Todas as Notícias

O Programa de Pós Graduação em Ciência da Computação tem a honra de convidar toda a comunidade acadêmica para participar da Defesa de Qualificação de Doutorado abaixo relacionadas:

Matrícula: 201620080005.
Titulo: "Um Mecanismo Autonômico e Inteligente Baseado em Aprendizado Profundo para a Alocação de Funções Virtuais de Redes em Ambientes de Nuvens" 

Orientador: Prof. Dr.Antônio Jorge Gomes Abelém
Data: 29/11/2018.

Hora: 09h00 

Local: LABTIC da Ufpa.

Banca Examinadora:

1. Prof. Dr. Antônio Jorge Gomes Abelém - Orientador (PPGCC/UFPA)
2. Prof. Dr. Denis Lima do Rosário - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Marcos Cesar da R. Seruffo - Membro Externo (ITEC /UFPA) 
4. Pesquisador Billy Anderson Pinheiro - Membro Externo (UFPA)
5. Prof. Dr. Edmundo Albuquerque S. e Silva - Membro Externo (UFRJ)

Resumo 

Implantar novos serviços ou atualizá-los por meio da compra de novos equipamentos implica em aumento de gastos de capital (CAPEX – Capital Expenditure) e de custos operacionais (OPEX – Operational Expenditure) por parte dos provedores de infraestrutura. Com a demanda por mais serviços,  equipamentos especializados (middleboxes) precisam ser adicionados à infraestrutura para que o provedor atenda às demandas em maior escala. Entretanto, são equipamentos caros e com tempo de vida útil curto, além de ser inviável integrá-los com outros equipamentos por conta de incompatibilidades entre fabricantes. Dentro deste contexto, um novo conceito para o fornecimento de serviços em redes foi criado, a Virtualização de Funções de Rede (NFV – Network Function Virtualization). Em NFV, os serviços de rede são virtualizados em servidores de uso geral, potencializando a tecnologia de virtualização no que diz respeito a como se pensar e projetar redes. Ao invés de haver um equipamento especializado executando uma única função dentro da rede, o que existe são módulos de software executando uma Função Virtual de Rede (VNF – Virtual Network Function) em um servidor. Com isso, há uma maior modularidade e isolamento de cada função na rede, melhor aproveitamento dos recursos físicos disponíveis, resultando, assim, na redução de custos por parte dos operadores de serviço, porém com maior escala. No contexto de NFV, um dos desafios diz respeito à alocação das VNFs nos servidores. O problema reside em escolher quais servidores receberão que instâncias de VNFs, considerando os requisitos do serviço e as restrições dos recursos, de forma a se otimizar uma dada métrica alvo, como minimização no uso de recursos físicos, redução de consumo energético ou taxa de serviços providos, por exemplo. Tal problema torna-se mais complexo em ambientes de larga escala, como, por exemplo, ambientes de nuvens, que possuem dezenas ou, até mesmo, centenas de servidores em seus datacenters. Desta forma, esta proposta de tese pretende apresentar uma proposta de solução para o problema supracitado por meio de técnicas computacionais inteligentes, especificamente Aprendizado Profundo, via Redes Neurais Profundas. Acredita-se que tais modelos podem ajudar a resolver o problema da alocação de VNFs por meio de predição de requisições de serviços em NFV. A predição dos serviços permitirá verificar quais VNFs tem maior probabilidade de compor um serviço e, com isso, o mecanismo será capaz de alocá-las nos servidores. Isso evita que VNFs afins sejam distribuídas pelos servidores de maneira não otimizada, fazendo com que o tempo para o fornecimento de um serviço que utilize tais funções seja alto por conta de uma má alocação. Além disso, permitirá um melhor gerenciamento dos recursos físicos, visto que, como se trata de um ambiente dinâmico, evita que uma alocação estática previamente definida seja utilizada e resulte em uma baixa taxa de fornecimento de serviços e um alto consumo energético.

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

Matrícula: 201620080016.
Titulo: "DLCP: Um Protocolo para a Operação Segura de Clientes Leves em Blockchain".  

Orientador: Prof. Dr.Antônio Jorge Gomes Abelém
Data: 03/10/2018.

Hora: 09h00 

Local: LABTIC da Ufpa.

Banca Examinadora:

1. Prof. Dr. Antônio Jorge Gomes Abelém - Orientador (PPGCC/UFPA)
2. Prof. Dr. Denis Lima do Rosário - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Roberto Samarone dos S. Araújo - Membro Externo (FACOMP/UFPA)
4. Pesquisador Billy Anderson Pinheiro - Membro Externo (UFPA)
5. Prof. Dr. Weverton Luís da C. Cordeiro - Membro Externo (UFRGS)

RESUMO

Em blockchain, nodos completos são pares que armazenam cadeias completas de blocos que, em essência, incluem os cabeçalhos dos blocos e as transações neles contidas --- para, assim, validarem todas as novas transações inseridas. Em contrapartida, clientes leves são pares que possuem recursos limitados e, por esse motivo, eles requisitam aos nodos completos apenas os cabeçalhos dos blocos, que são suficientes para permitir a verificação de transações específicas através do uso de protocolos mais simples, como o Simple Payment Verification. Como uma abordagem convencional para impedir ações maliciosas de nodos completos durante a verificação de transações (falhas bizantinas), os clientes leves requisitam os cabeçalhos dos blocos para múltiplos nodos e comparam as respostas recebidas para validar os blocos. Um problema com essa abordagem é que um cliente leve deve conectar-se com cada nodo completo e executar as mesmas operações criptográficas para cada conexão repetidamente, o que resulta em sobrecarga no lado do cliente e tempos de resposta maiores. Nesse trabalho, propõe-se uma abordagem alternativa para tratar esse problema, no qual os clientes leves são capazes de criptografar uma requisição de cabeçalhos dos blocos apenas uma vez e enviar tal requisição para um conjunto pre-determinado de nodos. Estes são então capazes de acessar, processar e responder de volta ao cliente com uma única resposta. Essa abordagem, chamada de Distributed Lightweight Client Protocol (DLCP), permite aos clientes leves verificar com baixa complexidade se os nodos completos concordaram sobre uma dada resposta. A partir de avaliações experimentais, observou-se que o DLCP provê menor latência e reduz a sobrecarga de computação e comunicação em comparação com a abordagem convencional existente.

Palavras-Chave: Segurança em Redes de computadores; Blockchain; Chaves públicas. 

Matrícula: 201720080010.
Titulo: "Algoritmo Genético para Roteamento e Alocação de Comprimento de Onda em Redes Ópticas WDM com Tráfego Estático".  

Orientador: Prof. Dr. Josivaldo de Souza Araújo
Data: 10/10/2018.

Hora: 09h00 

Local: Sala FC-02 do Instituto de Ciências Exatas e Naturais.

