| 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) |
|
| 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) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| 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) |
|
| 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) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| 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) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| 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 |
|
|
| Geração de sequências de teste a partir de Máquinas de Estados Finitos baseada em busca |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
14/07/2020 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
- Telma Woerle de Lima Soares
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
- Adenilso da Silva Simão
- Alexandre Cláudio Botazzo Delbem
- Anderson da Silva Soares
- André Takeshi Endo
- Auri Marcelo Rizzo Vincenzi
- Celso Gonçalves Camilo Junior
- Fernando Marques Federson
- Telma Woerle de Lima Soares
|
| Resumo |
|
| Download |
|
|
| Modelos Profundos de Linguagem para Reconhecimento de Entidades Nomeadas em Domínio Jurídico |
|
| Curso |
Mestrado em Ciência da Computação |
| Tipo |
Dissertação |
| Data |
03/06/2020 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
- Eraldo Luis Rezende Fernandes
|
| Coorientador(es) |
|
| Orientando(s) |
- Luiz Henrique Neves Bonifacio
|
| Banca |
- Anderson Vicoso de Araujo
- Bruno Magalhaes Nogueira
- Edson Takashi Matsubara
- Eraldo Luis Rezende Fernandes
- Leandro Guimarães Marques Alvim
|
| Resumo |
Modelos de linguagem baseados em aprendizagem profunda, como ELMo,
BERT e GPT, alcançaram resultados impressionantes em várias tarefas de
linguagem natural. Tais modelos de linguagem são pré-treinados em gran-
des corpora construídos a partir de textos de domínio geral, sem qualquer
tipo de anotação, e posteriormente treinados de forma supervisionada em
uma tarefa final. Uma etapa opcional consiste em realizar um ajuste fino
no modelo de linguagem utilizando um corpus intradomínio que seja sufici-
entemente grande e sem anotações, antes de treinar o modelo na tarefa de
interesse. Esta abordagem não é amplamente explorada na literatura atual.
Neste trabalho, é investigado o impacto desta etapa no reconhecimento de en-
tidades nomeadas (REN) em documentos jurídicos no idioma Português. São
explorados diferentes cenários, considerando duas arquiteturas de modelo de
linguagem baseadas em aprendizagem profunda (ELMo e BERT), quatro cor-
pora anotados e três tarefas de REN pertencentes ao domínio jurídico para
o Português. Resultados experimentais mostram uma melhora significativa
no desempenho devido ao finetuning do modelo de linguagem em textos in-
tradomínio. Os modelos treinados também foram avaliados em duas tarefas
de REN de domínio geral, com o objetivo de entender se as melhorias obti-
das foram devidas à similaridade entre os domínios ou simplesmente a maior
quantidade de dados de treinamento. Os resultados alcançados indicam que
realizar finetuning em dados do domínio jurídico prejudica o desempenho do
modelo em tarefas de REN em dados de domínio geral. Além disso, o modelo
de linguagem baseado na arquitetura BERT, treinado em um corpus do do-
mínio jurídico melhorou significantemente o resultado estado-da-arte para o
corpus LeNER-Br, um corpus de REN formado por documentos jurídicos em
Português. |
| Download |
|
|
| Classificação de cenas uƟlizando a análise da aleatoriedade por aproximação da complexidade de Kolmogorov |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
13/05/2020 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
|
| Coorientador(es) |
|
| Orientando(s) |
- Rafael Divino Ferreira Feitosa
|
| Banca |
- Alexandre Cláudio Botazzo Delbem
- Anderson da Silva Soares
- Fabrizzio Alphonsus Alves de Melo Nunes Soares
- Gustavo Teodoro Laureano
- Rommel Melgaço Barbosa
- Ronaldo Martins da Costa
|
| Resumo |
|
| Download |
|
|
| Predição de complicações em pacientes diabéticos utilizando dados transacionais de operadoras de planos de saúde |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
14/04/2020 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
|
| Resumo |
O avanço da taxa de mortalidade e custos relacionados as doenças crônicas tem aumentado significativamente em uma escala global. São doenças cujo tratamento inclui mudan-
ças de hábitos e monitoramento constante por profissionais de saúde. A avaliação de risco
em pacientes crônicos é um elemento importante no cuidado preventivo, pois identifica
pacientes de alto risco futuro. A Inteligência Artificial vem sendo usada como ferramenta
