A tecnologia de Big Data está cada vez mais presente na indústria e em pesquisas acadêmicas por proporcionar valor à análise massiva de dados. O aprimoramento desta tecnologia faz-se necessário devido ao crescimento expressivo de informação provida por diversas fontes presentes no nosso dia a dia, tais como sensores de ambientes, câmeras, smartphones e redes sociais. Um grande desafio para aplicações Big Data é equilibrar seus desempenhos em relação a seus custos de operação. Dessa forma, o provedor da aplicação Big Data necessita monitorar continuamente seu sistema para identificar pontos de melhoria dentro de sua arquitetura. Nesse contexto, este trabalho desenvolve um método de referência para avaliação de desempenho para arquiteturas de Big Data, intitulado de (Optimization Model for Big Data Architectures - OMBDA) visando melhorar o desempenho da arquitetura elevando a qualidade do serviço prestado. Sua principal contribuição está direcionada às pequenas empresas e startups que possuem recursos financeiros limitados, portanto investir em soluções prontas existentes no mercado é inviável. O método proposto considera a relação de processos dentro de um fluxo de tratamento de dados para encontrar possíveis gargalos e pontos de otimização. Para tanto, o OMBDA coleta logs do sistema para compor métricas funcionais (por exemplo, tempo de processamento) e métricas não-funcionais (por exemplo, utilização de CPU e memória, e outros recursos de infraestrutura de computação em nuvem). Essas métricas são armazenadas em uma ferramenta externa de análise de dados que investiga a correlação de desempenho entre os processos. Neste trabalho, o modelo é aplicado na arquitetura de uma aplicação Big Data, que provê soluções em logística de frotas. Por meio da aplicação do OMBDA foi possível identificar gargalos de desempenho, possibilitando a reconfiguração da arquitetura para aumentar a qualidade de serviço com o menor custo possível.

Este trabalho investiga a implementa ̧c ̃ao de um sistema de controle autˆonomo para
drones, esse sistema ́e capaz de realizar o travessia de janelas em vˆoos por locais fechados,
atrav ́es do processamento de imagens e uso de redes neurais convolucionais. A estrat ́egia
utilizada ́e a detec ̧c ̃ao de objetos, por meio de sua localiza ̧c ̃ao na imagem capturada ́e
poss ́ıvel realizar um percurso program ́avel para o drone. Neste estudo, essa localiza ̧c ̃ao
do objeto foi estabelecida por caixas delimitadoras, que definem o quadril ́atero em torno
do objeto encontrado. O sistema foi baseado no uso de um piloto autom ́atico de c ́odigo
aberto, a Pixhawk, que possui um ambiente de controle e simula ̧c ̃ao capaz de realizar
o trabalho. Duas t ́ecnicas de detec ̧c ̃ao foram estudadas, a primeira baseada em filtros
de processamento de imagem, que capturavam pol ́ıgonos que representam uma passagem
dentro de uma janela. A outra abordagem foi estudada para um ambiente mais real,
implementada com o uso de redes neurais convolucionais de detec ̧c ̃ao de objetos, com
esse tipo de rede ́e poss ́ıvel detectar um grande n ́umero de janelas. O sistema tamb ́em
envolve a implementa ̧c ̃ao de um m ́etodo de controle, o qual ́e capaz de aplicar os dados
capturados pelos detectores e realizar o c ́alculo da velocidade de movimento adequada. O
estudo traz avalia ̧c ̃oes do sistema e demonstra ̧c ̃oes dos testes realizados para sua valida ̧c ̃ao.

A retroatividade em programação é um conceito que pode ser definido como o estudo da modificação da linha temporal em uma estrutura de dados, bem como a análise dos efeitos dessa modificação através de toda a sua existência. Em geral, essa análise e implementação tendem a serem mais custosas do ponto de vista computacional, observando-se que uma modificação no passado pode gerar um efeito cascata por toda a existência dessa estrutura. O conceito de retroatividade gera ferramentas e estruturas que otimizam as soluções para a natureza desses problemas temporais. Esse tipo de estrutura pode ser utilizada nas aplicações das mais diversas naturezas, desde em algoritmos de caminho mínimo, aplicações em segurança e até em aplicações geométricas. Nessa dissertação, tem-se os subsídios teóricos sobre essas estruturas, um material detalhado sobre a implementação das estruturas mais comuns utilizando o paradigma da retroatividade, e a implementação de alguns problemas que podem ser resolvidos utilizando técnicas de retroatividade, como, por exemplo, o algoritmo de árvore geradora mínima totalmente dinâmica. Para cada estrutura, foram executados testes práticos sobre as estruturas retroativas e seu desempenho foi comparado às outras implementações dessas mesmas estruturas. Os testes mostraram que as implementações retroativas propostas por Demaine et. al (2007) obtiveram os melhores resultados do ponto de vista temporal. Além disso, foram propostos dois algoritmos que utilizam os conceitos de retroatividade para sua construção: o algoritmo para o problema da árvore geradora mínima totalmente retroativa e o algoritmo do caminho mínimo a partir de um vértice inicial fixo em grafos dinâmicos. Seja m o tamanho da linha temporal em que a estrutura está implementada, V (G) e A(G) o conjunto de vértices e arestas de um grafo G respectivamente. Foi alcançada a complexidade de tempo amortizada de O( √m · lg |V (G)|) por operação de atualização ou consulta, para o problema da árvore geradora mínima totalmente retroativa. Para o algoritmo do caminho mínimo, a partir de um vértice inicial fixo em grafos dinâmicos, por meio do algoritmo
proposto por Sunita et. al [52], foi obtida a complexidade temporal de O(|A(G)| · lg |V (G)|) por modificação, utilizando filas de prioridade com retroatividade não-consistente.