Banca Examinadora:

1. Prof. Dr. Josivaldo de Souza Araújo - Orientador (PPGCC/UFPA)
2. Profa. Dra. Fabiola Pantoja Oliveira Araújo - Membro Externo (FACOMP/UFPA)
3. Prof. Dr. Afonso Jorge Ferreira Cardoso - Membro Externo (EMBRAPA) 

RESUMO

Matrícula: 201620080003.
Titulo: "Um Estudo Empírico sobre Fatores que Influenciam Testes de Software em Projetos Distribuídos de Software ".  

Orientador: Prof. Dr.Cleidson Ronald Botelho de Souza
Data: 05/09/2018.

Hora: 08h00 

Local: LABTIC da Ufpa.

Banca Examinadora:

1. Prof. Dr. Cleidson Ronald Botelho de Souza - Orientador (PPGCC/UFPA)
2. Prof. Dr. Gustavo Henrique Lima Pinto - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Sandro Ronaldo Bezerra Oliveira - Membro Interno (PPGCC/UFPA)
4. Prof. Dr. Carlos dos Santos Portea - Membro Externo (UFPA/CAMPUS CAMETÁ)
5. Prof. Dra. Tayana Uchôa Conte - Membro Externo (UFAM)

Resumo

A fase de testes é essencial para qualquer projeto de desenvolvimento de software, e é particularmente crítica em projetos distribuídos de software (DDS), onde testadores e desenvolvedores estão dispersos entre diferentes locais de trabalho e possuem contato e interação presencial limitados. Apesar de existirem diversos estudos e relatos na literatura sobre fatores que podem influenciar o comportamento e desempenho das equipes em projetos DDS, atividades realizadas durante esta pesquisa apontaram para um gap de estudos para entender os fatores relacionados a testes em ambientes de projetos DDS. Neste sentido, neste projeto de tese são descritos os principais resultados obtidos até o momento da investigação empírica conduzida. Na primeira fase exploratória desta pesquisa investigou-se os fatores e o comportamento de projetos DDS baseado em dados de um projeto real e uso de técnicas de simulação de processos. A partir destes resultados iniciais e a identificação do gap na literatura de estudos específicos aos fatores relacionados à testes em projetos DDS através de uma revisão sistemática da literatura, esta pesquisa seguiu para uma fase experimental. A fase experimental foi iniciada com a identificação de fatores na literatura sobre testes em projetos de desenvolvimento de software, e posteriormente foi conduzida a criação de modelos baseado em técnicas de regressão para entender o relacionamento e influência destes fatores em projetos de testes em projetos DDS. Os resultados atuais sugerem mais tempo despendido entre times remotos está correlacionado com o esforço despendido na correção de bugs de um release do projeto. espera-se que os modelos criados possam ser reutilizados para outros contextos de projeto de desenvolvimento de software, e nesta direção são apontadas as atividades pretendidas para finalização desta pesquisa.

Palavras-Chave: Estudo Empírico, Teste de Software, Simulação de Processos, Regressão Linear. 

Matrícula: 201520080001.
Titulo: "Um Método de Apoio à Modelagem e Simulação de Redes Bayesianas para o Gerenciamento de Projetos de Desenvolvimento de Software ".  

Orientador: Prof. Dr.Cleidson Ronald Botelho de Souza
Data: 06/09/2018.

Hora: 08h00

Local: LABTIC da Ufpa.

Banca Examinadora:

1. Prof. Dr. Cleidson Ronald Botelho de Souza - Orientador (PPGCC/UFPA)
2. Prof. Dr. Gustavo Henrique Lima Pinto - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Sandro Ronaldo Bezerra Oliveira - Membro Interno (PPGCC/UFPA)
4. Prof. Dr. Carlos dos Santos Portea - Membro Externo (UFPA/CAMPUS CAMETÁ)
5. Prof. Dra. Tayana Uchôa Conte - Membro Externo (UFAM)

Resumo

Apesar dos inúmeros avanços em métodos, técnicas e ferramentas de apoio ao processo de desenvolvimento de software, ainda são comuns os relatos sobre problemas causados por falhas nos sistemas de software. A literatura especializada sugere que ainda temos pouco conhecimento sobre os fenômenos que afetam o processo de desenvolvimento. E indica a necessidade de estudos que permitam a investigação, racionalização e ampliem nosso entendimento sobre suas causas e efeitos. Neste contexto, a modelagem e simulação de processos de software se destaca em relação a outros tipos de estudos experimentais por viabilizar a experimentação virtual, que proporciona menor consumo de recursos e tempo, além de agilizar o tempo de resposta do fenômeno investigado. O objetivo principal deste trabalho é propor um método de apoio a modelagem e simulação com redes bayesianas aderente ao gerenciamento de projetos de desenvolvimento de software. Para isso, foram elaborados um modelo conceitual e o método de apoio. O modelo conceitual contextualiza o uso de simulação com redes bayesianas durante o gerenciamento de projetos de desenvolvimento de software. O método visa orientar a modelagem e simulação. Para avaliar o método proposto foi realizado um estudo piloto em ambiente laboratorial que resultou na definição de uma rede bayesiana. O método proposto pretende contribuir para a área de desenvolvimento de software preenchendo a lacuna identificada na literatura a respeito da falta de detalhes sobre os procedimentos metodológicos que orientam a modelagem e simulação com redes bayesianas em problemas do desenvolvimento de software.

Palavras-Chave: Redes Bayesianas Modelagem e Simulação de Redes Bayesianas Método Gerenciamento de Projetos de Desenvolvimento de Software. 

3) Aluno: Tiago Davi Oliveira de Araujo

Matrícula: 201620080009.
Titulo: "Um Modelo para Reconhecimento, Reconstrução e Personalização de Gráficos de Dados Estáticos".  

Orientador: Prof. Dr. Bianchi Serique Meiguins
Data: 19/09/2018

Hora: 15h30 

Local: Auditório do Instituto de Ciências Exatas e Naturais

Banca Examinadora:

1. Prof. Dr. Bianchi Serique Meiguins - Orientador (PPGCC/UFPA)
2. Prof. Dr. Carlos Gustavo R. dos Santos - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Jefferson Magalhães de Morais - Membro Interno (PPGCC/UFPA)
4. Prof. Dr. Nelson Cruz Sampaio - Membro Interno (PPGCC/UFPA)
5. Prof. Dr. José Gustavo de Souza Paiva - Membro Externo (UFU)
6. Prof. Dr. Marcelo de Paiva Guimarães - Membro Externo (UNIFESP)

