Buscar Trabalhos

Trabalhos Disponíveis

TRABALHO Ações
String-Recommender: Combining temporal information with Collaborative Filtering using string-comparison measures
Curso Doutorado em Ciência da Computação
Tipo Tese
Data 17/09/2021
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Hugo Alexandre Dantas do Nascimento
Coorientador(es)
  • Thierson Couto Rosa
Orientando(s)
  • Luiz Mário Lustosa Pascoal
Banca
  • Anderson da Silva Soares
  • Claudia Lage Rebello da Motta
  • Gustavo Post Sabin
  • Hugo Alexandre Dantas do Nascimento
  • Sílvio César Cazella
  • Telma Woerle de Lima Soares
  • Thierson Couto Rosa
  • Wellington Santos Martins
Resumo
Download
    PUL-SSC: Aprendizado baseado em umaúnica classe com agrupamentosemissupervisionado
    Curso Mestrado em Ciência da Computação
    Tipo Dissertação
    Data 02/09/2021
    Área CIÊNCIA DA COMPUTAÇÃO
    Orientador(es)
    • Bruno Magalhaes Nogueira
    Coorientador(es)
      Orientando(s)
      • Shih Ting Ju
      Banca
      • Bruno Magalhaes Nogueira
      • Diego Furtado Silva
      • Edson Takashi Matsubara
      • Rafael Geraldeli Rossi
      • Ricardo Marcondes Marcacini
      • Solange Oliveira Rezende
      Resumo A grande quantidade de dados disponíveis atualmente é uma fonte de extração de informações para fins comerciais e acadêmicos. Uma abordagem para extrair conhecimento em bases de dados que ganhou destaque é a classificação de uma única classe (em inglês, One-class Classification - OCC). O uso de OCC para classificar se um exemplo é de uma classe específica é apropriado em conjuntos de dados em que as classes são desbalanceadas ou apenas os dados da classe de interesse estão presentes durante o treinamento. Vários algoritmos de OCC encontrados na literatura utilizam agrupamento não supervisionado para delimitar a fronteira da classe de interesse. Esses algoritmos conseguem ter resultados competitivos com aqueles apresentados por outros algoritmos de OCC. Embora o aprendizado semissupervisionado tenha mostrado a possibilidade de alcançar melhores resultados em várias áreas do que com o agrupamento semissupervisionado, o agrupamento semissupervisionado ainda é pouco explorado para OCC. Uma abordagem para OCC é o Positive and Unlabeled Learning (PUL), em que o aprendizado ocorre apenas com dados positivos (interesse) e não rotulados. Os algoritmos de PUL procuram encontrar uma delimitação da classe positiva. Este trabalho de mestrado propõe um novo algoritmo PUL-SSC (Positive and Unlabeled Learning with Semi-Supervised Clustering) que aprende a delimitar a classe de interesse através da criação e utilização de restrições must-link e cannot-link, agrupamento de dados com algoritmo semisupervisionado e um processo de aprendizado transdutivo para propagação de rótulos. Foram explorados dois algoritmos de agrupamento semissupervisionados amplamente usados: PCKMeans e MPCK-Means. Na avaliação experimental, os algoritmos semissupervisionados superaram o algoritmo baseado em k-Means e o SVM de uma classe (OC-SVM) na maioria dos cenários. Em particular, o algoritmo baseado em distância MPCK-Means foi dominante na maioria das comparações usando conjuntos de dados numéricos e textuais.
