Archives of the Faculty of Veterinary Medicine UFRGS
Not a member yet
55773 research outputs found
Sort by
O Estado do Conhecimento em Arte nos Programas de Pós-graduação em Roraima
No full textThe paper aimed to analyse the scientific productions in the Arts field within strictu sensu Postgraduate programs at the master level in Roraima. It utilized a primarily qualitative approach, through documentary research in the academic portals of six Postgraduate programs of the state. After the collection, twenty-three theses produced between 2018 and 2022 were analysed. The analysis revealed gaps to be explored, the need for the creation of a postgraduate program specific in Arts in Roraima, besides the importance of the conducting and disseminating research that deconstructs stereotypes about the region, and the artistic and cultural richness of the state.O artigo teve como objetivo analisar as produções científicas no campo das Artes em Programas de Pós-graduação stricto sensu em nível de Mestrado em Roraima. Utilizou-se uma abordagem prioritariamente qualitativa, por meio de pesquisa documental nos portais acadêmicos de 6 programas de Pós-graduação do estado. Após a coleta, foram analisadas 23 dissertações produzidas entre 2018 e 2022. A análise revelou lacunas a serem exploradas, a necessidade de criação de um programa de Pós-graduação específico em Artes em Roraima, além da importância da realização e divulgação de pesquisas que descontroem estereótipos sobre a região e a riqueza artística e cultural do estado
Transfer Learning and Handcrafted Features Ensembles for Ultrasound Breast Cancer Image Classification
Get PDFBreast cancer is the most commonly diagnosed cancer in women. Its diagnosis via ultrasound imaging largely depends on the technical skill of the radiologist. This study developed a binary classification system for breast lesions, combining transfer learning models and handcrafted features in ultrasound images. Pre-trained CNNs like InceptionV3, EfficientNetB4, ResNet50, and VGG16 were used, along with SVM-classified handcrafted features. Models were individually analyzed and combined using late-fusion ensembles. ResNet50 achieved an F1-score of 81.97%. The best late-fusion ensemble model reached an F1-score of 83.90%. In the cross-dataset evaluation, the top late-fusion ensemble model in the development dataset scored an F1-score of 88.70% and 78.20% in the test BUSI and BUID datasets, respectively. These results emphasize the robust potential of a late-fusion ensemble that combines CNN transfer learning and handcrafted features to classify breast lesions in ultrasound images
A Mini-map Alignment Approach using Landmark Observation Information Intrinsic to the Feature-based Visual SLAM Pipeline
Get PDFThis work proposes a map alignment approach based on a simple modification of the Iterative Closest Point algorithm to use point confidences based on metrics usually available in feature-based visual SLAM pipelines. In the context of a hierarchical map composed of mini-maps, aligning these mini-maps is an important task to allow metric information to be related between them. This research enumerates three possible SLAM metrics that could be used for representing landmark confidence, and investigate the potential of using these metrics to improve the ICP algorithm. The experiments show evidence that the usage of the confidence metrics might help to improve the convergence of ICP with only a small modification to the data association step
Construction of Rolled Digital for Newborns Using Image Registration
Get PDFThis work aimed to reconstruct rolled fingerprint images from multiple flat fingerprints using image registration and composition techniques. The methodology involved selecting high-quality frames through a quality network, the application of preprocessing with remapping, cropping the area of interest, and adjusting colors. In addition to image registration steps, like key point identification, feature matching, and image distortion. Results indicated that while classical image registration had limitations, the composition technique significantly increased the number of features extracted, enhancing fingerprint identification. It was demonstrated that the composition method effectively captures important fingerprint details, offering a potential improvement in newborn biometric identification
Renal Cancer Classification in Tomographic Images Using Convolutional Neural Networks to Assist Early Diagnosis
Get PDFRenal cancer is one of the 13 most frequent types of cancer in Brazil, primarily affecting individuals between 50 and 70 years of age, with around 12,000 cases and 4,000 deaths recorded in 2020. Early detection is crucial to prevent the progression of the disease, which can lead to kidney transplants, dialysis, or death. However, the lack of symptoms and screening tests make diagnosis difficult. This research proposes the use of Convolutional Neural Networks (CNNs) for the detection of renal cancer in CT images, classifying them as cancerous or normal. It is expected that the application of the obtained results can assist in early diagnosis, supporting healthcare professionals in providing faster and more accurate treatments and contributing to improving the patients' quality of life
Situações-problemas extensionistas e a Engenharia de Software: Um relato de experiência
Get PDFEste artigo apresenta como a disciplina de Engenharia de Software, do curso de Bacharelado em Ciência da Computação, foi ministrada para proporcionar uma experiência aos graduandos com situações problemas extensionistas. A abordagem pedagógica adotada permitiu aos graduandos aperfeiçoar suas habilidades em gerenciamento, desenvolvimento de software e comunicação. Os resultados observados demonstram que os acadêmicos conseguiram gerenciar os projetos e concluir as atividades propostas no início do semestre, o que proporcionou a eles uma experiência real na resolução de situações-problemas com maior independência e confiança, aumentando seu papel de cidadão. 
