Sistema de Detecção de Anomalias no Cartão PDAF
Projeto desenvolvido no âmbito do CIIA – Centro Integrado de Inteligência Aplicada
Apresentação
Este repositório contém a documentação completa do projeto “Sistema de Detecção de Anomalias no Cartão PDAF”, desenvolvido com o objetivo de propor uma prova de conceito (PoC) baseada em Inteligência Artificial (IA) para identificação e prevenção de fraudes e inconsistências na gestão dos recursos do Cartão PDAF — Programa de Descentralização Administrativa e Financeira da Secretaria de Educação do Distrito Federal.
O trabalho segue as etapas clássicas de um estudo aplicado em IA e administração pública:
- levantamento bibliográfico e contextualização do PDAF;
- estudo de técnicas de detecção de anomalias;
- coleta e análise de dados públicos;
- avaliação comparativa de modelos de aprendizado de máquina;
- proposição de um modelo híbrido como prova de conceito.
Equipe
-
Autores: Danilo Naves do Nascimento Carolina Fernandes de Campos
Lurian Correia Lima
Mariana Monteiro Bispo
Milena Beatriz Aires de Santana Dias -
Supervisão Acadêmica:
Prof. Dr. Victor Rafael R. Celestino -
Instituição: Universidade de Brasília (UnB) – CIIA / SEEDF
-
Ano: 2025
Estrutura da Documentação
A documentação está organizada nas seguintes seções:
- Resumo: visão geral do projeto e principais resultados.
- Introdução: contexto, problema e objetivos da pesquisa.
- Fundamentação Teórica: base normativa do PDAF e revisão sobre IA em detecção de anomalias.
- Metodologia: coleta de dados, escolha e treinamento dos modelos.
- Resultados e Discussão: análises, gráficos e comparativos.
- Conclusão: síntese dos achados e sugestões futuras.
Acesso ao Relatório Original (PDF)
O relatório completo no formato acadêmico está disponível para consulta no link abaixo:
Repositórios Relacionados
© 2025 – Centro Integrado de Inteligência Aplicada (CIIA) · Universidade de Brasília