O quantitativo de mulheres nas carreiras e cursos das áreas de Computação e Tecnologias é baixo se comparado ao quantitativo de homens. Para incentivá-las a entrar em cursos de exatas, vários projetos de extensão têm sido executados. Nesse contexto, o presente artigo relata os resultados da aplicação de uma gincana em que foram realizadas atividades de ensino envolvendo computação plugada e desplugada. As atividades e o material preparado foram escolhidos e adaptados por alunas do curso de ciência da computação da Universidade Federal do Maranhão com o intuito de encorajar alunas de ensino médio. Como resultado desta experiência, foi possível coletar opiniões sobre o processo de criação da gincana por parte das graduandas e a avaliação da mesma por parte de alunas de ensino médio.

No abstract

No abstract

Resumo-Este artigo examina uma nova possível combinação da transmissão em blocos com portadoraúnica (SC-Single Carrier) e a técnica de múltiplo acesso CDMA (Code Division Multiple Access), aqui referida como SC DS-CDMA. Comparações de desempenho com o sistema de transmissão por blocos CDMA de portadoraúnica conhecido como SC CDMA são apresentadas. Uma característica marcante da técnica de transmissão enfocadá e que, diferentemente do que ocorre nos sistemas SC CDMA, a ortogonalidade entre os códigos dos diferentes usuáriosé mantida mesmo quando a transmissãoé feita através de um canal multipercurso seletivo na frequência, permitindo assim que os usuários possam ser idealmente desacoplados na recepção. Além desta vantagem, e muito devido a ela, os resultados de desempenho, obtidos via simulação, indicam uma significativa superioridade do sistema proposto sobre o tradicional SC CDMA. Os resultados consideram recepção com equalização no domínio da frequência utilizando equalizadores do tipo ZF (Zero Forcing) e MMSE (Minimum Mean Squared Error), e supõem conhecimento ideal dos canais de transmissão.

Resumo-Segundo a Organização Mundial da Saúde (OMS), a pneumonia mata cerca de 2 milhões de crianças menores de 5 anos e é constantemente estimada como a principal causa de mortalidade infantil, matando mais crianças do que o HIV/AIDS, a malária e o sarampo juntos. A aplicação de técnicas de aprendizagem profunda para classificação de imagens médicas cresceu consideravelmente nos últimos anos. Esta pesquisa apresenta três implementações de redes neurais convolucionais (RNCs): ResNet50, VGG-16 e InceptionV3. Essas RNCs são aplicadas com o objetivo de solucionar o problema de classificação de radiografias médicas de pessoas com pneumonia, a fim de auxiliar no diagnóstico da doença. As três arquiteturas utilizadas nesta pesquisa obtiveram resultados satisfatórios. A ResNet50 superou InceptionV3 e VGG-16, alcançando a maior porcentagem de precision em treinamento e teste, assim como resultados superiores no recall e f1-score. O f1-score da ResNet50 para a classe normal foi de 88,42%, comparado a 81,54% para a InceptionV3 e 81,42% para a VGG-16. Para a classe de pneumonia foi 95,10% contra 92,82% da InceptionV3 e 92,54% da VGG-16.Keywords-Aprendizagem profunda; Reconhecimento de padrões; Redes neurais convolucionais.