RCRafael Lima de Carvalho

Rafael Lima de Carvalho

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Rafael Lima de Carvalho has a total of 43 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Impacto do horizonte histórico de dados no desempenho preditivo e financeiro de redes neurais do tipo LSTM

    by Caio Santos Silva, Rafael Lima de Carvalho

    Este trabalho investigou o impacto do horizonte histórico de dados no desempenho de modelos preditivos baseados em redes neurais do tipo Long Short-Term Memory (LSTM) aplicados ao mercado financeiro. Foram analisados cinco ativos do setor bancário brasileiro, utilizando dados diários obtidos por meio da biblioteca Yahoo Finance. O estudo comparou duas configurações experimentais, com cinco e dez anos de dados históricos, avaliadas por divisão cronológica entre conjuntos de treinamento e teste. O desempenho preditivo foi analisado por métricas de regressão, incluindo RMSE, MAE, MAPE e R², enquanto o desempenho financeiro foi avaliado por meio de backtesting com diferentes estratégias de negociação e comparação com a estratégia Buy & Hold. Os resultados indicaram que, para os ativos com histórico completo, o horizonte de dez anos esteve associado a melhor desempenho preditivo na maior parte das métricas avaliadas. No entanto, o impacto financeiro variou conforme o ativo e a estratégia adotada, indicando que maior aderência preditiva não garante, isoladamente, maior retorno operacional. Conclui-se que a ampliação do horizonte histórico pode favorecer a capacidade de generalização dos modelos LSTM no cenário analisado, embora não seja possível isolar, com o desenho experimental adotado, se esse efeito decorre apenas do maior volume de observações ou também da maior diversidade de regimes de mercado presente no período mais longo.

  • Profiling Innovation Actors: Insights from Patentees Data for Intelligent Sustainable Development

    by da Silva, Marcos Dyeimison Moreira, de Jesus, Carlos Silva, de Souza, Cristina Gomes, Douglas O. Cardoso, de Carvalho, Rafael Lima

  • Open Access

    Revisão sistemática da literatura sobre gestão e desenvolvimento ágil de produtos de tecnologia da informação

    by Tárik Kamel de Oliveira, Alessandra Lima Costa, Renata dos Santos Rodrigues Idalgo, Marcelo Lisboa Rocha, Rafael Lima de Carvalho

    Esta Revisão Sistemática da Literatura (RSL) teve como objetivo identificar, recuperar e analisar as boas práticas descritas na produção científica relacionadas à gestão e ao desenvolvimento ágil de tecnologias, inovações e novos produtos de Tecnologia da Informação (TI). O panorama construído busca subsidiar gestores públicos de TI na tomada de decisão e no direcionamento estratégico do setor na utilização de metodologias ágeis. A motivação para o estudo está centrada nos desafios enfrentados pelos setores de TI na capacidade de manter, inovar e otimizar os processos internos. Este cenário de complexidade gerencial resulta no comprometimento da qualidade e na melhor alocação de recursos, em especial da equipe de TI. Tais desafios são particularmente críticos na área de TI. A adoção de metodologias ágeis é considerada um fator que favorece a realização de entregas em menor tempo e a geração de valor ao longo do processo. Além disso, o uso ágil proporciona maior capacidade de adaptação a requisitos em constante mudança e promove a qualidade dos sistemas entregues, principalmente em aspectos como facilidade de testes e rapidez na correção de falhas. Esta revisão contextualiza critérios de adoção utilizados para aplicação das metodologias ágeis sendo fatores essenciais para sustentar a execução eficaz dos processos ágeis e ainda observa se há adoção de critérios para utilização de ferramentas de IA na gestão e desenvolvimento de produtos de TI.

  • Open Access

    UMA REVISÃO SISTEMÁTICA SOBRE O PAPEL DA ROBÓTICA EDUCACIONAL NA EDUCAÇÃO BÁSICA

    by Alcy Monteiro Júnior, Humberto Xavier de Araujo, Rafael Lima de Carvalho, Gentil Veloso Barbosa, Leonardo de Andrade Caneiro

    This study aims to understand how educational robotics has been applied in basic education and what impacts it has generated on students' learning, skills, and attitudes. To this end, a systematic literature review was conducted using the Scopus database, focusing on empirical studies published between 2019 and 2024. At the end of the selection process, 51 articles met the established criteria. The analysis covered the methodologies employed, the educational levels involved, the technologies adopted, and the main findings reported. The studies indicated that educational robotics has supported the development of computational thinking, problem-solving skills, and student engagement with curricular content. Technologies such as drones, three-dimensional modeling, and visual programming were associated with interdisciplinary practices, particularly in the teaching of science, mathematics, and technology. For the early years of schooling, physical resources and unplugged strategies were notably emphasized. Most of the research was conducted in public schools and employed quasi-experimental designs. Significant gaps were also identified, including limited geographic representation and gender disparities. It is concluded that educational robotics holds great potential to enhance teaching, especially when integrated with active learning methodologies and emerging technologies.

