Transformers atualmente representam uma das classes mais poderosas de modelos de aprendizado de máquina para processamento de linguagem natural (PLN). Neste trabalho, exploramos os conceitos teóricos por trás dessa arquitetura ...

Esse projeto teve como ideia principal apresentar a linguagem Elixir e os benefícios de sua utilização. Para exemplificar uma utilização prática da linguagem foi feita uma API onde foi demonstrado desde a organização do ...

Um dos principais desafios ao criar um simulador do comportamento humano consiste em suprimir a perpetuação ao de vieses discriminatórios presentes na tomada de decisão humana. Diversas abordagens para lidar com tal problema ...

O Cubo de Rubik é um dos puzzles mais conhecidos do mundo, sendo inclusive um dos mais vendidos na história da humanidade. A dimensão do número de combinações possíveis que ele propõe é um desafio que foi estudado por ...

Muitos algoritmos que possuem boa performance em diversos campos da literatura, tão logo são utilizados, recebem atenção do mercado financeiro. Prever com uma boa taxa de acerto o movimento das ações é o sonho de muitos ...

Em geral, a incorporação da aleatoriedade na modelagem matemática de sistemas biológicos permite obter uma realização mais realista do fenômeno estudado, já que a abordagem determinística nem sempre é capaz de descrever ...

No final de 2019, Covid-19, uma nova doença respiratória de grande capacidade contagiosa e letal, se espalhou pelo planeta, alcançando status de pandemia. Diante da falta de testes, foram propostos modelos de visão ...

Neste trabalho, estudaremos o Teorema das Quatro Cores, problema que, apesar de simples de enunciar, ficou por mais de um século sem uma prova concreta. O resultado foi conjecturado em 1852, quando um matemático sul-africano ...

O objetivo principal do trabalho é estudar soluções numérico-computacionais para a equação de seno-Gordon. Métodos de diferenças finitas são aplicados para transformar o problema de valor inicial e de contorno associado ...

Recent developments in Reinforcement Learning (RL) methods are focused on models that can learn good policies in non stationary environments, such as multi-agent games, where agents must learn how to react to changes in ...