FABRÍCIO JAILSON BARTH
Lattes
ORCID
Google Scholar
Página pessoalUnidades Organizacionais
Resumo profissional
person.page.researcharea
Nome para créditos
8 resultados
Resultados da Pesquisa
Agora exibindo 1 - 8 de 8
Trabalho de Conclusão de Curso Search of shipwrecked people using drone swarms (part 2)(2024) Oliveira, Jorás Custódio Campos de; Andrade, Pedro Henrique Britto Aragão; Falcão, Renato Laffranchi; Rodrigues, Ricardo RibeiroThe project's purpose is to iterate on the given multi-agent Drone Swarm Search Environment (DSSE) and research into Reinforcement Learning methods. The DSSE was created with the direct purpose of using reinforcement learning algorithms to train swarms of drones to execute autonomous maritime search and rescue missions of shipwrecked people in the ocean. The environment simulates the movement of persons-in-water (PIW) considering the ocean's dynamic circumstances and calculates a dynamic map of probabilities to be given to the agents, with two distinct environments, one for rescue scenarios with simulated PIW and a second expanding on state-of-the-art research for maritime coverage search path planning. The DSSE facilitates the training and visualization of drone behavior, the project emphasizes continuous improvement and open accessibility, with the release of the DSSE as an open-source Python package and documentation. The focus is on the continuous improvement of simulation quality and applicability of the environments for research purposes, with development, training and evaluation of Reinforcement learning algorithms to improve the path planning of autonomous agents, for search and rescue maritime scenarios.Artigo Científico Pollution, bad-mouthing, and local marketing: The underground of location-based social networks(2014) Costa, Helen; Merschmann, Luiz H.C.; FABRÍCIO JAILSON BARTH; Benevenuto, FabrícioLocation Based Social Networks (LBSNs) are new Web 2.0 systems that are attracting new users in exponential rates. LBSNs like Foursquare and Yelp allow users to share their geographic location with friends through smartphones equipped with GPS, search for interesting places as well as posting tips about existing locations. By allowing users to comment on locations, LBSNs increasingly have to deal with new forms of spammers, which aim at advertising unsolicited messages on tips about locations. Spammers may jeopardize the trust of users on the system, thus, compromising its success in promoting location-based social interactions. In spite of that, the available literature is very limited in providing a deep understanding of this problem. In this paper, we investigated the task of identifying different types of tip spam on a popular Brazilian LBSN system, namely Apontador. Based on a labeled collection of tips provided by Apontador as well as crawled information about users and locations, we identified three types of irregular tips, namely local marketing, pollution and, bad-mouthing. We leveraged our characterization study towards a classification approach able to differentiate these tips with high accuracy.Artigo Científico DSSE: An environment for simulation of reinforcement learning-empowered drone swarm maritime search and rescue missions(2024) Falcão, Renato Laffranchi; Oliveira, Jorás Custódio Campos de; Andrade, Pedro Henrique Britto Aragão; Rodrigues, Ricardo Ribeiro; FABRÍCIO JAILSON BARTH; Brancalion, José Fernando BassoArtigo Científico Uma introdução ao tema Recuperação de Informações Textuais(2013) FABRÍCIO JAILSON BARTHO tema Recuperação de Informação sempre foi um tema muito explorado na academia e no mercado. A forma com que os eventos acadêmicos são conduzidos demonstra uma maturidade muito grande da área, inclusive com uma ligação muito forte com o mercado. Inúmeros livros sobre este tema já foram publicados. No entanto, são poucos os livros publicados em português. Este tutorial tenta preencher esta lacuna apresentando uma introdução sobre o tema Recuperação de Informação, abordando: as principais definições e conceitos da área; os principais modelos que regem o desenvolvimento dos Sistemas de Recuperação de Informação, e; os métodos usualmente empregados na avaliação de Sistemas de Recuperação de Informação.Trabalho de Conclusão de Curso Modelagem financeira de alta frequência com Big Data e Machine Learning(2024) Dias, Felipe Maluli de Carvalho; Martins, Guilherme dos Santos; Pereira, Marlon SilvaO objetivo deste projeto é desenvolver uma arquitetura robusta e escalável que atenda às necessidades específicas do fluxo de dados de cotação intradiária de ativos, para sustentar modelagem de alta frequência nas estratégias de compra e venda de ações de uma gestora de investimentos, e então desenvolver um modelo de compra e venda de ações que utilize esses dados. Para alcançar esses objetivos, o projeto propõe uma infraestrutura composta por processos de extração, limpeza, e armazenamento