Resumo

Gráficos de dados são amplamente utilizados para comunicação, comparação e análise de dados em vários meios. Um bom gráfico de dados deve apresentar os elementos e dados necessários para seu bom entendimento, tais como: informação sobre eixos, escalas, títulos, legendas, linhas de tendência, etc. Contudo, em muitos casos, parte desses elementos geralmente não está disponível, bem como os dados que os criaram, prejudicando o entendimento do usuário e o redesign do gráfico. Desta forma, a imagem do gráfico torna-se a única fonte para o seu redesign, sendo necessário um processo de extração das características desse gráfico, que de forma mais detalhada engloba as etapas de localização do gráfico na imagem, sua segmentação, classificação do tipo, extração dos dados e características visuais. A partir desses dados é possível melhorar o gráfico ou até mesmo propor um novo tipo de gráfico para representar os mesmos dados. Assim, esta proposta de tese propõe um modelo para reconhecimento, reconstrução e personalização de imagens de gráficos de dados que pode ser apresentada em diversos cenários, tais como: realidade aumentada, realidade virtual, dispositivos móveis, web, etc. Como resultados parciais, um protótipo inspirado nesse modelo será apresentado, tendo como cenário de uso o gráfico de barras. Em relação as tecnologias adotadas, destacam-se para segmentação e localização do gráfico na imagem digital a Mask R-CNN, uma rede neural convolucional que classifica e segmenta objetos em uma imagem, para extração dos dados são utilizados algoritmos de OCR para encontrar títulos e eixos, para identificação dos contornos e características visuais para extração das informações das barras será utilizado OpenCV, para reconstrução e personalização dos gráficos são utilizadas a biblioteca de visualização da informação D3 e gramática de geração de gráficos VEGA. Por fim, para validação de cada etapa são utilizados métodos específicos, por exemplo, as etapas de localização do gráfico e segmentação faz uso do Mean Average Precision, métrica utilizada para precisão de detecção de objetos, a fase de extração de dados utiliza o Erro Absoluto Médio para comparar os gráficos reconhecidos com os dados originais para testar a precisão do método, e para fase de reconstrução e personalização será realizada uma avaliação qualitativa com usuários. 

Palavras-Chave: Reconhecimento de Gráfico, Aprendizado de Máquina, Processamento de Imagem, Visualização da Informação.  

Matrícula: 201520080002.
Titulo: "Expandindo a Visualização de Dados Multidimensionais em Treemaps com Glifos".  

Orientador: Prof. Dr. Bianchi Serique Meiguins
Data: 20/09/2018

Hora: 09h00 

Local: Sala FC-02 do Instituto de Ciências Exatas e Naturais

Banca Examinadora:

1. Prof. Dr. Bianchi Serique Meiguins - Orientador (PPGCC/UFPA)
2. Prof. Dr. Carlos Gustavo R. dos Santos - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Jefferson Magalhães de Morais - Membro Interno (PPGCC/UFPA)
4. Profa. Dra. Marcelle Pereira Mota - Membro Interno (PPGCC/UFPA)
5. Prof. Dr. José Gustavo de Souza Paiva - Membro Externo (UFU)
6. Prof. Dr. Marcelo de Paiva Guimarães - Membro Externo (UNIFESP)

Resumo

A Visualização da Informação (InfoVis) é a área que estuda representações visuais interativas para dados abstratos com objetivo de potencializar a percepção dos usuários sobre os dados. A técnica treemap é uma técnica de InfoVis consolidada e bastante difundida, que possui como principais características a visualização de dados hierárquicos e o uso de todo o espaço visual disponível de tela. No entanto, tal técnica apresenta alguns desafios para a representação de dados, entre elas destacam-se: poucas opções para representação visual de dados, limitada a tamanho, cor e rótulo; e para aumentar a dimensionalidade de dados utiliza-se os níveis hierárquicos, mas um número elevado de hierarquias dos dados pode dificultar a percepção dos usuários sobre os mesmos. Como objetivo de proposta de tese, visa-se propor soluções para mitigar os desafios apresentados na utilização da técnica treemap para muitas dimensões de dados, propondo como alternativa a agregação de glifos aos itens de dados visuais da técnica. No contexto de InfoVis, glifos são objetos visuais que codificam individualmente os atributos de uma base de dados a uma ou mais características visuais (variáveis visuais). Esta proposta de tese considera três principais cenários para comparação e avaliação: treemap, treemap com glifos e treemap com glifos adaptativos. Os glifos adaptativos são glifos que estão em itens do treemap com áreas muito pequenas, e por esta rezão é realizado uma análise de qual parte do glifo deve ser apresentada para ainda ser uma informação visual útil. Visando verificar as propostas, foi desenvolvido um protótipo computacional que permite criar cenários propostos para análise de dados multidimensionais. A avaliação dos cenários gerados será com base em tarefas de InfoVis aplicadas a grupos de usuários, tais como: busca de similaridades, busca visual, detecção de tendência, etc. Adicionalmente, cada participante responde um questionário qualitativo sobre as tarefas realizadas, e as características dos glifos. Por fim, uma análise preliminar dos resultados dos dados coletados quantitativos e qualitativos é apresentada.

Palavras-Chave: Visualização da Informação, Treemap, Glyph.

DEFESAS DE QUALIFICAÇÃO DE MESTRADO:

Matrícula: 201620070010
Titulo: "Modelo para Tomada de Decisão no Processo de Imputação de Dados Faltantes"

Orientador: Prof. Dr. Bianchi Serique Meiguins
Data: 19/09/2018

Hora: 09h00

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

Banca Examinadora:

1. Prof. Dr. Bianchi Serique Meiguins - Orientador (PPGCC/UFPA)
2. Prof. Dr. Jefferson Magalhães de Morais - Co-Orientador (PPGCC/UFPA)
3. Prof. Dr. Carlos Gustavo Resque dos Santos - Membro Interno (PPGCC/UFPA)
4. Prof. Dr. Marcelo de Paiva Guimarães - Membro Externo (UNIFESP)

Resumo

Dados geralmente contêm valores ausentes e as razões são diversas. Valores ausentes ocorrem quando as medições valham, quando os resultados da análise são perdidos ou quando as medições são incompreensíveis. Logo, os registros de dados estão incompletos, o que pode causar análise de dados ineficientes e decisões imprecisas. A forma de analistas lidam com dados incompletos pode ser um trabalho difícil, sendo a diferença entre estudos enviesados e não enviesados. Técnicas de imputação são umas das principais maneiras de tratar dados faltantes. No entanto, vários fatores devem ser considerados na hora de se decidir o método mais indicado para uma base especifica. Desse modo, este trabalho desenvolveu um modelo de decisão cujo o objetivo e auxiliar no processo de imputação de dados, guiando o analista através de quatro etapas. Elas permitem (a) determinar, através de técnicas de visualização, os mecanismos geradores de dados faltantes, (b) realizar o tratamento de outliers, (c) executar simulações em amostras da base para definir, por meio de métricas de avaliação, qual a técnica de imputação mais eficiente para um conjunto de dados, e (d) realizar a imputação com a técnica selecionada como melhor opção. A metodologia proposta foi avaliada simulando a ocorrência de dados faltantes e seus mecanismos em cinco bases de dados reais através de cinco técnicas (Média, Hot-Deck, KNN Imputation, IRMI, MICE) de imputação considerando as métricas RMSE, MAE, MPE, Acurácia Categórica e Tempo de Execução. Seguindo o modelo de decisão proposto, os resultados mostraram a influência negativa dos outliers na imputação e a escolha da melhor técnica para cada cenário. Com isso, conclui-se que o modelo de tomada de decisão desenvolvido consegue orientar o analista nas etapas do processo de imputação de dados faltantes.

