Research in industry 4.0 is growing, driven by the innovations in production systems on a continuous basis. In this study, we identified the evolution of themes inherent in the industry 4.0 using a bibliometric software, namely SciMAT (Science Mapping Analysis Software Tool). The analyses included 1882 documents, 4231 keywords, and the relevant information was extracted based on frequency of co-occurrence of keywords. The clusters were plotted in two-dimensional strategic diagrams and analysed using the bibliometric indicators such as the number of publications, number of associated documents, and h-index. The results revealed that 2017 had the largest number of publications. Expert authors in the field and the periodicals that published the most were identified. The science mapping presented 31 clusters in which the most representative motor themes were CPS (Cyber-Physical System), IoT (Internet of Things), and Big Data. In addition, it was possible to identify fields with high investment of efforts by the scientific community such as the union between lean production and industry 4.0, production-centered CPS (CPPS), IoT (Industrial Internet of Things - IIoT), among others. The overlapping map showed an increase in the number of keywords from 338 to 1231 over the period of data. The map of scientific developments supported by an exhaustive research, it was possible to show the state of the art, the main challenges and perspectives for future research in the field of industry 4.0 such as Technology, Collaboration/Integration, Management and Implementation.

The objective of this study was to identify what competencies are identified in the literature as necessary for Industry 4.0 by conducting a survey of the literature and a scientific mapping of the evolution of the issues related to the qualification of professionals for Industry 4.0 and possible paths for research and education. A search was conducted on the Scopus, Web of Science and Science Direct databases for the interval from 2010 to 2018. This systematic review revealed topics and authors currently specialized in the field and allowed mapping the field of study. The identification of journals and keywords useful in future studies was also an object of this study. SciMAT software was used for the systematic literature review. The results are highlighted by the set of competencies (knowledge and skills) that must be developed in professional education to accompany the new industrial revolution, as well as the importance of integrating efforts by companies, governments and universities. These efforts should focus on creating “learning factories”, which are understood to be environments that provide practical experiences to these professionals, preparing them in the best way possible for the requirements of Industry 4.0. This conceptual map showed that the main competencies needed include skills: (leadership, strategic vision of knowledge, self-organization, giving and receiving feedback, pro-activity, creativity, problem solving, interdisciplinarity, teamwork, collaborative work, initiative, communication, innovation, adaptability, flexibility and self-management) and knowledge of contemporary fields (information and communication technology, algorithms, automation, software development and security, data analysis, general systems theory and sustainable development theory).

A qualidade de um software precisa estar alinhada com o grau de satisfação do cliente. Para que isto ocorra, é fundamental que os requisitos do cliente sejam devidamente identificados e atendidos a fim de suprir suas reais necessidades. O QFD (quality function deployment) também conhecido como a casa da qualidade foi originalmente criado para melhorar a qualidade de produtos a partir do atendimento da voz do cliente. O QFD tem sido utilizado por pesquisadores tanto para desenvolver quanto para melhorar a qualidade de softwares. Esta pesquisa tem como objetivo propor a utilização do QFD como ferramenta de melhoria do ambiente computacional (Ideiaware) desenvolvido no projeto de pesquisa “Ambiente Computacional para Desenvolver a Criatividade e Inovação nas Organizações”. Para isto, realizou-se uma revisão da literatura a fim de identificar de que forma o QFD tem sido aplicado em softwares. Por fim, uma porposta da aplicação do QFD para melhorias do ambiente computacional é apresentada ao final deste trabalho.

As pesquisas baseadas em Inteligência Artificial e Processamento de Imagens com foco em soluções de controle e gerenciamento de pragas na agricultura vêm evoluindo progressivamente ao decorrer dos anos. Identificar e controlar infestações em lavouras é fundamental para o efetivo incremento de produtividade, o que reflete na cadeia de suprimentos da sociedade e na gestão de segurança alimentar. Assim, o objetivo, nesta fase da pesquisa, foi elaborar uma revisão sistemática da literatura, a partir de termos de busca, para identificar métodos e técnicas que vêm sendo utilizadas na identificação de plantas daninhas em lavouras de milho, com a utilização de redes neurais convolucionais. A análise das pesquisas relacionadas ao tema foi realizada de forma quantitativa e qualitativa. Foram selecionados nove trabalhos para um estudo aprofundado, buscando identificar fatores impactantes nos resultados. Também, elaborou-se um comparativo dos trabalhos selecionados com análises e gráficos de correlações entre palavras-chave e autores. Como resultado, os trabalhos encontrados demonstraram bons desempenhos em seus objetivos. Foram destacadas a preocupação em relação à qualidade da base de dados utilizada, bem como a calibração do modelo de rede neural convolucional, conforme especificidade de cada trabalho. Observou-se um avanço significativo na aplicação desses modelos para processamento de imagens em tempo real, permitindo uma resposta ágil e precisa no controle de pragas agrícolas.