Agenda de defesas Agenda de defesas

Voltar

Pós-Graduação em Ciência da Computação promove defesa de duas teses de doutorado e uma dissertação de mestrado essa semana

Os trabalhos serão defendidos na sexta-feira (10), às 9h e 15h, respectivamente, de forma virtual

O Programa de Pós-Graduação em Ciência da Computação, vinculado ao Centro de Informática da UFPE, promove na sexta-feira (10) a defesa de duas teses de doutorado e de uma dissertação de mestrado. A tese “Skills-CT: Um Modelo para Classificação dos Estágios Cognitivos das Habilidades do Pensamento Computacional e Desenvolvimento da Aprendizagem Criativa”, escrita pela doutoranda Tatyane Souza Calixto da Silva, será defendida às 9h. O trabalho, orientado pela professora Patricia Cabral Restelli Tedesco e coorientado pela professora Jeane Cecília Bezerra de Melo (UFRPE/Deinfo), será defendido de forma virtual e os interessados em assistir devem entrar em contato com a autora através do e-mail tscs@cin.ufpe.br. A banca examinadora da defesa será composta pelos professores Geber Lisboa Ramalho (UFPE/Centro de Informática); Carla Taciana Silva Schuenemann (UFPE/Centro de Informática); Claudia Lage Rebello da Mota (UFRJ/Instituto Tércio Pacitti de Aplicações e Pesquisas Computacionais); Maria Auxiliadora Soares Padilha (UFPE/Departamento de Educação); e Danielle Rousy Dias Ricarte (UFPB/Centro de Informática).

A segunda defesa de tese também será realizada às 9h. O trabalho, intitulado “Planejamento de infraestruturas computacionais para o provimento de serviços baseados em blockchain”, foi escrito pelo discente Carlos Alexandre Silva de Melo, orientado pelo professor Paulo Romero Martins Maciel e coorientado pelo professor Jamilson Ramalho Dantas. A defesa também será virtual e a banca será composta pelos professores Kelvin Lopes Dias (UFPE/Centro de Informática); Nelson Souto Rosa (UFPE/Centro de Informática); Gustavo rau de Almeida Callou (UFRPE/Departamento de Computação); Jó Ueyama (USP/ICMC); e Virgilio Augusto Fernandes Almeida (UFMG/Departamento de Ciência da Computação). Os interessados em acompanhar a defesa devem entrar em contato com o autor através do e-mail casm3@cin.ufpe.br.

Já a dissertação de mestrado “Redução de Dimensionalidade Aplicada a Sistemas de Radiolocalização por Regressão Direta em Regiões com Diferentes Níveis de Urbanização”, escrita pelo mestrando Gabriel Wanderley Albuquerque Silva, será defendida às 15h. O trabalho foi orientado pelo professor Daniel Carvalho da Cunha e a banca examinadora será composta pelo orientador e pelos professores Germano Crispim Vasconcelos (UFPE/Centro de Informática) e Waslon Terllizzie Araújo Lopes (UFPB/Centro de Energias Alternativas e Renováveis). A defesa também será virtual e os interessados em assistir entrar em contato com o aluno.

Resumo 1

O Pensamento Computacional (PC) envolve resolução de problemas utilizando modelos, abstrações, organização e decomposição dos mesmos de forma algorítmica. A resolução de problemas se enquadra na estrutura do Pensamento Computacional cognitivo, pois visa fornecer aos discentes uma compreensão dos principais conceitos computacionais, práticas e perspectivas, enfatizando assim a construção de habilidades e competências que serão úteis na faculdade e em futuras carreiras. Estes elementos, por sua vez, impõem aos sujeitos uma habilidade pouco explorada em processos tradicionais de ensino-aprendizagem: a criatividade. A Criatividade se torna relevante por promover a integração do fazer e do ser, fazendo com que o indivíduo use suas competências com o intuito de transformar para melhor o mundo que os cerca. Diante deste panorama, o presente trabalho traz um estudo cujo objetivo é compreender a relação dos Pilares do Pensamento Computacional, dos Níveis Cognitivos e das habilidades do Pensamento Computacional no processo de resolução criativa de problemas. Essa correlação tem o intuito de auxiliar o ensino e aprendizagem de programação, bem como fornecer aos docentes uma maneira de avaliar e compreender como os estudantes desenvolvem as habilidades do PC. O processo de ensino de programação deve envolver a resolução de problemas, com base em conceitos como associação, avaliação, atribuição, chamada de procedimento e passagem de parâmetros. Para tanto, foi elaborado o Skills-CT. O Skills-CT é um Modelo Conceitual que relaciona os Pilares do Pensamento Computacional, classifica os estágios cognitivos para cada Habilidade do PC, para resolução criativa de problemas em programação. O Skills-CT foi aplicado em uma turma de um curso profissionalizante em Desenvolvimento de Software com o objetivo de classificar os estágios cognitivos dos alunos em cada habilidade do PC e analisar em qual os estudantes possuem menor desenvolvimento, para criar atividades que possam ajudar a amenizar essas dificuldades. Adicionalmente, o Skills-CT verificou qual é o(s) Pilar (es) do PC no qual os alunos possuem dificuldade. Os resultados da pesquisa apontam a relevância da utilização do Skills-CT no desenvolvimento das Habilidades do PC e dos estágios cognitivos e resolução criativa dos problemas, indicando que o mesmo influenciou positivamente a aprendizagem de programação por parte dos estudantes, o que pode ser constatado nos programas por eles desenvolvidos. Adicionalmente, apresentamos um guia para o ensino de programação e estratégias consideradas significativas para auxiliar os alunos na solução criativa de problemas.

