http://hdl.handle.net/123456789/269 2026-08-04T06:42:35Z http://hdl.handle.net/123456789/4213 MODELAGEM PREDITIVA PARA O IDEB MUNICIPAL NA EDUCAÇÃO BÁSICA PIAUIENSE POR MEIO DE ALGORITMOS DE APRENDIZADO DE MÁQUINA E APRENDIZADO PROFUNDO SILVA, Maria Eva Clemencia Fonseca de Castro RESUMO: As desigualdades no desempenho educacional entre municípios brasileiros permanecem amplas e persistentes, conforme evidenciado pelas variações do Índice de Desenvolvimento da Educação Básica (IDEB) nas diferentes etapas da educação básica. Apesar da cres- cente disponibilidade de informações sobre os sistemas de ensino, ainda há limitações na utilização integrada desses insumos para prever o desempenho municipal e subsidiar decisões estratégicas. Essa lacuna é particularmente relevante em estados como o Piauí, onde os municípios apresentam desempenho heterogêneo, com alguns registrando avanços consistentes e outros mantendo resultados inferiores à média estadual.Neste contexto, o presente trabalho tem como objetivo principal aplicar e avaliar modelos preditivos baseados em aprendizado de máquina (Machine Learning - ML) e aprendizado profundo (Deep Learning - DL) para prever o desempenho educacional dos municípios piauienses, representado pelo IDEB, nas três etapas da educação básica (anos iniciais, anos finais e ensino médio), integrando variáveis educacionais, socioeconômicas e financeiras. Para tanto, foram construídas três bases de dados, compreendendo o período de 2013 a 2023, considerando os anos ímpares. Foram testados e comparados dez algoritmos clássicos de regressão supervisionada, incluindo regressões penalizadas, modelos baseados em árvore, como Floresta Aleatória (Random Forest - RF) e Extreme Gradient Boosting (XGBoost) e métodos baseados em instâncias, além de sete arquiteturas de Redes Neurais Artificiais (Artificial Neural Networks - ANN) profundas, como Perceptron Multicamadas (Multi- layer Perceptron - MLP), Rede Neural Convolucional (Convolutional Neural Network – CNN), Memória de Longo e Curto Prazo (Long Short-Term Memory - LSTM) e híbridas. O desempenho dos modelos foi avaliado por meio de métricas de erro e coeficiente de determinação (R2), calculadas nos conjuntos de treino, teste e validação cruzada com 5 folds. Os resultados indicaram que o modelo XGBoost apresentou o melhor desempenho global nas três etapas da educação básica, com R2 de 0,5455 nos anos iniciais, 0,5205 nos anos finais e 0,4488 no ensino médio, segundo validação cruzada. Destacou-se para sua robustez nos anos iniciais e finais e sua relativa estabilidade no ensino médio, etapa notoriamente mais difícil de prever devido à maior variabilidade e evasão. A análise de importância das variáveis identificou determinantes centrais para o IDEB. Nos anos iniciais e finais, destacaram-se o PIB per capita, a taxa de distorção idade-série, o percentual de docentes sem curso superior, variáveis da agropecuária local e repasses do programa Criança Feliz. No ensino médio, assumiram relevância variáveis ligadas à infraestrutura escolar, gestão e esforço docente. Com base no modelo XGBoost, foi desenvolvido um sistema de simulação de cenários, que permite testar, de forma contrafactual, o impacto de alterações paramétricas nas variáveis explicativas sobre os valores previstos do IDEB municipal de 2023. Esse módulo opera com interface amigável e recursos de exportação, gráficos e visualizações personalizadas, representando uma contribuição concreta para o planejamento educacional baseado em evidências. Os resultados obtidos demonstram que é possível antecipar, com razoável grau de acurácia, o comportamento do IDEB em nível municipal. O sistema de simulação desenvolvido consolida-se como ferramenta de apoio à tomada de decisão, permitindo que gestores visualizem os efeitos hipotéticos de políticas públicas educacionais. Como perspectivas futuras, recomenda-se a inclusão de novas variáveis e a replicação da metodologia em outros contextos federativos. ABSTRACT: Inequalities in educational performance among Brazilian municipalities remain wide and persistent, as evidenced by variations in the Basic Education Development Index (IDEB) across different stages of basic education. Despite the increasing availability of information on education systems, there are still limitations in the integrated use of these inputs to predict municipal performance and support strategic decisions. This gap is particularly relevant in states like Piauí, where municipalities exhibit heterogeneous performance, with some registering