https://hdl.handle.net/1884/32470 2026-06-30T21:47:58Z https://hdl.handle.net/1884/105717 Sentinel.AI : uma arquitetura IoT para monitoramento ambiental baseada em classificação de eventos sonoros com transferência de aprendizado Resumo: O avanço da Internet das Coisas (IoT) e das técnicas de Inteligência Artificial (IA) tem impulsionado o desenvolvimento de sistemas inteligentes para monitoramento ambiental. Neste contexto, a análise automática de eventos sonoros ambientais tem se mostrado uma abordagem promissora para identificação de atividades naturais ou antrópicas. Este trabalho apresenta a plataforma Sentinel.AI, uma arquitetura integrada que combina sensoriamento embarcado, transmissão de dados e classificação automática de eventos sonoros por meio de transferência de aprendizado utilizando o modelo YAMNet. O sistema realiza a aquisição e o processamento de sinais acústicos, permitindo a identificação automatizada de padrões associados a atividades ambientais específicas. A abordagem foi avaliada utilizando o conjunto de dados ESC-50, considerando classes relacionadas a eventos sonoros ambientais. Os resultados experimentais indicam que a utilização de embeddings acústicos extraídos por redes profundas, aliada a técnicas de aumento de dados, permite obter desempenho consistente mesmo com conjuntos de dados reduzidos. Os resultados evidenciam o potencial da integração entre IoT e aprendizado profundo para aplicações de monitoramento ambiental inteligente; Abstract: The advancement of the Internet of Things (IoT) and Artificial Intelligence (AI) techniques has enabled the development of intelligent systems for environmental monitoring. In this context, the automatic analysis of environmental sound events has emerged as a promising approach for identifying natural or anthropogenic activities. This work presents the Sentinel.AI platform, an integrated architecture that combines embedded sensing, data transmission, and automatic classification of environmental sound events through transfer learning using the YAMNet model. The system performs acoustic signal acquisition and processing, enabling the automated identification of patterns associated with specific environmental activities. The proposed approach was evaluated using the ESC-50 dataset, considering sound classes related to environmental events. Experimental results indicate that the use of deep acoustic embeddings combined with data augmentation techniques allows consistent performance even with relatively small datasets. These findings highlight the potential of integrating IoT and deep learning techniques for intelligent environmental monitoring applications Orientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño; Trabalho de Conclusão de Curso (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada; Inclui referências 2026-01-01T00:00:00Z https://hdl.handle.net/1884/105715 Computação fotônica aplicada à inteligência artificial Resumo: O avanço acelerado da Inteligência Artificial, especialmente em aplicações de aprendizado profundo (deep learning), tem imposto demandas computacionais cada vez mais intensas, revelando limitações da computação tradicional baseada em silício. Com o progressivo esgotamento da Lei de Moore e o consequente enfraquecimento dos ganhos de desempenho obtidos por meio da miniaturização de transistores, torna-se necessário investigar novas abordagens capazes de sustentar o crescimento da capacidade de processamento exigida por aplicações de IA. Este trabalho tem como objetivo analisar o potencial da computação fotônica como alternativa para o processamento de tarefas de aprendizado de máquina. Para isso, foi conduzida uma revisão sistemática da literatura, na qual foram selecionados e analisados estudos relevantes sobre arquiteturas fotônicas, computação neuromórfica óptica e circuitos integrados fotônicos aplicados à inteligência artificial. A análise dos trabalhos identificados evidencia vantagens importantes da computação fotônica, como elevado paralelismo inerente à propagação da luz, altas taxas de transmissão de dados e maior eficiência energética quando comparada às arquiteturas eletrônicas convencionais. Também são discutidos avanços recentes em dispositivos fotônicos capazes de implementar operações fundamentais para redes neurais e outros algoritmos de aprendizado de máquina. Embora a tecnologia ainda enfrente desafios relacionados à integração, precisão computacional e escalabilidade industrial, os resultados indicam que a computação fotônica apresenta potencial significativo para complementar ou ampliar as capacidades do hardware tradicional em aplicações de inteligência artificial; Abstract: The accelerated advancement of Artificial Intelligence, especially in deep learning applications, has imposed increasingly intense computational demands, revealing the limits of traditional silicon-based computing. With the progressive depletion of Moore’s Law and the consequent weakening of performance gains achieved through transistor miniaturization, it becomes necessary to investigate new approaches capable of sustaining the growth of processing capacity required by AI applications. This work aims to analyze the potential of photonic computing as