      Download
      Contagem de Fluxo de Pessoas Utilizando Aprendizado Profundo
      Curso Mestrado em Ciência da Computação
      Tipo Dissertação
      Data 25/08/2021
      Área CIÊNCIA DA COMPUTAÇÃO
      Orientador(es)
      • Edson Takashi Matsubara
      Coorientador(es)
      • Raul Queiroz Feitosa
      Orientando(s)
      • Pedro Henrique de Moraes
      Banca
      • Bruno Magalhaes Nogueira
      • Edson Takashi Matsubara
      • Jonathan de Andrade Silva
      • Rafael Geraldeli Rossi
      • Wesley Nunes Goncalves
      Resumo A contagem do fluxo de clientes é a contabilização da quantidade de pessoas que entram no estabelecimento. Esta contagem permite extrair diferentes métricas do negócio como taxa de conversão das ações de marketing, duração das visitas e tráfego de pessoas. O objetivo principal desta dissertação é propor, desenvolver e avaliar uma solução para contar clientes utilizando câmeras de segurança. A proposta consiste em combinar algoritmos de aprendizado profundo para contagem das pessoas. Adicionalmente identificar pessoas que não devem entrar na contagem, como funcionários e colaboradores. A partir de vídeos coletados em dois locais distintos que foram anotados manualmente foi definido a contagem Real. Posteriormente foram submetidos à Yolov5 para a definição da contagem por Pessoas e RetinaFace por Face. A contagem realizada pela proposta foi comparada com a contagem manual utilizando teste de significância. Segundo o teste houve não diferença significativa entre as contagens de Pessoa e Real. Sendo assim a técnica da solução proposta foi validada e a viabilidade econômica apresentou custo de 24,4USD por mês, considerando 10 horas de vídeo diárias para processamento em nuvem. A solução proposta não necessita de inserção de hardware específico e modificações nos espaços dos lojistas, sendo uma alternativa promissora para esse o problema.
      Download
      Soluções de alto desempenho para a Ordenação Segmentada de Vetores e o Escalonamento de Tarefas
      Curso Doutorado em Ciência da Computação
      Tipo Tese
      Data 05/08/2021
      Área CIÊNCIA DA COMPUTAÇÃO
      Orientador(es)
      • Edson Norberto Caceres
      Coorientador(es)
        Orientando(s)
        • Rafael Freitas Schmid
        Banca
        • Edson Borin
        • Edson Norberto Caceres
        • Henrique Mongelli
        • Liana Dessandre Duenha Garanhani
        • Nalvo Franco de Almeida Junior
        • Philippe Olivier Alexandre Navaux
        • Ronaldo Alves Ferreira
        • Wellington Santos Martins
        Resumo O problema do escalonamento de tarefas consiste na distribuição de tarefas entre as máquinas disponíveis no ambiente. Uma das formas de resolver esse problema é usando a heurística min-min, que consegue resolvê-lo de forma rápida, ao mesmo tempo que entrega soluções eficientes. Neste trabalho, foram realizadas implementações da heurística min-min para o escalonamento de tarefas em múltiplas CPUs e uma implementação de mochila linear para o escalonamento de kernels em uma GPU. Além disso, essas duas estratégias foram unidas para resolver o escalonamento de kernels em múltiplas GPUs. O algoritmo mais eficiente da heurística min-min consiste em resolver o problema da ordenação segmentada de vetores. Dessa forma, foi realizado também um estudo sobre as implementações da ordenação segmentada existentes e comparadas com as novas sugeridas. Os estudos de escalonamento foram realizados em ambientes reais de desenvolvimento, bem como, em ambientes simulados de computação em nuvem, usando os frameworks Cloudsim e GPUCloudsim. Os resultados mostraram que o uso de heurísticas, como o min-min, pode otimizar a utilização dos recursos nesses ambientes.