para esse tipo de avaliação por meio de dados clínicos de Prontuário Eletrônico do Paciente (PEP). Devido a baixa adesão, falta de interoperabilidade e dificuldade de acesso ao
PEP este trabalho propõe o uso de dados transacionais de operadoras de planos de saúde
como alternativa para avaliação de crônicos. Para viabilizar a modelagem por meio desses dados este trabalho apresenta alguns métodos de aprendizado de representações com
redes neurais profundas (Deep Learning). Os métodos propostos são: uma representação
vetorial densa para códigos TUSS capaz de capturar relações e significados; um método
de representação de informação de datas em forma vetorial a fim de levar à compreensão
temporal a quaisquer modelos de Machine Learning e uma arquitetura de rede neural com
capacidade de processar sequências de dados transacionais para reconhecer padrões. Toda
a proposta foi avaliada em um estudo de caso na modelagem da diabetes para a predição
de complicações relacionadas a doença em duas operadoras. O desempenho obtido foi
uma AUC de 0;92 na predição de complicações com seis meses de antecedência. Por fim
foi realizada uma avaliação do risco calculado a fim de compreender o comportamento do
modelo. Foram encontradas relação de acordo com a literatura médica como o aumento
do risco com a idade. Algumas limitações foram encontradas na proposta, como a dificuldade em determinar quais indivíduos possuem condições crônicas devido à falta de
informações clínicas. A proposta vem apresentando êxito na identificação de indivíduos
de risco e no aprimoramento dos programas de monitoramento das operadoras, que já
utilizam regularmente a solução. |
|
| Predição de complicações em pacientes diabéticos utilizando dados transacionais de operadoras de planos de saúde |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
14/04/2020 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
- Anderson da Silva Soares
- Arlindo Rodrigues Galvão Filho
- Edson Amaro Junior
- Gustavo Teodoro Laureano
- Marcos Ricardo Omena de Albuquerque Máximo
- Rogerio Lopes Salvini
- Ronaldo Martins da Costa
|
| Resumo |
O avanço da taxa de mortalidade e custos relacionados as doenças crônicas tem aumentado significativamente em uma escala global. São doenças cujo tratamento inclui mudan-
ças de hábitos e monitoramento constante por profissionais de saúde. A avaliação de risco
em pacientes crônicos é um elemento importante no cuidado preventivo, pois identifica
pacientes de alto risco futuro. A Inteligência Artificial vem sendo usada como ferramenta
para esse tipo de avaliação por meio de dados clínicos de Prontuário Eletrônico do Paciente (PEP). Devido a baixa adesão, falta de interoperabilidade e dificuldade de acesso ao
PEP este trabalho propõe o uso de dados transacionais de operadoras de planos de saúde
como alternativa para avaliação de crônicos. Para viabilizar a modelagem por meio desses dados este trabalho apresenta alguns métodos de aprendizado de representações com
redes neurais profundas (Deep Learning). Os métodos propostos são: uma representação
vetorial densa para códigos TUSS capaz de capturar relações e significados; um método
de representação de informação de datas em forma vetorial a fim de levar à compreensão
temporal a quaisquer modelos de Machine Learning e uma arquitetura de rede neural com
capacidade de processar sequências de dados transacionais para reconhecer padrões. Toda
a proposta foi avaliada em um estudo de caso na modelagem da diabetes para a predição
de complicações relacionadas a doença em duas operadoras. O desempenho obtido foi
uma AUC de 0;92 na predição de complicações com seis meses de antecedência. Por fim
foi realizada uma avaliação do risco calculado a fim de compreender o comportamento do
modelo. Foram encontradas relação de acordo com a literatura médica como o aumento
do risco com a idade. Algumas limitações foram encontradas na proposta, como a dificuldade em determinar quais indivíduos possuem condições crônicas devido à falta de
informações clínicas. A proposta vem apresentando êxito na identificação de indivíduos
de risco e no aprimoramento dos programas de monitoramento das operadoras, que já
utilizam regularmente a solução. |
| Download |
|
|
| Abordagens para o Problema da Seleção das Subcadeias Específicas utilizando a Distância de Hamming |
|
| Curso |
Mestrado em Ciência da Computação |
| Tipo |
Dissertação |
| Data |
04/03/2020 |
| Área |
TEORIA DA COMPUTAÇÃO |
| Orientador(es) |
- Francisco Eloi Soares de Araujo
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
- Carlos Henrique Aguena Higa
- Francisco Eloi Soares de Araujo
- Luiz Carlos da Silva Rozante
- Marco Aurelio Stefanes
- Said Sadique Adi
|
| Resumo |
|
| Download |
|
|
