TRABALHOS PUBLICADOS

@inproceedings{Mendes2025AutomatizacaoDocumentacao,

title = {Automatiza\c{c}\~{a}o de Documenta\c{c}\~{a}o de C\'{o}digo com LLMs Auto-Hosped\'{a}veis},

author = {Daniel Augusto de Sousa Mendes and \^{A}ngelo de Carvalho Paulino and Angelo Passaro},

url = {https://www.sige.ita.br/edicoes-anteriores/2025/TRABALHOS/Artigos-com-ISSN/Automatiza\c{c}\~{a}o de Documenta\c{c}\~{a}o de C\'{o}digo com LLMs Auto-Hosped\'{a}veis.pdf},

issn = {1983-7402},

year  = {2025},

date = {2025-01-01},

booktitle = {Anais do Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa (SIGE)},

pages = {112\textendash117},

address = {S\~{a}o Jos\'{e} dos Campos, Brasil},

organization = {Instituto Tecnol\'{o}gico de Aeron\'{a}utica},

abstract = {Este trabalho demonstra um pipeline totalmente local para documenta\c{c}\~{a}o automatizada de software com Modelos de Linguagem de Grande Escala (do ingl\^{e}s, Large Language Models - LLMs). Usando a interface HyperGPT e o LM Studio como servidor para LLMs Auto-Hosped\'{a}veis em recursos computacionais pr\'{o}prios, s\~{a}o geradas docstrings em formato Doxygen para c\'{o}digos em Python e C/C++. As documenta\c{c}\~{o}es foram avaliadas com base em clareza, precis\~{a}o e completude. As docstrings foram compiladas em HTML pelo Doxygen al\'{e}m de serem reconhecidas pelo IntelliSense do VS Code, comprovando sua utilidade pr\'{a}tica. Resultados mostram que pipelines utilizando ferramentas locais podem se igualar ou at\'{e} mesmo superar servi\c{c}os em nuvem na gera\c{c}\~{a}o de docstrings de qualidade, preservando sigilo institucional e eliminando custos recorrentes.},

keywords = {Documenta\c{c}\~{a}o de C\'{o}digo, Intelig\^{e}ncia Artificial, LLMs},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{DeFelice2025DeteccaoPresenca,

title = {Detec\c{c}\~{a}o de presen\c{c}a de dragas de garimpo em rios da Amaz\^{o}nia via classifica\c{c}\~{a}o de imagens SAR com Few-Shot Learning},

author = {Caio Henrique De Felice and Elcio Hideiti Shiguemori and Rafael Lemos Paes and Daniel Ferreira Martins},

url = {https://www.sige.ita.br/edicoes-anteriores/2025/TRABALHOS/Artigos-com-ISSN/Detec\c{c}\~{a}o de presen\c{c}a de dragas de garimpo em rios da Amaz\^{o}nia via classifica\c{c}\~{a}o de imagens SAR com Few-Shot Learning.pdf},

issn = {1983-7402},

year  = {2025},

date = {2025-01-01},

booktitle = {Anais do Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa (SIGE)},

pages = {235\textendash240},

address = {S\~{a}o Jos\'{e} dos Campos, Brasil},

organization = {Instituto Tecnol\'{o}gico de Aeron\'{a}utica},

abstract = {A minera\c{c}\~{a}o ilegal de ouro em regi\~{o}es remotas da Amaz\^{o}nia brasileira representa grandes amea\c{c}as ambientais e de seguran\c{c}a. O desenvolvimento de sistemas para detectar dragas de minera\c{c}\~{a}o \'{e} dificultado pela escassez de dados rotulados, seja pelo isolamento da regi\~{a}o ou por condi\c{c}\~{o}es meteorol\'{o}gicas. Apesar disso, poucos estudos exploraram abordagens automatizadas usando imagens SAR sob regimes de poucos dados para encontrar dragas de garimpo. Este trabalho apresenta um algoritmo automatizado para classificar imagens contendo dragas em imagens SAR da constela\c{c}\~{a}o ICEYE. O m\'{e}todo inicia recortando imagens GRD de cena completa em recortes menores, que s\~{a}o classificados por uma Rede de Prot\'{o}tipos treinada via Few-Shot Learning. Embora o m\'{e}todo n\~{a}o determine a posi\c{c}\~{a}o dos alvos, reduz em aproximadamente 98% o n\'{u}mero de imagens a serem analisadas, mantendo um recall com perdas m\'{a}ximas de 13% das imagens com alvos no pior cen\'{a}rio. Apesar da incapacidade atual em distinguir dragas de outras pequenas embarca\c{c}\~{o}es, o m\'{e}todo pode ser utilizado para reduzir o escopo de busca para monitoramento em larga escala de \'{a}reas vulner\'{a}veis \`{a} minera\c{c}\~{a}o ilegal.},