        Download
        Classificação de Tecidos Epiteliais Tumorais Empregando Imagens Hiperespectrais e Infravermelho de Ondas Curtas
        Curso Doutorado em Ciência da Computação
        Tipo Tese
        Data 04/08/2021
        Área CIÊNCIA DA COMPUTAÇÃO
        Orientador(es)
        • Anderson da Silva Soares
        Coorientador(es)
          Orientando(s)
          • Daniel Vitor de Lucena
          Banca
          • Aldo André Díaz Salazar
          • Anderson da Silva Soares
          • Arlindo Rodrigues Galvão Filho
          • Clarimar José Coelho
          • Fabrizzio Alphonsus Alves de Melo Nunes Soares
          • Gustavo Teodoro Laureano
          • Isabela Jubé Wastowski
          • Rafael Viana de Carvalho
          Resumo
          Download
            Elementos de Contorno para Análise Isogeométrica de Sólidos Elásticos com Vincos
            Curso Doutorado em Ciência da Computação
            Tipo Tese
            Data 30/07/2021
            Área CIÊNCIA DA COMPUTAÇÃO
            Orientador(es)
            • Paulo Aristarco Pagliosa
            Coorientador(es)
              Orientando(s)
              • Márcio Artacho Peres
              Banca
              • Afonso Paiva Neto
              • Anderson Vicoso de Araujo
              • Fabiano Petronetto do Carmo
              • Marcelo Ferreira Siqueira
              • Marco Hiroshi Naka
              • Paulo Aristarco Pagliosa
              • Renato Porfirio Ishii
              Resumo O método dos elementos de contorno (MEC) é uma importante alternativa para solução numérica de diversos problemas derivados da mecânica do contínuo. Em mecânica dos sólidos, mais especificamente, o método é atrativo pois pode requerer somente uma discretização das superfícies dos corpos em análise, com consequente diminuição da dimensionalidade do sistema discreto. No contexto de análise isogeométrica (IGA), o MEC é ainda mais naturalmente atrativo, uma vez que a ideia da IGA é utilizar o modelo geométrico de um objeto - geralmente definido por retalhos de superfícies NURBS produzidos por uma ferramenta CAD - como o próprio modelo de análise, sem emprego de um processo particular de geração de malhas. Recentemente, vários trabalhos que comprovam a viabilidade da IGA podem ser encontrados na literatura. Contudo, ainda há uma série de limitações que impedem a utilização prática da IGA, decorrentes principalmente da dificuldade de imposição de condições de contorno não homogêneas.
              Nesta tese, efetua-se um estudo dessas limitações e propõe-se uma solução baseada no MEC para análise isogeométrica de sólidos elásticos. O arcabouço resultante permite a modelagem de descontinuidades de forças de superfície através de elementos descontínuos e/ou nós múltiplos, sendo a multiplicidade de um nó dada por regiões da superfície delimitadas por curvas de vincos.
              Os elementos de contorno são definidos como retalhos de Bézier associados às faces da malha elementar de uma superfície T-spline. T-splines foram empregadas no lugar de NURBS por permitirem malhas de pontos de controle não estruturadas com junções em T e pontos extraordinários, sem necessidade de curvas de recorte, mas qualquer representação da qual se possa extrair retalhos de Bézier pode ser adotada. Um procedimento de extração de Bézier para superfícies T-splines genéricas com vincos e um esquema robusto de integração numérica dos termos da equação integral de contorno são introduzidos. O arcabouço é implementado em C++. Um protótipo em MATLAB permite a seleção interativa de grupos de elementos para especificação de condições de contorno representando vínculos genéricos e carregamentos uniformemente distribuídos, pressões e torques, bem como a análise numérica e visualização dos resultados.
              Download
                Uso de redes neurais para o problema de previsão de pacientes de alto custo
                Curso Mestrado em Ciência da Computação
                Tipo Dissertação
                Data 26/07/2021
                Área CIÊNCIA DA COMPUTAÇÃO
                Orientador(es)
                • Renato Porfirio Ishii
                Coorientador(es)
                  Orientando(s)
                  • Franklin Messias Barbosa
                  Banca
                  • Bruno Magalhaes Nogueira
                  • Eraldo Luis Rezende Fernandes
                  • Luciano Jose Senger
                  • Omar Andres Carmona Cortes
                  • Renato Porfirio Ishii
                  Resumo O crescente envelhecimento da população mundial, juntamente com diversos fatores ambientais, sociais e econômicos, acabam gerando grandes desafios para a saúde pública em geral. Dentro deste cenário é de interesse tanto
                  para operadoras de planos de saúde privados quanto para gestores da saúde
                  pública um melhor gerenciamento dos recursos disponíveis, a fim de atingir a
                  maior parcela possível da sociedade. Para isso, tendo em mente a quantidade
                  de informações produzidas diariamente, fica evidente também, a necessidade
                  do uso de tecnologias de processamento de dados e auxílio à tomada de decisões para que tal gerenciamento seja feito de maneira satisfatória.
