[pt] O presente trabalho tem como objetivo analisar a percepção de uma amostra de funcionários, de diferentes departamentos e cargos, sobre o estágio de maturidade em Business Intelligence de uma empresa do setor farmacêutico. Posteriormente, pretende-se entender a relação entre a percepção de maturidade, e a percepção do potencial de criação de vantagem competitiva e melhoria na performance da empresa que a adoção de Business Intelligence pode trazer. Para atingir ao objetivo foram realizadas uma pesquisa via survey com 32 respondentes, para coletar sua percepção de maturidade da empresa em cinco dimensões de maturidade: Organização, Infraestrutura, Gestão de Dados, Análise e Governance a fim de enquadrar a empresa dentro de um estágio. Além disso, foram incluídas nos questionários perguntas relacionadas a percepção de criação de vantagem competitiva e melhoria de performance. A fim de entender melhor os resultados para posteriormente criar uma proposta de plano de melhoria para que a empresa avançasse no modelo, foram realizadas entrevistas em profundidade com quatro respondentes e uma análise de regressão com o objetivo de entender melhor a relação entre as variáveis. O trabalho delimitou-se em estudar a empresa no momento atual sem que fosse feito um acompanhamento da evolução ao longo do tempo, pesquisou apenas uma empresa do setor farmacêutico baseada no Brasil limitando comparações com benchmarkings entre países e setores. Além disso, o fato de o pesquisador conhecer e ser funcionário da mesma empresa dos respondentes pode ter gerado desconforto em parte deles, gerando possíveis vieses nas respostas. Com os resultados da pesquisa somados as melhores práticas de BI trazidas no referencial teórico, foi traçada uma proposta com um plano de melhoria que se implementado, acredita-se, que pode levar a empresa a avançar no estágio de maturidade. / [en] The objective of this work is to analyze the perception of a sample of employees, from different departments and positions, about the stage of maturity in Business Intelligence of a company in the pharmaceutical sector. Subsequently, we intend to understand the relationship between the perception of maturity and the perception of the potential for creating competitive advantage and improving the company s performance that the adoption of Business Intelligence can trace. To achieve the objective, a survey was carried out with 32 respondents, to collect their perception of the company s maturity in five dimensions of maturity: Organization, Infrastructure, Data Management, Analysis and Governance to frame the company within a stage. In addition, the questionnaires included questions related to the perception of creating competitive advantage and improving performance. In order to better understand the results to later create a better plan proposal for the company to move forward in the model, we conducted in-depth interviews with four respondents and a regression analysis in order to better understand the relationship between the variables. The work is limited to studying the company today without having followed the evolution over time, researching only one company in the pharmaceutical sector based in Brazil, limiting comparisons with benchmarking between countries and sectors. Also, the fact that the researcher knows and is an employee of the same company two interviewees could cause discomfort on their part, generating the possibility of viewing the answers. With the research results added to the best BI practices developed without theoretical reference, a proposal was elaborated with a better plan that has been imple mented, it is proven, that can lead the company to advance in its maturity stage.

