medico.med.br

medico.med.br

nº 31788134 – Oferta vencedora: R$5.600,00 Status: Não pago. Retorno do domínio ao leilão original. Ticket #31972074 Domínio medico.med.br Titular Luis Henrique Celestino Rodrigues Silva Documento ***.348.398-** País BR Contato do Titular LHCRS3 Contato Técnico LHCRS3 Servidor DNS a.auto.dns.br Servidor DNS b.auto.dns.br Registro DS 33150 ECDSA-SHA-256 96E725A2E8A6043D799BED9E7151642AB22A68A7762E7A3A0741FC5D5085C50A Criado 15/07/2026 Desativado 16/07/2026 Status Inativo Contato (ID) LHCRS3 Nome […]

medico.med.br Read More »

Avisos
medico.med.br

blusinha.com.br

nº 31741860 – Oferta vencedora: R$550,00 Não Pago. Retorno ao leilão Ticket #31972074 Domínio blusinha.com.br Titular ON 24HRS CONVENIENCIA LTDA Documento 34.912.557/0001-10 Responsável DANILO ALVES JUNQUEIRA FRANCO País BR Contato do Titular DAJFR23 Contato Técnico DAJFR23 Servidor DNS a.auto.dns.br Servidor DNS b.auto.dns.br Registro DS 33150 ECDSA-SHA-256 82A505BACDA8BD8416855A906554B42281D48F741A28BB4699C456A1C861F023 Criado 08/07/2026 Desativado 16/07/2026 Status Inativo Contato (ID) DAJFR23 Nome

blusinha.com.br Read More »

Avisos,
medico.med.br

language.com.br

Domínio language.com.br Titular TERESINHA FERREIRA GONZAGA CARNEIRO Documento ***.021.537-** País BR Contato do Titular TFGCA18 Contato Técnico TFGCA18 Servidor DNS a.auto.dns.br Servidor DNS b.auto.dns.br Registro DS 33150 ECDSA-SHA-256 5B8652A76C20CB74A8764CDD22D13CE0634E88750E037FE8F55627CFF20BA8E6 Criado 15/07/2026 Desativado 16/07/2026 Status Inativo Contato (ID) TFGCA18 Nome TERESINHA FERREIRA GONZAGA CARNEIRO Email teresinhafgc@outlook.com País BR Criado 15/07/2026 Alterado 16/07/2026 VALOR NÃO PAGO R$550,00 RETORNO

language.com.br Read More »

Avisos,
medico.med.br

somosbrasil.com.br

Oferta vencedora: R$250,00 Valor não pago. Retorno ao leilão Ticket #31972074 Domínio somosbrasil.com.br Titular Miguel Paiva Documento ***.598.718-** País BR Contato do Titular MIA194 Contato Técnico MIA194 Servidor DNS a.auto.dns.br Servidor DNS b.auto.dns.br Registro DS 33150 ECDSA-SHA-256 35056CE8566C33690B2C6192F03BBE91EF810418D9643145AE7D946BFD44A999 Criado 15/07/2026 Desativado 16/07/2026 Status Inativo Contato (ID) MIA194 Nome Miguel de Abreu Email miguel.paivaassociados@gmail.com País BR Criado 02/03/2006

somosbrasil.com.br Read More »

Avisos
A Face Oculta da Infraestrutura de IA: Datacenters, Opacidade Regulatória e Impacto Ambiental

A Face Oculta da Infraestrutura de IA: Datacenters, Opacidade Regulatória e Impacto Ambiental

Em recente estimativa reportada pela Agência Internacional de Energia (IEA) em seu relatório de previsão energética de 2024, a demanda global de eletricidade proveniente de datacenters, inteligência artificial e criptomoedas pode dobrar até 2026, atingindo patamares comparáveis ao consumo elétrico anual de países inteiros como o Japão. Contudo, sob a superfície das promessas de eficiências

A Face Oculta da Infraestrutura de IA: Datacenters, Opacidade Regulatória e Impacto Ambiental Read More »