keywords = {Garimpo Ilegal, Imagens SAR, Intelig\^{e}ncia Artificial},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{deSantana2025UsoAgenteIA,

title = {Uso de um Agente de IA e do VFT no Apoio \`{a} Tomada de Decis\~{a}o: An\'{a}lise da Log\'{i}stica A\'{e}rea na Crise Yanomami},

author = {Isaac Luiz Matias Santana and Daniel Ferreira Manso and N\'{i}ssia Carvalho Rosa Bergiante},

url = {https://www.sige.ita.br/edicoes-anteriores/2025/TRABALHOS/Artigos-com-ISSN/Uso de um Agente de IA e do VFT no Apoio \`{a} Tomada de Decis\~{a}o an\'{a}lise da Log\'{i}stica A\'{e}rea na Crise Yanomami.pdf},

issn = {1983-7402},

year  = {2025},

date = {2025-01-01},

booktitle = {Anais do Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa (SIGE)},

pages = {258\textendash263},

address = {S\~{a}o Jos\'{e} dos Campos, Brasil},

organization = {Instituto Tecnol\'{o}gico de Aeron\'{a}utica},

abstract = {Este artigo discute a utiliza\c{c}\~{a}o de um agente de intelig\^{e}ncia artificial (IA) na aplica\c{c}\~{a}o do m\'{e}todo Value-Focused Thinking (VFT) no estudo de caso referente \`{a} log\'{i}stica a\'{e}rea em uma opera\c{c}\~{a}o conduzida pela For\c{c}a A\'{e}rea Brasileira, mais especificamente no ano de 2023, no contexto da crise humanit\'{a}ria nas Terras Ind\'{i}genas Yanomami, que imp\^{o}s ao Minist\'{e}rio da Defesa um significativo desafio log\'{i}stico. A metodologia consistiu em uma simula\c{c}\~{a}o interativa e monitorada, com execu\c{c}\~{a}o passo a passo da primeira fase do VFT, e valida\c{c}\~{a}o por analista humano. Os resultados revelaram que as respostas produzidas pelo agente de IA apresentaram ader\^{e}ncia metodol\'{o}gica com o VFT e profundidade anal\'{i}tica na formula\c{c}\~{a}o da maioria dos elementos previstos no m\'{e}todo em compara\c{c}\~{a}o com respostas fornecidas por analistas humanos. Ressalta-se que foi necess\'{a}ria interven\c{c}\~{a}o humana em alguns pontos. Concluiu-se que estes agentes podem contribuir positivamente no processo de constru\c{c}\~{a}o de decis\~{o}es em contextos de crise, mesmo que ainda sob monitoramento de analistas humanos.},

keywords = {Intelig\^{e}ncia Artificial, tomada de decis\~{a}o, Value-focused thinking},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{Emanuel2007Intelig\^{e}ncia,

title = {Intelig\^{e}ncia Artificial Aplicada \`{a} An\'{a}lise de Guerra Eletr\^{o}nica no Campo das Comunica\c{c}\~{o}es},

author = {Emanuel Alexandre Moreira Pessanha - Cap},

url = {https://www.sige.ita.br/edicoes-anteriores/2007/st/GE_18.pdf},

year  = {2007},

date = {2007-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2007 (SIGE2007)},

abstract = {Este trabalho apresenta a proposta de aplica\c{c}\~{a}o da Intelig\^{e}ncia Artificial na An\'{a}lise de Guerra Eletr\^{o}nica. Pretende-se estimular o mapeamento do racioc\'{i}nio do analista por interm\'{e}dio do preenchimento do formul\'{a}rio constante neste artigo, de forma a viabilizar a produ\c{c}\~{a}o de um software, com ferramentas de Intelig\^{e}ncia Artificial, voltado para a An\'{a}lise de Guerra Eletr\^{o}nica.},

keywords = {Especialista, Guerra Eletr\^{o}nica e An\'{a}lise, Heur\'{i}sticas, Intelig\^{e}ncia Artificial, L\'{o}gica fuzzy, Regras deProdu\c{c}\~{a}o},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{Marcelo2007,

title = {Reconhecimento Autom\'{a}tico de Modula\c{c}\~{a}o Digital de Sinais de Comunica\c{c}\~{o}es},

author = {Marcelo Corr\^{e}a Horewicz and Cairo L\'{u}cio Nascimento Jr and Waldecir Jo\~{a}o Perrella},

url = {https://www.sige.ita.br/edicoes-anteriores/2007/st/CC_13.pdf},

year  = {2007},

date = {2007-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2007 (SIGE2007)},