As pesquisas de opinião com o passar dos anos se tornaram um meio prático e comum de se coletar dados com uso de software para as mais diversas finalidades. A participação em pesquisas de opinião pode ser considerada um fenômeno no qual os sistemas colaborativos podem ser aplicados, uma vez que, esses sistemas são projetados para permitirem que pessoas se comuniquem e trabalhem em conjunto em um espaço compartilhado. Nessa abordagem, a pesquisa de opinião pode ser considerada como um instrumento que operacionaliza a cooperação entre um requisitante da pesquisa e o respondente. No entanto, a participação em pesquisas de opinião, independente da modalidade, é muito influenciada pela falta de engajamento dos participantes. A gamificação, que é definida como o uso de elementos e características de jogos em contextos que não são de jogos, tem sido considerada uma abordagem para aumentar o engajamento e encorajar a participação em pesquisas de opinião. Dessa forma, o objetivo dessa dissertação foi investigar como a gamificação pode ser utilizada como fator motivacional para estimular o engajamento em pesquisas de opinião. A metodologia desse trabalho foi definida com base no paradigma epistemológico Design Science Research (DSR), que foi utilizado para a realização de duas investigações em que foram desenvolvidos dois artefatos: o Modelo de Engajamento Colaborativo (MEC) e o aplicativo Opina Aí. Os artefatos foram avaliados em dois experimentos nos quais foram comparadas duas versões do aplicativo, versão gamificada e não gamificada. Embora os resultados em relação ao impacto da gamificação no engajamento não tenham sido conclusivos, esse trabalho pode ampliar o conhecimento e fundamentar estudos futuros em contextos em que a participação pode ser exercida de forma colaborativa e possibilitar direcionamentos sobre o uso da gamificação em pesquisas de opinião.

Com a indústria 4.0, as abordagens baseadas em dados estão em voga. No entanto, extrair
as características importantes não é uma tarefa fácil e influencia muito o resultado final.
Também há a necessidade de um conhecimento especializado do sistema para monitorar
o ambiente e diagnosticar falhas. Neste contexto, o diagnóstico de falhas é significativo,
por exemplo, em um sistema de monitoramento de frotas de veículos, pois é possível
diagnosticar falhas antes mesmo que um cliente saiba da existência desta falha, além de
minimizar os custos de manutenção dos módulos. Neste trabalho são propostas duas abordagens,
“com informação” e “sem informação”, para exploração de um conjunto de dados,
empregando técnicas de Aprendizado de Máquina (AM) para geração de modelos classificadores
que auxiliem no processo de diagnóstico de falhas em módulos rastreadores de
frotas veiculares. A abordagem “com informação” realiza a extração de características de
forma manual, empregando os modelos de AM: Random Forest, Naive Bayes, Máquina de
vetor de suporte (SVM) e Perceptron de múltiplas camadas (MLP); e a abordagem “sem
informação” realiza a extração de características de forma automática, através de uma
rede neural convolucional (CNN). Os resultados obtidos demonstraram que as abordagens
propostas são promissoras. Os melhores modelos com extração de características manual
obtiveram uma precisão de 99,76% e 99,68% para detecção e detecção e identificação de
falhas, respectivamente, no conjunto de dados fornecido. Os melhores modelos fazendo
uma extração de características automática obtiveram respectivamente 88,43% e 54,98%
para detecção e detecção e identificação de falhas. Estes modelos podem servir como protótipos
para diagnosticar falhas remotamente e confirmam que as técnicas tradicionais
de AM com uma extração de características manual ainda são recursos eficazes para o
diagnóstico de falhas.

