Scielo RSS<![CDATA[RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação]]>
http://scielo.pt/rss.php?pid=1646-989520240002&lang=pt
vol. num. 54 lang. pt<![CDATA[SciELO Logo]]>http://scielo.pt/img/en/fbpelogp.gif
http://scielo.pt
<![CDATA[Novas Tendências em Sistemas e Tecnologias de Informação]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200001&lng=pt&nrm=iso&tlng=pt
<![CDATA[Uma revisão sistemática de modelos de <em>machine learning</em> aplicados em operações financeiras de cobranças de dívidas]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200005&lng=pt&nrm=iso&tlng=pt
Resumo O Brasil enfrenta altas taxas de inadimplência, devido em parte à pandemia, levando à busca de novas estratégias de cobranças de dívidas. O Machine Learning (ML), empregado com sucesso em inúmeras áreas, é aliado para elevar a eficácia dessas operações. Este artigo busca apresentar um panorama atual das pesquisas sobre aplicações de ML nas operações de cobrança de dívidas, por meio de uma Revisão Sistemática da Literatura. Foi utilizada a metodologia PICO, identificando inicialmente 41 documentos, dos quais 11 passaram por revisão sistemática. Os resultados mostraram quatro objetivos buscados pelos estudos: previsão de inadimplência, personalização das estratégias de cobrança, otimização das ações de recuperação de dívidas e previsão de recuperação de crédito. E os principais algoritmos utilizados foram Decision Tree, Logistic Regression, Random Forest, Naive Bayes, Artificial Neural Network e Deep Learning. Os resultados revelaram que ML é ainda pouco explorado nessa área, oferecendo potencial para avanços substanciais das pesquisas.<hr/>Abstract Brazil is facing high default rates, due in part to the pandemic, leading to the search for new debt collection strategies. Machine Learning (ML), successfully used in numerous areas, is an ally to increase the effectiveness of these operations. This article seeks to present a current overview of research on ML applications in debt collection operations, through a Systematic Literature Review. The PICO methodology was used, initially identifying 41 documents, of which 11 underwent systematic review. The results showed four objectives pursued by the studies: default prediction, personalization of collection strategies, optimization of debt recovery actions and credit recovery prediction. And the main algorithms used were Decision Tree, Logistic Regression, Random Forest, Naive Bayes, Artificial Neural Network and Deep Learning. The results revealed that ML is still little explored in this area, offering potential for substantial research advances.<![CDATA[Aumento da maturidade de equipes SCRUM de desenvolvimento de software]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200022&lng=pt&nrm=iso&tlng=pt
Resumo A adoção de métodos ágeis no desenvolvimento de software vem aumentando a cada ano. Muito tem sido investido na preparação e capacitação de equipes neste sentido. O presente estudo desenvolve um roadmap para apoiar equipes scrum na evolução em níveis de maturidade ágil como instrumento complementar a um diagnóstico de níveis de maturidade desenvolvido e utilizado por uma instituição financeira brasileira de grande porte. Objetiva avaliá-lo quanto à usabilidade, factibilidade e utilidade por meio de demonstração em equipes e com grupo focal de especialistas em agilidade. Utilizou método de pesquisa Design Science Research Methodology (DSRM) e métodos complementares: survey, pesquisa bibliográfica, estudos de campo e entrevistas semiestruturadas para desenvolvimento e avaliação. O roadmap foi considerado pelas equipes participantes da demonstração e especialistas como de fácil usabilidade, factível e útil como apoio para adoção de práticas ágeis que contribuem para elevação de maturidade ágil para as equipes scrum da instituição financeira.<hr/>Abstract Adoption of agile methods in software development has been increasing each year. Much has been invested in the preparation and training of teams in this regard. This study develops a roadmap to support scrum teams in evolving through levels of agile maturity as a complementary instrument to a diagnosis of maturity levels developed and used by a large Brazilian financial institution. It aims to evaluate it in terms of usability, feasibility and utility through demonstration with teams and a focus group of experts in agility. The research utilized Design Science Research Methodology (DSRM) and complementary methods: survey, literature research, field studies, and semi-structured interviews for development and evaluation. The roadmap was considered by the participating teams of the demonstration and experts as easy to use, feasible, and useful as support for the adoption of agile practices that contribute to the elevation of scrum teams’ agile maturity of the financial institution.<![CDATA[Inteligencia artificial en el estudio del uso de escaneo cerebral en la implementación en usuarios neurodivergentes]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200039&lng=pt&nrm=iso&tlng=pt