[pt] O gerenciamento correto das pastagens em regiões agropecuárias tem papel fundamental na própria produção, na prevenção ao desperdício da biomassa vegetal e a liberação de gases de efeito estufa (GEE). Além disso, é necessário evitar o movimento inapropriado do rebanho entre pastos, pois este é um processo demorado e pode ser estressante para o animal. O sucesso desta gestão requer uma avaliação eficiente dos recursos da plantação. Os estudos desenvolvidos com esta finalidade tem relação direta com a estimativa da quantidade de biomassa em uma região específica da pastagem, pois, na prática, ela não é realizada de forma precisa, devido à dificuldade de medição em toda a área delimitada. Este trabalho tem como objetivo desenvolver uma metodologia de estimativa de biomassa de baixo custo, baseada em modelos de regressão que correlacionem os atributos de entrada mais relevantes para a aplicação com o real peso da plantação, medido em g/m2 . Para os atributos, foi medida a altura da grama forrageira e calculados os índices de vegetação baseados em RGB a partir de imagens de veículos aéreos não tripulados (VANTs). Como metodologia, utilizou-se regressões lineares, não lineares, redes neurais artificiais baseados em perceptrons de múltiplas camadas e a combinação de todos os modelos gerados (stacking ensemble). Foram alcançados resultados satisfatórios utilizando modelos de redes neurais com ainda duas camadas e com a metodologia de empilhamento de modelos, alcançando um RMSE de 31.76 g/m2 , MAPE de 13.35 por cento e R 2 de 0.9. Portanto, a metodologia proposta pode se tornar uma solução promissora e acessível para a estimativa de biomassa vegetal para uma gestão eficiente e sustentável do rebanho. / [en] The correct management of pastures in agricultural regions plays a fundamental role in the production itself, in the prevention of plant biomass waste and the release of greenhouse gases (GHG). In addition, it is necessary to avoid inappropriate movement of the herd between pastures, as this is a time-consuming process and can be stressful for the animal. The success of this management requires an efficient assessment of the plant resources. The studies developed for this purpose are directly related to the amount estimation of biomass in a specific region of the pasture, because, in practice, it is not carried out accurately, due to the difficulty of measurement throughout the field. This work aims to develop a low-cost biomass estimation methodology, based on regression models that correlate the most relevant input features for the application with the actual density of the plantation, measured in g/m2 . For the features, the height of the forage grass was measured and the vegetation indexes based on RGB were calculated from images of unmanned aerial vehicles (UAV). Linear, nonlinear regression (MNLR), artificial neural networks (ANN) based on multi-layer perceptron (MLP) and the combination of all models generated (stacking ensemble) were the methodologies tested in order to achieve the best correlation. Satisfactory results were achieved using models of neural networks with two layers and using stacking ensemble methodology, reaching a RMSE of 31.76 g/m2 , MAPE of 13.35 percent and R-Squared of 0.9. Therefore, the proposed methodology may become a promising and affordable solution for plant biomass estimation toward efficient and sustainable herd management.

[pt] O trabalho tem como objetivo analisar os modelos de aplicação tecnológica dos precedentes judiciais pelo STF, que possuem a intenção de automatizar o juízo de admissibilidade, e, verificar se tal tecnologia pode ser utilizada sem infringir os princípios constitucionais, especialmente o devido processo legal. O cerne do estudo está consubstanciado nas ferramentas de inteligência artificial que vem sendo utilizadas pelo Poder Judiciário com o objetivo de auxiliar a atividade jurisdicional a lidar como fenômeno da hiperjudicialização. Para tanto, apresentamos o sistema de precedentes do Código de Processo Civil de 2015 que tem como finalidade a garantia e aplicação dos princípios da isonomia e segurança jurídica, assim como diminuir o problema das ações repetitivas. Trabalhou-se também os sistemas de inteligência artificial utilizados, assim como os problemas mais relevantes que eles apresentam tais como, data sets viciados, opacidade algorítmica e discriminação racial e social. Abordou-se também a utilização do Sistema Victor pelo Supremo Tribunal Federal que tem como finalidade automatizar o juízo de admissibilidade dos recursos. Por fim, procurou-se avaliar de que modo as tecnologias podem contribuir para um mais eficaz processamento dos recursos, em especial no que diz respeito ao juízo de admissibilidade. / [en] The purpose of this study is to analyze the models of technological application of judicial precedents by the STF, which intend to automate the admissibility determination, and to determine whether such technology can be used without violating constitutional principles, particularly due process of law. The core of the study consists of the artificial intelligence tools utilized by the Judiciary to assist the judicial activity in dealing with the phenomenon of hyperjudicialization. Consequently, we present the precedent system of the Civil Procedure Code of 2015, which aims to ensure and apply the principles of isonomy and legal certainty, as well as reduce the problem of repetitive actions. In addition, the employed artificial intelligence systems and the most pertinent problems they present, such as biased data sets, algorithmic opacity, and racial and social discrimination, were examined. The Federal Supreme Court s use of the Victor System, which aims to automate the appeals admissibility determination, was also discussed. Lastly, an effort was made to evaluate how technologies can contribute to a more efficient appeals processing, particularly with regard to the admissibility determination.

