+ Projetos:

01. Trabalho de Conclusão de Curso (TCC)

Em termos técnicos, o desenvolvimento do site envolveu a utilização de JavaScript, CSS e HTML. Para a estruturação, escolhemos um Bootstrap como base. A criação dos gráficos foi viabilizada através da implementação da biblioteca D3.js. No que diz respeito à integração com a API, a opção foi pelo uso do Python, utilizando o framework FastAPI. Vale destacar que o algoritmo responsável pela obtenção das letras das músicas foi integrado eficientemente através da API Vagalume. Além disso, no GitHub, destacam-se dois repositórios importantes: MusicMoodAI e MusicMoodAPI. E, para concluir, temos o meu artigo intitulado "Máquinas Melódicas: Uma Jornada da IA na Análise Emocional de Obras Musicais".

02. Iniciação Científica (IC)

Minha pesquisa de Iniciação Científica concentrou-se no desenvolvimento de um algoritmo para prever emoções em letras de músicas. Conduzi benchmarking entre diversos algoritmos, como DCNN, LSTM, entre outros, visando identificar o mais eficiente. Inspirando-me em um estudo prévio sobre tweets, utilizei parte dessa base de dados e criei uma adicional para aprimorar os resultados, conforme detalhado no meu artigo da IC. Como complemento à pesquisa, elaborei uma Playlist Spotify com as músicas testadas, ampliando a diversidade da base e estabelecendo uma conexão mais próxima com os leitores. Além disso, destaco no GitHub o repositório que abriga todos os códigos referentes à minha Iniciação Científica, intitulado AffectiveComputing.

03. Inteligência Artificial Aplicada à Educação Inclusiva (Libras)

Em uma disciplina eletiva, escolhi Libras e para o projeto final da disciplina, que exigia uma apresentação livre na língua de sinais. Juntamente com um grupo de colegas de Ciência da Computação e Pedagogia, exploramos as dificuldades no ensino de Libras. Identificamos a oportunidade de abordar Inteligência Artificial e apresentamos a ferramenta App StorySign da Huawei, uma plataforma gratuita de alfabetização para crianças surdas. Realizamos uma Apresentação PowerPoint e gravamos o evento, buscando explorar não apenas a IA, mas também tecnologias para auxiliar no ensino de Libras.

04. Processamento de Imagens da Nasa

Na disciplina de Processamento de Imagens e Sinais, foi uma experiência enriquecedora que inspirou uma jornada fascinante e motivado pelo livro "Desvendando o Universo: Tudo o que você precisa saber para viajar pelo tempo e pelo espaço" de Lucy e Stephen Hawking, decidi explorar e processar imagens astronômicas e meteorológicas para o projeto final. Essas imagens estão disponíveis em NASA Image. Além disso, decidi aplicar essas técnicas em duas imagens de minha autoria: um emocionante eclipse solar e uma visão única da Lua junto a um prédio. Todo o processo foi realizado no Colab , onde explorei curiosidades sobre esses eventos, apliquei uma variedade de filtros e muito mais. E, para concluir, compartilho um vídeo com as imagens que mais apreciei.

05. Estrutura de Diretório em Projetos de Ciência de Dados

No meu primeiro artigo no Medium, abordo o desafio da organização da estrutura de pastas em projetos de dados, compartilhando experiências e apresentando um modelo que tem se mostrado conciso e prático para mim. Destaco a flexibilidade do modelo, enfatizando que não é uma solução universal, e encorajo os leitores a adaptá-lo conforme suas necessidades. No campo de dados, não há uma abordagem única que funcione para todos os processos, e o artigo propõe uma orientação na estruturação do projeto, utilizando pastas para representar diferentes tópicos, sem estabelecer uma ordem prioritária.

06. Neural Network Wars: MLP vs. CNN?

Neste artigo, para a disciplina de Redes Neurais, explorei a disputa entre Multi-Layer Perceptron (MLP) e Convolutional Neural Network (CNN) para determinar qual é o melhor. Além disso, me desafiei a implementar o algoritmo MLP manualmente, com backpropagation na prática. Tudo isso utilizando a famosa base de dados MNIST.
May the force be with you!