Agenda de defesas Agenda de defesas

Voltar

Ciência da Computação promove defesas de tese de doutorado dia 23

Os trabalhos serão apresentados no mesmo horário, às 14h

O Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de Pernambuco (UFPE), promove duas defesas de tese de doutorado na próxima sexta-feira (23).

O doutorando Bruno Rodrigues Bessa, defende o trabalho “PBL-Coach: Ambiente Virtual de Aprendizagem para o Ensino em Computação Rumo à Autenticidade, Efetividade e Potencialidade na Implementação do Método Problem-Based Learning”, orientado pelo professora Simone Cristiane dos Santos, às 14h, no anfiteatro do Centro de Informática (CIn).

Além da orientadora, compõem a banca examinadora os docentes Patricia Cabral de Azevedo Restelli Tedesco (UFPE/Centro de Informática), Alex Sandro Gomes (UFPE/Centro de Informática), Ana Beatriz Gomes de Carvalho (UFPE/Departamento de Métodos e Técnicas de Ensino), Eduardo Henrique da Silva Aranha (UFRN/Departamento de Informática e Matemática Aplicada) e Felipe Santana Furtado Soares (Cesar School). Leia o resumo 1 abaixo, que se refere a esta tese.

O doutorando Fernando Maciano de Paula Neto, defende o trabalho“Advances in Quantum neural networks”, orientado pela professora Teresa Bernarda Ludermir, e coorientado pelo professor Wilson Rosa de Oliveira Júnior (Deinfo/UFRPE), às 14h, na Sala E420, do Centro de Informática (CIn).

Além da orientadora, compõem a banca examinadora os docentes: Antônio Murilo Santos Macêdo (UFPE/Departamento de Física); Adenilton José da Silva (UFRPE/Departamento de Computação); Regivan Hugo Nunes Santiago (UFRN/Departamento de Informática e Matemática Aplicada); Tiago Alessandro Espinola Ferreira (UFRPE/Departamento de Estatística e Informática); Borko Stosic (UFRPE/Departamento de Estatística e Informática). O resumo 2 traz informações sobre esta tese.

Confira os resumos das respectivas teses abaixo

Resumo 1

O sistema educacional deve ser capaz de formar profissionais preparados para mudanças rápidas e eficazes, capazes de vislumbrar novas oportunidades diante de mudanças sociais, ou seja, os profissionais precisam, de algum modo, ter um perfil inovador, criativo, pronto para resolver problemas e trabalhar com diferentes perfis de colaboradores, em diferentes ambientes e momentos. Neste sentido, uma possível solução é a Aprendizagem Baseada em Problemas – Problem-Based Learning – PBL. PBL é um método de ensino centrado no aluno que utiliza problemas para iniciar e motivar a aprendizagem de conhecimento, promovendo competências e habilidades necessárias à solução desses problemas. A motivação deste trabalho é consistente com três aspectos principais do método PBL: primeiro, refere-se à falta de “Autenticidade”, o que pode estar associado ao seu uso inadequado, o segundo, a “Efetividade” em relação em realizar melhorias nas competências e habilidades profissionais e comportamentais dos alunos, o terceiro, a “Potencialidade”, à falta de apoio adequado dos recursos tecnológicos para professores e alunos potencializar a implementação de tal método. Na tentativa de superar esses desafios, foi utilizado o método de pesquisa Design Science Research o qual estabelece uma sequência de cinco etapas para atingir os objetivos desta pesquisa. Na primeira etapa “compreensão do problema”, foi possível constatar e formalizar os problemas de pesquisa sobre: “Autenticidade“, “Potencialidade” e “Efetividade”. Estes problemas levaram à três questões de pesquisa: QP1: “Autenticidade”: Como auxiliar professores e alunos na implementação do método PBL com autenticidade ? QP2: “Potencialidade”: Como potencializar a implementação do método PBL utilizando novas tecnologias? e QP3: “Efetividade”: Como auxiliar no desenvolvimento de competências e habilidades profissionais e comportamentais no aluno de forma efetiva? Na segunda etapa “sugestão”, foi proposto um conjunto de ações baseadas nos princípios e características advindos de teorias de aprendizagem sobre PBL, cujo objetivo foi melhorar a forma de gerenciar PBL e, consequentemente, contribuir para a autenticidade da metodologia. Ainda nessa etapa, foi proposto um projeto experimental do ambiente virtual de aprendizagem com recursos tecnologicos autônomo, imersivo, interativo e colaborativo. Na terceira etapa “desenvolvimento”, foram definidos os requisitos funcionais, a arquitetura, as ferramentas, as tecnologias e os recursos tecnológicos que contemplaram o desenvolvimento do ambiente virtual de aprendizagem proposto. Na quarta etapa “avaliação”, foram preparados, aplicados e analisados os instrumentos de coleta de dados, em três ciclos de avaliação através do modelo presencial: O primeiro ciclo teve como objetivo avaliar a utilidade e usabilidade dos protótipos funcionais de alta fidelidade do ambiente virtual de aprendizagem na concepção de professores com diferentes níveis de conhecimento em PBL. O segundo ciclo foi com um grupo de professores e alunos de cinco disciplinas em um curso de computação de uma instituições de ensino de nível superior brasileira, no qual se buscou avaliar a aderência do processo proposto aos princípios do PBL “Autenticidade”, competências e habilidades profissionais “Efetividade” e a utilidade e usabilidade do PBL-Coach “Potencialidade”. O terceiro ciclo de avaliação foi com um grupo de professores e alunos de oito disciplinas de três cursos de computação de uma instituição de ensino de nível superior brasileira no qual se buscou avaliar as melhorias em relação ao segundo ciclo de avaliação sobre a “Autenticidade”, “Potencialidade” e “Efetividade”. Por fim, na quinta etapa “conclusão”, após a análise dos dados, verificou-se que esta pesquisa auxiliou professores e alunos de instituições de ensino de nível superior em computação, a implementarem um processo de ensino aprendizagem autêntico, efetivo e potencializado através de recursos tecnológicos úteis e usáveis. Como resultados dessa pesquisa, foi concebido e desenvolvido um Ambiente Virtual de Aprendizagem para PBL que foi contemplado com o 1º lugar no Concurso Nacional em tecnologias para educação, aprovado em um edital de apoio à pesquisa e desenvolvimento em inovação, além de algumas publicações em conferências, congressos e periódicos científicos nacionais e internacionais. Os resultados proporcionaram a motivação para evoluir o PBL-Coach, incluindo componentes adicionais de Inteligência Artificial, Realidade Aumentada e da Realidade Virtual voltada para o ensino híbrido em PBL como trabalhos futuros.