[pt] A inteligência artificial tem gerado resultados promissores na área médica, especialmente na última década. Contudo, os modelos de melhor desempenho apresentam opacidade em relação ao seu funcionamento interno. Nesta tese, são apresentadas novas metodologias e abordagens para o desenvolvimento de classificadores explicáveis de imagens médicas. Dois principais métodos, Squaregrid e EvEx, foram desenvolvidos. O primeiro consiste em uma geração mais grosseira, porém rápida, de heatmaps explicativos via segmentações em grades quadrados, enquanto o segundo baseia-se em otimização multi-objetivo, baseada em computação evolucionária, visando ao ajuste fino de parâmetros de segmentação. Notavelmente, ambas as técnicas são agnósticas ao modelo, o que facilita sua utilização para qualquer tipo de classificador de imagens. O potencial destas abordagens foi avaliado em três estudos de caso de classificações médicas: metástases em linfonodos, malária e COVID-19. Para alguns destes casos foram analisados modelos de classificação existentes, publicamente disponíveis. Por outro lado, em outros estudos de caso, novos modelos tiveram que ser treinados. No caso do estudo de COVID-19, a ResNet50 treinada levou a F-scores acima de 0,9 para o conjunto de teste de uma competição para classificação de coronavirus, levando ao terceiro lugar geral. Adicionalmente, técnicas de inteligência artificial já existentes como LIME e GradCAM, bem como Vanilla, Smooth e Integrated Gradients também foram usadas para gerar heatmaps e possibilitar comparações. Os resultados aqui descritos ajudaram a demonstrar e preencher parcialmente lacunas associadas à integração das áreas de inteligência artificial explicável e medicina. Eles também ajudaram a demonstrar que as diferentes abordagens de inteligência artificial explicável podem gerar heatmaps que focam em características diferentes da imagem. Isso por sua vez demonstra a importância de combinar abordagens para criar um panorama mais completo sobre os modelos classificadores, bem como extrair informações sobre o que estes aprendem. / [en] Artificial Intelligence has generated promissing results for the medical area, especially on the last decade. However, the best performing models present opacity when it comes to their internal working. In this thesis, methodologies and approaches are presented for the develpoment of explainable classifiers of medical images. Two main methods, Squaregrid and EvEx, were developed. The first consistts in a rough, but fast, generation of heatmaps via segmentations in square grids, and the second in genetic multi objective optimizations aiming at the fine-tuning of segmentation parameters. Notably, both techniques are agnostic to the model,which facilitates their utilization for any kind of image classifier. The potential of these approaches was demonstrated in three case studies of medical classifications: lymph node mestastases, malária and COVID-19. In some of these cases, already existing classifier models were analyzed, while in some others new models were trained. For the COVID-19 study, the trained ResNet50 provided F-scores above 0.9 in a test set from a coronavirus classification competition, resulting in the third place overall. Additionally, already existing explainable artificial intelligence techniques, such as LIME and GradCAM, as well as Vanilla, Smooth and Integrated Gradients, were also used to generate heatmaps and enable comparisons. The results here described help to demonstrate and improve the gaps in integrating the areas of explainable artificial intelligence and medicine. They also aided in demonstrating that the different types of approaches in explainable artificial intelligence can generate heatmaps that focus on different characteristics of the image. This shows the importance of combining approaches to create a more complete overview of classifier models, as well as extracting informations about what they learned from data.

