecnologia brasileira, utiliza IA para automatizar e otimizar diversos aspectos do processo de vendas. A ferramenta proposta integra-se com apresentações já estabelecidas e utiliza modelos de IA generativa para fornecer insights e sugestões, aprimorando a estrutura, clareza e relevância das propostas comerciais. A arquitetura da ferramenta é construída usando o framework LangChain, permitindo a integração de múltiplos modelos de linguagem e a implementação de técnicas avançadas de processamento de linguagem natural, incluindo RAG (Geração Aumentada por Recuperação) e ReACT (Framework de Raciocínio e Ação). A eficácia da solução foi validada por meio de protótipos e entrevistas com partes interessadas, confirmando seu potencial para impactar significativamente a qualidade das propostas e os resultados de vendas.
Identification of Flooding Incident Impacts Using Neural Networks
(2024) Santos, Alexandre Magno Maciel dos; Vaz, Eduardo Mendes; Cadorniga, João Lucas de Moraes Barros; Pertusi, Pedro Vaz de Moraes
In a world where flooding impacts are becoming increasingly common, such as the disaster in the Brazilian state of Rio Grande do Sul in 2024, the goal of this project is to develop an open-source flooding impact assessment pipeline. Preliminary technical evaluation by NVIDIA indicates that this tool could be integrated with technologies such as a flood simulation system, allowing for predictions in susceptible regions. The pipeline utilizes Convolutional Neural Networks (CNN), public population, and geographic data to process images extracted from the Sentinel-1 and Sentinel-2 satellites and generate metrics. This project classifies flooded regions prior to and after a crisis, providing, for example, estimations of the affected population by area to showcase the impact to assist urban planning professionals. The developed tool integrates a satellite data collection system from these satellites, as they are also open-source and include periodical data, and the CNNs in an intuitive and easily utilizable pipeline, inspired by UNOSAT’s Emergency Mapping which analyzed the impact of floodings in Nepal in 2021. Keywords:

Graduações em Engenharias e Ciência da Computação

Navegar

Filtros

Configurações

Ordenar por

Resultados por página

Resultados da Pesquisa