consistent progress and others maintaining results below the state average. In this context, the present work aims to apply and evaluate predictive models based on machine learning (ML) and deep learning (DL) to predict the educational performance of municipalities in Piauí, represented by the IDEB (Basic Education Development Index), in the three stages of basic education (early years, later years, and high school), integrating educational, socioeconomic, and financial variables. To this end, three databases were constructed, covering the period from 2013 to 2023, considering odd-numbered years. Ten classic supervised regression algorithms were tested and compared, including penalized regressions, tree-based models, such as Random Forest (RF) and Extreme Gradient Boosting (XGBoost), and instance-based methods, in addition to seven deep Artificial Neural Network (ANN) architectures, such as Multilayer Perceptron (MLP), Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), and hybrid architectures. The performance of the models was evaluated using error metrics and coefficient of determination (R2), calculated on the training, test, and cross-validation sets with 5 folds. The results indicated that the XGBoost model presented the best overall performance in the three stages of basic education, with an R2 of 0.5455 in the early years, 0.5205 in the later years, and 0.4488 in high school, according to cross-validation. It stood out for its robustness in the early and later years and its relative stability in high school, a stage notoriously more difficult to predict due to greater variability and dropout rates. The analysis of the importance of the variables identified central determinants for the IDEB (Basic Education Development Index). In the early and later years, the following stood out: GDP per capita, the age-grade distortion rate, the percentage of teachers without a higher education degree, variables from local agriculture, and transfers from the Criança Feliz (Happy Child) program. In high school, variables related to school infrastructure, management, and teacher effort became relevant. Based on the XGBoost model, a scenario simulation system was developed, which allows testing, in a counterfactual way, the impact of parametric changes in explanatory variables on the predicted values of the municipal IDEB (Basic Education Development Index) for 2023. This module operates with a user- friendly interface and export features, customized graphs and visualizations, representing a concrete contribution to evidence-based educational planning. The results obtained demonstrate that it is possible to anticipate, with a reasonable degree of accuracy, the behavior of the IDEB at the municipal level. The developed simulation system consolidates itself as a tool to support decision-making, allowing managers to visualize the hypothetical effects of educational public policies. As future perspectives, the inclusion of new variables and the replication of the methodology in other federative contexts is recommended. Orientador(a): Prof. Dr. Ivan Saraiva Silva Coorientador: Prof. Dr. Vinícius Ponte Machado Examinador interno: Prof. Dr. Raimundo Santos Moura Examinador externo: Profa. Dra. Luisa Xavier de Oliveira (FUN - UFPI) 2026-07-24T00:00:00Z http://hdl.handle.net/123456789/4212 Mineração de padrões textuais sobre seguraça pública: modelos e aplicações em plataformas de mídias sociais ROCHA, Saul Sousa da RESUMO: A crescente produção de conteúdo textual e audiovisual em plataformas de mídias sociais tem ampliado as possibilidades de investigação sobre a percepção pública em temas sensíveis, como violência urbana e operações policiais no Brasil, ao mesmo tempo em que introduz desafios associados à informalidade linguística, à ausência de bases anotadas e à forte heterogeneidade entre plataformas. Esta dissertação apresenta um arcabouço integrado para análise dessa percepção pública, estruturado em três eixos complementares que abordam desde a inferência de posicionamento em comentários até a identificação au- tomática de eventos reais em vídeos de violência urbana. No primeiro eixo, desenvolvemos e avaliamos modelos de detecção de posicionamento aplicados a comentários do YouTube, demonstrando que arquiteturas baseadas em transformers, especialmente o BERTimbau, superam abordagens tradicionais mesmo diante de textos ruidosos e heterogêneos. No segundo eixo, ampliamos a análise para um cenário interplataformas, utilizando dados do X/Twitter e do YouTube e introduzindo