CHILL TECH

Authors

  • MARCEL STEFAN WAGNER FIAP – Centro Universitário
  • DIEGO HENRIQUE SANTOS DE OLIVEIRA FIAP – Centro Universitário
  • JULIANNY ARAÚJO PEREIRA FIAP – Centro Universitário
  • KAREN VITÓRIA JESUS DA SILVA FIAP – Centro Universitário
  • MARIANA BASTOS ESTEVE FIAP – Centro Universitário
  • MATHEUS MATOS PEREIRA FIAP – Centro Universitário

Keywords:

DEEP LEARNING, INTELIGÊNCIA ARTIFICIAL, FAKE NEWS, REDES NEURAIS

Abstract

O projeto utilizará Inteligência Artificial, técnicas de Deep Learning e abordará a exploração de arquiteturas de Redes Neurais convolucionais e recorrentes. O foco está no aperfeiçoamento do modelo para que ele seja capaz de lidar com as variações linguísticas encontradas nas notícias, e uma avaliação rigorosa será feita para medir a precisão e a eficácia do sistema. O desenvolvimento também considera possíveis implementações em sistemas automatizados de verificação de Fake News. O protótipo desenvolvido mostrou-se coerente em relação às respostas fornecidas, conforme acesso em base de dados ampla, retornando respostas condizentes com dados validados. A interface com o usuário foi desenvolvida com base em framework mobile, o que facilita a execução pelo público e torna possível o uso do totem que será disponibilizado durante o evento NEXT, para coleta de pesquisas de Fake News.

Published

2025-07-01

How to Cite

MARCEL STEFAN WAGNER, DIEGO HENRIQUE SANTOS DE OLIVEIRA, JULIANNY ARAÚJO PEREIRA, KAREN VITÓRIA JESUS DA SILVA, MARIANA BASTOS ESTEVE, & MATHEUS MATOS PEREIRA. (2025). CHILL TECH. Revista Científica Da FIAP, 3(1). Retrieved from https://www.periodicos.fiap.com.br/index.php/rc/article/view/34