an alternative for processing machine learning tasks. To this end, a systematic literature review was conducted, in which relevant studies on photonic architectures, optical neuromorphic computing, and integrated photonic circuits applied to artificial intelligence were selected and analyzed. The analysis highlights important advantages of photonic computing, such as the high parallelism inherent to light propagation, high data transmission rates, and improved energy efficiency when compared to conventional electronic architectures. Recent advances in photonic devices capable of implementing fundamental operations for neural networks and other machine learning algorithms are also discussed. Although the technology still faces challenges related to integration, computational precision, and industrial scalability, the results indicate that photonic computing presents significant potential to complement or expand the capabilities of traditional hardware in artificial intelligence applications Orientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño; Artigo apresentado como Trabalho de Conclusão de Curso; Artigo (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada; Inclui referências 2026-01-01T00:00:00Z https://hdl.handle.net/1884/105697 Avaliação do gerenciamento de resíduos de serviços de saúde no município de Colombo Resumo: As instituições de saúde são produtoras de uma imensa quantidade de resíduos sólidos. A maioria destes estabelecimentos não possui um sistema adequado de segregação, de destino do seu lixo hospitalar, sendo que a grande parte deste lixo, considerado contaminado, poderia ter um destino diferente do atual, não precisando ser enterrado nas vala sépticas. Este trabalho avalia as condições de gerenciamento dos resíduos de serviço de saúde realizada pelos funcionários de quinze postos de saúde e dois pronto-atendimentos do município de Colombo, no Paraná. A avaliação se inicia desde a fonte geração até a coleta externa e destinação final realizada por uma empresa terceirizada, contratada pela Prefeitura Municipal de Colombo. Realiza-se também uma revisão bibliográfica onde são apresentadas as observações feitas durante a inspeção e o que existe na literatura sobre o manuseio, acondicionamento, armazenamento, coleta e destinação final dos resíduos de serviço de saúde Orientador: Prof. Dr Georges Kaskantzis Neto; Monografia (especialização) - Universidade Federal do Paraná, Setor de Tecnologia, Curso de Especialização em Gerenciamento Ambiental na Indústria; Inclui referências 2004-01-01T00:00:00Z https://hdl.handle.net/1884/105565 Memorial de projetos : a integração de técnicas de storytelling e visualização de dados na análise de conjuntos de dados complexos - estratégias para comunicação e engajamento Resumo: A era do Big Data intensificou a produção e o acesso a grandes volumes de informações nas organizações, contudo, a simples disponibilidade desses registros não garante compreensão ou impacto estratégico. Para enfrentar esse desafio, o data storytelling surge como uma abordagem interdisciplinar essencial que integra análise quantitativa, visualização e narrativa para transformar dados técnicos em mensagens claras, envolventes e acionáveis. Este trabalho investiga os conceitos e técnicas dessa prática como ferramenta estratégica de apoio à tomada de decisão e à comunicação organizacional. Utilizando uma metodologia qualitativa e exploratória, o estudo avalia estruturas teóricas e aplicações reais, como a gestão de demandas urbanas em Curitiba e projetos públicos em Fortaleza. Os resultados indicam que narrativas estruturadas, aliadas a princípios de design visual, mitigam a sobrecarga de informações e reduzem ruídos comunicativos. Por fim, a integração de tecnologias emergentes como a Inteligência Artificial democratiza o acesso ao conhecimento e fortalece a cultura analítica organizaciona; Abstract: The era of Big Data has exponentially increased the production and access to vast amounts of information within organizations, yet simple availability does not guarantee strategic understanding or impact. To address this challenge, data storytelling has emerged as an essential interdisciplinary approach that integrates quantitative analysis, visualization, and narrative to transform technical data into clear, engaging, and actionable messages. This work investigates the concepts and methodologies of this practice as a strategic tool for supporting decision-making and enhancing organizational communication. Utilizing a qualitative and exploratory methodology, the study evaluates theoretical frameworks alongside real-world applications, such as urban demand management in Curitiba and public sector projects in Fortaleza. Findings indicate that structured narratives, combined with visual design principles, effectively mitigate information overload and reduce communicative noise. Ultimately, the integration of emerging technologies like Artificial Intelligence democratizes access to knowledge and strengthens an organization’s analytical culture Orientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño; Memorial de Projetos (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada; Inclui referências 2026-01-01T00:00:00Z