Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Yuri Malheiros has a total of 45 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Semantic Segmentation of Roads and Buildings in Historical Maps from the Dutch Colonial Period

    by Ryann Arruda, Alexandre Lima, Thaís Rêgo, Yuri Malheiros, Larissa Menezes, Bruno Miranda, Telmo Silva Filho

  • Open Access

    Lightweight Transformer-Based Host IDS with Change Detection for Zero-Day Attacks on ADFA-LD

    by Marcell Sousa e Silva, Yuri Malheiros, Iguatemi E. Fonseca, Dalton Valadares

    Host-based intrusion detection systems (HIDS) must detect zero-day attacks with high accuracy and low computational cost to be deployable in real environments. This work proposes a lightweight Transformer-based architecture combined with a change detection technique to model normal host behavior from system-call sequences and to flag deviations as zero-day attacks. A further contribution is the use of two model-complexity metrics that are standard in deep learning but rarely explored in HIDS: number of parameters and floating-point operations (FLOPs). On the ADFA-LD dataset, the proposed Transformer-based architecture achieves an Area Under the ROC Curve (AUC) of 0.990, while a competitive LSTM-based baseline reaches an AUC of 0.841 under the same experimental conditions. In terms of computational complexity, the Transformer-based model uses approximately 255k parameters and 1.08M FLOPs, whereas the LSTM-based model uses 167M parameters and 738.7M FLOPs, making the proposed solution several orders of magnitude less computationally intensive.

  • Style-Specific Diffusion for Architectural Classification: Enhancing Performance Through Class-Adapted LoRA Augmentation

    by Gustavo Henrique Maia Dias, Thaís Gaudencio Do Rêgo, Yuri de Almeida Malheiros Barbosa

  • Open Access

    Desempenho do ChatGPT em questões de Matemática do Enem: uma análise de erros e limitações

    by Juliano Nunes dos Santos, Alexandre Bezerra de Lima, Ryann Carlos de Arruda Quintino, Sarah Andrade Toscano de Carvalho, Yuri de Almeida Malheiros Barbosa, Rogéria Gaudencio Do Rêgo, Thaís Gaudencio Do Rêgo

    Resumo Nos últimos anos, chatbots baseados em modelos de linguagem em larga escala têm se popularizado, embora ainda apresentem dificuldades na resolução de problemas matemáticos. Neste estudo, analisamos o desempenho do ChatGPT-3.5 em questões de Matemática do Enem entre 2017 e 2022, buscando identificar padrões de dificuldade e tipos de erro. Foram analisadas 266 questões, categorizadas de acordo com as competências do Enem e os tipos de representação visual, nas modalidades com e sem alternativas. A análise revelou uma taxa de acerto que variou entre 22,2% e 55,5%. As maiores dificuldades ocorreram em questões envolvendo conhecimentos geométricos e representações visuais de formas geométricas descritas. Os erros mais comuns identificados foram de interpretação, de lógica e de cálculo de valores incorretos, evidenciando limitações do modelo em tarefas que exigem um raciocínio matemático estruturado.

  • Open Access

    HeroKeys: Um ambiente virtual gamificado para tocar e aprender piano

    by Deivison R. Jordão, Joaquim B. Cavalcante, Humberto Navarro de Carvalho, Yvson Nunes, Thais Gaudencio, Yuri Malheiros

    Musical education remains inaccessible to many due to the reliance on traditional methods, which demand sheet music, prior knowledge, or formal training. This paper presents HeroKeys, an open-source gamified web application designed to enhance piano learning through artificial intelligence-based audio transcription. Unlike traditional learning methods that rely on pre-existing transcriptions, HeroKeys allows users to practice any song of their choice by automatically, converting audio files into playable musical notation. The system features multiple visualization options including Piano Roll, traditional sheet music, and a display of the current chord being played, accommodating different learning preferences. The application incorporates gamification elements such as scoring systems, multipliers, and visual feedback to increase user engagement and motivation. HeroKeys supports external MIDI keyboard connections and provides customizable playback controls to facilitate progressive learning. Our approach combines audio processing technologies with interactive elements to create an accessible and motivating piano learning environment, making musical education more engaging and accessible to beginners.

