IGUAZU SCIENCE

DADOS EDITORIAIS

2024-05-03T19:37:19+00:00

EDITORIAL

2025-07-01T18:14:56+00:00

APRESENTAÇÃO

2025-07-01T19:04:50+00:00

SISTEMA WEB DE GESTÃO DE ESTOQUE PARA UMA LOJA DE PRODUTOS AROMÁTICOS UM ESTUDO DE CASO COM FOCO NA DIGITALIZAÇÃO E ORGANIZAÇÃO DE PROCESSOS DE MICROEMPREENDEDORES

2025-05-27T14:12:10+00:00

Este artigo demonstra o impacto positivo que um sistema de gestão web pode gerar para os microempreendedores que não costumam fazer gestão de estoque. Focando em uma empresa local de Medianeira-PR de produtos aromáticos.

ANÁLISE E PREVISÃO DO PREÇO DO ETHEREUM UTILIZANDO REDES NEURAIS LSTM

2025-05-28T00:41:36+00:00

Este artigo apresenta uma análise da aplicabilidade de redes neurais recorrentes do tipo Long Short-Term Memory (LSTM) na previsão da direção do preço da criptomoeda Ethereum (ETH), com base em dados históricos de fechamento diário entre 2017 e 2025. O objetivo principal é investigar se modelos LSTM podem auxiliar investidores na tomada de decisão, antecipando se o preço do ativo irá subir ou cair no dia seguinte. A metodologia envolve o treinamento de modelos com dados normalizados, utilizando divisão temporal de 90% para treinamento, 5% para teste e 5% para validação. Foram realizados 27 experimentos variando a arquitetura da rede (camadas, neurônios e épocas) e aplicadas métricas de avaliação de acurácia direcional e lucro acumulado em uma estratégia Long/Short simulada. Os resultados foram comparados com a estratégia Buy and Hold. A melhor configuração identificada (RNA 16) obteve acurácia de 53,03%, enquanto o maior lucro na validação foi alcançado pela RNA 26, com 28,65%. Em contraste, a estratégia Buy and Hold gerou um prejuízo acumulado de -18,51%. Embora algumas simulações tenham mostrado lucros em determinados cenários, os modelos avaliados neste estudo não apresentaram acurácia significativamente superior ao acaso. Portanto, os resultados não são suficientes para afirmar que a abordagem LSTM testada seja eficaz na previsão da direção do preço do Ethereum, sendo necessário aprofundar a investigação com outras configurações e abordagens complementares.

APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL PARA TRADUÇÃO DE LIBRAS

2025-05-26T00:10:17+00:00

Este trabalho apresenta o desenvolvimento de uma aplicação baseada em inteligência artificial para a tradução de sinais da Língua Brasileira de Sinais (Libras) para a língua portuguesa. A proposta utiliza algoritmos de visão computacional, com foco no modelo YOLO (You Only Look Once), para detectar e interpretar gestos manuais extraídos de imagens capturadas em tempo real. A aplicação é composta por um sistema embarcado com interface desenvolvida em Flutter, uma API de backend em FastAPI e um algoritmo pra a criação de um dataset personalizado. O modelo foi treinado com dados personalizados, baseando-se nas posições das mãos por meio de coordenadas de 21 pontos.

CONSTRUÇÃO DE UM FLIPERAMA DE MESA COM SISTEMA BATOCERA: INTEGRAÇÃO DE HARDWARE, SOFTWARE E DESIGN FUNCIONAL

2025-05-27T21:44:08+00:00

Este artigo apresenta o desenvolvimento parcial de um fliperama de mesa baseado no sistema Batocera, com foco na integração entre hardware reaproveitado, estrutura em MDF e design funcional voltado à experiência clássica dos jogos arcade. A metodologia adotada é prática e aplicada, com caráter experimental, envolvendo a montagem de gabinete próprio, reutilização de componentes eletrônicos e a configuração de um sistema de emulação portátil. Até o momento, foram realizadas a montagem da estrutura física, a instalação dos principais elementos internos e a separação dos controles arcade. O sistema operacional Batocera foi configurado em um pendrive inicializável, permitindo praticidade na execução e atualização dos jogos. Os resultados parciais demonstram a viabilidade técnica do projeto e apontam seu potencial educacional e replicável. Espera-se que, ao término, o fliperama ofereça uma experiência interativa, sustentável e alinhada à preservação digital da cultura gamer.