[pt] O compartilhamento e o gerenciamento de dados pessoais são atividades desafiadoras devido à grande quantidade de dados gerados, carregados e digitalizados por cidadãos para utilizar serviços, online ou não. Esse desafio afeta não apenas os cidadãos, mas também os controladores e processadores de dados, que são responsáveis pela segurança, privacidade, anonimato e uso de dados fundados em bases legais e no propósito inicial quando os dados foram solicitados. Nesse cenário, a proteção e regulamentação dedados entram em cena para organizar esse ambiente, propondo direitos e deveres aos agentes envolvidos. No entanto, cada país é livre para criar e empregar sua própria regulamentação de dados, como o GDPR na União Europeia e a LGPD no Brasil. Portanto, embora o objetivo seja proteger os cidadãos, as regulamentações podem apresentar regras diferentes com base em sua jurisdição. Nesse cenário, as ontologias surgem para identificar as entidades e relacionamentos e mostrá-los em um nível de abstração elevado, facilitando o alinhamento das ontologias com diferentes regulamentações. Para isso, desenvolvemos um meta modelo baseado em ontologias da GDPR para possibilitar a representação da LGPD com foco na base legal do consentimento. Além disso, propusemos o GoDReP (Geraçãod e Cenários de Regulamentação de Dados) para permitir que os atores representem a interpretação de sua legislação em um cenário de aplicação específico. Apresentamos então três cenários diferentes para exercitar a aplicação do GoDReP. Além disso, nesta tese, também propomos uma arquitetura de sistema multiagente normativo e inteligente (RegulAI) para representar os direitos e obrigações apresentados pela regulamentação de dados pessoais, bem como o processo de tomada de decisão dos agentes.Por fim, desenvolvemos um estudo de caso aplicando o RegulAI no cenário de open banking. / [en] Sharing and managing personal data are challenging due to the massive amount of data generated, uploaded, and digitalized, informed by data subjects to utilize services, online or not. This challenge disrespects not only the data subjects, but also data controllers and processors, which are responsible for security, privacy, anonymity, and data usage under the legal basis applied and the initial purpose when the data were required. In this scenario, data protection and regulation take place to organize this environment proposing rights and duties to the involved agents. However, each country is free to create and employ its data regulation, e.g., GDPR in European Union and LGPD in Brazil. Therefore, although the goal is to protect the data subjects, the regulations can present different rules based on their jurisdiction. In this scenario, ontologies emerge to identify the entities and relationships to show them at a high abstraction level, facilitating ontology alignment with different regulations. To do so, we developed a metamodel based on GDPR ontologies to enable the LGPD representation focused on the consent legal basis. Moreover, we proposed GoDReP (Generation of Data Regulation Plots) to allow actors to represent their law s interpretation in a specific application scenario. As a result, we set three scenarios to exercise the GoDReP application. Moreover, in this thesis, we also propose an intelligent normative multiagent system architecture (RegulAI) to represent the personal data regulation rights and obligations, as well as the agent s decision-making process. Finally, we developed a use case applying RegulAI in the open banking scenario.

[pt] No contexto de comércio eletrônico, descrições de produtos exercem grande influência na experiência de compra. Descrições bem feitas devem idealmente informar um potencial consumidor sobre detalhes relevantes do produto, esclarecendo potenciais dúvidas e facilitando a compra. Gerar boas descrições, entretanto, é uma atividade custosa, que tradicionalmente exige esforço humano. Ao mesmo tempo, existe uma grande quantidade de produtos sendo lançados a cada dia. Nesse contexto, este trabalho apresenta uma nova metodologia para a geração automatizada de descrições de produtos, usando as avaliações deixadas por usuários como fonte de informações. O método proposto é composto por três etapas: (i) a extração de sentenças adequadas para uma descrição a partir das avaliações (ii) a seleção de sentenças dentre as candidatas (iii) a geração da descrição de produto a partir das sentenças selecionadas usando um Large Language Model (LLM) de forma zero-shot. Avaliamos a qualidade das descrições geradas pelo nosso método comparando-as com descrições de produto reais postadas pelos próprios anunciantes. Nessa avaliação, contamos com a colaboração de 30 avaliadores, e verificamos que nossas descrições são preferidas mais vezes do que as descrições originais, sendo consideradas mais informativas, legíveis e relevantes. Além disso, nessa mesma avaliação replicamos um método da literatura recente e executamos um teste estatístico comparando seus resultados com o nosso método, e dessa comparação verificamos que nosso método gera descrições mais informativas e preferidas no geral. / [en] In the context of e-commerce, product descriptions have a great influence on the shopping experience. Well-made descriptions should ideally inform a potential consumer about relevant product details, clarifying potential doubt sand facilitating the purchase. Generating good descriptions, however, is a costly activity, which traditionally requires human effort. At the same time, there are a large number of products being launched every day. In this context, this work presents a new methodology for the automated generation of product descriptions, using reviews left by users as a source of information. The proposed method consists of three steps: (i) the extraction of suitable sentences for a description from the reviews (ii) the selection of sentences among the candidates (iii) the generation of the product description from the selected sentences using a Large Language Model (LLM) in a zero-shot way. We evaluate the quality of descriptions generated by our method by comparing them to real product descriptions posted by sellers themselves. In this evaluation, we had the collaboration of 30 evaluators, and we verified that our descriptions are preferred more often than the original descriptions, being considered more informative, readable and relevant. Furthermore, in this same evaluation we replicated a method from recent literature and performed a statistical test comparing its results with our method, and from this comparison we verified that our method generates more informative and preferred descriptions overall.

