Defesa de Qualificação de Mestrado: Francisco Mateus dos Anjos Silva
Data da publicação: 12 de setembro de 2024 Categoria: Notícias, Qualificação de Mestrado
Título: Uso de Aprendizagem de Máquina em Grafos de Conhecimento para Detectar Padrões em Dados da SEFAZ
Data: 19/09/2024
Horário: 10h30min
Local: Sala de Seminários – Bloco 952
Resumo:
Este trabalho propõe uma metodologia para detectar padrões em dados fiscais da Secretaria da Fazenda (SEFAZ) utilizando técnicas de aprendizagem de máquina aplicadas a grafos de conhecimento. O objetivo é aprimorar a capacidade de análise desses dados e identificar comportamentos irregulares, como fraudes fiscais, que podem passar despercebidos por métodos tradicionais. A proposta metodológica envolve a coleta e pré-processamento dos dados, a construção de um grafo de conhecimento que modela as relações entre as entidades fiscais, e a aplicação de algoritmos de aprendizagem de máquina para a detecção de padrões. Acredita-se que a abordagem desenvolvida neste trabalho irá melhorar a precisão e eficiência na identificação de fraudes. Como resultado, a SEFAZ poderá melhorar seus processos de fiscalização e arrecadação, promovendo uma gestão tributária mais eficaz.
Banca examinadora:
- Prof. Dr. Angelo Roncalli Alencar Brayner (MDCC/UFC – Orientador)
- Profa. Dra. Vânia Maria Ponte Vidal (MDCC/UFC – Coorientadora)
- Prof. Dr. José Wellington Franco da Silva (UFC)
