A crescente demanda por alimentos impõe aos sistemas agrícolas o uso eficiente dos fatores de produção, como a água, que em excesso ou déficit contribui para queda nos rendimentos dos cultivos, chegando, inclusive, a torná-los economicamente inviáveis. Presente em diversas áreas a tecnologia apresenta-se como uma tendência real e mediadora do desenvolvimento de novos processos que, aliada ao conhecimento técnico pertinente promove sua eficácia.Esse trabalho teveporobjetivodesenvolver de forma interdisciplinar um software de manejo de microirrigação, intitulado de "Sistema Ômega de Manejo daMicroirrigação" estruturado em plataforma JAVA, que resulta na determinação do tempo de irrigação para duas finalidades de cultivo (produção eou pesquisa), através da inserção direta da evapotranspiração potencial de referência -EToou estimada por duas metodologias distintas (tanque Classe "A" e Hargreaves -Samani), além de fatores como informações da cultura, sistema e manejo da irrigação. O software apresentou veracidade comprovada, através de testes realizados em campo e está disponível em CD-ROM acompanhado do Manual de utilização. Palavras-chave: irrigação, controle, CD-ROM DEVELOPING A SOFTWARE MICROIRRIGATION MANAGEMENT ABSTRACTThe increasing demand for food requires the agricultural systems the efficient use of production factors, such as water, that surplus or deficit contributes to falling crop yields, reaching even to make them economically unviable. Present in several areas the technology is presented as a real trend and mediates the development of new processes that, together with the relevant technical knowledge promotes its effectiveness. This study aimed to develop interdisciplinary forms a micro-irrigation management software, titled "Omega System Management microirrigation" structured JAVA platform, resulting in determining the irrigation time for two cultivation 1 Doutor, Prof. do IFCE -Campus Sobral, Ceará.

No abstract

RESUMODiante da pandemia do COVID-19, percebemos a necessidade de associar a tecnologia para otimizar a identificação dessa doença. No contexto do elevado número de testes e, além disso, resultados falsos, surgiu um novo método de diagnóstico eficiente para aliviar a propagação desse vírus. A presente pesquisa usa uma ferramenta de teste alternativo com raio-x de tórax dos pacientes como identificador. Assim, esse sistema pode auxiliar o médico a examinar imagens pulmonares, reduzir o tempo para análise e aumentar a precisão do diagnóstico. Este artigo tem como objetivo desenvolver um modelo de aprendizado profundo utilizando Redes Neurais Convolucionais(CNN), chamado CNN-IF, e analisar o seu desempenho com outros modelos já existentes. Além de analisar a presença do diafragma nas imagens utilizadas para treino. Diante dos resultados obtidos, a pesquisa se mostrou promissora para o auxílio no diagnóstico de pacientes com COVID-19, classificando em pacientes saudáveis ou com COVID-19. Com isso foi possível chegar à acurácia de 98,