Resumo 2

Redes Neurais Artificiais (RNA) tem sido utilizadas como modelos computacionais que aprendem a partir de um conjunto de dados e são capazes de extrapolar esse conhecimento a partir das generalizações inerentes ao seu processo de decisão. Com o crescimento da computação quântica como novo paradigma de processamento de informação, modelos quânticos de redes neurais têm sido propostos para coadunar os benefícios da computação quântica com os benefícios das RNAs. Os modelos quânticos de RNA existentes assumem a dificuldade de implementar a não linearidade intrínseca dos neurônios que compõem a RNA, uma vez que, tradicionalmente, a computação quântica possui apenas operadores unitários. Há algumas propostas na literatura de modelos de neurônios que simulam essa não linearidade, mas elas aparecem simulando alguma função não linear específica, como a função de limiar ou arco-tangente. Há ainda as RNAs que possuem comportamento de memória associativa, fazendo a recuperação de informação a partir de uma entrada igual ou parecida com seus padrões armazenados. A implementação desses modelos envolve duas etapas, o processo de armazenamento e a recuperação de informação. O modelo quântico de memória associativa tem utilizado a superposição quântica para armazenamento e alguns modelos foram propostos para recuperação de informação. Nesse trabalho, estendemos o funcionamento não linear do Perceptron, permitindo que um neurônio quântico execute qualquer função não linear discreta. O modelo proposto permite que o neurônio possa simular o comportamento dos neurônios clássicos assim como utilizar dos recursos intrínsecos da computação quântica como superposição e emaranhamento. Há também a proposição de um neurônio que possui memória interna e que pode armazenar informações de iterações anteriores a medida que ele é executado. Esse modelo permite incorporar informações espaço-temporais em seu modelo. Em termos de memórias associativas, propusemos a utilização de dois modelos de recuperação probabilística de informação, um não linear e outro linear, utilizando os algoritmos quânticos de Grover e transformada inversa de Fourier. Esse modelo de memória permite reconhecer informações próximas ou iguais ao conteúdo que está na memória e possui custo linear de operação.

Mais informações
Programa de Pós-Graduação em Ciência da Computação – UFPE
(81) 2126.7754

ppgci@ufpe.br

Data da última modificação: 21/11/2018, 15:01