O Grupo de Pesquisa em Computação Aplicada (GPCA) do IF Sudeste teve 18 resumos aprovados para apresentação na 12ª edição do Simpósio de Ciência, Inovação e Tecnologia, organizado pelo Departamento de Pesquisa e Pós-Graduação (DPPG) do campus Rio Pomba. O tema do simpósio neste ano é Inteligência Artificial: a nova fronteira da ciência brasileira e aborda uma discussão sobre a aplicação da IA nos mais diversos campos de pesquisa. O evento ocorrerá virtualmente em decorrência à situação pandêmica causada pelo novo Coronavírus.

Os trabalhos aprovados listados abaixo, advêm de atividades de pesquisas desenvolvidas recentemente pelo grupo. Estas atividades são realizadas a partir da participação dos membros nos Programas de Iniciação Científica e Tecnológica, e do Programa de Educação Tutorial (PET).

• As tecnologias de programação mais requisitadas pelo mercado de trabalho.
• Reconhecimento de emoções em jogos eletrônicos.
• Realidade Virtual no auxílio do tratamento de fobias.
• Um estudo sobre as Modelagens do Problema de Horário Educacional.
• Grupo de incentivo: por mais mulheres na área de tecnologia.
• Uma Análise da Participação das Mulheres nos Cursos Técnico em Informática e Ciência da Computação do Instituto Federal do Sudeste de Minas Gerais no Campus Rio Pomba.
• Uma Metodologia para a Segmentação e a Classificação de Imagens Infravermelhas Laterais Para o Diagnóstico de Anomalias da Mama.
• Classificação de Imagens de Raio-X usando Redes Neurais Profundas e Local Binary Patterns Para Auxiliar na Detecção do COVID-19.
• Uma Metodologia Baseada em Aprendizado Profundo para a Classificação Automática de Anomalias Oculares Através do Diagnóstico da Íris.
• Desenvolvimento de Pesquisas no Campo da Visão Computacional Aplicada ao Problema do Diagnóstico por Imagem da COVID-19 a Partir de Ações de Extensão.
• Deep Learning como Apoio na Caracterização de Neoplasias da Pele.
• Detecção Automática de COVID-19 em Imagens de Raio-X Usando Redes Neurais Totalmente Conectadas.
• Um Estudo Bibliográfico Sobre a Identificação Automática de Tumores Cerebrais em Imagens de Ressonância Magnética por Aprendizado de Máquina.
• Desenvolvimento de um Sistema para Classificação de Retinopatia Diabética Utilizando Aprendizado Profundo.
• Rede Neural Totalmente Conectada Aplicada à Classificação de Radiografias Torácicas de Pacientes com COVID-19 Utilizando Características Híbridas.
• Reconhecimento de Sinais da LIBRAS por Visão Computacional.
• Desenvolvimento de Composições Musicais Procedurais Para Jogos Eletrônicos Utilizando Aprendizado Profundo.
• Classificação Fotométrica de Supernovas usando Deep Learning.

Parabéns a todos os alunos pela aprovação!