uma estratégia de anotação híbrida que combina rótulos humanos com validação automática por LLMs, garantindo maior consistência semântica e confiabilidade nas anotações. Os experimentos revelam que modelos treinados no X/Twitter generalizam melhor para o YouTube do que o inverso, evidenciando diferenças estruturais entre ecossistemas discursivos e reforçando a importância de considerar especificidades linguísticas no desenvolvimento de modelos de PLN em português brasileiro. No terceiro eixo, avançamos da análise textual para a organização de vídeos por evento real, propondo duas heurísticas não supervisionadas baseadas exclusivamente em atributos textuais, uma semântica e outra temporal. Os resultados mostram que a heurística temporal, fundamentada em janelas de publicação e recorrência de entidades nomeadas, supera tanto a heurística semântica quanto uma linha de base baseada em GPT-4, alcançando acurácia próxima de 0,90 e NMI superior a 0,95 em cenários de monitoramento contínuo. As contribuições desta dissertação incluem novas bases de dados anotadas em português, heurísticas originais para agrupamento de vídeos, um estudo sistemático sobre transferência entre plataformas e um arcabouço completo para monitoramento de percepções sobre segurança pública em larga escala. A principal contribuição deste trabalho é metodológica, por meio de um arcabouço de mineração textual aplicado à percepção sobre segurança pública. Os resultados demonstram que abordagens leves, adaptadas ao domínio e apoiadas por estratégias de anotação híbrida, podem superar métodos genéricos de última geração, reforçando o potencial das mídias sociais como fonte estruturada de conhecimento e forne- cendo subsídios metodológicos e práticos para pesquisas futuras e aplicações voltadas à análise e monitoramento de segurança no Brasil. ABSTRACT: The growing production of textual and audiovisual content on social media platforms has expanded the possibilities for investigating public perception on sensitive topics such as urban violence and police operations in Brazil, while simultaneously introducing challenges related to linguistic informality, the lack of annotated datasets, and strong cross-platform heterogeneity. This dissertation presents an integrated framework for analyzing public perception, structured into three complementary axes that span from stance inference in comments to the automatic identification of real-world events in videos depicting urban violence. In the first axis, we develop and evaluate stance detection models applied to YouTube comments, showing that transformer-based architectures, especially BERTimbau, outperform traditional approaches even in the presence of noisy and heterogeneous texts. In the second axis, we extend the analysis to a cross-platform setting using data from X/Twitter and YouTube, and introduce a hybrid annotation strategy that combines human labels with automatic validation by large language models (LLMs), thereby increasing the semantic consistency and reliability of annotations. Experiments reveal that models trained on X/Twitter generalize better to YouTube than the reverse, highlighting structural di!erences between discursive ecosystems and reinforcing the importance of accounting for linguistic specificities when developing NLP models for Brazilian Portuguese. In the third axis, we move from textual analysis to the organization of videos by real-world event, proposing two unsupervised heuristics based solely on textual attributes, one semantic and the other temporal. Results show that the temporal heuristic, grounded in publication windows and recurrence of named entities, outperforms both the semantic heuristic and a GPT-4-based baseline, achieving accuracy close to 0.90 and NMI above 0.95 in continuous monitoring scenarios. The contributions of this dissertation include new annotated datasets in Portuguese, original heuristics for video clustering, a systematic study of cross-platform transfer, and a complete framework for large-scale monitoring of public perceptions about security. The main contribution of this work is methodological, through a text mining framework applied to the analysis of public perceptions about security. Overall, the findings demonstrate that lightweight, domain-adapted approaches supported by hybrid annotation strategies can outperform generic state-of-the-art methods, reinforcing the potential of social media as a structured source of knowledge and providing methodological and practical insights for future research