Uso de IAs Generativas na Avaliação Automatizada da Aprendizagem: Um Mapeamento Sistemático da Literatura
Get PDFEste estudo realiza um Mapeamento Sistemático da Literatura (MSL) sobre o uso de IAs generativas na avaliação automatizada da aprendizagem. Foram analisados 40 artigos publicados entre janeiro de 2019 e setembro de 2024, selecionados de bases como Scopus, Web of Science e IEEE Xplore. A pesquisa identificou tendências, metodologias e resultados no uso de modelos de linguagem, como GPT-3 e GPT-4, aplicados em avaliações automáticas, principalmente em disciplinas de programação e línguas. Os resultados mostram que IAs generativas são eficazes para correção automatizada e feedback personalizado, muitas vezes combinadas com métodos convencionais de avaliação, garantindo maior confiabilidade. No entanto, desafios relacionados a precisão, aceitação por educadores e questões éticas, como privacidade e equidade, permanecem. O estudo conclui que, apesar do potencial significativo, a adoção em larga escala depende da superação desses desafios e da preparação adequada das instituições educacionais
Desenvolvendo Jogos e Habilidades de Pensamento Computacional: Análise de uma Abordagem Apoiada na Aprendizagem Baseada em Projetos
Get PDFEste artigo avalia a abordagem do ensino de Pensamento Computacional (PC) por meio da criação de jogos, utilizando a metodologia de Aprendizagem Baseada em Projetos (ABP). A pesquisa demonstra que a metodologia ABP, associada a criação de jogos, é uma ferramenta eficaz pa o ensino de PC, pois promove uma aprendizagem prática e lúdica. Os resultados da pesquisa indicam que a abordagem contribuiu para a aquisição de habilidades de PC, bem como na aquisição de competências essenciais, como pensamento crítico e resolução de problemas, alinhando-se aos objetivos educacionais da Base Nacional Comum Curricular (BNCC). 
Predição de Desistência em Turmas de Programação Utilizando Sentimentos
Get PDFA desistência precoce em disciplinas de programação e um problema frequentemente enfrentado em cursos de graduação. Este artigo avalia o quanto o sentimento dos estudantes da turma pode auxiliar na predição de desistência. Foram utilizados dados de avaliações de desempenho e sentimentos dos estudantes com o uso de métodos de aprendizado de máquina. A análise evidenciou diferenças no desempenho de alunos concluintes, sugerindo a eficácia das variáveis propostas na construção de modelos preditivos, principalmente com a adição do atributo referente aos sentimentos. O estudo contribui para a identificação de estudantes desistentes, permitindo a implementação de intervenções precoces e oferecendo uma abordagem para a predição dessas desistências. Os resultados mostram que a adição da informação de sentimento aumentou em 2% a sensibilidade da classificação e até 30% a precisão dos modelos preditivos.
 