Palavras-Chave: Dados faltantes, imputação de dados, modelo de decisão, outlier, visualização de informação. 

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:

Matrícula: 201620070018.
Titulo: "Um Novo Índice de Validade Cluster Baseado no Espalhamento Equidistante Mútuo para Clusterização Crisp"  

Orientador: Prof. Dr. Claudomiro de Souza de Sales Junior 
Data: 22/08/2018

Hora: 10h30 

Local: Sala FC-02 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr. Claudomiro de Souza de Sales Junior  - Orientador (PPGCC/UFPA)
2. Prof. Dr. Ronnie Cley de Oliveira Alves - Membro Interno (PPGCC/UFPA)
3. Profa. Dra. Regiane Silva Kawasaki Francês - Membro Externo  (FACOMP/UFPA)

Resumo

A Clusterização de dados tem sido amplamente utilizada na descoberta do conhecimento para revelar estruturas de dados úteis ao analista. Como uma das tarefas mais importantes do reconhecimento de padrões, a clusterização particiona um conjunto de dados em grupos cujos elementos do mesmo cluster sejam semelhantes e elementos de cluster diferentes são dissimilares. Elementos de clusterização em geral supõem que o número de clusters K é conhecido, embora não haja conhecimento prévio sobre o conjunto de dados. Consequentemente, o significado dos grupos definidos precisa ser válido. Índices de validade de cluster são comumente usados para realizar a validação de resultados de clusterização. No entanto, a maioria deles é considerada dependente do número de objetos de dados e, geralmente, tende a ignorar grupos pequenos e de baixa densidade. Além disso, soluções de cluster subótimas são frequentemente selecionadas quando os clusters estão em um certo grau de sobreposição ou baixa separação. Assim sendo, propomos um novo índice de validade interna não paramétrico baseado no espalhamento equidistante mútuo dentro do cluster para clusterização crip. Sete diferentes índices de validade foram analisados em comparação com o índice  proposto, a fim de detectar o número de clusters em conjunto de dados. Experimentos em dados sintéticos e do mundo real mostram a eficácia e confiabilidade de nossa abordagem para validar o hiperparâmetro K.  

Palavras-Chave: Índice de validade de cluster, Espalhamento Equidistante mútuo, Número de cluster, Clusterização crip, Aprendizagem não supervisionada. 

Matrícula: 201720070005.
Titulo: "Aprimorando Montagens Metagenômicas Através do Particionamento de Dados de Sequenciamento pelo Conteúdo GC ". 

Orientador: Prof. Dr. Rommel Thiago Jucá Ramos
Data: 31/08/2018

Hora: 14h00

Local: Auditório do Centro de Genômica e Biologia da Ufpa.

Banca Examinadora:

1. Prof. Dr. Rommel Thiago Jucá Ramos - Orientador (PPGCC/UFPA)
2. Prof. Dr. Jefferson Magalhães de Morais - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Nelson Cruz Sampaio Neto - Membro Interno (PPGCC/UFPA)
4. Prof. Dr. Luiz Carlos Guimarães - Membro Externo (UFPA)

Resumo

A montagem de dados metagenômicos sequenciados por plataforma NGS acarreta em grandes desafios computacionais, especialmente devido ao grande volume de dados, erros de sequenciamento e variações de tamanho, complexidade, diversidade e abundância dos organismos presentes em um determinado metagenoma. Para superar esses problemas, este trabalho propõe o desenvolvimento de uma ferramenta de bioinformática de código aberto chamada GCSplit, que divide as sequências metagenômicas em subconjuntos usando uma métrica pouco dispendiosa computacionalmente: O conteúdo GC. Experimentos realizados em dados reais, obtidos no banco de dados SRA, mostram que o pré-processamento de leitura curtas com o GCSplit antes da montagem reduz o consumo de memória e gera resultados de maior qualidade, como aumento no tamanho do maior contig e na memória N50, enquanto tanto o valor L50 quanto o número total de contigs produzidos na montagem foram reduzidos. O GCSplit está disponível através do endereço https://github.com/mirand863/gcsplit. 

Palavras-Chave: Particionamento de dados, Ferramentas de bioinformática, Pré-Processamento de dados metagenômicos.   

O Programa de Pós Graduação em Ciência da Computação tem a honra de convidar toda a comunidade acadêmica para participar das Defesas de Qualificação de Doutorado e Dissertação de Mestrado abaixo relacionadas: 

DEFESA DE QUALIFICAÇÃO DE DOUTORADO: 

1) Aluno: Fernando Nazareno Nascimento Farias

Matrícula: 201520080008

Título: "VSDNLight: Orquestração de Redes Virtuais Definidas por Software Através de Hipervisores Leves". 

Orientador: Prof. Dr. Antônio Jorge Gomes Abelém 

Data: 26/06/2018

Hora: 09h00

Local: LABTIC da Universidade Federal do Pará

Banca Examinadora: 

1. Prof. Dr. Antônip Jorge Gomes Abelém - Orientador (PPGCC/UFPA)
2. Prof. Dr. Eduardo Coelho Cerqueira - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Raimundo Viegas Junior - Membro Externo (FACOMP/UFPA)
4. Pesquisador Billy Anderson Pinheiro - Membro Externo (UFPA) 
5. Prof. Dr. José Ferreira de Rezende - Membro Externo (UFRJ)

Resumo

Com o surgimento das redes definidas por softwares (SDN) e características como programabilidade e abstração na infraestrutura, permitiu-se criar novas soluções de virtualização de redes, não apenas compartilhando utilização de um recurso especifico da infraestrutura, mas também, compartilhando parte ou toda visão topológica da mesma, ou seja, qualquer recurso disponível da infraestrutura. Para construção de redes virtuais definidas por software (VSDN) em fatias ou slices da infraestrutura física, faz-se a utilização de soluções de hipervisores. No entanto, essas soluções vêm apresentando limitações de escalabilidade e desempenho. O objetivo principal do trabalho é apresentar uma proposta de orquestração de uma nova forma de prover redes virtuais definidas por softwares que integrem soluções no plano de dados e controle através de hipervisores com menos atribuições de orquestração e controle dos elementos da infraestrutura física, que serão chamados, hipervisores leves. 