and applications focused on security analysis and monitoring in Brazil. Orientador: Prof. Dr. Glauber Dias Gonçalves Coorientador: Prof. Dr. Carlos Henrique Gomes Ferreira Examinador interno: Prof. Dr. Raimundo Santos Moura (UFPI) Examinador externo: Prof. Dr. Vinícius Fonseca Vieira (UFSJ) Examinador externo: Prof. Dr. Idílio Drago (UNITO) 2026-07-24T00:00:00Z http://hdl.handle.net/123456789/4211 AVAILABILITY AND PERFORMANCE EVALUATION OF VANETS BASED ON STOCHASTIC PETRI NETS SILVA, Luis Guilherme Sousa e RESUMO: A mobilidade urbana atual exige requisitos de continuidade de serviço, adaptabilidade, resiliência e tolerância a falhas em sistemas computacionais distribuídos. Nesse cenário, Vehicular Ad Hoc Networks (VANETs), integradas à computação em borda e organizadas segundo arquiteturas de microsserviços, sustentam aplicações de monitoramento e controle de tráfego sob condições operacionais variáveis. A limitação de recursos na borda inviabiliza o uso de estratégias tradicionais de redundância baseadas em replicação física, enquanto a variabilidade da carga nas RSUs demanda mecanismos de elasticidade capazes de ajustar a capacidade de processamento ao longo do tempo. Diante desta complexidades, torna-se necessário empregar abordagens analíticas que permitam avaliar, de forma preditiva, a confiabilidade e o desempenho do sistema. Nesse contexto, esta dissertação desenvolve modelos baseados em Redes de Petri Estocásticas (SPNs) para representar e analisar a disponibilidade e o desempenho de uma arquitetura VANET composta por múltiplas Road Side Units (RSUs) conectadas a um servidor de borda. O modelo de disponibilidade contempla falhas físicas, lógicas e de comunicação, avaliando a continuidade operacional por meio da migração de máquinas virtuais entre RSUs. A modelagem emprega parâmetros de tempo médio entre falhas e de reparo, e os resultados mostram que a migração mantém a disponibilidade e reduz o tempo de recuperação mesmo sob falhas simultâneas. Para a avaliação de desempenho, foi desenvolvido um modelo SPN que representa a adaptação da capacidade de processamento nas RSUs por meio de autoescalonamento horizontal, que ajusta automaticamente a alocação de instâncias conforme a variação da carga de trabalho, com reinstanciação de máquinas virtuais. Os cenários analisam variações de carga e limites de escalonamento, evidenciando condições de saturação quando esses limites são mal configurados e melhor equilíbrio operacional com os mecanismos de autoescalonamento. A análise de sensibilidade, conduzida por meio de Design of Experiments (DoE), mostrou que variações em parâmetros como número inicial de máquinas virtuais e tamanho de fila afetam diretamente as métricas de resposta e descarte, permitindo orientar a configuração de políticas operacionais. A análise de sustentabilidade estende o modelo de desempenho com métricas energéticas e ambientais, relacionando consumo de energia e emissões de carbono ao comportamento do sistema. A calibração com dados experimentais do PasidValidator confirma a aderência do modelo analítico, e os resultados indicam que políticas dinâmicas de autoescalonamento com reinstanciação reduzem o consumo energético e a pegada de carbono sem comprometer a estabilidade operacional. ABSTRACT: Current urban mobility demands continuity of service, adaptability, resilience, and fault tolerance in distributed computing systems. In this scenario, Vehicular Ad Hoc Networks (VANETs), integrated with edge computing and organized according to microservice architectures, support traffic monitoring and control applications under variable operational conditions. The limitation of resources at the edge makes the use of traditional redundancy strategies based on physical replication unfeasible, while the variability of the load on the Road Side Units (RSUs) demands elasticity mechanisms capable of adjusting processing capacity over time. Given these complexities, it becomes necessary to employ analytical approaches that allow for the predictive evaluation of system reliability and performance. In this context, this dissertation develops models based on Stochastic Petri Nets (SPNs) to represent and analyze the availability and performance of a VANET architecture composed of multiple Road Side Units (RSUs) connected to an edge server. The availability model considers physical, logical, and communication failures, evaluating operational continuity through the migration of virtual machines between RSUs. The modeling employs mean time between failures and time