                  Este trabalho tem como objetivo analisar a aplicação de técnicas de machine learning na área da saúde. Uma das possíveis aplicações inclui a detecção de possíveis pacientes de alto custo a partir de dados históricos, a fim de
                  melhor direcionar intervenções que venham a evitar a transição de pacientes
                  regulares em pacientes de alto custo, ou, no caso daqueles que já estão nessa
                  condição, permitir abordagens apropriadas ao invés de genéricas. Em ambos
                  os casos, a detecção de tais pacientes pode ser benéfica, reduzindo custos
                  evitáveis e melhorando a condição dos pacientes.
                  A fim de realizar tais detecções, este trabalho se concentrou no uso de técnicas de machine learning, especificamente, Redes Neurais, juntamente com
                  um conjunto de dados composto por respostas de pesquisas aplicadas pelo
                  governo dos Estados Unidos, denominado Medical Expenditure Panel Survey
                  (MEPS) e atributos coletados a partir da literatura.
                  O modelo final escolhido para prever a condição de alto custo foi uma rede
                  neural sequencial totalmente conectada, com 3 camadas ocultas e 3 camadas
                  de dropout. Esta rede obteve 88% nas métricas de accuracy e f1 score, 91%
                  na métrica de recall, 86% de precision e 84% de specificity, demonstrando a
                  capacidade do modelo de prever corretamente exemplos de ambas as classes.
                  Este trabalho teve também como objetivo facilitar a criação e o teste dessas
                  redes, disponibilizando as ferramentas desenvolvidas durante sua evolução no GitHub.
                  Download
                  Framework conceitual para heurísticas modernas de busca: Uma abordagem utilizando teoria das topologias e hipergrafos
                  Curso Doutorado em Ciência da Computação
                  Tipo Tese
                  Data 22/07/2021
                  Área CIÊNCIA DA COMPUTAÇÃO
                  Orientador(es)
                  • Telma Woerle de Lima Soares
                  Coorientador(es)
                  • Anderson da Silva Soares
                  Orientando(s)
                  • Lucas de Almeida Ribeiro
                  Banca
                  • Alexandre Cláudio Botazzo Delbem
                  • Anderson da Silva Soares
                  • Celso Gonçalves Camilo Junior
                  • Danilo Sipoli Sanches
                  • Fernando Marques Federson
                  • Hugo Alexandre Dantas do Nascimento
                  • Paulo Henrique Ribeiro Gabriel
                  • Telma Woerle de Lima Soares
                  Resumo
                  Download
                    Graph to sequence syntactic pattern recognition for image classification problems
                    Curso Doutorado em Ciência da Computação
                    Tipo Tese
                    Data 22/06/2021
                    Área CIÊNCIA DA COMPUTAÇÃO
                    Orientador(es)
                    • Hemerson Pistori
                    Coorientador(es)
                      Orientando(s)
                      • Gilberto Astolfi
                      Banca
                      • Anderson Vicoso de Araujo
                      • Edson Takashi Matsubara
                      • Hemerson Pistori
                      • Marco Antonio Alvarez Vega
                      • Marco Hiroshi Naka
                      • Ronaldo Cristiano Prati
                      • Wesley Nunes Goncalves
                      • Willian Paraguassu Amorim
