Agenda de Defesas
- UFPE/
- Pesquisa/Inovação/
- Agenda de Defesas/
- Pós-Graduação em Ciência da Computação promove a defesa de quatro dissertações de mestrado amanhã (13)
Agenda de defesas Agenda de defesas
Pós-Graduação em Ciência da Computação promove a defesa de quatro dissertações de mestrado amanhã (13)
As defesas serão realizadas de forma virtual às 8h30, 10h e 16h, respectivamente
O Programa de Pós-Graduação em Ciência da Computação, vinculado ao Centro de Informática (CIn) da UFPE, promove defesa de quatro dissertações de mestrado amanhã (13). A dissertação “Estudo comparativo entre abordagens estilométricas e textuais para atribuição de autoria em trabalhos escolares”, produzida pelo discente Daniel Cirne Vilas-Boas dos Santos e orientada pelo professor Cleber Zanchettin, será a primeira a ser defendida, às 8h30. A banca examinadora será composta pelo orientador e pelos professores Flávia de Almeida Barros (UFPE/Centro de Informática) e Flávia de Almeida Barros (UFPE/Centro de Informática). Os interessados em assistir devem entrar em contato com o aluno através do e-mail dcvbs@cin.ufpe.br.
A segunda defesa será realizada às 10h. O trabalho intitulado “Desenvolvimento de módulo para segmentação de espaço livre em imagens estéreo com prototipação em FPGA” foi escrito pelo discente Pedro Jorge Américo Ishimaru e orientado pela professora Edna Natividade da Silva Barros. A banca examinadora contará com a presença da orientadora e dos professores Adriano Augusto de Moraes Sarmento (UFPE/Centro de Informática) e Victor Wanderley Costa de Medeiros (UFRPE/Departamento de Estatística e Informática). Os interessados em acompanhar a defesa devem entrar em contato com o autor através do e-mail pjai@cin.ufpe.br.
Também às 10h, acontecerá a defesa da dissertação “GOED: Framework para Governança em Ecossistemas de Dados”, produzida pela discente Grennda Guerra, orientada pela professora Bernadette Farias Lósci e coorientada pelo professor Marcelo Iury de Sousa Oliveira (UFRPE/Serra Talhada). A banca examinadora da dissertação será composta pela orientadora e pelos professores Vinicius Cardoso Garcia (UFPE/Centro de Informática) e Eveline Russo Sacramento Ferreira (Universidade de Aveiro/Departamento de Comunicação e Arte). Interessados em assistir a defesa devem entrar em contato com a discente através do e-mail gg@cin.ufpe.br.
Às 16h do mesmo dia, será realizada a defesa da dissertação “Mapeamento de região navegável a partir de um sistema slam e segmentação de imagem”. O trabalho foi produzido pela aluna Mirella Santos Pessoa de Melo e orientado pela professora Edna Natividade da Silva Barros. A banca examinadora da dissertação será composta pela orientadora e pelos professores Hansenclever de França Bassani (UFPE/Centro de Informática) e Francisco Paulo Magalhães Simões (UFRPE/Departamento de Computação). Para acompanhar a defesa, os interessados devem entrar em contato com a autora via e-mail mspn@cin.ufpe.br.
Resumo 1
O aumento no volume de documentos digitais associado ao seu uso em várias áreas de conhecimento demanda recursos computacionais para sua compreensão e análise. Em casos de verificação ou atribuição de autoria, é necessário confirmar ou identificar os autores do texto. A literatura propõe promissoras abordagens que associam aprendizagem de máquina e processamento de linguagem natural para distinguir os autores pelo seu estilo de escrita. Estes trabalhos envolvem majoritariamente contextos literários ou jornalísticos e textos em inglês. Por outro lado, no contexto educacional, poucos trabalhos exploram a análise de autoria como ferramenta de apoio à verificação de aprendizagem dentro da língua portuguesa. Tal cenário é desafiador, pois apresenta um baixo volume de documentos por autor, um conjunto de autores mais homogêneos e restrições de formato, tema e idioma. Este trabalho explora técnicas e abordagens reconhecidas na literatura, como modelos de aprendizagem de máquina, técnicas para representação de documentos e extração de características estilométricas, com propósito de apoiar a análise de autoria em uma base de dados composta por atividades pedagógicas de estudantes de graduação. Devido ao volume de exemplos, utilizamos bases de dados jornalísticas mais robustas como referência. Por meio dos experimentos, foi verificado que, em domínios restritos, representações baseadas em características de estilo são superiores a abordagens meramente textuais, que sofrem maior influência do tópico em corpora mais abrangente. Este trabalho revelou que o modelo Extremelly Randomized Trees foi superior aos demais modelos, como Naive Bayes, SVM, Random Forest, Regressão logística, Redes neurais em todas as bases utilizadas, alcançando uma média de 0.70 na taxa de acerto e AUC 0.81. Além disso, o trabalho detalha sua metodologia para extração de características de estilo por meio do processamento de linguem natural e quais destas mais se destacaram durante os experimentos de acordo com seus valores Shapley.
