Trabalhos Disponíveis

TRABALHO Ações
Soluções Paralelas para o Problema da Seleção de Segmentos
Curso Mestrado em Ciência da Computação
Tipo Dissertação
Data 09/02/2018
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Nahri Balesdent Moreano
Coorientador(es)
    Orientando(s)
    • Leandro Bomkoski Feuser
    Banca
    • Bianca de Almeida Dantas
    • Marco Aurelio Stefanes
    • Nahri Balesdent Moreano
    Resumo
    Avaliação de Aceleradores em GPU e FPGA a partir de Programas OpenMP
    Curso Mestrado em Ciência da Computação
    Tipo Dissertação
    Data 09/02/2018
    Área CIÊNCIA DA COMPUTAÇÃO
    Orientador(es)
    • Nahri Balesdent Moreano
    Coorientador(es)
      Orientando(s)
      • Paulo Eduardo Suriano Tiene
      Banca
      • Amaury Antonio de Castro Junior
      • Liana Dessandre Duenha Garanhani
      • Nahri Balesdent Moreano
      Resumo
      A theory of decision-making in strategic alignment of software process improvement
      Curso Doutorado em Ciência da Computação
      Tipo Tese
      Data 23/01/2018
      Área CIÊNCIA DA COMPUTAÇÃO
      Orientador(es)
      • Auri Marcelo Rizzo Vincenzi
      Coorientador(es)
        Orientando(s)
        • Francisco José Silveira de Vasconcellos
        Banca
        • Auri Marcelo Rizzo Vincenzi
        • Fernando Martins Muradas
        • Jane Dirce Alves Sandim Eleuterio
        • Marcelo Augusto Santos Turine
        • Rodrigo Funabashi Jorge
        • Ronaldo Alves Ferreira
        • Vanessa Araujo Borges
        Resumo
        Aprendizado de métricas de distância por meio de restrições em nível de cluster
        Curso Mestrado em Ciência da Computação
        Tipo Dissertação
        Data 22/12/2017
        Área CIÊNCIA DA COMPUTAÇÃO
        Orientador(es)
        • Bruno Magalhaes Nogueira
        Coorientador(es)
          Orientando(s)
          • Yuri Karan Benevides Tomas
          Banca
          • Bruno Magalhaes Nogueira
          • Eraldo Luis Rezende Fernandes
          • Rafael Geraldeli Rossi
          • Ricardo Marcondes Marcacini
          Resumo
          Agrupamento Multivisão de Eventos para Construção de Websensors
          Curso Mestrado em Ciência da Computação
          Tipo Dissertação
          Data 22/12/2017
          Área CIÊNCIA DA COMPUTAÇÃO
          Orientador(es)
          • Ricardo Marcondes Marcacini
          Coorientador(es)
            Orientando(s)
            • João Domingos Ferreira Mundim
            Banca
            • Bruno Magalhaes Nogueira
            • Rafael Geraldeli Rossi
            • Ricardo Marcondes Marcacini
            • Solange Oliveira Rezende
            Resumo
            Efficient Processing of Multiway Spatial Join Queries in Distributed Systems
            Curso Doutorado em Ciência da Computação
            Tipo Tese
            Data 29/11/2017
            Área CIÊNCIA DA COMPUTAÇÃO
            Orientador(es)
            • Fabio Moreira Costa
            Coorientador(es)
              Orientando(s)
              • Thiago Borges de Oliveira
              Banca
              • Claudio Nogueira de Meneses
              • Fabio Moreira Costa
              • Kleber Vieira Cardoso
              • Leslie Richard Foulds
              • Wellington Santos Martins
              Resumo A multi-junção espacial é um tipo importante de consulta usada no processamento de
              dados espaciais e sua execução eficiente é um requisito para mover a análise de dados
              espaciais para plataformas escaláveis, assim como aconteceu com dados relacionais e não
              estruturados. Nesta tese, propomos um conjunto de modelos e métodos para executar eficientemente
              consultas de multi-junção espacial em sistemas distribuídos. Apresentamos um
              otimizador baseado em custos que seleciona um bom plano de execução levando em consideração:
              o particionamento de dados com base nos atributos espaciais dos datasets; o nível
              de paralelismo intra-operador que proporciona alta escalabilidade; e o escalonamento das
              consultas antes da execução que resulta em economia de recursos computacionais. Propomos
              um modelo de custo baseado em metadados dos datasets e da distribuição de dados,
              que identifica o padrão de custos incorridos no processamento de uma consulta neste ambiente.