Esse trabalho apresenta uma extensão da técnica de Gerenciamento de Valor Agregado
(GVA), do inglês, Earned Value Management (EVM).
A extensão apresentada integra dados da qualidade, baseados em requisitos de qualidade,
para atualizar indicadores tradicionais da técnica de GVA.
A proposta tem como objetivo principal melhorar a previsibilidade do Indicador de Desempenho
de Custo (IDC) e Indicador de Desempenho de Prazo (IDP) e introduzir medidas
de qualidade a técnica de GVA.
A técnica proposta foi avaliada de acordo com uma metodologia baseada em evidência.
Os estudos conduzidos mostraram melhor exatidão na técnica proposta de extensão da
técnica de GVA em relação à técnica tradicional de GVA.

Blockchain é a tecnologia que permite a transação de dinheiro entre partes em uma forma
peer-to-peer sem a necessidade de um intermediador de confiança como os bancos. Esse
sistema é conhecido por suas atratentes características: (i) integridade dos dados e (ii)
segurança. Para tomar vantagem dessas características, existem redes blockchain onde o
foco não está em sua criptomoeda. Uma delas é a rede Ethereum, que é uma plataforma
para aplicações chamadas contratos inteligentes que firmam acordo entre partes mas o
fazem de maneira descentralizada. São algoritmos que são implantados no sistema e podem
ser acessadas globalmente. Essas aplicações são executados sem a possibilidade de censura,
fraude ou intervenção externa de terceiros. Uma de suas possíveis aplicações é o conceito
smart property que é transacionar a posse ou controle de propriedades nos moldes da
blockchain. Isso pode ser aplicado no contexto de alugueis de casas de veraneio e como
o uso de serviços similares ao AirBnB tem se tornado cada vez mais popular devido sua
atratividade financeira para os usuários há a necessidade de se desenvolver um sistema
capaz de solucionar problemas de segurança ao mesmo tempo que traz conforto. Essa
dissertação detalha o desenvolvimento de um projeto que estuda a viabilidade da aplicação
do conceito de smart property. Foi desenvolvido uma plataforma de reservas onde o usuário
faz sua reserva que quando aprovada é implantado um contrato inteligente na plataforma
Ethereum. Para acessar a propriedade o usuário usa uma aplicação desenvolvida para o
sistema Android que transfere as credenciais usando um protocolo de transferência de
dados por som. A fechadura verifica as credenciais acessando o contrato inteligente e
aciona o circuito da fechadura liberando o acesso a propriedade. Para verificar a viabilidade
da solução, foram realizados testes com supostos usuários do sistema que responderam
um questionário. Após análise do questionário, constatou-se que o projeto é viável, mais
atrativo que os modelos de contrato tradicionais, funcional e proporcionou conforto.

A rede de transmissão de energia elétrica brasileira requer inspeção e manutenção preventiva regular para garantir o seu fornecimento aos consumidores. As companhias transmissoras realizam inspeções regulares para identificar anomalias na rede de transmissão, como defeitos nos cabos, trincas nos isoladores e estruturas próximos da rede, como árvores, entre outros. Estas inspeções podem ser feitas por profissionais com uso de binóculos ou através de helicópteros tripulados contendo um conjunto de sensores, tais como câmeras infravermelho para detectar pontos de alto aquecimento, entre outros sensores. O interesse no uso de Veículos Aéreos Não Tripulados (VANTs) para realizar inspeções em linhas de transmissão têm crescido nos últimos anos, devido ao baixo custo e aumento na segurança, se comparado com as inspeções realizadas com helicópteros tripulados. Com essa tecnologia, o VANT pode ser controlado via rádio controle por um piloto ou de forma semi-automática, com uma missão pré-programada no piloto embarcado da aeronave. Uma das grandes dificuldades em se realizar vôos autônomos está na dependência do sistema GPS (Global Positioning System) para obtenção da posição do VANT. O erro na medida da posição informada pelo GPS pode afetar o desenvolvimento da missão. Este trabalho visa desenvolver uma técnica de processamento de imagens em tempo real para realizar a identificação e rastreamento das linhas de transmissão e desta forma determinar a sua posição relativa ao VANT. Sem conhecer exatamente a posição do VANT e das linhas de transmissão, mas sabendo a posição relativa entre os dois, pode ser possível corrigir a trajetória do VANT através de comandos enviados para o piloto automático da aeronave. O projeto foi desenvolvido sobre o framework ROS (Robot Operating System) e o processamento de imagens foi realizado utilizando a biblioteca OpenCV. Para avaliar o desempenho da solução, criou-se um cenário virtual no simulador de robôs Gazebo, onde foi possível processar as imagens geradas por um multirotor durante uma missão de inspeção.