Resumo 2
No contexto da robótica e de veículos autônomos terrestres, a segmentação de chão e espaço livre é uma questão de suma importância para o bom funcionamento dos sistemas. Este problema, relacionado à área de percepção de espaço, é amplamente discutido na literatura, havendo diversas técnicas implementadas, tais como Redes Neurais, grafos e processamento de imagem, para diferentes tipos de sinais de entrada como, por exemplo, imagem, som, LIDAR, imagens estéreo etc. Todavia, geralmente, os métodos propostos para solucionar este problema são computacionalmente custosos, envolvendo manipulação de matrizes e operações de convolução e são implementados em plataformas complexas. Isto diverge da natureza das aplicações nas quais, frequentemente, os dispositivos finais estão inseridos em cenários de sistemas embarcados, nos quais há restrições de capacidade de processamento, memória, consumo de potência, custo e desempenho. Diante deste cenário, este trabalho propõe uma arquitetura em FPGA para segmentação de chão com técnicas de visão computacional estéreo, partindo de mapas de disparidade gerados a partir de duas imagens captadas de locais ligeiramente distintos. A arquitetura foi baseada no desenvolvimento de um algoritmo que adapta para a implementação em FPGA técnicas algébricas que exploram informações de tridimensionalidade para detectar na imagem regiões de obstáculos, regiões livres e detecção de horizonte, a partir da extração algébrica dos perfis destas. O algoritmo adaptado e a arquitetura foram validados utilizando o Dataset do KITTI para segmentação de pista, que utilizam imagens de cenário automotivo rodoviário real, e obtiveram baixa perda de desempenho em termos de precisão e revocação em comparação com o modelo de referência, com grandes ganhos em performance na taxa de frames por segundo, consolidando um módulo de grande utilidade para aplicações envolvendo robótica e visão computacional estéreo.
Resumo 3
Ecossistemas de Dados (EDs) são ambientes compostos por redes de atores autônomos que consomem, produzem ou fornecem direta ou indiretamente dados e outros recursos relacionados a dados (software, serviços e infraestrutura). Os relacionamentos em um ED podem influenciar diretamente em sua sustentabilidade e no alcance de sua finalidade. No entanto, há uma escassez no desenvolvimento de tecnologias que os auxiliem na coordenação dos diferentes atores e relacionamentos, bem como que promovam estímulo ao desenvolvimento e uso/reúso de recursos. Por isso, muitas iniciativas de ecossistemas têm falhado em estabelecer um gerenciamento efetivo de seus recursos e dos atores. Nesse contexto, tornam-se cada vez mais relevante estudos e iniciativas que possam promover uma estrutura organizada para o desenvolvimento desses ecossistemas. Nessa perspectiva, a Governança de TI propõe um conjunto de processos que visam promover o melhor direcionamento dos recursos de TI, de forma que eles estejam alinhados às partes interessadas aos objetivos da organização. É implementada através da definição de estratégias, atividades, métricas, políticas operacionais, entre outros. Por isso, sua aplicação permite um melhor monitoramento sobre todo o funcionamento das atividades relacionadas aos recursos de TI. É nessa perspectiva que este trabalho buscou estudar modelos, frameworks e práticas já consolidadas no âmbito de governança que pudessem servir de referência para promover uma estrutura de governança no contexto de EDs. Dessa maneira, este trabalho teve como objetivo a criação de um framework, denominado FRAGED, que visa propor um conjunto de processos e atividades que auxiliem na criação, coordenação e manutenção de um ED. A partir desse estudo, espera-se compreender como a governança em ecossistemas de dados pode ser abordada para melhorar a dinâmica entre os atores, otimizar suas interações e contribuir para sua sustentabilidade. Para o desenvolvimento dessa pesquisa, as principais etapas realizadas foram: (1) Revisão de literatura; (2) Identificação de um conjunto de conhecimentos que poderiam ser aplicados na construção do framework; (4) Construção do Framework; e (5) Avaliação.
Resumo 4
Agentes robóticos que se utilizam de algoritmos de localização e mapeamento simultâneos SLAM realizam a construção incremental do mapa de um ambiente desconhecido enquanto, simultaneamente, determinam sua localização dentro desse mapa. Estes são chamados de sistemas SLAM visual (vSLAM) quando se utilizam de dados proveniente de uma câmera e, pela forma com que as imagens são interpretadas, são categorizados em método direto ou indireto. O vSLAM de método indireto é eficiente, rápido e pode oferecer um sistema de localização preciso; por outro lado, representa o ambiente mapeado através de uma nuvem de pontos esparsa, sendo esta imprópria para o planejamento de rotas. Portanto, nosso trabalho tem como objetivo desenvolver um elo entre esses algoritmos e atividades de navegação, tendo como prioridade o baixo custo computacional, fazendo uso apenas de um sensor de câmera estéreo. A representação adotada para modelar o ambiente é um mapa de grade de ocupação 2D - OGM 2D, uma das opções predominantemente utilizadas na robótica. Para criar o OGM, associamos o estágio de mapeamento do vSLAM com uma técnica de segmentação de chão. A proposta representa um módulo complementar que além de transformar a nuvem de pontos esparsa em um OGM 2D, também resulta numa nuvem de pontos segmentada entre chão e não-chão. Avaliações sobre o mapa gerado foram feitas em ambientes sintéticos e reais, considerando algoritmos de planejamento de rota, sobreposição de mapas e métricas computacionais. Resultados revelam mapas com alta precisão enquanto exigem baixíssimo acréscimo do consumo de memória e tempo de processamento que permite que a aplicação seja executada junto ao SLAM em tempo real. O mapa gerado permite um elo entre um algoritmo SLAM de mapeamento esparso e atividades de navegação.