Resumen La salud mental en general es un tema que ha ganado mucha relevancia e importancia en los últimos años. Pero un elemento central de ésta es el tema de trastornos mentales, y el diagnóstico de ellos. Por mucho tiempo, el método estándar usado para este proceso ha sido lento y costoso. Sin embargo, con nuevas tecnologías como son la inteligencia artificial y el escaneo cerebral hay posibilidad de una detección más rápida, sencilla, y objetiva de estos trastornos, incluido a edades más tempranas. El objetivo de este estudio es verificar la eficacia del reconocimiento de patrones eléctricos cerebrales mediante la inteligencia artificial en el uso médico psicológico, utilizando opiniones profesionales para determinar su factibilidad. El análisis fue cuanti-cualitativo, y se encontró que estas herramientas probablemente serán indispensables para esta área en el futuro cercano, siempre y cuando se le de un enfoque particular a su desarrollo.<hr/>Abstract Mental health in general is a subject that has become more and more relevant in the past years. But a central element to this subject is mental disorders, and their diagnosis. For a long time, the standard method used for this project has been lengthy and expensive. However, with new technologies such as artificial intelligence and brainwave scanning there is a chance for faster, simpler, and more objective detection of these disorders, including at ages too young for the current method. The objective of this study is to verify the efficiency of the recognizement of brainwave patterns using artificial intelligence in the psychology-medicinal field, using professional opinions to determine its feasibility. The analysis was quanti-qualitative, and it was found that these tools will most likely be indispensable for this field in the near future, as long as they are given the proper development.<![CDATA[Information systems and their influence on environmental strategies and organizational performance]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200052&lng=pt&nrm=iso&tlng=pt
Resumen La inquietud sobre el deterioro ambiental ha crecido de manera alarmante, ante ello. las empresas se han visto presionadas por aplicar procesos tecnológicos que cumplan con aspectos ambientales, siendo los sistemas de información con enfoque verdes uno de ellos. El objetivo del estudio es analizar cómo los sistemas de información verdes (SIV) influyen en las estrategias ambientales y en el rendimiento organizacional de las empresas manufactureras mexicanas. En el estudio cuantitativo se analizó un modelo jerárquico de segundo orden, mediante Modelado de Ecuaciones Estructurales basado en mínimos cuadrados parciales (PLS). La muestra recolectada fue de 99 gerentes de empresas medianas y grandes mediante un cuestionario. Se detecta que los SIV juegan un papel crucial en el crecimiento de las empresas, como herramienta para mejorar sus operaciones y al aspecto económico mediante la reducción de costos, pero al mismo tiempo, a cuestiones ambientales al tener la capacidad de reducir la contaminación emitida.<hr/>Abstract Concern about environmental degradation has been growing at an alarming rate, and as a result, companies have been pressured to apply technological processes that comply with environmental aspects, and green information systems are one of them. The objective of the study is to analyze how green information systems (GIS) influence environmental strategies and organizational performance in Mexican manufacturing companies. In the quantitative study, a second-order hierarchical model was analyzed using Partial Least Squares (PLS) Structural Equation Modelling. The collected sample consisted of 99 managers of medium and large companies by questionnaire. It was found that GISs play a crucial role in the growth of companies, as a tool to improve their operations and to the economic aspect by reducing costs, but at the same time, to environmental issues by having the ability to reduce the pollution emitted.<![CDATA[Intelligent Traffic Light Management System in Real Time]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200069&lng=pt&nrm=iso&tlng=pt
Resumen La gestión del tráfico vehicular es un desafío importante en las ciudades del mundo, pues involucra a la gestión de semáforos y el flujo de tráfico. El problema específico es la configuración de semáforos con asignaciones de tiempos fijos, no acorde al tiempo requerido por el flujo de tráfico real. El objetivo de este trabajo es proponer un sistema inteligente para gestionar en tiempo real el semáforo en una intersección vial; el cual se ajusta a las condiciones reales del tráfico que son la velocidad y densidad vehicular. Para ello, se desarrolló un algoritmo heurístico que toma en cuenta las características del tráfico y luego toma decisiones para asignar el tiempo de fase correspondiente. Pruebas experimentales con 15000 escenarios simulados permitieron estimar el tiempo de espera entre ciclos semafóricos. Los resultados mostraron una reducción del 18.3% de tiempo del ciclo con una mejora de 47 ciclos/hora respecto a los 39 ciclos/hora de un semáforo tradicional con tiempos de fase fijos.<hr/>Abstract The management of vehicular traffic poses a significant challenge in cities worldwide, as it involves the control of traffic lights and traffic flow. The specific issue lies in the configuration of traffic lights with fixed-time allocations, not in line with the time required by real traffic flow. The aim of this study is to propose an intelligent system for real-time management of traffic lights at an intersection, which adjusts to the actual traffic conditions, namely speed and vehicle density. To achieve this, a heuristic algorithm was developed, considering traffic characteristics and making decisions to allocate the corresponding phase time. Experimental tests with 15,000 simulated scenarios allowed for the estimation of waiting time between signal cycles. The results demonstrated an 18.3% reduction in cycle time with an improvement of 47 cycles/hour compared to the 39 cycles/hour of a traditional traffic light with fixed phase times.<![CDATA[Sistema de Identificação de Expressões Faciais Básicas em um Editor de Texto Coletivo]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200088&lng=pt&nrm=iso&tlng=pt