                      Resumo Um interesse crescente na aplicação de modelos de Processamento de Linguagem Natural (PLN) em problemas de visão computacional tem emergido recentemente. Esse interesse é motivado pelo sucesso dos modelos de PLN em tarefas como tradução e sumarização de textos. Neste trabalho, um novo método para aplicação de PLN em problemas de classificação de imagens é proposto. O objetivo é representar os padrões visuais de objetos usando uma sequência de símbolos do alfabeto e, em seguida, treinar alguma forma de Gated Recurrent Unit (GRU), Long Short-Term Memory (LSTM) ou Transformer usando essas sequências para classificar objetos. A representação de padrões visuais de objetos de maneira sintática permite que os modelos PLN sejam aplicados a problemas de classificação de imagens de uma forma natural, ou seja, da mesma forma que são aplicados a problemas de linguagem natural. Duas abordagens de representação de padrões visuais de objetos de maneira sintática foram investigadas: representação usando pontos-chave e representação usando partes componentes de objetos. Na abordagem que usa pontos-chave, os pontos-chave são identificados nas imagens, associados a símbolos do alfabeto e, em seguida, relacionados usando um grafo para derivar sequências de símbolos das imagens. As sequências de símbolos são as entradas para treinar um codificador LSTM. Experimentos mostraram evidências de que a representação sintática de padrão pode representar variações visuais em imagens de superpixel capturadas por Veículos Aéreos não Tripulados, mesmo quando há um pequeno conjunto de imagens para treinamento. Na abordagem que usa partes componentes de objetos, as partes componentes são fornecidas por meio de caixas delimitadoras nas imagens. As partes componentes são associadas aos símbolos do alfabeto e relacionadas entre si para derivar uma sequência de símbolos do objeto para representar seu padrão visual. Então, alguma forma de GRU, LSTM ou Transformer são treinados para aprender a relação espacial entre as partes componentes dos objetos contidos nas sequências. Uma extensa avaliação experimental, usando um número limitado de amostras para treinamento, foi conduzida para comparar nosso método com a arquitetura de aprendizagem profunda ResNet-50. Os resultados alcançados pelo método proposto superam a ResNet-50 em todos os cenários de teste. Em um teste, o método apresenta acurácia média de 95,3% contra 89,9% da ResNet-50. Ambos os experimentos mostraram evidências de que a partir de um conjunto finito de estruturas primitivas é possível obter muitas variações no padrão visual do objeto mesmo quando há poucas amostras para treinamento. Além disso, os experimentos evidenciaram que os modelos PLN podem ser aplicados de forma natural a problemas de classificação de imagens em visão computacional.
                      Download
                      Alinhamento Global de Várias Sequências Biológicas utilizando Cluster de GPUs
                      Curso Mestrado em Ciência da Computação
                      Tipo Dissertação
                      Data 07/05/2021
                      Área CIÊNCIA DA COMPUTAÇÃO
                      Orientador(es)
                      • Marco Aurelio Stefanes
                      Coorientador(es)
                        Orientando(s)
                        • Rodrigo Albuquerque de Oliveira Siqueira
                        Banca
                        • David Corrêa Martins Junior
                        • Fabio Henrique Viduani Martinez
                        • Francisco Eloi Soares de Araujo
                        • Luiz Carlos da Silva Rozante
                        • Marco Aurelio Stefanes
                        Resumo O alinhamento de múltiplas sequências é uma ferramenta importante para o estudo e a representação de similaridades entre conjuntos de sequências biológicas – como DNAs, RNAs e proteínas. Este estudo permite a obtenção de informações relevantes destas sequências, como suas relações funcionais, evolucionárias e estruturas internas. Devido a sua importância, vários métodos foram propostos como solução a este problema. Entretanto, a complexidade inerente do problema, que é apresentado como computacionalmente NP-Difícil, conduz a tempos de execução proibitivos em cenários com muitas sequências longas.
                        Neste trabalho, apresentamos uma implementação completa para o método heurístico de Alinhamento Progressivo utilizando paralelismo híbrido para ambientes com múltiplas GPUs. Esta abordagem permite a construção de alinhamentos globais entre bases com muitas sequências de comprimentos longos em tempo razoável.
                        Nossa implementação atinge resultados expressivos, apresentando speedups de até 380 quando comparado ao alinhador paralelo ClustalW-MPI para sequências reais obtidas do banco de dados do NCBI.