de dados, com ênfase na eficiência do tratamento de grandes volumes de informações. A infraestrutura proposta é baseada em uma pipeline de dados construída em Python, que inclui etapas de extração e carregamento (EL). Para o armazenamento dos dados, foi utilizado de início o banco de dados PostgreSQL, que foi substituído pelo QuestDB, uma escolha motivada pela sua otimização voltada a grandes volumes de dados de série temporal. A arquitetura, desenvolvida com uma aplicação de extração e limpeza em Python e integrada a um banco de dados QuestDB, mostrou-se eficaz para lidar com o volume de dados esperado através de testes de estresse realizados usando protótipos iniciais do sistema e simulando a fonte de dados, destacando-se pela sua capacidade de fácil integração com outras ferramentas. Além disso, o projeto contempla o estudo e a aplicação de diferentes sinais financeiros, utilizando técnicas e métricas quantitativas, além de modelos de Machine Learning, com o objetivo de avaliar as melhores variáveis para o desenvolvimento de um modelo de Factor Investing para os dados intradiários.Trabalho de Conclusão de Curso Desempenho de carteira long-short de moedas estrangeiras com base em técnicas de machine learning(2024) Wever, Alexandre; Melo, André Barboza Braga de; Borba, Gustavo Paciléo; Sanches, Lucca Barufatti VeliniEste projeto tem como objetivo desenvolver uma plataforma para otimizar decisões de compra e venda de moedas estrangeiras, utilizando técnicas de machine learning. A estratégia aplicada é a long-short, que mantém simultaneamente posições compradas (long) em moedas com expectativa de valorização e vendidas (short) em moedas com expectativa de desvalorização. O problema abordado é a dificuldade em prever movimentos no mercado cambial devido à volatilidade e à complexidade dos fatores externos que o influenciam, o que limita a eficácia de estratégias tradicionais. O uso de machine learning busca aumentar a precisão dessas previsões e identificar oportunidades de investimento que complementem análises convencionais. A metodologia inclui a coleta e análise de dados financeiros diários de pares de moedas indexadas ao dólar, seguida de um processo de ranqueamento para identificar quais moedas devem ser compradas e quais devem ser vendidas. Este trabalho parte dos modelos preditivos já desenvolvidos pela empresa parceira, aprimorando-os com a incorporação de novos sinais financeiros e ajustes na metodologia de ranqueamento, para aumentar a precisão das previsões.Trabalho de Conclusão de Curso Prova de conceito de um chatbot em WhatsApp para atendimento ao cliente(2024) Paula, Caio Ribeiro de; Campos, Enzo Quental Vieira de; Leventhal, Rafael CocaO objetivo deste projeto é desenvolver uma prova de conceito para um chatbot (chat robot) de atendimento ao cliente no WhatsApp, aplicando metodologias ágeis. Durante o processo, utilizaram-se princípios de design thinking para identificar e ter uma visão mais refinada das necessidades da empresa, com um foco especial em melhorar a experiência do usuário. Foi empregada a metodologia 5W2H para garantir um planejamento detalhado e estruturado das atividades, complementando as práticas ágeis e proporcionando clareza em cada etapa do projeto. O alinhamento entre requisitos técnicos e objetivos empresariais foi alcançado através de contato frequente com a Syngenta. Com base nesse entendimento, foi implementado um sistema que oferece uma interface alternativa de chat para os clientes da empresa, funcionando como um CRM, para sanar dúvidas frequentes sobre os programas de relacionamento oferecidos pela empresa. Para isso, foi utilizado um modelo de linguagem grande (LLM) para melhorar a precisão e a eficiência no atendimento automático.Trabalho de Conclusão de Curso Veículo Terrestre Autônomo para Monitoramento de Talhões de Silvicultura e Plantações de Frutas(2024) Melo, Felipe Catapano Emrich; Tumang, Gabriel Brunoro Motta; Sorpreso, Luana de Matos; Katri, Rafael EliEste projeto visa desenvolver um sistema de navegação autônoma para um robô de monitoramento de silvicultura e pomares, sendo a segunda fase de um projeto contínuo que começou pela montagem física do robô pela iteração anterior deste Capstone. O projeto tem como propósito automatizar o processo de monitoramento de tais plantações, possibilitando a otimização da mão de obra humana. O programa para esta funcionalidade nova foi desenvolvido utilizando o framework ROS (Robot Operating System) 2, e mais especificamente o pacote de navegação NAV 2. Para conseguir atingir o objetivo final, foi estudado pelo grupo múltiplas soluções e algoritmos de SLAM (Simultaneous Localization and Mapping) compatíveis com fusão de sensores de múltiplos tipos, para mapeamento multissensorial robusto em ambientes não estruturados com terreno irregular. Para achar a solução ideal para os requisitos de projeto, foi adotado a ferramenta da matriz de soluções.