The present work proposes to forecast time series of the Brazilian electricity sector. For this purpose, an attempt was made to make predictions for the Settlement Price of Differences (PLD) and the wind speed for moving wind turbines, which transforms the kinetic energy of air currents into electrical energy, based on the ARIMA methodology, based on statistics computational, and the SVM model, from the area of ​​artificial intelligence, and the period analyzed corresponds from 2001 to 2009 for the PLD and from 2004 to 2017 for the wind. The results provide an analysis tool for the free energy market, as they demonstrate price trends and electricity production, serving as an aid to decision-making, with ARIMA being the predictive model that performed best in short-term forecasts. Despite this, it is concluded that the SVM has the potential to produce more assertive results for long-term forecasts, since the model has many characteristics that can be exploited and thus enhance forecasts with large volumes of data in more complex situations.

A agricultura a cada dia tem evoluído no Brasil, tornando o país um dos maiores produtores e exportadores de grãos, com isso elevando o PIB brasileiro, principalmente após a pandemia do COVID-19, onde o Brasil teve uma crescente subida na balança econômica. Levando em consideração os dados em toneladas e porcentagens de crescimento referentes aos cereais exportados, o Brasil tornou-se uma potência no ano de 2021. Para entender melhor o funcionamento do agronegócio no Brasil, foi elaborada a presente pesquisa bibliográfica a partir de dados e relatórios divulgados em plataformas de artigos acadêmicos e em materiais apresentados pelo IBGE, CNA, IPEA e institutos governamentais. Verifica-se que neste cenário do agronegócio, a soja ganha maior destaque em produção em relação aos outros grãos produzidos e exportados pelo Brasil. Por fim, o artigo ora desenvolvido tende a abordar desde as futuras projeções do Valor bruto da produção até a importante influência do agronegócio no PIB brasileiro, evidenciando sua alta relevância para a economia do Brasil. Com base em estudos recentes, já é evidente que o país será um dos principais polos mundiais quanto a produção de biocombustíveis e algodão.

O diagnóstico precoce de doenças do cacaueiro é crucial para a sustentabilidade agrícola na Amazônia Legal, porém esbarra em desafios logísticos e na centralização de dados sensíveis por parte das cooperativas. Este estudo propõe e avalia uma arquitetura inteligente que integra Aprendizado Federado e Visão Computacional, utilizando dados simulados, para o diagnóstico distribuído dessas doenças. A metodologia abrangeu uma Revisão Sistemática da Literatura guiada pelo protocolo PRISMA para fundamentar a arquitetura, seguida pelo desenvolvimento de um ambiente de simulação com 12.000 imagens sintéticas reproduzindo o cenário cross-silo de cinco cooperativas. Foram comparados os regimes de treinamento local, centralizado e federado (FedAvg e FedProx) utilizando redes convolucionais leves (MobileNetV3, EfficientNet-B0 e ResNet50). Os resultados demonstram que a combinação de EfficientNet-B0 com o algoritmo FedProx obteve o melhor equilíbrio, alcançando 93,8% de acurácia e 93,3% de F1-macro. Essa configuração superou amplamente o treinamento local isolado e aproximou-se do desempenho do modelo centralizado, com a vantagem arquitetural de manter a custódia e a soberania dos dados nas cooperativas. Conclui-se que a abordagem federada proposta é viável e eficaz para ambientes operacionais com restrições de infraestrutura, promovendo a identificação descentralizada de patologias sem comprometer a privacidade das informações agronômicas.

The preservation of Indigenous languages is hindered by the scarcity of technological resources and the lack of culturally appropriate educational tools, a reality that is evident in the Kayapó (Mebêngôkre) language. This article presents the development of a bilingual digital platform aimed at language teaching, learning, and linguistic preservation, designed through bibliographic research and software engineering principles. The study combines the identification of sociocultural requirements, prototyping with emerging technologies, and comparative functional validation. The results indicate that the platform is feasible, accessible, and compatible with Kayapó language learning practices, contributing to community engagement and linguistic revitalization.

Diante das transformações computacionais e dos avanços tecnológicos, a administração pública foi significativamente impactada, dando origem ao governo eletrônico e evidenciando a necessidade da acessibilidade digital como requisito fundamental de inclusão. O presente estudo do artigo tem como objetivo analisar criticamente o papel das tecnologias assistivas na promoção da acessibilidade nos serviços públicos brasileiros, considerando diretrizes como o eMAG, a Identidade Padrão de Comunicação Digital (IDG), o VLibras, os Padrões Web (ePWG) e a interoperabilidade via ePING. A pesquisa realizada é de natureza qualitativa, descritiva e bibliográfica, e fundamentada em documentos legais, normativos e produções científicas. Os resultados indicam que, embora o Brasil possua um conjunto normativo robusto, ainda existem desafios expressivos relacionados à capacitação de servidores, à infraestrutura tecnológica e à fiscalização do cumprimento das normas. Destaca-se o impacto social das tecnologias assistivas, que ampliam a autonomia e a participação social das pessoas com deficiência, contribuindo para a redução de barreiras históricas de exclusão. Em conclusão, ressaltam-se tendências emergentes como inteligência artificial, realidade aumentada e Internet das Coisas, que, quando aplicadas de forma ética e centrada no cidadão, podem potencializar a inclusão digital no setor público.

Este estudo propõe um sistema autônomo de fiscalização viária utilizando visão computacional (OpenCV) no ambiente simulado Forza Horizon 5. Implementado em um Audi RS6, monitora em tempo real duas infrações críticas: ultrapassagens em faixas contínuas e veículos em contramão. Técnicas de processamento de imagem (filtros, detecção de bordas e segmentação) foram aplicadas a dados visuais capturados do jogo, com adaptação a variações climáticas e de iluminação. Os resultados demonstram 82% de precisão média na identificação das infrações, validando simuladores como plataforma de baixo custo para testes. Desafios persistem em alta velocidade, mas comprova-se a viabilidade da solução.