Palavras-Chave: Redes Definidas por Software; Virtualização; Hipervisores Leves.  

DEFESA DE DISSERTAÇÃO DE MESTRADO:

2) Aluno: Isaac Souza Elgrably

Matrícula: 201620070019

Título: "O Uso de Elementos de Gamificação Para o Ensino da Técnica de TDD". 

Orientador: Prof. Dr. Sandro Ronaldo Bezerra Oliveira

Data: 29/06/2018

Hora: 09h00

Local: LABCOMP I do Instituto de Ciências Exatas e Naturais 

Banca Examinadora:

1. Prof. Dr. Sandro Ronaldo Bezerra Oliveira - Orientador (PPGCC/UFPA)
2. Profa. Dra. Marcelle Pereira Mota - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Carlos dos Santos Portela - Membro Externo (UFPA/CAMPUS CAMETÁ)

Resumo

Com a maior imersão das equipes de desenvolvimento de software aos métodos e práticas ágeis, tornou-se necessário que os alunos tenham cada vez mais cedo o contato com práticas oriundas dos Testes Ágeis. Assim, este estudo tem como objetivo utilizar conceitos de gamificação para estimular o apoio ao ensino e engajar a motivação de um grupo de alunos na disciplina de Qualidade de Software ministrada na graduação e pós-graduação. Para isso, foram separadas aulas para o ensino de testes ágeis que utilizaram elementos como motivação para os alunos. Diante disso, esta pesquisa teve como resultado um enriquecimento do conhecimento destes alunos em práticas de testes. Este trabalho busca como contribuir com o ensino de práticas ágeis para alunos, visando um melhor preparo para o mercado de desenvolvimento de Software. Pôde-se constatar, ainda, que a utilização de elementos da gamificação para o ensino de testes ágeis foi eficiente, pelo fator de que os alunos participantes dedicaram-se mais às tarefas e foram participativos em todos os diferentes cenários de aprendizagem que foram ministrados.   

Palavras-Chave: Gamificação; Aprendizado; Ensino; Desenvolvimento Guiado a Teste. 

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:

Matrícula: 201620070013
Titulo: "MGCOMP: Sistema Computacional Multiplataforma para Análise Comparativa de Metagenoma" 

Orientador: Prof. Dr. Ronnie Cley de Oliveira Alves
Data: 04/05/2018.

Hora:10h00

Local: LABCOMP 1 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr. Ronnie Cley de Oliveira Alves - Orientador (PPGCC/UFPA)
2. Prof. Dr. Bianchi Serique Meiguins - Membro Interno (PPGCC/UFPA)
3. Profa. Dra. Regiane Silva Kawasaki Francês - Membro Externo  (FACOMP/UFPA)
   
   

Resumo: 

A metagenômica estuda comunidades de microrganismos, não cultiváveis em laboratório, a partir da seleção de amostras do meio ambiente. As amostras ou metagenomas são submetidas a um sequenciamento em larga escala e posteriormente analisadas por pipelines de bioinformática. A análise das sequencias permite estimar o impacto da presença ou ausência desses microrganismos nos respectivos metagenomas. Assim, dados metagenômicos permitem a identificação das assinaturas taxonômicas e funcionais disponíveis em uma metagenoma. As assinaturas geralmente não são exploradas de forma integrada e a falta de metadados ambientais limitam inferências de contexto na análise de dados. Neste trabalho propomos uma ferramenta computacional (MGCOMP) que fornece um conjunto de funcionalidades para análise comparativa de metagenomas. Além disso, como proposta principal, oferecemos uma nova abordagem de comparação metagenômica baseada em uma metodologia integrada para identificar e comparar assinaturas metagenômicas, correlacionando-as com fatores ambientais (quando disponíveis). As assinaturas são apresentadas de forma hierárquica (estruturada em árvore), uma espécie de conjunto de clusters aninhados. Estes clusters são calculados através de uma estratégia computacional desenvolvida para avaliar de forma ótima as partições de clusterização. Foi desenvolvida também uma visualização em árvore de bolhas (por Javascript) para guiar a exploração interativa das assinaturas metagenômicas. No que nos diz respeito, a análise integrada das assinaturas ambientais e visualização interativa nunca foram explorados anteriormente.

Palavras-Chave: Metagenômica, Clusterização, Visualização Interativa de Dados. 

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:

Matrícula: 201620070012.
Titulo: "UFAHAMU:Um Framework para Aplicações Móveis Android Conscientes de Contexto" 

Orientador: Prof. Dr.Cleidson Ronald Botelho de Souza
Data: 12/04/2018

Hora:10h00

Local: LABTIC

Banca Examinadora:

1. Prof. Dr. Cleidson Ronald Botelho de Souza - Orientador (PPGCC/UFPA)
2. Profa. Dra. Marcelle Pereira Mota - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Rodrigo Quites Reis - Membro Externo  (FACOMP/UFPA)

Resumo

Um campo da Computação Ubíqua tem se destacado significativamente na última década: a Computação Consciente de Contexto. Sistemas conscientes de contexto podem adaptar suas funcionalidades ao ambiente em que estão inseridos sem a intervenção direta do usuário. Este trabalho apresenta o Ufahamu, um framework Java para Android que facilita o desenvolvimento de aplicações conscientes de contexto. Este framework foi construído utilizando a abordagem Contexto-Regra-Ação com o objetivo de complementar limitações de frameworks anteriores. A contextualização, a motivação e o projeto do Ufahamu são apresentados em detalhes, bem como sua implementação e as suas validações. Três validações foram conduzidas, uma através do desenvolvimento de um app utilizando o próprio framework, uma comparando o framework proposto com 3 outros frameworks sob um ponto de vista de complexidade de código e, por último, uma validação  através de um experimento conduzido com engenheiros de software. Os resultados são promissores e sugerem que o framework Ufahamu, de fato, facilita o desenvolvimento de aplicações conscientes de contexto.

Palavras-Chave: Computação Consciente de Contexto; Computação Ubíqua; Framework; Java; Contexto-Regra-Ação. 

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 a 16 de Março de 2018. O processo será válido mediante entrega da documentação solicitada e valores para cada disciplina, ambos especificados no formulário abaixo. 

Disciplinas Ofertadas

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 das Defesas de Dissertações de Mestrado abaixo relacionadas:

Matrícula: 201520070018.
Titulo: "CrowdSourcing no Desenvolvimento de Software: Caracterização da Colaboração nos Desafios da Plataforma TopCoder" 

Orientador: Prof. Dr. Cleidson Ronald Botelho de Souza
Data: 05/03/2018.