Resumo O estudo apresenta um sistema de reconhecimento de expressões faciais, para detecção de emoções básicas de estudantes, durante a produção textual. A funcionalidade foi desenvolvida e implementada no editor de textos coletivo denominado ETC, e utiliza técnicas de visão computacional. O sistema apresenta uma janela de detecção de expressões do usuário, e uma página de relatório com dados armazenados ao longo do tempo de edição de um documento. A pesquisa foi dividida em quatro etapas, são elas: fundamentação teórica; escolha de ferramentas e bibliotecas; desenvolvimento da funcionalidade e inclusão no editor de textos; testes com especialistas e análise dos resultados. O estudo concluiu que é possível coletar informações referentes a emoções básicas, por meio de sistemas de visão computacional. O objetivo é apoiar professores no processo de ensino e aprendizagem, a partir das observações dos aspectos afetivos durante a produção textual. Contudo, existem ainda distorções por fatores externos, que dificultam a captação adequada das imagens.<hr/>Abstract The study presents a facial expression recognition system for detecting basic emotions in students during text production. The functionality was developed and implemented in the collective text editor called ETC, and uses computer vision techniques. The system presents a window for detecting user expressions and a report page with data stored over the time a document was edited. The research was divided into four stages: theoretical basis; selection of tools and libraries; development of the functionality and inclusion in the text editor; testing with experts and analysis of the results. The study concluded that it is possible to collect information regarding basic emotions through computer vision systems. The objective is to support teachers in the teaching and learning process, based on the observation of affective aspects during text production. However, there are still distortions due to external factors, which make it difficult to capture the images properly.<![CDATA[Prototype of a Lagrangian buoy tracking system for observational Oceanography]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200104&lng=pt&nrm=iso&tlng=pt
Resumen Este trabajo tiene como objetivo el desarrollo del prototipo de un sistema de posicionamiento que permita validar los modelos numéricos de predicción de aparición de residuos sólidos en las costas. Para ello, se ha realizado el diseño e implementación de un sistema de radiofrecuencia que permite el trazado de las trayectorias de boyas Lagrangianas. El sistema se compone de dos tipos de dispositivos: boyas de deriva superficial y receptores que permitan la extracción de los datos de las trayectorias de las boyas en tiempo real. Las boyas incorporan un receptor GNSS que registra su posición y se comunican con tecnología LoRa con un transceptor que se encuentre en su área de cobertura. Este sistema puede servir no sólo como herramienta de validación de modelos hidrodinámicos numéricos, también representa una metodología escalable, con amplio potencial de uso en el campo de la Oceanografía observacional.<hr/>Abstract The objective of this work is to develop a prototype of a positioning system to validate the numerical models for predicting the occurrence of solid waste on the coasts. For this purpose, the design and implementation of a radiofrequency system that allows the tracing of Lagrangian buoy trajectories has been carried out. The system is composed of two types of devices: surface drifting buoys and receivers that allow the extraction of data from the buoy trajectories in real time. The buoys incorporate a GNSS receiver that records their position and communicates with LoRa technology with a transceiver located in its coverage area. This system can serve not only as a validation tool for numerical hydrodynamic models, but also represents a scalable methodology with a wide potential for use in the field of observational Oceanography.<![CDATA[Uma Aplicacão para Explicabilidade de Predições de um SVM em Tweets de COVID-19]]>
http://scielo.pt/scielo.php?script=sci_arttext&pid=S1646-98952024000200121&lng=pt&nrm=iso&tlng=pt
Resumo Este trabalho propõe uma aplicação web que usa um modelo de caixa preta Support Vector Machine (SVM) com 79% de acurácia para classificar o sentimento de tweets sobre a COVID-19 integrando o framework LIME de forma interativa para explicar decisões sobre previsões. Além do ganho de transparência em relação à avaliação de amostras falso-positivas, notou-se também que o modelo SVM tende a falhar ao associar um teste positivo de COVID-19 a um bom sentimento e se confunde em previso˜es envolvendo palavras sobre a COVID-19, como Omicron, que indica falta de representatividade na base de dados. Além disso, a partir dos resultados do LIME, foi possível melhorar a acura´cia do modelo para 81% ao incluir as stopwords ”not” e ”no”.<hr/>Abstract The present work proposes a web application that uses an Support Vector Machine (SVM) black box model with 79% accuracy to classify sentiment from tweets about COVID-19 integrating the LIME framework in an interactive way to explain decisions about predictions. Besides the gain in transparency in relation to the evaluation of false positive samples, it was also noted that the SVM model tends to fail when associating a positive COVID-19 test with a good sentiment and gets confused in specific predictions involving words related to COVID-19 variants such as Omicron, which indicate lack of representativeness in the database. In addition, from the LIME results, it was possible to improve the model accuracy to 81% by including the stopwords “not” and “no”.