  • Open Access

    Integrating Computer Vision into CACTO: A System for Fraud Prevention and Secure Transport Monitoring

    by Kaiky Maia, Ludmila Gomes, Allan Vasconcelos, Thaís G. Do Rêgo, Yuri Malheiros, Telmo Silva Filho, Marcelo Iury

    The rapid growth of freight transport in Brazil has increased the demand for intelligent tax auditing tools capable of handling high-volume, real-time data. This paper presents the integration of three computer vision modules into CACTO, a large-scale monitoring platform used by the State Treasury Secretariat of Paraíba (SEFAZPB). The modules address key inspection tasks: vehicle re-identification and multi-camera tracking, direction recognition and route monitoring, and open-truck cargo detection. By combining distributed architectures with scalable machine learning pipelines, the system enhances proactive and evidence-based auditing, supporting fiscal enforcement and reducing vulnerabilities to tax evasion.


  • Desenvolvimento e Aplicação de Léxicos para Identificação de Vieses Políticos em Textos em Português

    by Isaac Araújo, Jonas Oliveira, Samila Rodrigues, Yhasmim Tigre, Yuri Malheiros

    A Internet e as redes sociais desempenham um papel fundamental na formação de opiniões políticas, o que torna importante identificar e analisar este tipo de posicionamento em conteúdos digitais. Nesse contexto, este estudo tem como objetivo desenvolver duas categorias de léxicos para identificar vieses políticos nos textos em português brasileiro. O primeiro léxico trata dos vieses econômicos (esquerda-direita) e o segundo dos vieses sociais (progressista-conservador). Usando um corpus de 64.473 discursos de deputados, foram criadas três versões para cada léxico, sendo uma utilizando unigramas, outra bigramas e por fim uma utilizando trigramas. Nos experimentos conduzidos, os léxicos demonstraram sua eficácia na captura de vieses, revelando padrões consistentes para o posicionamento dos políticos nas redes sociais e discursos mais neutros dos portais de notícias. Dessa forma, foi construída uma abordagem de fácil uso e de baixo custo computacional para analisar discursos online, potencialmente contribuindo para estudos em ciência política e análise de mídias.

  • Open Access

    Previsão de demanda de longo prazo aplicada a uma empresa do varejo de cosméticos utilizando o Prophet

    by Ana Clara Chaves Sousa, Yuri de Almeida Malheiros Barbosa, Telmo de Menezes e Silva Filho, Thaís Gaudencio Do Rêgo

    A disseminação da tomada de decisão baseada em dados tem sido impulsionada pela abundância de informações e pelo aumento da capacidade de processamento computacional. Para apoiar esse processo decisório, é viável extrair conhecimento e realizar previsões por meio da Ciência de Dados. Dentro da Gestão da Cadeia de Abastecimento, um desafio comum é fazer a previsão de demanda utilizando dados históricos. Prever o volume de vendas de uma empresa é complexo. Superestimar a demanda leva a desperdícios de estoque, enquanto subestimar causa ruptura. Neste estudo de caso, será feita a previsão de demanda de longo prazo (30 semanas) para dois canais de vendas diferentes de uma empresa do segmento da indústria e do varejo do mercado de Higiene Pessoal, Perfumaria e Cosméticos. Foi utilizado o algoritmo Prophet. Após implementada a metodologia, os resultados mostraram que a semana 30 apresentou um WAPE de 4% e 5% para os canais Loja e Venda Direta, respectivamente. Ao analisar o erro na trigésima semana para as três categorias de produtos mais comercializados, observou-se que o maior erro registrado foi de 9,36%. Esse resultado sugere que a metodologia empregada alcançou desempenho satisfatório.


  • Assessment of volumetric dense tissue segmentation in tomosynthesis using deep virtual clinical trials

    by B. Barufaldi, J.V. Gomes, T.M. Silva Filho, T.G. Do Rêgo, Y. Malheiros, T.L. Vent, A. Gastounioti, A.D.A. Maidment


  • Open Access

    Evaluating Deep Learning-based Chess-Engine Endgame Strategies

    by Epitácio Pessoa de Brito Neto, Telmo de Menezes e Silva Filho, Thaís Gaudencio Do Rêgo, Yuri Malheiros

    Artificial Intelligence has been used to challenge human players in chess for decades. In 1997, IBM’s Deep Blue won against the best chess player of that time, and since then, the chess engines have continued to improve. However, it is not clear if these new high-performing chess engines are learning how to replicate the way human grandmasters play or if they are devising new strategies to win. Therefore, in this paper, we evaluated two chess engines that use deep learning approaches: StockFish NNUE and Lc0, to compare their moves in endgame situations to the moves in chess theory books. We collected 19 types of endgames and we ran the engines to replicate the books’ moves. After that, we computed the similarity, that is, the percentage of equal moves. The Lc0 engine has 40.20% similarity in our experiments and StockFish NNUE 22.50%. These results show that the engines replicate some moves from chess-theory books, but they differ in most parts from what is expected from human players.