25 September 2020 in Revista Tecnologia e Sociedade
O presente artigo tem como objetivo apresentar um levantamento das ações de enfrentamento decorrentes da pandemia do Coronavírus (COVID-19) realizadas pelas universidades federais brasileiras e correlacionar os indicadores da quantidade destas ações em todas as regiões do país. A análise aborda as diferentes atividades realizadas, suas características e tipos, comparando-as em seus contextos de enfrentamento. Apresenta as soluções trazidas pelas universidades enquanto instituição de desenvolvimento de pesquisa, ensino e extensão, bem como, dados comparativos sobre a efetividade das ações realizadas, embora existam outras causas relacionadas ao combate do Coronavírus.
17 October 2022 in Research, Society and Development
Durante a pandemia da COVID-19 surgiram, por meio da análise e visualização de dados, plataformas de monitoramento para a doença. O foco da maioria das plataformas era o monitoramento a nível de Estado, com informações concentradas em macrorregiões. Com isso, cidades e municípios ficaram sem a devida atenção aos seus dados internos, o que resultou em dificuldade de tomada de decisão e estratégias de enfrentamento personalizadas para suas necessidades locais. Com uma prévia experiência no monitoramento da COVID-19 no Estado do Paraná coletando informações de acesso públicos, foi possível identificar novos tipos de dados e análises que poderiam ser realizadas com informações específicas de cada cidade ou município, no intuito de gerar informações úteis no contexto das características locais, como forma de auxiliar gestores na tomada de decisão. A capacidade de análise e visualização de dados da plataforma proposta, está diretamente relacionada aos desafios de estabelecer um padrão para obtenção dos mais variados tipos de dados encontrados nas organizações internas de cidades e municípios brasileiros. Assim, este trabalho apresenta uma metodologia de monitoramento inteligente dos dados da COVID-19, que compreende as etapas de obtenção, extração, limpeza, análise e a visualização dos dados. Com a análise de dados foi possível investigar ações e definir estratégias com foco nas características locais, gerando uma plataforma que foi transferida para uso entre alguns municípios do Paraná no ano de 2021.
19 December 2013 in Revista Eletrônica Científica Inovação e Tecnologia
Uma abordagem de segmentação do câncer do melanoma é descrita neste artigo. A imagem da região da lesão do câncer é filtrada por operadores morfológicos em cor que em seguida é segmentada por binarização. Nenhum conhecimento a priori sobre o tipo de melanoma é empregado. Os experimentos realizados a partir de duas bases de imagens de melanoma benigno e maligno mostraram as potencialidades da abordagem no que diz respeito à extração automática da região da lesão do câncer.
3 August 2026 in Revista Ibero-Americana de Humanidades, Ciências e Educação
A escalabilidade de modelos de inteligência artificial autônomos é restringida atualmente pela volatilidade das APIs e a saturação da janela de atenção do Transformer, no qual a injeção exaustiva de ferramentas ocasiona o fenômeno “Lost in the Middle”. Este artigo introduz um paradigma Action-RAG, o qual fundamenta-se em metodologias Retrieval-Augmented Generation(RAG) e se diferencia pelo gerenciamento dinâmico de capacidades, utilizando o protocolo MCP para transicionar de uma injeção passiva para um estado de ativação interativa,a finalidade do método proposto, também se dá pela tentativa de otimização do ‘cost per token’ durante busca por ferramentas de ação. Tal método acompanha uma validação por meio de testes nos corpora, ToolBench e Gorilla APIBench (N=14.297), a arquitetura demonstrou superar metodologias como Passive-RAG em até 10,6 pontos percentuais em Hit Rate, e com uma eficiência 31% superior que o SemanticKernel.
1 January 2025 in Boletim de Ciências Geodésicas
The NORTE (Reference Center for Space Technologies) is a project between ITAIPU Binational, UTFPR (Federal University of Technology - Parana) - Santa Helena Campus - and FUNTEF-PR (UTFPR Support Foundation). Conceived to support the implementation of the RAIB (ITAIPU Binational High Precision Vertical Network), the project aims to build classrooms/research laboratories, implement GNSS (Global Navigation Satellite System) station infrastructure, develop applied research in process improvements in geodetic surveys, operate laboratories for teaching practices and contribute to the training of human resources. The project currently manages 3 GNSS-MET (Geodesic and Meteorological sensors) stations: GUAI (Guaira/PR), ITAI (Foz do Iguaçu/PR) and STHA (Santa Helena/PR), with data used in 4 thematic axes: Vertical Reference System, GNSS Surveys, Development of Applied Solutions for Geospatial Data in GIS (Geographic Information System) and LiDAR (Light Detection and Ranging) Survey Applications. Since 2023, seven research projects have been under development, four of which will have their initial results presented: the development of a technical specification for gravimetric densification, programs for monitoring ionospheric and tropospheric activities, a geospatial data management platform and three-dimensional modeling of the hydroelectric plant based on LiDAR data.
1 January 2026 in Revista Brasileira de Engenharia Agrícola E Ambiental
Advances in artificial intelligence and natural language processing are transforming decision-support systems in agriculture, enabling real-time interaction between humans and machines for smarter and more accessible crop management. This study presents the development and evaluation of an intelligent monitoring system for hydroponic cultivation, integrating a chatbot based on large language models (LLMs) and a retrieval-augmented generation (RAG) architecture. Designed to support smallholders, the system provides real-time technical assistance in natural language by integrating environmental sensor data, such as pH, temperature, and electrical conductivity (EC), with a semantic vector database indexed by four embedding models: text-embedding-ada-002, multilingual-v2, all-MiniLM-L6-v2, and Word2Vec. Twenty structured and unstructured agronomic questions were used to assess the system’s ability to generate relevant and factually accurate responses through ChatGPT and Gemini. Real-time data from lettuce cultivation trials were formatted in JSON, which were used to simulate decision scenarios. These included both historical queries (e.g., pH trends) and conceptual questions (e.g., ideal EC range). Results showed that the text-embedding-ada-002 model consistently achieved the highest semantic relevance (mean = 0.88) and factual faithfulness (mean = 0.72 with Gemini), outperforming the other embeddings. The multilingual-v2 showed moderate results, while the MiniLM and Word2Vec performed poorly in complex or context-dependent tasks. Gemini slightly outperformed ChatGPT in producing faithful responses. The proposed system is effective as a low-cost decision-support tool for hydroponics and can be scaled to other domains, such as irrigation and greenhouse management. This study highlights the potential of embedding enhanced LLMs and RAG architectures to democratize access to precision agriculture technologies.