  • Open Access

    PÓLEN: PROMOÇÃO DE MEDIDAS PARA IMPLEMENTAÇÃO DA EFICIÊNCIA DO GASTO NO MBITO DAS IFES E REDE FEDERAL DE EDUCAÇÃO

    by Gentil Veloso Barbosa, David Nadler Prata, Waldecy Rodrigues, Elvio Quirino Pereira, Rafael Fidelis Antunes, Rafael Lima de Carvalho

    O presente trabalho apresenta o desenvolvimento e lançamento do projeto de extensão intitulado "Promoção de medidas para implementação da eficiência do gasto no âmbito das IFES (Pólen)". Assim, o trabalho buscou organizar a motivação da elaboração do projeto, que consiste em incentivar iniciativas de projetos desenvolvidos nas IFES e Rede Federal de Educação cujo objetivo foi a melhora do gasto público (gerar economia de recursos). Para isso, foi desenvolvida um procedimento metodológico próprio onde os mecanismos e envolvidos foram identificados. O que culminou no desenvolvimento de uma ferramenta tecnológica para o gerenciamento de edições e disponibilização de projetos selecionados em um repositório público. O trabalho finaliza com a apresentação da primeira edição que culminou na certificação de oito projetos, cuja estimativa de economia somam mais de R$ 20 milhões aos cofres públicos do governo brasileiro.

  • Open Access

    Sistemas de recomendação de música usando a plataforma JINA.AI

    by Matheus Alves Sousa e Silva, Rafael Lima de Carvalho

    Nos últimos anos, o consumo de música passou por mudanças significativas, com o streaming online se tornando uma opção popular. Grandes plataformas como Spotify e Apple Music oferecem vastos catálogos, impulsionando sistemas de recomendação para atender aos usuários. Tais sistemas são complexos e precisam ser escaláveis para lidar com volumes de dados. O Jina.AI, uma plataforma líder em inteligência artificial multimodal, destaca-se entre as opções para criar soluções escaláveis. Assim, o presente trabalho tem por objetivo mostrar a criação de um sistema de recomendação de músicas, baseado em conteúdo e usando-se o conceito de embeddings para indexação e busca neural usando a plataforma Jina.AI. Os resultados do experimento apresentado demonstra a viabilidade, versatilidade e facilidade para criação de um sistema de recomendação baseado em conteúdo com Jina.AI.

  • Open Access

    Climatic factors associated with economic determinants significantly affect the spread of COVID-19 in tropical Brazil

    by David Prata, Waldecy Rodrigues, Daniela Mascarenhas de Queiroz Trevisan, Wainesten Camargo, Humberto Frizzera, Rafael Carvalho, Gentil Barbosa, Clayton Alvares, Marina F. Moreira, Paulo H. De Souza Bermejo


  • Multiobjective Optimization Techniques Applied to Three-Phase Transformers Designs

    by Adelicio Maximiano Sobrinho, José Roberto Camacho, Rafael Lima de Carvalho, Sergio Manuel Rivera Sanhueza, Stefani Carolline Leal de Freitas

    The aim of this research is to present the studies carried out to design three-phase core type distribution transformers, with the aid of optimization techniques. The minimization of losses is presented in two steps, first through the use of a mono-objective function, and second with the use of multi-objective function to minimize losses and the total mass of the active part of the transformer. The algorithms used are: Differential Evolution and Particle Swarm Optimization, their performances are compared through the results obtained. The main project parameters, such as core dimensions, total losses, no load current and the energizing current are estimated analytically through OCTAVE software. The analysis of magnetic flux density in the core is simulated using the Finite Element Method. Multiobjective optimization allows working with two or more conflicting objectives, and at each iteration, it stores the various non-dominant Pareto Front solutions, helping designers to choose the solution that best meets their needs. The results obtained with the mono-objective and multiobjective optimization techniques were interesting to minimize the losses and/or cost of the project


  • Open Access

    Multilayer Perceptron optimization through Simulated Annealing and Fast Simulated Annealing

    by Pedro Henrique Cardoso Camelo, Rafael Lima De Carvalho

    The Multilayer Perceptron (MLP) is a classic and widely used neural network model in machine learning applications. As the majority of classifiers, MLPs need well-defined parameters to produce optimized results. Generally, machine learning engineers use grid search to optimize the hyper-parameters of the models, which requires to re-train the models. In this work, we show a computational experiment using metaheuristics Simulated Annealing and Fast Simulated Annealing for optimization of MLPs in order to optimize the hyper-parameters. In the reported experiment, the model is used to optimize two parameters: the configuration of the neural network layers and its neuron weights. The experiment compares the best MLPs produced by the SA and FastSA using the accuracy and classifier complexity as comparison measures. The MLPs are optimized in order to produce a classifier for the MNIST database. The experiment showed that FastSA has produced a better MLP, using less computational time and less fitness evaluations.