                        Detecção de Hiperônimos com BERT e Padrões de Hearst
                        Curso Mestrado em Ciência da Computação
                        Tipo Dissertação
                        Data 01/04/2021
                        Área CIÊNCIA DA COMPUTAÇÃO
                        Orientador(es)
                        • Eraldo Luis Rezende Fernandes
                        Coorientador(es)
                          Orientando(s)
                          • Gabriel Escobar Paes
                          Banca
                          • Anderson Vicoso de Araujo
                          • Bruno Magalhaes Nogueira
                          • Edson Takashi Matsubara
                          • Eraldo Luis Rezende Fernandes
                          • Rafael Geraldeli Rossi
                          Resumo A relação de hiperônimo é uma importante relação semântica entre palavras que é útil para resolver problemas como resolução de correferência, extração de relações, textual entailment, dentre outros. Um hiperônimo é uma palavra de sentido mais genérico, enquanto um hipônimo é uma palavra de
                          sentido mais específico. Por exemplo, cidade é hiperônimo de roma, e cachorro é hipônimo de animal. Neste trabalho, propomos um algoritmo não-supervisionado para a tarefa de detecção de hiperônimo que combina os chamados padrões de Hearst com o modelo de linguagem BERT. Padrões de Hearst são padrões linguísticos como banana é um tipo de fruta, o qual é um
                          indício que fruta é um hiperônimo de banana. Uma limitação deste tipo de abordagem é o problema de escassez (sparsity), comum a métodos baseados em padrões linguísticos.
                          O modelo de linguagem BERT é um modelo profundo de representação contextual que é treinado para predizer palavras mascaradas na sequência de entrada.
                          Nós combinamos esta característica do BERT com padrões de Hearst para derivar um algoritmo de detecção de hiperônimo que obtém os melhores resultados da literatura em 7 de 13 datasets considerados.
                          Dentre estes datasets, estão os três primeiros datasets em português e
                          que foram desenvolvidos neste trabalho. Nós comparamos nosso método com
                          o algoritmo DIVE, uma extensão do conhecido algoritmo word2vec que detinha os melhores resultados na maioria dos datasets em inglês para detecção
                          de hiperônimo. Nosso método alcança um desempenho 3 pontos acima do
                          DIVE na média dos treze datasets considerados.
                          Download
                          Operadores para Representações Baseadas em Codificação Nó-Profundidade em Algoritmos Evolutivos
                          Curso Doutorado em Ciência da Computação
                          Tipo Tese
                          Data 16/03/2021
                          Área CIÊNCIA DA COMPUTAÇÃO
                          Orientador(es)
                          • Telma Woerle de Lima Soares
                          Coorientador(es)
                            Orientando(s)
                            • Gustavo Post Sabin
                            Banca
                            • Alexandre Cláudio Botazzo Delbem
                            • Anderson da Silva Soares
                            • Celso Gonçalves Camilo Junior
                            • Danilo Sipoli Sanches
                            • Hugo Alexandre Dantas do Nascimento
                            • João Bosco Augusto London Júnior
                            • Telma Woerle de Lima Soares
                            Resumo As Representações Baseadas em Codificação Nó-Profundidade (RBNP) são representa-
                            ções para algoritmos evolutivos aplicados a problemas modelados por árvores armazenando os nós e suas respectivas profundidades em uma lista adequadamente ordenada.
                            Uma das representações desse tipo foi a Representação Nó-Profundidade-Grau, cujos
                            operadores de inicialização, mutação e recombinação possuem baixa complexidade de
                            tempo em relação a outras representações que tratam o mesmo tipo de problema presentes na literatura. Embora os operadores atuais tenham obtido bons resultados, é desejável
                            que existam operadores com características não atendidas por eles. Este trabalho propõe
                            um operador de inicialização de baixa complexidade de tempo e não tendencioso, mas que
                            permita a inclusão de tendência ou atenda a restrições do problema com facilidade. Um
                            operador de mutação também é proposto, possuindo como principal diferencial a possibilidade de incluir qualquer aresta na solução, possuindo alta localidade, sempre gerando
                            soluções factíveis e sem a necessidade de qualquer mecanismo de correção. Por fim, um
                            operador de recombinação é proposto, com a capacidade de gerar soluções com a má-
                            xima hereditariedade possível, podendo recombinar quaisquer soluções da população a
                            qualquer momento, com o objetivo de melhorar a convergência da busca. Todos os operadores propostos podem ser aplicados em qualquer RBNP e possibilitam tratar problemas
                            modelados por florestas com uma ou mais árvores. Este estudo analisou a redundância
                            das RBNP e também efetuou uma investigação sobre a tendência, localidade e hereditariedade dos operadores propostos, mostrando que eles possuem características adequadas
                            para tratar problemas de alta dimensionalidade. Para verificar a adequação dos operadores propostos, foi implementado o Algoritmo Evolutivo com Hereditariedade Máxima
                            e aplicado em testes empíricos em três diferentes problemas: Optimal Communication
                            Spanning Tree Problem, One Max Tree Problem e One Max Forest Problem.