Hora: 10h00 

Local: LABTIC

Banca Examinadora:

1. Prof. Dr. Cleidson Ronald Botelho de Souza - Orientador (PPGCC/UFPA)
2. Prof. Dr. Sandro Ronaldo Bezerra Oliveira - Membro Interno  (PPGCC/UFPA) 
3. Prof. Dr. Rafael Prikladnicki - Membro Externo  (PUC/RS)

Resumo

Em crowdsourcing uma tarefa é divida em pequenas partes que são realizadas pela “crowd”. Crowdsourcing em engenharia de software significa que esta tarefa é uma tarefa de desenvolvimento de software. O TopCoder é maior plataforma de crowdsourcing do mundo na área de engenharia de software que realiza desafios de programação. O vencedor de um desafio recebe uma compensação financeira. Este trabalho descreve uma análise qualitativa da colaboração entre os coders que atuam na plataforma TopCoder. A análise foi feita a partir das mensagens trocadas entre os coders dos desafios que ocorreram nos meses de Julho e Agosto de 2017. Esta análise considerou dois tipos de codificação: a primeira identifica o tipo de mensagem e a segunda identifica o tema relacionado. Os resultados deste trabalho sugerem que, apesar desta ser uma competição, existem diferentes tipos de colaboração entre os coders. Estes resultados podem ser utilizados para sugerir mecanismos que permitam incentivar a colaboração dos coders na plataforma.

Palavras-Chave: Crowdsourcing. TopCoder. Análise qualitativa. Engenharia de Software. 

Matrícula: 201520070005.

Titulo: " Uma Análise Comparativa de Transmissão de Stream de Vídeo em Flying Ad Hoc Networks em Uma Perspectiva Sobre Múltiplos Fluxos " 

Orientador: Prof. Dr. Denis Lima do Rosário
Data: 08/03/2018.

Hora: 10h00 

Local: Sala FC-02 do Instituto de Ciências Exatas e Naturais

Banca Examinadora:

1. Prof. Dr. Denis Lima do Rosário - Orientador (PPGCC/UFPA)
2. Prof. Dr. Aldri Luiz dos Santos - Co-Orientador (UFPR) 
3. Prof. Dr. Eduardo Coelho Cerqueira - Membro Interno (PPGCC/UFPA)
4. Prof. Dr. Billy Anderson Pinheiro - Membro Externo (UFPA)

Resumo    

A experiência do usuário em assistir vídeos em tempo real transmitidos por veículos aéreos não tripulados (VANTs) deve ser satisfatória, mesmo sob a influência de alterações de topologia causadas pela mobilidade desses VANTs em Flying Ad Hoc Networks (FANETs). No entanto, um dos principais desafios para rotear pacotes em FANETs é como amenizar os efeitos da mobilidade dos VANTs para evitar falhas de comunicação, atrasos e “áreas isoladas”, o que aumenta a perda de pacotes durante as transmissões de vídeo. Desta forma, os protocolos de roteamento devem considerar um mecanismo de posicionamento de nós para encontrar a localização ideal de VANTs que atuam como nós de retransmissão e, assim, evitar os efeitos dessa mobilidade na transmissão de vídeos. Baseado em três protocolos bem conhecidos na literatura (BLR, XLinGo e MobiFANET), esta dissertação realiza uma análise comparativa de transmissão de stream de vídeos em FANETs sob uma perspectiva de múltiplos fluxos simultâneos. O objetivo é analisar a qualidade dos vídeos recebidos no destino a partir da transmissão em tempo real de múltiplos fluxos simultâneos de vídeo, ou seja, a partir de vários nós de origem, mantendo o bom desempenho da rede.

Palavras-Chave: Flying AdHoc Networks; Veículos Aéreos Não Tripulados; Posicionamento de Nós Retransmissores; Múltiplos Fluxos de Vídeo.

Matrícula: 201520070013.
Titulo: "Um Método de Classificação de Movimento Imaginado dos Braços Utilizando Emotiv EPOC+ e Openvibe". 

Orientador: Prof. Dr.Nelson Cruz Sampaio Neto
Data: 19/03/2018.

Hora: 09h30

Local: Sala FC-01 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr. Nelson Cruz Sampaio Neto  - Orientador (PPGCC/UFPA)
2. Prof. Dr. Schubert Ribeiro de Carvalho - Membro Interno (PPGCC/UFPA)
3. Prof. Dr. Dionne Cavalcante Monteiro - Membro Externo  (FACOMP/UFPA)

Resumo

Este trabalho de dissertação mantém seu foco sobre brain-computer interfaces, processamento e classificação sinais eletroencefalográficos. O trabalho apresenta um método de classificação que tem como objetivo identificar qual membro é considerado durante a realização do movimento imaginado (MI), por exemplo, determinar se o indivíduo está imaginando o movimento do braço direito ou do braço esquerdo. Sinais de Eletroencefalografia (EEG) são utilizados como entrada para o classificador e métodos de processamento de sinais são utilizados para melhorar o resultado da classificação. O método criado tem como objetivo melhorar a acurácia da classificação desse processo através de uma análise e avaliação dos parâmetros que fazem parte das etapas de pré-processamento à classificação dos sinais de EEG. 

Palavras-Chave: Brain Computer Interface, Classificador SVM, Movimento Imaginado.

O Programa de Pós-Graduação em Ciência da Computação informa que a divulgação do Resultado Final do Processo Seletivo do Mestrado 2018.1 será no dia 28 de Fevereiro de 2018. Confira a Errata do Edital em Seleção Atual.

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:

Matrícula: 201520070001.
Titulo: "Análise de Perfil de Motoristas: Um Investigação com Diferentes Sensores e Técnicas de Aprendizado de Máquina"   

Orientador: Prof. Dr.Gustavo Pessin
Data: 22/02/2018.

Hora: 09h30

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

Banca Examinadora:

1. Prof. Dr.  Gustavo Pessin  - Orientador (PPGCC/UFPA)
2. Prof. Dr.Denis Lima do Rosário - Membro Interno (PPGCC/UFPA)
3. Profa. Dra. Marley Maria Rebuzzi Vellasco - Membro Externo  (PUC/RJ)

Resumo:

O comportamento do motorista afeta a segurança do tráfego, o consumo de combustível/energia e as emissões de gases dos veículos. A Análise de Perfil de Motorista (APM) tenta entender e influenciar positivamente o comportamento do motorista. Geralmente, a APM envolve a coleta automatizada de dados de condução e a aplicação de modelos de computador para gerar uma classificação que caracterize o perfil de agressividade do motorista. Diferentes sensores e métodos de classificação têm sido empregados nesta tarefa, no entanto, soluções de baixo custo e alto desempenho ainda são alvos de pesquisa. Esta dissertação apresenta duas principais contribuições. A primeira é uma investigação com diferentes sensores de smartphone Android e algoritmos de classificação, a fim de avaliar quais combinações de sensor e método permitem a classificação de eventos agressivos de condução com maior desempenho. A segunda contribuição é uma proposta de máquina de comitê composta de um subconjunto dos modelos de aprendizado de máquina investigados. Os resultados mostram que (i) combinações específicas de sensores e métodos inteligentes permitem melhorar o desempenho da classificação; e (ii) a máquina de comitê proposta tem desempenhos de classificação e de tempo superior aos melhores convencionais avaliados, tornando possível seu uso em tempo real em um smartphone.