to repair parameters, and the results show that migration maintains availability and reduces recovery time even under simultaneous failures. For performance evaluation, an SPN model was developed that represents the adaptation of processing capacity in the RSUs through horizontal autoscheduling, which automatically adjusts instance allocation according to workload variations, with virtual machine re-instantiation. The scenarios analyze load variations and scaling limits, highlighting saturation conditions when these limits are poorly configured and better operational balance with autoscheduling mechanisms. Sensitivity analysis, conducted through Design of Experiments (DoE), showed that variations in parameters such as the initial number of virtual machines and queue size directly affect response and discard metrics, allowing for the guidance of operational policy configuration. Sustainability analysis extends the performance model with energy and environmental metrics, relating energy consumption and carbon emissions to system behavior. Calibration with experimental data from the PASID-VALIDATOR confirms the adherence of the analytical model, and the results indicate that dynamic autoscaling policies with reinstantiation reduce energy consumption and carbon footprint without compromising operational stability. Orientador(a): Profº Dr. Francisco Airton Pereira da Silva Examinadora interna: Profª. Dra. Juliana Oliveira de Carvalho Examinador interno: Profº. Dr. Rayner Gomes Sousa Examinador externo: \ptof. Dr. Christian Rodolfo Esteve Rothenberg 2026-07-23T00:00:00Z http://hdl.handle.net/123456789/4179 CLASSIFICAÇÃO DE ACIDENTES DE TRÂNSITO TERRESTRE ENVOLVENDO MOTOCICLETAS ATRAVÉS DE UMA REDE NEURAL LOCAL BINÁRIA CONVOLUCIONAL SILVA, Pedro Antonio Fernandes da RESUMO: Observando as estatísticas de mortalidade no trânsito, a quantidade de acidentes envolvendo motocicletas e o destaque dado pela Organização Mundial da Saúde a esse tema, percebe-se que se trata de uma questão de saúde pública. Ao analisar a literatura sobre aplicações de aprendizado de máquina nesse contexto, identifica-se uma lacuna na qual este trabalho se insere. O objetivo deste estudo é classificar imagens de acidentes envolvendo motocicletas por meio de algoritmos de aprendizado de máquina supervisionados em ambientes de computação em borda. Como a utilização de conexão pela internet nesses casos aumenta os custos de implantação e manutenção do sistema, é preferível executar os algoritmos localmente e, portanto, buscar a otimização dos recursos computacionais. Nesse sentido, este trabalho se propôs a utilizar uma rede neural binária local (LBCNN), uma vez que essa arquitetura, além de reduzir a quantidade de parâmetros empregados em uma convolução, também apresenta propostas de otimização em hardware. Nos experimentos realizados, destacaram-se dois modelos: a configuração LBCNN16- Bernoulli30-ResNet18, que obteve a melhor acurácia (88%), e a LBCNN16-Bernoulli50- ResNet18, com 84% de acurácia, mas com maior potencial de otimização em hardware. ABSTRACT: Considering traffic mortality statistics, the number of motorcycle accidents, and the emphasis placed on this issue by the World Health Organization, it is clear that motorcycle accidents constitute a public health issue. An analysis of the literature on machine learning applications in this context reveals a gap that this study aims to address. The objective of this study is to classify images of motorcycle accidents using supervised machine learning algorithms in edge computing environments. Because the use of an internet connection in such cases increases system implementation and maintenance costs, executing the algorithms locally is preferable; thus, optimizing computational resources becomes a priority. Therefore, this study proposes the use of a Local Binary Convolutional Neural Net- work (LBCNN), as this architecture not only reduces the number of parameters used in convolutions but also offers hardware optimization advantages. In the experiments conducted, two models stood out: the LBCNN16-Bernoulli30-ResNet18 configuration, which achieved the highest accuracy (88%), and the LBCNN16-Bernoulli50- ResNet18, which attained 84% accuracy but demonstrated greater potential for hardware optimization. Orientador: Prof. Dr. Vinícius Ponte Machado Coorientador: Prof. Dr. Ivan Saraiva Silva Examinador interno: Kelson Romulo Teixeira Aires Examinador interno: Raimundo Santos Moura Examinador externo: Geraldo Braz Júnior - UFMA 2026-02-02T00:00:00Z