Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Montaño, Razer Anthom Nizer Rojas, 1975- | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Curso de Especialização em Inteligência Artificial Aplicada | - |
Autor(es): dc.creator | Vieira, Thiago Ribeiro | - |
Data de aceite: dc.date.accessioned | 2025-09-01T12:18:55Z | - |
Data de disponibilização: dc.date.available | 2025-09-01T12:18:55Z | - |
Data de envio: dc.date.issued | 2024-01-16 | - |
Data de envio: dc.date.issued | 2024-01-16 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/84729 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/84729 | - |
Descrição: dc.description | Orientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño | - |
Descrição: dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada. | - |
Descrição: dc.description | Inclui referências | - |
Descrição: dc.description | Resumo: Esse trabalho apresenta uma aplicação das Redes Neurais Recorrentes (RNN) capaz de prever as demandas corretivas sobre os produtos de uma fábrica de software. Sendo que, a demanda corretiva tem como objetivo evidenciar defeitos e erros encontrados sobre o software. A previsão de demandas corretivas em um determinado produto pode contribuir com informações importantes para a gestão de produto ou projeto na tomada de decisões. O foco do trabalho está em uma das classes de redes neurais artificiais (RNA), as redes neurais recorrentes. São utilizados três tipos de arquitetura dessa área: o modelo de redes neurais recorrentes Simples RNN, o Long Short-Term Memory (LSTM) e o Gated Recurrent Unit (GRU). Foram aplicados o método de aprendizado supervisionado para treinamento e validação dessas redes. Ao longo do trabalho foi criado um modelo de cada uma dessas arquiteturas para três produtos diferentes da fábrica de software, mais especificamente das áreas de Nota Fiscal Eletrônica de Serviço (NFS-e), da Administração de Receitas (AR) e de Prestação de Contas (PC). Com o resultado foi possível constatar a viabilidade no uso de sistemas de previsão que utilizam técnicas de Inteligência Artificial (IA) para a implementação de modelos de previsão de demandas corretivas sobre o portfólio de uma fábrica de software. | - |
Formato: dc.format | 1 recurso online : PDF. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Software - Manutenção | - |
Palavras-chave: dc.subject | Software - Desenvolvimento | - |
Título: dc.title | Aplicação de redes neurais recorrentes na predição de demandas corretivas sobre produtos de uma fábrica de software | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: