Foram encontradas 80 questões.
Texto 2A2-I
Imagens de satélite e inteligência artificial podem ser aplicadas para determinar os níveis de desmatamento e os detalhes da biodiversidade da Floresta Amazônica, de maneira que culturas agrícolas sejam automaticamente classificadas por um sistema de aprendizado de máquina que usa imagens de satélite nesse mapeamento.
É nesse sentido que a ferramenta LLP-Co (learning from label proportions with prototypical contrastive clustering) organiza grandes conjuntos de dados capturados por drones e satélites, que conseguem sobrevoar a floresta e coletar dados em grande escala, inclusive em áreas de cobertura vegetal mais densa. Esses dados são organizados, identificados (rotulados) e classificados pelo sistema, que tem a capacidade de aprender sozinho a partir da supervisão e validação dos pesquisadores.
As aplicações do sistema no monitoramento florestal permitem uma maior acurácia no acompanhamento do avanço do desmatamento, possibilitando uma gestão de políticas públicas mais eficaz. Além disso, a identificação e a classificação das espécies vegetais podem revelar detalhes surpreendentes da biodiversidade local, abrindo novos flancos de pesquisas voltadas para a preservação ambiental.
Internet: <https://portal.fgv.br> (com adaptações).
Em relação ao uso integrado de imagens de satélite, dados rotulados e análises espaciais, mencionado no texto 2A2-I, é correto afirmar que a tecnologia que permite organizar, integrar e analisar essas informações georreferenciadas de forma sistemática é o
Provas
Texto 2A2-I
Imagens de satélite e inteligência artificial podem ser aplicadas para determinar os níveis de desmatamento e os detalhes da biodiversidade da Floresta Amazônica, de maneira que culturas agrícolas sejam automaticamente classificadas por um sistema de aprendizado de máquina que usa imagens de satélite nesse mapeamento.
É nesse sentido que a ferramenta LLP-Co (learning from label proportions with prototypical contrastive clustering) organiza grandes conjuntos de dados capturados por drones e satélites, que conseguem sobrevoar a floresta e coletar dados em grande escala, inclusive em áreas de cobertura vegetal mais densa. Esses dados são organizados, identificados (rotulados) e classificados pelo sistema, que tem a capacidade de aprender sozinho a partir da supervisão e validação dos pesquisadores.
As aplicações do sistema no monitoramento florestal permitem uma maior acurácia no acompanhamento do avanço do desmatamento, possibilitando uma gestão de políticas públicas mais eficaz. Além disso, a identificação e a classificação das espécies vegetais podem revelar detalhes surpreendentes da biodiversidade local, abrindo novos flancos de pesquisas voltadas para a preservação ambiental.
Internet: <https://portal.fgv.br> (com adaptações).
A classificação automática de culturas agrícolas e espécies vegetais, conforme descrita no texto 2A2-I, corresponde, do ponto de vista da mineração de dados, a uma tarefa de classificação porque
Provas
Texto 2A2-I
Imagens de satélite e inteligência artificial podem ser aplicadas para determinar os níveis de desmatamento e os detalhes da biodiversidade da Floresta Amazônica, de maneira que culturas agrícolas sejam automaticamente classificadas por um sistema de aprendizado de máquina que usa imagens de satélite nesse mapeamento.
É nesse sentido que a ferramenta LLP-Co (learning from label proportions with prototypical contrastive clustering) organiza grandes conjuntos de dados capturados por drones e satélites, que conseguem sobrevoar a floresta e coletar dados em grande escala, inclusive em áreas de cobertura vegetal mais densa. Esses dados são organizados, identificados (rotulados) e classificados pelo sistema, que tem a capacidade de aprender sozinho a partir da supervisão e validação dos pesquisadores.
As aplicações do sistema no monitoramento florestal permitem uma maior acurácia no acompanhamento do avanço do desmatamento, possibilitando uma gestão de políticas públicas mais eficaz. Além disso, a identificação e a classificação das espécies vegetais podem revelar detalhes surpreendentes da biodiversidade local, abrindo novos flancos de pesquisas voltadas para a preservação ambiental.
Internet: <https://portal.fgv.br> (com adaptações).
O sistema LLP-Co, descrito no texto 2A2-I, enquadra-se, segundo a literatura especializada, no conceito de sistema de aprendizado de máquina, porque sua característica central consiste em
Provas
No IPAAM, analistas ambientais desenvolvem um sistema para análise preditiva de desmatamento na Amazônia, utilizando técnicas de aprendizado de máquina. Nesse contexto, o modelo treinado classifica áreas de floresta como suscetíveis ou não a degradação, com base em dados geoespaciais e históricos.
No processo de treinamento do modelo de classificação, o método utilizado para ajustar os parâmetros e minimizar erros de predição envolve
Provas
O IPAAM planeja modernizar sua plataforma de licenciamento ambiental eletrônico, adotando uma arquitetura de software que facilite a evolução de serviços, a integração com sistemas externos e o isolamento de falhas. A equipe de análise de sistemas avalia diferentes abordagens arquiteturais antes de definir o desenho final da solução.
Na situação hipotética apresentada, a abordagem arquitetural mais adequada consiste em
Provas
Suponha que, no IPAAM, um SGC seja desenvolvido para disponibilizar relatórios de licenciamento ambiental ao público e que, nessa situação, as noções de UX (User eXperience) orientem o design das interfaces para garantir navegação intuitiva e satisfação dos usuários. Em um SGC, noções de UX caracterizam-se como
Provas
Considerando SGC para portais web e as recomendações W3C para desenvolvimento web (web standards), julgue os itens a seguir.
I As diretrizes W3C enfatizam o uso de HTML semântico para melhorar acessibilidade e indexação por mecanismos de busca em interfaces de consulta pública.
II O padrão CSS3 permite o uso de media queries para criar estilos responsivos específicos de dispositivos, otimizando a apresentação e a performance em telas móveis.
III As WCAG (web content accessibility guidelines) do W3C são recomendações opcionais para implementação em sistemas de gestão de conteúdo.
Assinale a opção correta.
Provas
No IPAAM, um analista ambiental projeta um sistema de gestão de conteúdo (SGC) para disponibilizar relatórios técnicos sobre licenciamento ambiental e monitoramento de desmatamento. O sistema organiza os conteúdos em categorias hierárquicas (páginas principais: licenças, fiscalização, monitoramento; subcategorias: relatórios anuais, mapas temáticos), com navegação por menu lateral e busca por palavras-chave. Essa estruturação visa facilitar o acesso eficiente por técnicos e pelo público externo.
Ao se analisar a referida estrutura proposta hipoteticamente para o SGC do IPAAM, identifica-se como componente fundamental da arquitetura de informação
Provas
Um analista ambiental, ao automatizar a consolidação de dados de monitoramento da qualidade da água, decidiu usar Python para organizar medições diárias de pH, calcular a média e exibir o resultado. Para tanto, ele precisa compreender como os elementos básicos da linguagem se articulam para produzir o resultado esperado.
Nessa situação hipotética, para armazenar os dados de pH, calcular sua média e exibir o resultado em Python, o analista deve
Provas
Durante o projeto de um sistema orientado a objetos, uma equipe de desenvolvimento identificou que determinados problemas de projeto se repetem em diferentes partes do sistema. A equipe busca uma forma de lidar com essas situações recorrentes, para aumentar a manutenibilidade e a flexibilidade do software, sem comprometer as decisões de análise e modelagem já realizadas.
Nesse cenário, a ação mais adequada a ser adotada pela equipe é
Provas
Caderno Container