[pt] Nosso trabalho apresenta uma técnica capaz de gerar animações para personagens virtuais. A inspiração desta técnica vem de vários princípios encontrados na biologia, em particular os conceitos de evolução e seleção natural. Os personagens virtuais, por sua vez, são modelados como criaturas semelhantes a animais, com um sistema locomotor capaz de movimentar seus corpos através de princípios simples da física, tais como forças e torques. Como nossa técnica não depende de nenhum pressuposto sobre a estrutura do personagem, é possível gerar animações para qualquer tipo de criatura virtual. / [en] We present a technique for automatically generating animations for virtual characters. The technique is inspired by several biological principles, especially evolution and natural selection. The virtual characters themselves are modeled as animal-like creatures, with a musculoskeletal system that is capable of moving their bodies through simple physics principles, such as forces and torques. Because our technique does not make any assumptions about the structure of the character, it is capable of generating animations for any kind of virtual creature.

[pt] O apoio diagnóstico de exames médicos por imagem utilizando técnicas de Inteligência Artificial tem sido amplamente discutido e pesquisado academicamente. Diversas técnicas computacionais para segmentação e classificação de tais imagens são continuamente criadas, testadas e aperfeiçoadas. Destes estudos emergem sistemas com alto grau de especialização que se utilizam de técnicas de visão computacional e aprendizagem de máquina para segmentar e classificar imagens de exames utilizando conhecimento adquirido através de grandes coleções de exames devidamente laudados. No domínio médico há ainda a dificuldade de se conseguir bases de dados qualificada para realização da extração de conhecimento pelos sistemas de aprendizagem de máquina. Neste trabalho propomos a construção de uma arquitetura de software que suporte o desenvolvimento de sistemas de apoio diagnóstico que possibilite: (i) a utilização em múltiplos tipos exames, (ii) que consiga segmentar e classificar, (iii) utilizando não só de estratégias padrão de aprendizado de máquina como, (iv) o conhecimento do domínio médico disponível. A motivação é facilitar a tarefa de geração de classificadores que possibilite, além de buscar marcadores patológicos específicos, ser aplicado em objetivos diversos da atividade médica, como o diagnóstico pontual, triagem e priorização do atendimento. / [en] The image medical exam diagnostic support using Artificial Intelligence techniques has been extensively discussed and academically researched. Several computational techniques for segmentation and classification of such images are continuously created, tested and improved. From these studies, highly specialized systems that use computational vision and machine learning techniques to segment and classify exam images using knowledge acquired through large collections of lauded exams. In the medical domain, there is still the difficulty of obtaining qualified databases to support the extraction of knowledge by machine learning systems. In this work we propose a software architecture construction that supports diagnostic support systems development that allows: (i) use of multiple exam types, (ii) supporting segmentation and classification, (iii) using not only machine learning techniques as, (iv) knowledge of the available medical domain. The motivation is to facilitate the generation of classifiers task that, besides searching for specific pathological markers, can be applied to different medical activity objectives, such as punctual diagnosis, triage and prioritization of care.