                            Download
                              Mecanismos para apoiar o desenvolvimento de interfaces Web acessíveis para surdos
                              Curso Mestrado em Ciência da Computação
                              Tipo Dissertação
                              Data 05/03/2021
                              Área CIÊNCIA DA COMPUTAÇÃO
                              Orientador(es)
                              • Maria Istela Cagnin Machado
                              Coorientador(es)
                                Orientando(s)
                                • Gênesis Medeiros do Carmo
                                Banca
                                • Cássio Leonardo Rodrigues
                                • Debora Maria Barroso Paiva
                                • Jane Dirce Alves Sandim Eleuterio
                                • Marcelo Medeiros Eler
                                • Maria Istela Cagnin Machado
                                Resumo
                                Download
                                  Extração de Relações Complexas em Denúncias Jurídicas por meio de Rotulação de Palavras
                                  Curso Mestrado em Ciência da Computação
                                  Tipo Dissertação
                                  Data 05/03/2021
                                  Área CIÊNCIA DA COMPUTAÇÃO
                                  Orientador(es)
                                  • Eraldo Luis Rezende Fernandes
                                  Coorientador(es)
                                    Orientando(s)
                                    • Lucas Marques Macedo Navarezi
                                    Banca
                                    • Anderson Vicoso de Araujo
                                    • Bruno Magalhaes Nogueira
                                    • Edson Takashi Matsubara
                                    • Eraldo Luis Rezende Fernandes
                                    • Leandro Guimarães Marques Alvim
                                    Resumo
                                    Segmentação da Área de Olho de Lombo usando Aprendizado Profundo
                                    Curso Mestrado em Ciência da Computação
                                    Tipo Dissertação
                                    Data 02/03/2021
                                    Área CIÊNCIA DA COMPUTAÇÃO
                                    Orientador(es)
                                    • Wesley Nunes Goncalves
                                    Coorientador(es)
                                      Orientando(s)
                                      • Maximilian Jaderson de Melo
                                      Banca
                                      • Gedson Faria
                                      • Hemerson Pistori
                                      • Jose Marcato Junior
                                      • Marina de Nadai Bonin Gomes
                                      • Wesley Nunes Goncalves
                                      Resumo
                                      Contador de objetos em vídeos usando redes neurais convolucionais
                                      Curso Mestrado em Ciência da Computação
                                      Tipo Dissertação
                                      Data 02/03/2021
                                      Área CIÊNCIA DA COMPUTAÇÃO
                                      Orientador(es)
                                      • Wesley Nunes Goncalves
                                      Coorientador(es)
                                        Orientando(s)
                                        • Plabiany Rodrigo Acosta
                                        Banca
                                        • Amaury Antonio de Castro Junior
                                        • Hemerson Pistori
                                        • Jonathan de Andrade Silva
                                        • Jose Marcato Junior
                                        • Wesley Nunes Goncalves
                                        Resumo
                                        Download
                                          Similaridade DCJ Livre de Famílias
                                          Curso Mestrado em Ciência da Computação
                                          Tipo Dissertação
                                          Data 28/01/2021
                                          Área CIÊNCIA DA COMPUTAÇÃO
                                          Orientador(es)
                                          • Fabio Henrique Viduani Martinez
                                          Coorientador(es)
                                            Orientando(s)
                                            • Gabriel Leme Medeiros
                                            Banca
                                            • Carlos Henrique Aguena Higa
                                            • Diego Padilha Rubert
                                            • Fabio Henrique Viduani Martinez
                                            • Francisco Eloi Soares de Araujo
                                            • Luiz Carlos da Silva Rozante
                                            Resumo
                                            Infraestrutura Computacional para Detecção e Análise de Particulados em Plantas Solares Fotovoltaicas
                                            Curso Mestrado em Ciência da Computação
                                            Tipo Dissertação
                                            Data 04/09/2020
                                            Área CIÊNCIA DA COMPUTAÇÃO
                                            Orientador(es)
                                            • Ricardo Ribeiro dos Santos
                                            Coorientador(es)
                                              Orientando(s)
                                              • Guilherme Gloriano de Souza
                                              Banca