abstract = {Sistemas de reconhecimento autom\'{a}tico de modula\c{c}\~{a}o digital devem ser capazes de classificar corretamente os tipos de modula\c{c}\~{a}o digital de sinais de comunica\c{c}\~{o}es recebidos em um receptor. Este artigo apresenta o resultado da compara\c{c}\~{a}o do desempenho dos classificadores de modula\c{c}\~{a}o digital baseados na rede neural feedforward Perceptron Multicamada (MLP) e os baseados nas Support Vector Machines (SVM). Este desempenho foi avaliado por meio de simula\c{c}\~{o}es de diferentes tipos de sinais digitais corrompidos com ru\'{i}do branco aditivo gaussiano (AWGN). \'{E} mostrado que a taxa total de sucesso dos classificadores ficou acima de 75% numa rela\c{c}\~{a}o sinal ru\'{i}do (SNR) de 5dB. Palavras-chaves ( Intelig\^{e}ncia Artificial, Redes Neurais, Reconhecimento de padr\~{o}es, Modula\c{c}\~{a}o Digital, MLP, SVM.},

keywords = {Intelig\^{e}ncia Artificial, MLP, Modula\c{c}\~{a}o Digital, Reconhecimento de padr\~{o}es, Redes Neurais, SVM},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{Marcelo2006Intelig\^{e}nciab,

title = {T\'{e}cnicas de Redes Neurais para o Problema de Reconhecimento de Caracteres: Um Estudo Comparativo},

author = {Marcelo Corr\^{e}a Horewicz and Cairo L\'{u}cio Nascimento Jr and Thiago Marques Silva},

url = {https://www.sige.ita.br/edicoes-anteriores/2006/st/C2004.pdf},

year  = {2006},

date = {2006-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2006 (SIGE2006)},

abstract = {Este artigo apresenta o resultado da compara\c{c}\~{a}o do desempenho de dois tipos de classificadores neurais com aprendizagem de reconhecimento de caracteres. As t\'{e}cnicas de redes neurais utilizadas foram: rede neural tipo feedforward Perceptron Multicamada (MLP) com 1 camada escondida sendo treinada com o algoritmo backpropagation e a rede Support Vector Machines (SVM). Os classificadores foram implementados no MATLAB 6.5.1, e como medida de desempenho foi utilizada a taxa de acertos da classifica\c{c}\~{a}o na fase de testes. Para este caso espec\'{i}fico o SVM apresentou melhor resultado. Palavras-chaves Intelig\^{e}ncia Artificial, Redes Neurais, Classifica\c{c}\~{a}o de padr\~{o}es, MLP, SVM.},

keywords = {Classifica\c{c}\~{a}o de padr\~{o}es, Intelig\^{e}ncia Artificial, MLP, Redes Neurais, SVM},

pubstate = {published},

tppubtype = {inproceedings}

}

@inproceedings{MARCELO2006Radarb,

title = {Emprego de Algoritmos de Clusteriza\c{c}\~{a}o e Sistemas Especialistas na Determina\c{c}\~{a}o de Assinaturas Radar},

author = {MARCELO MENEZES PIMENTEL and PAULO MARCELO TASINAFFO},

url = {https://www.sige.ita.br/edicoes-anteriores/2006/st/C2009.pdf},

year  = {2006},

date = {2006-01-01},

booktitle = {Simp\'{o}sio de Aplica\c{c}\~{o}es Operacionais em \'{A}reas de Defesa 2006 (SIGE2006)},

abstract = {O processo de gest\~{a}o de assinaturas radar carece de ferramentas adequadas \`{a} automatiza\c{c}\~{a}o da produ\c{c}\~{a}o de conhecimento a cerca do potencial de GE estrangeiro. Com isso, o lapso para a manuten\c{c}\~{a}o dos registros de assinaturas radar inseguras para a tem aumentado, programa\c{c}\~{a}o dos sistemas de ESM ou autodefesa dos vetores militares. As tecnologias da Intelig\^{e}ncia Artificial oferecem excelentes solu\c{c}\~{o}es para diversos problemas relacionados \`{a} produ\c{c}\~{a}o de conhecimento, contrapondo-se \`{a}s limita\c{c}\~{o}es dos seres humanos no campo da classifica\c{c}\~{a}o e gerenciamento de padr\~{o}es. Empregando-se algoritmos de clusteriza\c{c}\~{a}o e sistemas especialistas \'{e} poss\'{i}vel otimizar a produ\c{c}\~{a}o de conhecimento nessa \'{a}rea. Palavras-chaves Radar, Intelig\^{e}ncia Artificial, clusteriza\c{c}\~{a}o, sistemas especialistas, sistemas de produ\c{c}\~{a}o, Guerra Eletr\^{o}nica.},

keywords = {clusteriza\c{c}\~{a}o, Guerra Eletr\^{o}nica, Intelig\^{e}ncia Artificial, Radar, sistemas de produ\c{c}\~{a}o, Sistemas Especialistas},

pubstate = {published},

tppubtype = {inproceedings}

}