DETECÇÃO AUTOMÁTICA DE DOENÇAS EM PLANTAS UTILIZANDO REDES NEURAIS CONVOLUCIONAIS E TRANSFER LEARNING COM RESNET50

2025-05-21T12:08:06+00:00

Este trabalho tem como objetivo aplicar técnicas de aprendizado profundo para a detecção de doenças em plantas a partir de imagens digitais. Utilizando o conjunto de dados PlantVillage, que contém milhares de imagens classificadas em diversas culturas e patologias, foi desenvolvido um modelo de rede neural convolucional baseado na arquitetura ResNet50. A pesquisa foi motivada pelo desafio enfrentado por agricultores em identificar doenças de forma precoce, especialmente em regiões com acesso limitado a assistência técnica. A metodologia envolveu o pré-processamento das imagens, divisão dos dados em treino e validação, aplicação de aumento de dados e ajuste fino da rede utilizando pesos pré-treinados. O modelo foi treinado em ambientes distintos, incluindo máquina local e Google Colab, com análise de métricas como acurácia, perda, precisão e revocação. Os resultados demonstraram que a ResNet50, mesmo com oscilações na validação, alcançou desempenho satisfatório, indicando seu potencial para aplicação no campo. Conclui-se que a utilização de redes neurais pode contribuir significativamente para o monitoramento fitossanitário de forma automatizada e escalável.

REDE NEURAL CONVOLUCIONAL APLICADA AO DIAGNÓSTICO DE MENINGITE

2025-05-21T00:04:31+00:00

Este artigo apresenta uma investigação sobre o uso de redes neurais convolucionais (CNNs) no auxílio ao diagnóstico de meningite, a partir da análise automatizada de imagens de ressonância magnética. A meningite, sendo uma condição neurológica grave, requer diagnóstico rápido e preciso para aumentar as chances de tratamento eficaz e reduzir a mortalidade. Neste contexto, propõe-se o desenvolvimento de um modelo de CNN implementado em Python, utilizando a biblioteca Keras, com o objetivo de identificar padrões relevantes nas imagens que possam indicar a presença da doença. O modelo foi treinado e testado com um conjunto de dados composto por imagens rotuladas, empregando técnicas de pré-processamento e aumento de dados para melhorar a generalização. Os resultados demonstraram alta acurácia na classificação das imagens, evidenciando o potencial da abordagem para auxiliar profissionais da saúde no processo diagnóstico. A pesquisa reforça o papel crescente da inteligência artificial no campo da medicina diagnóstica, especialmente no que tange ao uso de técnicas de aprendizado profundo para interpretação de imagens médicas complexas.

SEM - SISTEMA DE ETIQUETAGEM MULTIFUNCIONAL

2025-05-22T12:16:08+00:00

Este trabalho apresenta o desenvolvimento de um sistema universal para criação e gerenciamento de etiquetas informativas, com aplicação potencial em diversos setores, como logística, saúde, comércio, indústria e serviços de alimentação. A proposta visa atender à crescente demanda por soluções automatizadas, padronizadas e adaptáveis aos diferentes contextos operacionais que exigem controle de validade, rastreabilidade e organização de produtos. O sistema foi desenvolvido do zero utilizando a linguagem Java e o framework Spring Boot, permitindo a inserção de dados dinâmicos, a personalização de layouts e a exportação das etiquetas em múltiplos formatos. Além da flexibilidade e facilidade de uso, a plataforma foi projetada com foco em escalabilidade, segurança e integração com outros sistemas corporativos. A escolha por tecnologias amplamente adotadas no mercado visa assegurar a portabilidade, a manutenção e a confiabilidade a longo prazo. O artigo descreve as etapas de concepção, implementação e validação do sistema, abordando as decisões técnicas tomadas, os desafios enfrentados durante o desenvolvimento e os testes realizados em ambiente simulado. Os resultados indicam que a solução proposta contribui de forma prática e eficiente para a informatização de processos de rotulagem, sendo especialmente útil para pequenos e médios empreendimentos que buscam maior controle e conformidade com normas regulatórias.