Palavras-Chave: Análise de perfil de motoristas; aprendizado de máquina; máquinas de comitê; sensores de smartphone; smartphone de Android. 

Matrícula: 201620070001.
Titulo: "Um Estudo Sistemático sobre o Controle Estatístico de Processos e a Definição de um Catálogo de Abordagens". 

Orientador: Prof. Dr.Sandro Ronaldo Bezerra Oliveira
Data: 23/02/2018.

Hora: 08h00

Local: Sala FC-01 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr.  Sandro Ronaldo Bezerra Oliveira  - Orientador (PPGCC/UFPA)
2. Prof. Dr. Alfredo Braga Furtado  - Membro Externo (FACOMP/UFPA)
3. Prof. Dr. Carlos dos Santos Portela - Membro Externo  (UFPA/CAMPUS DE CAMETÁ)
   
   

O Controle Estatístico de Processos (CEP) tem sido utilizado em organizações de software (acadêmicas e industriais) para a análise dos processos fundamentais, aderentes aos objetivos estratégicos da organização. O CEP é utilizado na representação (gráficos de controle) e análise dos dados coletados (medição) dos processos da organização. Através desta análise, os desvios (falhas) dos processos são identificados e corrigidos. Assim, é definida a estabilidade e a capacidade do processo (baseline). Existem alguns estudos que falam sobre o CEP no contexto de software, entretanto, estes ainda não descrevem de forma aprofundada as abordagens relacionadas ao mesmo. O objetivo desta dissertação de mestrado é desenvolver uma Revisão Sistemática da Literatura (RSL) que identifique quais abordagens: frameworks, métodos, ativos, ferramentas que apoiam o Controle Estatístico de Processos. Com estes resultados, foi definido um catálogo de abordagens, descrevendo e exemplificando as formas de uso de cada delas. O catálogo pode auxiliar as organizações de software a compreender e aplicar melhor as abordagens nele descritas, facilitando, assim, a implementação do CEP nas organizações.

Palavras-Chave: Engenharia de Software Baseada em Evidências, Controle Estatístico de Processos, revisão Sistemática da Literatura, Catálogo de Abordagens. 

Matrícula: 201620070008.
Titulo: "Disseminação de Dados Baseada em Métricas de Redes Complexas para Sistemas de Transporte Inteligentes".  

Orientador: Prof. Dr. Eduardo Coelho Cerqueira

Co-Orientador: Denis Lima do Rosário
Data: 23/02/2018.

Hora: 09h00 

Local: LABCOMP 1 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr. Eduardo Coelho Cerqueira  - Orientador (PPGCC/UFPA)
2. Prof. Dr. Denis Lima do Rosário  - Co-Orientador -  (PPGCC/UFPA)
3. Prof. Dr. Marcos Cesar da Rocha Seruffo - Membro Externo (/ITECUFPA)
4. Pesq.Dr. Billy Anderson Pinheiro - Membro Externo (UFPA)
5. Prod. Dr. Leandro Aparecido Villas - Membro Externo (UNICAMP)

Serviços que visam tornar o sistema de transporte atual mais seguro, sustentável e eficiente constituem o arcabouço conhecido como Sistemas de Transporte Inteligentes (ITSs). Pelo fato dos serviços necessitarem de dados, comunicação e processamento para operação, as Redes Veiculares Ad-Hoc (VANETs) exercem forte influência nesse contexto, por possibilitar comunicação direta entre os veículos e, adicionalmente, que dados sejam trocados e processados entre eles. Diversos serviços em ITSs requerem informações disseminadas entre os veículos para tomada de decisões. Contudo, essa disseminação é uma tarefa desafiadora, devido características específicas das VANETs, tais como, comunicação de curto alcance e alta mobilidade dos nós, resultando em variações constantes em sua topologia. Diante dos desafios, neste trabalho é apresentado um protocolo para disseminação de dados em cenários urbanos que considera métricas de redes complexas em seu funcionamento, denominado DDRX. O DDRX toma proveito dos beacons que são trocados periodicamente na rede para coletar informações dos veículos e assim construir um grafo de diâmetro 2 para análise topográfica local da rede, onde os vértices são veículos e as arestas os links de comunicação entre veículos vizinhos. Com o grafo local criado, é possível identificar os melhores veículos para continuarem o processo de disseminação. Resultados de simulações mostram que o DDRX oferece alta eficiência em termos de cobertura, número de transmissões, atraso e colisões de pacotes em comparação aos protocolos amplamente conhecidos de disseminação de dados. Complementarmente, o DDRX oferece melhorias significativas a um sistema de gerenciamento de trânsito distribuído que necessita das informações de trânsito disseminadas de forma eficiente, possibilitando que os veículos fiquem menos tempo em congestionamentos, atinjam maiores velocidades médias e tenham menor tempo de viagem. 

Palavras-Chave: Redes Veiculares; Disseminação de Dados; Grafos.  

Matrícula: 201620070002.
Titulo: "Uma Abordagem para a Implementação da Gestão do Conhecimento dos Resultados Esperados do MR-MPS-SW Usando a Rede Social Facebook". 

Orientador: Prof. Dr.Sandro Ronaldo Bezerra Oliveira
Data: 23/02/2018.

Hora: 10h30 

Local: Sala FC-01 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr. Sandro Ronaldo Bezerra Oliveira - Orientador (PPGCC/UFPA)
2. Prof. Dr. Alfredo Braga Furtado  - Membro Externo (FACOMP/UFPA)
3. Prof. Dr. Carlos dos Santos Portela - Membro Externo  (UFPA/CAMPUS DE CAMETÁ)
   
   

Estudos mostram que a falta de práticas de gestão de conhecimento em uma organização pode comprometer seus processos de negócios gerando um conjunto de problemas, entre elas a perda de produtividade e qualidade em seus serviços. Assim, muitas empresas passaram a utilizar ferramentas que apoiam estas práticas, buscando aumentar suas vantagens competitivas no mercado. Logo, este trabalho tem como objetivo apresentar uma implementação dos resultados esperados da área de Gestão de Conhecimento do MR-MPS-SW usando as funcionalidades da rede social Facebook como ferramenta de apoio a essas práticas. Neste trabalho é relatado, também, o cenário no qual foi abordada a aplicação/avaliação e os resultados obtidos durante a pesquisa. 

Palavras-Chave: Melhorias de Processos; Gestão de Conhecimento; Redes Sociais; MPS.BR. 

