Este projeto, elaborado para o Trabalho de Conclusão de Curso, consiste em um sistema para classificar o gênero musical de melodias e gerar acompanhamentos automáticos em formato MIDI. Um modelo Random Forest foi empregado para a classificação de gênero, utilizando características extraídas de mel-espectrogramas. A aplicação é desenvolvida com Flask e permite as seguintes interações: Upload de uma melodia (formatos MIDI, MP3, WAV, etc.) ou gravação em tempo real para análise. Predição do gênero musical da melodia e sugestões de instrumentos para acompanhamento. Geração e download de um arquivo MIDI de acompanhamento, ajustado ao BPM e ao gênero/instrumento selecionados.

O aplicativo facilita a doação de sangue ao informar horários de funcionamento dos hemocentros e localizar os pontos de doação mais próximos, além de ajudar na organização de futuras doações com base na última doação e no tipo sanguíneo do doador, identificando instituições que precisam desse tipo de sangue. Utilizando a geolocalização do celular e a API do Google Maps, o aplicativo encontra hemocentros próximos, e o Firebase armazena o histórico de doações, permitindo o cadastro de hemocentros para simplificar a comunicação com os doadores. Desenvolvida em Flutter, a interface oferece uma experiência intuitiva, com login e cadastro específicos para cada perfil: doadores podem encontrar hemocentros e gerenciar suas doações, enquanto os hemocentros atualizam horários e tipos sanguíneos necessários.

O projeto tem como objetivo a construção de um software para a detecção da Osteoartrose de joelho, o sistema deverá englobar também tecnologias de computação paralela afim de melhorar o seu desempenho, assim como ser um sistema distribuído escalável.

A aplicação realiza diversas transformações geométricas (translação, escala, rotação, reflexão, cisalhamento) e renderiza as conexões dos pontos usando algoritmos gráficos (DDA e Bresenham).

Desenvolvimento de um aplicativo em Flutter para monitoramento de radiação UV, com layout responsivo e intuitivo, prototipado no Figma. Integração eficiente com o dispositivo ESP32 WROOM utilizando a biblioteca http do Dart para troca de dados em tempo real. A interface foi projetada para proporcionar uma experiência de navegação fluida e facilitar a interpretação dos níveis de radiação UV, priorizando a usabilidade e a eficiência na comunicação entre o aplicativo e o hardware.

Técnicas de computação paralela no processo de geração de hashes em blockchain, o programa utiliza técnicas de paralelismo na classe block.cpp pois ela é responsável pelo algoritmo de mineração na blockchain.

O ListaChatGPT é um assistente conversacional que responde a perguntas com base em documentos PDF enviados pelo usuário. Ele utiliza técnicas de Processamento de Linguagem Natural (PLN), embeddings semânticos e integração com o modelo GPT-3.5 para oferecer respostas contextuais e precisas.