MILKLAX – REVOLUCIONANDO A GESTÃO DA PECUÁRIA LEITEIRA

2025-05-23T19:34:46+00:00

Este artigo apresenta o desenvolvimento do aplicativo Milklax, uma ferramenta tecnológica voltada à modernização da pecuária leiteira, com foco no controle zootécnico, sanitário e reprodutivo do rebanho.

A ideia principal do aplicativo é oferecer uma interface intuitiva e prática, permitindo o cadastro individual de animais, geração de alertas automáticos, relatórios gerenciais e rastreabilidade das informações. Dessa forma, contribui diretamente para a organização das rotinas da propriedade, otimizando a tomada de decisões.

PLATAFORMA DIGITAL PARA CONECTAR E IMPULSIONAR NEGÓCIOS FEMININOS LOCAIS

2025-05-25T13:06:06+00:00

Este trabalho apresenta o desenvolvimento de um aplicativo móvel para apoiar mulheres que empreendem no comércio local. A proposta surgiu da necessidade de oferecer uma ferramenta simples e acessível para que essas empreendedoras possam organizar suas vendas, registrar transações e divulgar seus serviços. O objetivo principal é fortalecer o empreendedorismo feminino por meio da tecnologia. A pesquisa foi aplicada e de abordagem qualitativa, utilizando o Flutter para o desenvolvimento do aplicativo e o Firebase como backend. O sistema foi construído com foco na praticidade e com base na arquitetura recomendada pelo Google, além dos padrões Command e Result, que facilitam a organização do código. O aplicativo permite cadastrar empresas, validar CNPJ, registrar e validar compras entre usuárias, além de gerar gráficos e estatísticas. Mesmo ainda em fase de desenvolvimento, a solução já mostra potencial para ajudar essas mulheres a ganharem mais visibilidade, organização e fomento do comércio local.. O projeto reforça como a tecnologia pode ser uma aliada no crescimento do empreendedorismo local e feminino.

FLIPERAMA MODERNO: INTEGRAÇÃO ENTRE RETRÔ E INOVAÇÃO

2025-05-23T23:22:41+00:00

Com a crescente valorização da cultura retrô e o avanço das tecnologias acessíveis, este trabalho apresenta o desenvolvimento de uma máquina de fliperama moderna, funcional e de baixo custo, construída com materiais reaproveitados e equipada com o sistema Batocera Linux. O projeto alia inovação tecnológica, sustentabilidade e resgate histórico, proporcionando uma experiência nostálgica e educativa. Foram utilizados equipamentos eletrônicos em desuso, como computadores e monitores, e uma estrutura em MDF com design inspirado nos arcades clássicos. A instalação do sistema operacional foi realizada por meio de um pendrive bootável, permitindo emulação eficiente mesmo em hardware modesto. Os testes comprovaram a viabilidade técnica da solução, que se mostrou replicável em contextos pedagógicos, culturais e comunitários. O projeto destaca-se pelo seu caráter inclusivo e pelo incentivo à economia circular no desenvolvimento de dispositivos interativos.

SISTEMA DE DETECÇÃO E CONTAGEM DE ALUNOS EM SALA DE AULA UTILIZANDO INTELIGÊNCIA ARTIFICIAL E PROCESSAMENTO DE VÍDEO

2025-05-27T14:11:49+00:00

Este trabalho propõe o desenvolvimento de um sistema automatizado para detecção e contagem de alunos em salas de aula, utilizando técnicas de visão computacional e aprendizado profundo. A pesquisa aborda o problema da ineficiência e suscetibilidade a erros nos métodos tradicionais de controle de frequência, propondo uma solução baseada na arquitetura YOLOv11 (You Only Look Once, versão 11). O sistema utiliza câmeras posicionadas estrategicamente para capturar imagens em tempo real, que são processadas por algoritmos de detecção de objetos para identificar e contar o número de estudantes presentes. A metodologia emprega a biblioteca OpenCV para captura e pré-processamento das imagens, enquanto o modelo YOLOv11, treinado com o COCO Dataset, realiza a detecção. Os resultados demonstram que o sistema é capaz de operar com alta precisão mesmo em condições desafiadoras, como variações de iluminação e oclusões parciais. Conclui-se que a aplicação proposta oferece uma solução eficaz e não invasiva para o monitoramento de presença em ambientes educacionais, contribuindo para a melhoria da gestão acadêmica e segurança institucional.