| Reconhecimento de Padrões por Processos Adaptavos de Compressão |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
02/03/2020 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
|
| Coorientador(es) |
|
| Orientando(s) |
- Adriano Soares de Oliveira Bailão
|
| Banca |
- Anderson da Silva Soares
- Cláudio Gottschalg Duque
- Francisco José Mônaco
- Nadia Felix Felipe da Silva
- Ronaldo Martins da Costa
|
| Resumo |
A compressão de dados é um processo amplamente utilizado pela indústria no armazenamento e transporte de informações sendo aplicada a uma variedade de domínios como
texto, imagem, áudio e vídeo. Os processos de compressão constituem-se em um conjunto de operações matemáticas que visam representar cada amostra de dados na forma
comprimida, ou com menor tamanho. Técnicas de reconhecimento de padrões podem
utilizar propriedades e métricas de compressão para conceber modelos de aprendizado de
máquina a partir de algoritmos adaptativos que representam as amostras na forma comprimida. Uma vantagem dos modelos de compressão adaptativos, é que dispõem de técnicas
de redução de dimensionalidade decorrentes das propriedades de compressão. Essa tese
propõe um modelo de aprendizado não-supervisionado geral (para diversos domínios de
problema e diferentes tipos de dados), que reúne as estratégias adaptativas de compressão
em duas fases : a granulação, responsável pela percepção e representação do conhecimento necessário para resolver um problema de generalização, e a fase de codificação,
responsável pela estruturação do raciocínio do modelo, a partir da representação e organização dos objetos do problema. O raciocínio expresso pelo modelo denota a capacidade
de generalização dos objetos de dados no contexto geral. Métodos genéricos, baseados
em compactadores (sem perda de informação), carecem de capacidade de generalização
para alguns tipos de objetos de dados, sendo, nessa tese, utilizadas também, técnicas de
compressão, com perdas, visando contornar o problema e aumentar a capacidade de generalização do modelo. Resultados demonstram que a utilização de técnicas e métricas
baseadas em compressão adaptativa produzem uma boa aproximação das amostras de dados originais em fontes de dados com alta dimensionalidade. Testes apontam para bons
modelos de aprendizado de máquina com boa capacidade de generalização derivados da
abordagem baseada na redução de dimensionalidade oferecida por processos adaptativos
de compressão. |
| Download |
|
|
| Cubo de Fluxos para Exploração Visual de Hierarquia de Dados Espaço-Temporais |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
14/02/2020 |
| Área |
METODOLOGIA E TÉCNICAS DA COMPUTAÇÃO |
| Orientador(es) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
- Afonso Paiva Neto
- Douglas Cedrim Oliveira
- Edson Takashi Matsubara
- Fabiano Petronetto do Carmo
- Paulo Aristarco Pagliosa
- Renato Porfirio Ishii
- Wallace Correa de Oliveira Casaca
|
| Resumo |
|
|
| O problema de roteamento em anéis de dois níveis |
|
| Curso |
Mestrado em Ciência da Computação |
| Tipo |
Dissertação |
| Data |
13/02/2020 |
| Área |
TEORIA DA COMPUTAÇÃO |
| Orientador(es) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
- Edna Ayako Hoshino
- Fabio Henrique Viduani Martinez
- Henrique Mongelli
|
| Resumo |
|
|
| Algoritmos e heurísticas para a busca de regiões genômicas de interesse |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
19/12/2019 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
- Nalvo Franco de Almeida Junior
|
| Coorientador(es) |
|
| Orientando(s) |
- Deiviston da Silva Aguena
|
| Banca |
- Edson Norberto Caceres
- Graziela Santos de Araujo
- Henrique Mongelli
- Leandro Márcio Moreira
- Marcelo Henriques de Carvalho
- Nalvo Franco de Almeida Junior
- Said Sadique Adi
|
| Resumo |
|
|
| Distance and Similarity Measures in Comparative Genomics |
|
| Curso |
Doutorado em Ciência da Computação |
| Tipo |
Tese |
| Data |
18/12/2019 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
- Fabio Henrique Viduani Martinez
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
- Carlos Henrique Aguena Higa
- Fabio Henrique Viduani Martinez
- Francisco Eloi Soares de Araujo
- Jens Stoye
- João Meidanis
- Luis Antonio Brasil Kowada
- Zanoni Dias
|
| Resumo |
|
| Download |
|
|
| Classificação de Acabamento de Gordura de Carcaças Bovinas usando Redes Convolucionais Profundas |
|
| Curso |
Mestrado em Ciência da Computação |
| Tipo |
Dissertação |
| Data |
17/12/2019 |
| Área |
CIÊNCIA DA COMPUTAÇÃO |
| Orientador(es) |
|
| Coorientador(es) |
|
| Orientando(s) |
|
| Banca |
- Bruno Brandoli Machado
- Hemerson Pistori
- Marina de Nadai Bonin Gomes
- Wesley Nunes Goncalves
|
| Resumo |
|
|