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.