Artigos,
[SBAC-L] ERAD-SE 2026 – Participe de um dos principais eventos de Computação de Alto Desempenho da Região Sudeste

[SBAC-L] ERAD-SE 2026 – Participe de um dos principais eventos de Computação de Alto Desempenho da Região Sudeste

A UFJF receberá, entre os dias 12 e 14 de agosto, pesquisadores de destaque na área de Computação de Alto Desempenho durante a XI ERAD-SE 2026. Convidamos você a participar desse encontro, que reunirá palestras, minicursos, apresentações de trabalhos e uma maratona de programação paralela. Se você é estudante, pesquisador ou profissional da Computação, esta

[SBAC-L] ERAD-SE 2026 – Participe de um dos principais eventos de Computação de Alto Desempenho da Região Sudeste Read More »

Avisos, Conferências,
Optimizing Global Federated Learning: A Serverless Hierarchical Approach with Region-Aware Placement

Optimizing Global Federated Learning: A Serverless Hierarchical Approach with Region-Aware Placement

Será defendida no dia 6 de agosto de 2026, às 10:00 horas, por videoconferência, a Dissertação de Mestrado intitulada “Optimizing Global Federated Learning: A Serverless Hierarchical Approach with Region-Aware Placement”, do candidato ao título de Mestre em Computação – Matheus Marotti Pereira. Link para defesa: https://meet.google.com/gdt-urjm-tau Resumo: A adoção em larga escala de modelos de

Optimizing Global Federated Learning: A Serverless Hierarchical Approach with Region-Aware Placement Read More »

Defesas de Tese, Informes,
Optimizing Global Federated Learning: A Serverless Hierarchical Approach with Region-Aware Placement

Análise do Mecanismo QSOpt em Topologias Dinâmicas para Transmissão de Vídeo em Redes sem Fio por Múltiplos Caminhos           

Será defendida no dia 6 de agosto de 2026, às 09:30 horas, na sala 304 do Instituto de Computação e por videoconferência, a Dissertação de Mestrado intitulada “Análise do Mecanismo QSOpt em Topologias Dinâmicas para Transmissão de Vídeo em Redes sem Fio por Múltiplos Caminhos”, do candidato ao título de Mestre em Computação – João

Análise do Mecanismo QSOpt em Topologias Dinâmicas para Transmissão de Vídeo em Redes sem Fio por Múltiplos Caminhos            Read More »

Defesas de Tese
Turma exclusiva alunos de pós-graduação: curso Oral Skills for Conference Presentations

Turma exclusiva alunos de pós-graduação: curso Oral Skills for Conference Presentations

A Superintendência de Relações Internacionais (SRI/UFF) tem o prazer de divulgar o curso Oral Skills for Conference Presentations, com turma destinada exclusivamente a alunos(as) de pós-graduação da UFF com proficiência mínima B1/B2 em língua inglesa. O curso tem como objetivo desenvolver habilidades de comunicação oral em inglês em contextos acadêmicos, especialmente para participação em congressos, seminários e outros

Turma exclusiva alunos de pós-graduação: curso Oral Skills for Conference Presentations Read More »

Avisos, Informes, Oportunidades
A Remoção do Encoder no Transformer e o Valor dos Livros Pré-2023 na Era da IA Generativa

A Remoção do Encoder no Transformer e o Valor dos Livros Pré-2023 na Era da IA Generativa

Em um estudo recente publicado na biblioteca digital da ACM, pesquisadores demonstraram que a degradação recursiva de modelos de linguagem treinados sobre dados sintéticos gera um colapso epistêmico irreversível em poucas gerações de ajuste fino. Esse fenômeno, conhecido como model collapse, revela um paradoxo fundamental na engenharia de aprendizado de máquina moderna: quanto mais dependemos

A Remoção do Encoder no Transformer e o Valor dos Livros Pré-2023 na Era da IA Generativa Read More »

Artigos,