5) Aluno: Alexandre Abreu de Freitas

Matrícula: 201620070020.
Titulo: "Avaliação da Interação por Rastreamento de Cabeça em Aplicações WEB para Ambiente Desktop" 

Orientador: Prof. Dr. Bianchi Serique Meiguins
Data: 26/02/2018.

Hora: 09h30 

Local: LABCOMP 1 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. Profa. Dra. Marcelle Pereira Mota - Membro Interno  (PPGCC/UFPA)
4. Prof. Dr. Dionne Cavalcante Monteiro - Membro Externo (FACOMP/UFPA)

Resumo

Novos cenários interativos estão surgindo com o avanço tecnológico, como quiosques com displays sensíveis ao toque, aplicações de realidade aumentada e virtual, entre outros. Estes novos cenários estimulam o desenvolvimento de novos métodos de interação não convencionais, os quais fogem dos tradicionais mouse e teclado, como, por exemplo, o rastreamento de cabeça, o rastreamento dos olhos, a detecção de gestos, entre outros, que podem ser utilizados por diversos perfis de usuários, incluindo os com deficiência motora, por exemplo. Geralmente, quando estas novas tecnologias de interação são aplicadas como substitutas do mouse e teclado, e não como uma nova forma de interação, com suas particularidades e adequada de forma diferente, de acordo com o perfil do usuário e a interface. Com base neste contexto, esta dissertação busca avaliar a interação e navegação através do rastreamento de cabeça em aplicações web na plataforma desktop, incorporando uma metodologia de avaliação que combine uma análise no aspecto quantitativo e qualitativo. Foram realizados testes com algumas tecnologias de rastreamento de cabeça, e a escolhida para o desenvolvimento deste trabalho foi o software eViacam utilizando webcam comum. Serão feitos testes em web browser, com tarefas especificas de sites popularmente conhecidos, tais como: google.com, youtube.com, g1.com, entre outros. A avaliação busca identificar problemas de interação com o rastreamento de cabeça com as aplicações web, assim como na organização da interface. São coletados diversos dados, como: tempo para completar tarefas, número de cliques em componentes, quantidade de entradas no componente antes de interagir com o mesmo, localização de componentes, etc. Por fim, esses dados são pré-processados e analisados em busca de padrões e outleirs para indicação de boas práticas na utilização de rastreamento de cabeça em aplicações Web. 

Palavras-Chave: Interação Por Rastreamento De Cabeça, Interação Não Convencional, Design de Interface, Interação Humano-Computador. 

6) Aluno: Paulo Roberto Silva Chagas Junior

Matrícula: 201620070015.
Titulo: "Avaliação de Arquiteturas de Redes Neurais Convolucionais para a Classificação de Imagens de Gráficos" 

Orientador: Prof. Dr.Jefferson Magalhães de Morais
Co-Orientador: Prof. Dr. Bianchi Serique Meiguins
Data: 26/02/2018.

Hora: 16h00 

Local: LABCOMP 1 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr. Jefferson Magalhães de Morais  - Orientador (PPGCC/UFPA)
2. Prof. Dr. Bianchi Serique Meiguins  - Co-Orientador (PPGCC/UFPA)
3. Prof. Dr. Filipe de Oliveira Saraiva - Membro Interno  (PPGCC/UFPA)
4. Prof. Dr. Dionne Cavalcante Monteiro - Membro Externo (FACOMP/UFPA)

Resumo

Em uma era onde a quantidade de dados disponíveis cresce continuamente, formas de representar esses dados se fazem necessárias para que o ser humano possa entendê-los e fazer inferências a partir dos mesmos. No entanto, nem sempre é possível acessar esses dados, de modo que em vários cenários somente os gráficos estão disponíveis para análise. Assim, métodos automáticos de extração de dados de imagens de gráficos se fazem necessários, permitindo um posterior tratamento desses dados recuperados. Nesse contexto, o processo de extração de dados dos gráficos pode ser dividido em duas etapas: classificação e extração. Este trabalho foca na etapa de classificação, propondo uma avaliação de Redes Neurais Convolucionais para esta tarefa. Para treinamento e teste, foi utilizada uma base de imagens geradas automaticamente e de forma aleatória, para 10 tipos de gráficos (Arco, Área, Barra, Coordenadas Paralelas, Linha, Matriz, Pizza, Scatter Plot, Sunburst e Treemap). Da mesma forma, imagens foram coletadas da internet para compor uma base de validação, de modo que se possa verificar se os classificadores conseguem generalizar os 10 tipos de gráficos de forma satisfatória treinando somente com imagens sintéticas. Para validar a metodologia proposta, testes sistemáticos foram realizados utilizando diferentes arquiteturas de Redes Neurais Convolucionais que estão presentes na literatura (VGG-19, Resnet-50 e Inception-V3), e comparando as mesmas com classificadores convencionais (K-Nearest Neighbor, Naive Bayes, Support Vector Machine e Random Forest) combinados com o método de extração de características HOG. Os resultados mostraram que os modelos Resnet-50 e Inception-V3 obtiveram as maiores acurácias na base de validação, com 77,76% e 76,77% respectivamente. Além disso, as matrizes de confusão foram analisadas a fim de verificar não só as diferenças em desempenho dos classificadores mas também como cada um se comporta para cada classe. 

Palavras-Chave: Deep Learning, Redes Neurais Convolucionais, Visualização da Informação, Imagens de Gráfico. 

Matrícula: 201520070012.
Titulo: " Um Pipeline para a Predição de Genes em Dados Metatranscriptômicos".

Orientador: Prof. Dr. Ronnie Cley de Oliveira Alves
Data: 26/02/2018.

Hora: 10h00

Local: Sala FC-01 do Instituto de Ciências Exatas e Naturais da Ufpa.

Banca Examinadora:

1. Prof. Dr. Ronnie Cley de Oliveira Alves - Orientador (PPGCC/UFPA)
2. Prof. Dr. Jefferson Magalhães de Morais  - Membro Interno (PPGCC/UFPA)
3. Profa. Dra. Regiane Silva Kawasaki Francês - Membro Externo  (FACOMP/UFPA)
   
   

Resumo 

Através de estudos de dados metagenômicos, é possível definir quais organismos estão presentes em uma amostra e as suas atividades. Ferramentas para predição de genes em dados metagenômicos foram criadas para definir quais são os genes presentes na amostra, mas é necessário que mais ferramentas estudem os dados dos transcritos a fim de compreender o comportamento delas, como o TransGeneScan. Este artigo apresenta o GeneFinder-TR, um pipeline para predição de genes em dados metatranscriptômicos. O pipeline teve os melhores resultados em metade dos testes, obtendo até 95,14% de acurácia em suas predições. 

Palavras-Chave: Aprendizado de Máquinas, predição de genes, metatranscriptômica.