PLATAFORMA DE RASTREABILIDADE DE PRODUTOS AGRÍCOLAS (ORIGEM VERDE)

2025-06-06T14:45:22+00:00

Este artigo apresenta o desenvolvimento de uma plataforma digital para rastreabilidade de produtos agrícolas, visando garantir transparência, segurança alimentar e controle de qualidade. A solução integra agricultores, transportadores e distribuidores, utilizando QR Codes para registrar e acompanhar as etapas do processo produtivo. A plataforma foi desenvolvida como um aplicativo mobile, utilizando o framework Flutter para proporcionar acessibilidade, usabilidade e integração entre os agentes da cadeia produtiva. O agricultor insere informações sobre o plantio e gera um QR Code inicial. Em seguida, o transportador realiza a leitura desse identificador, adiciona dados logísticos e cria uma nova versão com as informações atualizadas. Por fim, o distribuidor faz uma última leitura, complementa os dados e imprime o código final na embalagem do produto. A metodologia inclui levantamento de requisitos, modelagem do sistema, desenvolvimento da aplicação e testes. Os resultados demonstram a eficácia da solução na rastreabilidade até o consumidor final.

SISTEMA PID EM MOTOR SEM ESCOVAS COM ARDUINO E IOT

2025-05-27T21:20:34+00:00

Este artigo apresenta um estudo sobre sistemas de controle PID, com foco na implementação de um protótipo de motor brushless controlado via Arduino e IoT (Internet das Coisas). O objetivo principal é comparar diferentes configurações de parâmetros PID para otimizar a resposta do motor. Para isso, foram utilizados um Arduino Uno, um controlador eletrônico de velocidade (ESC), um motor brushless de 1000KV, uma hélice, uma bateria LiPo 3S 2200mAh 30C e um módulo ESP8266. A metodologia envolveu o desenvolvimento do algoritmo PID, a realização de testes práticos e a análise da resposta do motor. Os resultados visam demonstrar a viabilidade da integração entre controle PID e IoT, destacando os benefícios da automação remota.

METODOLOGIAS ÁGEIS PARA O DESENVOLVIMENTO DE SOFTWARE

2025-05-20T23:32:36+00:00

Há diversas metodologias ágeis surgindo nos últimos anos, e cada vez mais se entra em discussão sobre a validade e efetividade delas, muitas empresas já as adotaram e, boa parte, relata ter ótimos resultados. Este trabalho visa detalhar algumas das principais metodologias ágeis (Scrum, XP, FDD, Lean Software Development e Crystal Family) e fazer a comparação dos processos das que mais estão sendo utilizadas hoje em dia (Scrum, XP e FDD), além de relatar alguns casos de sucesso e fracasso das metodologias ágeis em geral. Dessa forma, será possível conhecer essas metodologias além de identificar os pontos que tornam cada uma delas interessantes e também verificar a efetividade que está sendo relatada por quem as utiliza.

DESENVOLVIMENTO DE SISTEMA PARA GESTÃO E VITRINE DIGITAL EM EMPRESA DE FORNECIMENTO DE DIESEL PARA AGRICULTORES

2025-05-20T23:23:41+00:00

A gestão eficiente do fornecimento de diesel no setor agrícola é essencial para garantir a continuidade das operações no campo, especialmente em regiões onde a conectividade à internet é limitada. Nesse contexto, este artigo propõe o desenvolvimento de um sistema híbrido de gestão e vitrine digital voltado a empresas que comercializam diesel para agricultores, unificando os canais de atendimento digital e tradicional. A solução contempla dois módulos principais: uma vitrine digital acessível via dispositivos com conexão à internet, desenvolvida em React, e um painel administrativo para registro manual de pedidos feitos por telefone ou presencialmente, assegurando a inclusão de clientes com acesso restrito à tecnologia. O backend do sistema, construído com Node.js e banco de dados MySQL, gerencia a lógica de negócios, autenticação, controle de estoque em tempo real e integração entre os módulos. A metodologia adotada baseou-se em práticas ágeis de desenvolvimento, com levantamento de requisitos junto à empresa parceira, modelagem modular do sistema, testes automatizados e manuais com o apoio da ferramenta Postman. Os resultados esperados incluem maior controle e rastreabilidade dos pedidos, redução de falhas humanas, agilidade na logística e aumento da satisfação do cliente. O sistema foi projetado para ser responsivo e funcional em ambientes de baixa largura de banda, visando atender às peculiaridades da realidade rural brasileira. Ao integrar tecnologias modernas e estratégias adaptadas ao público-alvo, a proposta oferece uma alternativa viável e escalável para empresas do setor, promovendo eficiência operacional, inclusão digital e competitividade no mercado agrícola.

