O estudo apresenta uma abordagem metodológica que integra a lógica Fuzzy (aritmética triangular) a modelos estequiométricos para estimar a produção de metano em reatores UASB tratando efluentes frigoríficos. A técnica demonstrou alta precisão (erros entre -1%…
Framework proposto pela UECE que integra agentes de IA Generativa (calibrados via RAG com a norma ABNT NBR 17225:2025) com co-avaliação participativa de pessoas surdas. O objetivo é superar a baixa eficácia das ferramentas automatizadas atuais (30-40%) na iden…
Estudo do IFCE que avalia e compara o desempenho de modelos Transformers discriminativos (BERT, ALBERT) e LLMs generativos (DeepSeek, ChatGPT-4o) na detecção de ideação suicida em textos de redes sociais. Os resultados mostram alta precisão dos modelos discrim…
O artigo apresenta uma arquitetura modular de duas camadas para reconhecimento de sinais isolados da Libras, combinando visão computacional (I3D, EfficientNet) para extração de características e Modelos de Linguagem Grande (LLMs) para suavização de glosas em t…
O estudo desenvolve modelos de Inteligência Artificial (Redes Neurais Artificiais otimizadas por PSO) para prever a desativação em tanques de armazenamento de energia baseados em adsorção. Utilizando uma abordagem multiescala, o paper substitui experimentos fí…
O artigo analisa a incorporação da IA no Judiciário brasileiro, utilizando o conceito de 'ruído' (variabilidade em julgamentos) de Kahneman para comparar decisões humanas e algorítmicas. Conclui que, embora a IA otimize a gestão processual, ela não elimina o r…
Análise crítica sobre a implementação de IA no Judiciário brasileiro, utilizando o conceito de 'ruído' de Kahneman. O estudo alerta que, embora a IA aumente a eficiência, ela não elimina inconsistências humanas e pode perpetuar vieses, exigindo transparência e…
O estudo do IFCE realizou uma comparação robusta entre algoritmos de IA e métodos estatísticos para o diagnóstico de cistite aguda. O destaque é a superioridade do modelo estatístico Linear Discriminant Analysis (LDA), que alcançou 99,17% de acurácia, superand…
Estudo do IFCE que utiliza Redes Neurais Artificiais (RNA) para prever o módulo de resiliência (MR) de solos de subleito visando substituir testes de laboratório caros e demorados no projeto de pavimentação. O modelo alcançou alta precisão (0.9878) e foca na r…
O estudo avalia o algoritmo Minimal Learning Machine (MLM) para reconhecimento de emoções via sinais de EEG em interfaces cérebro-computador (BCI). Os resultados demonstram que o MLM superou modelos tradicionais (MLP e SVM), alcançando 96,7% de acurácia, valid…
Estudo de viabilidade da UNIFOR que propõe uma abordagem de Deep Learning 'annotation-free' (sem anotação manual detalhada) para detecção de rarefações ósseas periapicais em radiografias panorâmicas. O modelo Xception fine-tuned atingiu F1-score de 64,7%, demo…
Arquitetura de middleware que combina captura de logs de interação de dispositivos Braille com LLMs para gerar feedback pedagógico explicável e análise do processo de aprendizagem, indo além da simples verificação de erros.