                                              • Édler Lins de Albuquerque
                                              • Edson Antonio Batista
                                              • Liana Dessandre Duenha Garanhani
                                              • Marco Hiroshi Naka
                                              • Ricardo Ribeiro dos Santos
                                              Resumo
                                              Download
                                              Generating Search Strings for Secondary Studies Using Text Mining
                                              Curso Mestrado em Ciência da Computação
                                              Tipo Dissertação
                                              Data 01/09/2020
                                              Área CIÊNCIA DA COMPUTAÇÃO
                                              Orientador(es)
                                              • Bruno Magalhaes Nogueira
                                              Coorientador(es)
                                                Orientando(s)
                                                • Leonardo Fuchs Alves
                                                Banca
                                                • Bruno Magalhaes Nogueira
                                                • Edson Takashi Matsubara
                                                • Francisco Jose Silveira de Vasconcellos
                                                • José Adson Oliveira Guedes da Cunha
                                                • Rafael Geraldeli Rossi
                                                • Ricardo Marcondes Marcacini
                                                Resumo Estudo Secundário (ES) é um importante método de pesquisa utilizado em
                                                diversas áreas. Uma etapa crucial na fase de Condução de um ES é a busca
                                                de estudos. Esta etapa é demorada e sujeita a erros, principalmente devido ao
                                                refinamento da string de busca. O objetivo deste estudo é validar a eficácia de
                                                uma formulação automática de strings de busca para ES. Nossa abordagem,
                                                denominada Search String Generator (SeSG), leva como entrada um pequeno
                                                conjunto de estudos (um Quasi-Gold Standard) e os processa usando mineração de texto. Depois disso, o SeSG gera strings de busca que fornecem
                                                um alto F1-Score do Start Set em estratégias de busca híbridas. Para atingir
                                                esse objetivo, (1) geramos uma representação textual estruturada do conjunto
                                                inicial de estudos de entrada como uma bag-of-words usando Frequência de
                                                Termos e Frequência de Documentos; (2) realizamos uma modelagem automá-
                                                tica de tópicos utilizando LDA (Latent Dirichlet Allocation) e enriquecimento de
                                                termos com uma representação de linguagem densa pré-treinada (embedding)
                                                chamada BERT (Bidirectional Encoder Representations from Transformers); (3)
                                                formulamos e avaliamos a string de busca usando os termos obtidos; e (4)
                                                usamos as strings de busca desenvolvidas em uma biblioteca digital. Para a
                                                validação da nossa abordagem, conduzimos um experimento - usando alguns
                                                ES como objetos - comparando a eficácia de strings de busca formuladas automaticamente pelo SeSG com strings de busca manuais relatadas nesses estudos. O SeSG gera strings de busca que alcançam um melhor F1-Score do Start
                                                Set do que as pesquisas relatadas pelos ES. Nosso estudo mostra que SeSG
                                                pode substituir efetivamente a formulação de strings de busca, em estratégias
                                                de busca híbridas, uma vez que dispensa os refinamentos manuais da string.
                                                Download
                                                Balanceamento de dados com base em oversampling em dados transformados
                                                Curso Doutorado em Ciência da Computação
                                                Tipo Tese
                                                Data 17/08/2020
                                                Área CIÊNCIA DA COMPUTAÇÃO
                                                Orientador(es)
                                                • Rommel Melgaço Barbosa
                                                Coorientador(es)
                                                  Orientando(s)
                                                  • Camila Maione
                                                  Banca
                                                  • Ana Paula Cabral Seixas Costa
                                                  • Katia Kelvis Cassiano Lozano
                                                  • Leila Roling Scariot da Silva
                                                  • Nadia Felix Felipe da Silva
                                                  • Plinio de Sa Leitão Junior
                                                  • Rommel Melgaço Barbosa
                                                  • Ronaldo Martins da Costa
                                                  Resumo
                                                  Download
                                                  Página 4 de 15 (20 de 295 registros).