A Coordenação do programa informa que após a reunião ordinária do colegiado ocorrida em 23 de setembro de 2019, estão suspensos temporariamente novos pedidos de credenciamento de docentes para o PPGCC.

Assim que for regularizada a situação uma nota será emitida.

 Matrícula Alunos Regulares: 01/08/2019 até 09/08/2019.

 Matrícula Alunos Especiais: 12/08/2019 até 16/08/2019 (Orientação abaixo)

 Reajuste de Matrícula: 19/08/2019 até 13/09/2019.

 Trancamento: Até 16/09/2019.

 Período Letivo: 19/08/2018 a 13/12/2019.

 

Disciplinas Ofertadas 2019.2 (PPGCC)

 

Atenção - Inscrição em Disciplina Isolada 2019.2:

A Coordenação do Programa de Pós-Graduação em Ciência da Computação informa que o período de inscrição para ingresso como "Aluno Especial" dá-se de 12 até 16 de agosto de 2019. O processo será válido mediante entrega da documentação solicitada e valores para cada disciplina, ambos especificados no formulário abaixo.

Formulário de Solicitação de Matrícula 

O Programa de Pós Graduação em Ciência da Computação tem a honra de convidar toda a comunidade acadêmica para participar da  Defesa de  Dissertação de Mestrado abaixo relacionada:

 

 DEFESAS DE MESTRADO:

 1) Aluno: Hugo Brito Lima

Matrícula: 201720070006.
Titulo: "SongVis: Visualising The Semantics Of Music" 

Orientador: Prof. Dr. Bianchi Serique Meiguins
Data: 26/06/2019.

Hora:09:30 h

Local: LABCOMP I do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1.    Prof. Dr.   Bianchi Serique Meiguins    - Orientador (PPGCC/UFPA)

2.    Prof. Dr. Carlos Gustavo Resque dos Santos - Membro Interno (PPGCC/UFPA)

3.    Prof. Dr. Leonardo José Araújo Coelho de Souza - Membro Externo (UFPA)        

  

         RESUMO

Can a picture accurately represent the contents of a song? In this work we introduce SongVis: an interactive, web-based, visualisation tool that represents semantic features of music. Music, despite being an aural phenomenon, is often depicted by visual means, from the ancient Greeks associating sounds with colors to virtual reality tools nowadays. To develop SongVis we considered: which features are the most important, how to extract them from music files, how to graphically represent these features, how to assemble them into a unique visualisation, how interactions could yield insights and, finally, how successful was this work considering the views of the general public. SongVis allows the comparison of songs by the inspection of their visuals, and this quality can be exploited at tasks such as: browsing music libraries for similar tracks, filtering queries based on visual features, management of music collections or playlists according to the desired visual attributes, etc. Hence, this work looks forward to benefiting the Music Information Research (MIR) field, the Information Visualisation (InfoVis) field and users in general, by providing a useful tool and a step forward at the representation of music semantics. 

Palavras-chave: Music visualisation, semantic descriptors, music information research, information visualization.

O Programa de Pós Graduação em Ciência da Computação tem a honra de convidar toda a comunidade acadêmica para participar da  Defesa de  Dissertação de Mestrado abaixo relacionada:

 

DEFESAS DE MESTRADO

1)Aluno: Diego Hortêncio dos Santos

Matrícula: 201820070026.
Titulo: "Analisando o Efeito de Diferentes Níveis de Sobreposição Parcial na Percepção de Variáveis Visuais para Dados Categóricos". 

 

Orientador: Prof. Dr. Bianchi Serique Meiguins
Data: 30/05/2019.

Hora:15:30 h

Local: LABCOMP I do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

   1.           Prof. Dr. Binachi Serique Meiguins- Orientador (PPGCC/UFPA)

   2.          Prof. Dr. Carlos Gustavo Resque dos Santos (PPGCC/UFPA)

   3.          Profa. Dra. Marcelle Pereira Mota- Membro Interno (PPGCC/UFPA)

   4.          Prof. Dr. Marcelo de Paiva Guimarães- Membro Externo (UNIFESP) 

 

RESUMO  

 A sobreposição de itens visuais em diversas técnicas de visualização é um problema conhecido, potencializado por questões como quantidade de dados e espaço visual disponível. Várias abordagens já foram aplicadas para diminuir o nível de oclusão em visualização de dados, tais como: jitter randômico, utilização de transparência, rearranjo no layout de visualizações, utilização de técnicas de foco+contexto, entre outras. Esta dissertação objetiva apresentar um estudo comparativo do limite percentual de sobreposição parcial e quantidade de valores distintos para diferentes variáveis visuais na representação de dados categóricos. O estudo utilizou um layout em grade onde foram analisadas as variáveis visuais: matiz da cor, luminosidade da cor, saturação da cor, forma, texto, orientação e textura, tendo a quantidade de valores distintos codificados variando de 3 a 5 valores para cada variável visual e os percentuais de sobreposição parcial estudados foram de 0%, 50%, 60% e 70%. Adicionalmente uma ferramenta foi desenvolvida para geração de cenários de visualização de forma automática, captura do tempo de resolução das tarefas e coleta das respostas dos participantes do estudo. Nos cenários gerados os participantes realizaram tarefas de localização de um padrão visual alvo gerado aleatoriamente pela ferramenta. A análise dos resultados mostrou que as variáveis visuais Matiz, Luminosidade e Forma como robustas a percentuais altos de oclusão e aumento gradativo de valores visuais codificados, destaca-se a variável visual Texto com bons resultados para a acurácia e tempo de resolução, a variável visual Textura apresentou problemas de identificação com o aumento do nível de oclusão e quantidade de valores distintos e por fim, as variáveis visuais Orientação e Saturação apresentaram o maior quantitativos de erros durante a realização dos testes marcando, com isso, os piores desempenhos entre as variáveis visuais analisadas. 

Palvras-chave: Avaliação, Variáveis Visuais, Sobreposição.