Agenda de defesas Agenda de defesas

Voltar

CIn promove defesa de tese e dissertações nesta quarta-feira (28)

Resumos dos trabalhos estão disponíveis

O Programa de Pós-Graduação em Ciência da Computação (PPGCC) promove na próxima quarta-feira (28) a defesa de uma tese de doutorado e duas dissertações de mestrado. Às 9h, acontece no Auditório do Centro de Informática (CIn) a defesa da tese “Segmentação de Lesões de Esclerose Múltipla: Função-objetivo com Perceptron Multicamada e Máquina de Aprendizado Extremo Convolucional”, de Michel Mozinho dos Santos, que contou com orientação do professor Abel Guilhermino da Silva Filho e coorientação Wellington Pinheiro dos Santos (Engenharia Biomédica/UFPE). 

A banca será formada pelos professores Paulo Salgado Gomes de Mattos Neto (UFPE/CIn), Francisco Marcos de Assis (UFCG/Departamento de Engenharia Elétrica), Fernando José Ribeiro Sales (UFPE/Departamento de Engenharia Biomédica), Filipe Rolim Cordeiro (UFRPE/Departamento de Computação) e Sidney Marlon Lopes de Lima (UFPE/Departamento de Eletrônica e Sistemas).

No mesmo dia e horário, acontece, no anfiteatro do CIn, a defesa da dissertação “Impactos da Internalização de Novos Membros em Equipes de Desenvolvimento de Software”, de Mayra Wanessa Gomes Dantas Melo. A dissertação teve a orientação do professor Fabio Queda Bueno da Silva. A banca será formada pelos professores Hermano Perrelli de Moura (UFPE/Centro de Informática), Bruno Falcão de Souza Cartaxo (IFPE/Departamento de Sistemas de Informação) e Fabio Queda Bueno da Silva (UFPE/Centro de Informática).

Às 15h, o auditório do centro recebe a defesa da dissertação “A Combinator Based, Certifiable, Parsing Framework” de Clayton Wilhelm da Rosa, com orientação do professor Márcio Lopes Cornélio. A banca será composta por Gustavo Henrique Porto de Carvalho (UFPE/Centro de Informática), Rodrigo Geraldo Ribeiro (UFOP/Departamento de Computação e Sistemas) e Márcio Lopes Cornélio (UFPE/Centro de Informática).

Resumo 1

O desenvolvimento de algoritmos para segmentar lesões de esclerose múltipla, apesar dos avanços recentes, continua sendo um problema que requer melhor segmentação e menor tempo de execução. Nesta tese, nós desenvolvemos dois tipos de redes neurais artificiais para segmentar lesões de esclerose múltipla, visando atender os requisitos de desempenho de segmentação e tempo de treinamento. Primeiro, usando uma simples rede multilayer perceptron, nós propomos funções-objetivo especificas para a segmentação de lesões de esclerose múltipla. Mantendo o tempo de treinamento rápido, o desempenho de segmentação com a função-objetivo proposta foi melhor que com o erro médio quadrático, mas pior que no estado-da-arte. As redes neurais convolucionais representam o estado-da-arte em segmentação de lesões de esclerose múltipla, mas o treinamento dessas redes pode levar de horas a dias com o ajuste fino dos pesos convolucionais. Assim, em nossa segunda abordagem, propomos uma máquina de aprendizado extremo convolucional que é treinada rapidamente (em minutos, rodando em CPU), baseada em uma combinação de pesos convolucionais predeterminados. Para investigar sua habilidade de generalização, nós aplicamos a rede neural convolucional proposta em um problema de classificação secundário mais simples: o reconhecimento de dígitos. Descobrimos que o erro de generalização empírico concorda com um modelo de erro baseado no teorema de Rahimi-Retch, fornecendo uma boa previsão do erro de teste. Em reconhecimento de dígitos, a rede proposta resultou em acurácia superior em relação ao estado-da-arte, bem como em tempo de treinamento competitivo, mesmo em relação a abordagens rodando em GPU. Já na segmentação de lesões de esclerose múltipla, a rede neural convolucional proposta apresentou desempenho de segmentação promissor.

Resumo 2

Nos últimos anos, a Engenharia de Software tem avançado nas pesquisas relacionadas aos fatores humanos, isso se deve ao fato de que o desenvolvimento de software depende de atividades centradas no ser humano, nas quais as características e comportamentos individuais têm impacto direto na efetividade de indivíduos e equipes no trabalho (Ollo-Lopez, et al. 2010). A entrada de novos membros em equipes de desenvolvimento de software é um processo que ocorre com bastante frequência. Durante esse processo, ocorre o fenômeno denominado na literatura por socialização organizacional ou internalização, no qual os funcionários aprendem e se adaptam às novas atividades, funções e cultura do local de trabalho. Incluir novos colaboradores nas empresas pode causar consequências tanto para a equipe, quanto para o novo colaborador. Objetivo: Considerando este cenário, a finalidade desta pesquisa é desenvolver um estudo qualitativo apresentando os impactos causados pela internalização de novos colaboradores em equipes de desenvolvimento de software, através da compreensão do fenômeno pela percepção da equipe sobre a inserção do novo colaborador e como o processo de engajamento ocorre sob a perspectiva do indivíduo recém-chegado. Método: Para atingir este objetivo, optou-se pela realização de um estudo qualitativo com equipes de seis empresas de desenvolvimento de software na cidade do Recife (PE). Na fase de coleta de dados, foram utilizadas entrevistas semiestruturadas. Cada equipe entrevistada possuía pelo menos um membro em processo de internalização e todos os membros das equipes foram entrevistados sobre as suas experiências neste processo. Para tratamento e análise dos dados, foi utilizada a Teoria Fundamentada proposta por Strauss e Corbin (2008). Resultados: Os resultados apontam que durante o processo de internalização do novo colaborador em uma equipe, existem vários fatores envolvidos como consequências, mas a predominância é do fator compartilhamento de conhecimento entre os demais colaboradores e o novo integrante. À medida que os demais membros da equipe se engajam no processo de socialização do novo integrante, há impactos positivos para a execução, organização do trabalho, e divisão de tarefas, enquanto a produtividade tem impacto negativo direto, inicialmente, até que o novo indivíduo esteja integrado à equipe e essa relação se torne positiva.

Resumo 3

Parsers são softwares muito mais comuns do que normalmente nos damos conta. Parsers estão presentes nas mais diversas áreas, no processamento de linhas de comando, no processamento de linguagens naturais, ou ainda na composição de linguagens. O processo de parsing é considerado por muitos um problema já solucionado, porém isto não é inteiramente verdade, especialmente quando falamos das implementações de parsers que podem ser complexas e de difícil manutenção. Nas últimas décadas, muitas ferramentas que buscam facilitar o processo de parsing surgiram. Ferramentas como geradores de parsers, ou mais recentemente, frameworks interativos, que tentam reduzir a quantidade de conhecimento necessária para a especificação de parsers. Ainda que estas ferramentas tenham seus méritos, estas também apresentam algumas limitações. Estas ferramentas apresentam pouca ou quase nenhuma padronização entre si, além de não oferecerem garantias de confiabilidade. Nós buscamos mitigar estes problemas com a implementação de um framework para parsing, confiável e flexível. O framework é composto de uma biblioteca extensível de combinadores, e de um gerador de parsers que é facilmente verificável, e que se baseia na meta-sintaxe padrão da notação estendida de Backus-Naur. Além disso, nós apresentamos informações valiosas sobre a implementação do algoritmo GLL, sob uma perspectiva puramente funcional.

Data da última modificação: 26/08/2019, 14:09