BANCO DE DADOS APLICADO NA ANÁLISE DE HOMICÍDIOS NO PARANÁ

2025-05-29T22:44:55+00:00

Este artigo apresenta uma análise dos índices de homicídios no estado do Paraná nos anos de 2018, 2019 e 2022, utilizando ferramentas de banco de dados para organizar e interpretar os dados oficiais. A pesquisa destaca a distribuição desigual da violência no estado, evidenciando que regiões metropolitanas possuem maior número absoluto de homicídios, enquanto regiões específicas apresentam índices proporcionais mais elevados. Pequenos municípios foram identificados com índices alarmantes, sugerindo a necessidade de políticas públicas regionais focadas nos fatores socioeconômicos locais. O estudo utiliza dados do IBGE, IPEA, IPARDES e métodos estatísticos para gerar tabelas e gráficos que facilitam a visualização dos padrões criminais. Os resultados contribuem para o desenvolvimento de estratégias de segurança pública mais eficazes e direcionadas.

PREVISÃO DE CONSUMO ENERGÉTICO COM REDES NEURAIS ARTIFICIAIS USANDO PYTHON

2025-05-26T03:29:48+00:00

Este trabalho tem como objetivo principal desenvolver e analisar modelos preditivos para o consumo de energia elétrica utilizando redes neurais artificiais. O estudo foca especificamente na previsão de consumo na Zona 1 na cidade de Tetouan. O problema de pesquisa parte da necessidade de maximizar a acurácia das previsões em relação a métodos estatísticos tradicionais, como o modelo estatístico ARIMA. A metodologia adotada envolve a construção de modelos de redes neurais artificiais densas totalmente conectadas com diferentes configurações, utilizando funções de ativação como tanh e ReLU, bem como otimizadores como SGD e Adam. Os modelos foram treinados e avaliados com base na métrica MAPE (Erro Percentual Absoluto Médio). Os resultados demonstrara que o modelo com função ReLU e otimizador Adam obteve o melhor desempenho (MAPE de 10,86%), seguido pelo modelo com tanh e SGD (13,76%), ambos superando o modelo ARIMA (18,39%). Gráficos de dispersão, representação das séries temporais e matriz de confusão reforçaram a visualização da superioridade dos modelos propostos, quando comparados aos modelo estatístico diretamente, indicando alta correlação entre os valores reais e previstos. Conclui-se que as redes neurais ofereceram uma solução mais precisa e robusta para a previsão de consumo de energia elétrica no cenário estudado, sendo viáveis para aplicações práticas na previsão de consumo de energia elétrica.

DESENVOLVIMENTO DE UM SISTEMA WEB PARA OTIMIZAÇÃO DO PROCESSO DE ADOÇÃO DE ANIMAIS

2025-05-25T00:45:57+00:00

O Amor Sem Coleiras é uma página na internet feita para ajudar mais animais achar suas casas conectando pets que precisam de adoção com pessoas interessadas em adotar. Esse sistema tem um design fácil de usar que deixa ver melhor animais cadastrados; mostrando informações como nome, raça, idade, tamanho, forma de adoção etc. Painel administrativo também está na plataforma; permite gerenciar inteiramente os pets adicionando novos animais, atualizando dados ou acompanhando status das adações. Além disso o sistema oferece recursos de comunicação entre administradores, facilitando a busca pelos tutores ideais, garantindo o processo de adoçao mais seguro e responsável. Com tecnologias atuais de desenvolvimento Web o Amor Sem Coleiras busca dar acesso amplo às adoções colaborando para uma melhor experiência clara pra todas partes do processo.