Resumo 2

Através da ascensão das redes ponto-a-ponto nos tornamos detentores de grandes poderes e responsabilidades no processo de provimento de serviços através da internet. Até então nosso alcance era unidirecional, uma limitação inerente ao modelo cliente-servidor adotado pela grande maioria dos serviços em operação na Grande Rede, agora, graças ao uso de aplicações como o BitTorrent, somos capazes de nos tornar verdadeiros provedores de conteúdo, adicionando um nível extra de complexidade a uma rede outrora estática. Uma das precursoras da mais recente evolução no âmbito de redes ponto-a-ponto são as tecnologias baseadas em registro distribuído, como as blockchains, que permitem a seus usuários serem os auditores, executores e clientes que submetem as mais diversas transações a um enorme ecossistema interconectado. Todavia, assim como em modelos tradicionais de prestação de serviços através da internet, faz-se necessária a quantificação de sua viabilidade, seja a nível pessoal ou empresarial. A presente tese de doutorado avalia e apresenta um conjunto de modelos formais para avaliação de disponibilidade e confiabilidade de infraestruturas computacionais capazes de hospedar aplicações baseadas em blockchain. Além disso, apresentamos os custos associados à implantação e à manutenção dessas infraestruturas, bem como, a sua respectiva avaliação de desempenho, visando o estabelecimento de uma relação de performabilidade entre as métricas citadas. Dentre os resultados obtidos, podemos citar o impacto das políticas de endossamento sobre os custos de manutenção, disponibilidade e confiabilidade das infraestruturas avaliadas, além de pontuar possíveis gargalos e limitadores do sistema através da aplicação de análise de sensibilidade.

Resumo 3

A difusão do uso de dispositivos móveis (DMs) tem estimulado a adoção de inúmeros serviços baseados em localização, que, por sua vez, dependem de técnicas de localização em redes sem fio. Apesar do sistema de posicionamento global ser uma das principais técnicas usadas para fornecer a localização do DM, sua acurácia depende fortemente da existência de linha de visada entre transmissor e receptor. Para evitar tal desvantagem, técnicas de radiolocalização baseadas nos níveis de potência do sinal de rádio frequência (RF) recebidos são amplamente utilizadas. Uma dessas técnicas, chamada de método de localização por regressão direta (LRD), emprega algoritmos de aprendizado de máquina para fazer a predição das coordenadas geográficas do DM. Face ao exposto, este trabalho analisou a aplicação do método LRD em duas regiões com diferentes níveis de urbanização. Nas regiões consideradas, bases de dados contendo níveis de sinal de RF de três gerações de redes celulares foram construídas, de forma unificada, assim como segmentada por rede, a partir de coleta via crowdsourcing. O primeiro aspecto da análise foi a robustez do método de localização em função do nível de urbanização das regiões consideradas. O método LRD se mostrou mais estável (diminuição do erro médio de predição em função do aumento do conjunto de treinamento) na região com maior nível de urbanização e mais eficiente quando aplicado à rede 3G em ambas as regiões. Além de fatores relacionados aos diferentes níveis de urbanização das regiões investigadas, o aumento esperado da quantidade de estações rádio base com a implantação de redes de próxima geração também é relevante para a aplicabilidade do método LRD. Assim, o segundo aspecto analisado foi o efeito da redução de dimensionalidade na acurácia e nos tempos de execução do método LRD. Para isso, cinco algoritmos de extração de features (AEFs), três lineares e dois não lineares, foram considerados. Resultados experimentais mostraram que os AEFs não lineares obtiveram melhores resultados que os AEFs lineares. Dentre os AEFs não lineares, o algoritmo KPCA-Sigmoide diminuiu o erro médio do método LRD em até 15% quando comparado ao erro do método LRD sem o uso de AEFs. Além disso, o algoritmo KPCA-Sigmoide causou uma diminuição aproximada de sete vezes no tempo de treinamento e de aproximadamente quatro vezes no tempo de predição do método LRD, sem prejudicar a acurácia da localização.

Data da última modificação: 08/09/2021, 15:19