              Formalizamos o problema de escalonamento de planos de execução da multi-junção
              espacial distribuída como um modelo linear inteiro bi-objetivo, que minimiza tanto o custo
              de processamento quanto o custo de comunicação. Propomos três métodos para gerar escalonamentos
              a partir deste modelo, os quais reduzem significativamente o consumo de
              recursos no processamento das consultas. Embora projetados para o escalonamento da
              multi-junção espacial, esses métodos podem também ser aplicados a outros tipos de problemas
              em sistemas distribuídos, que necessitam do alinhamento de partições de dados
              e da distribuição de tarefas a máquinas de forma balanceada. Além disso, propomos um
              método para controlar o uso de recursos e aumentar a vazão do sistema na presença de
              restrições nas capacidades da rede ou de processamento. O otimizador proposto foi capaz
              de selecionar bons planos de execução para todas as consultas em nossos experimentos, as
              quais usaram datasets públicos com uma variedade significativa de tamanhos e de objetos
              espaciais complexos. Apresentamos também uma máquina de execução, capaz de executar
              as consultas com escalabilidade próxima de linear em relação ao tempo de execução.
              Download
              Subsídios para Apoiar a Evolução da Descrição de Arquiteturas de Referência
              Curso Mestrado em Ciência da Computação
              Tipo Dissertação
              Data 08/08/2017
              Área CIÊNCIA DA COMPUTAÇÃO
              Orientador(es)
              • Maria Istela Cagnin Machado
              Coorientador(es)
                Orientando(s)
                • Edilson Soares de Palma
                Banca
                • Debora Maria Barroso Paiva
                • Elisa Yumi Nakagawa
                • Maria Istela Cagnin Machado
                • Rosana Terezinha Vaccare Braga
                Resumo
                Download
                Informações Espaciais no Histograma de Palavras Visuais usando Grafos
                Curso Mestrado em Ciência da Computação
                Tipo Dissertação
                Data 08/08/2017
                Área CIÊNCIA DA COMPUTAÇÃO
                Orientador(es)
                • Wesley Nunes Goncalves
                Coorientador(es)
                  Orientando(s)
                  • Jonatan Patrick Margarido Oruê
                  Banca
                  • Amaury Antonio de Castro Junior
                  • Dionisio Machado Leite Filho
                  • Jonathan de Andrade Silva
                  • Wesley Nunes Goncalves
                  Resumo
                  Download
                  Reconhecimento de Doenças da Cultura da Soja usando Vetores Localmente Agregados e Atribuições Leves
                  Curso Mestrado em Ciência da Computação
                  Tipo Dissertação
                  Data 04/08/2017
                  Área CIÊNCIA DA COMPUTAÇÃO
                  Orientador(es)
                  • Wesley Nunes Goncalves
                  Coorientador(es)
                    Orientando(s)
                    • Rillian Diello Lucas Pires
                    Banca
                    • Anderson Vicoso de Araujo
                    • Denilson de Oliveira Guilherme
                    • Hemerson Pistori
                    • Wesley Nunes Goncalves
                    Resumo
                    Download
                    O Problema da Seleção de Segmentos Específicos: algoritmos e aplicações
                    Curso Mestrado em Ciência da Computação
                    Tipo Dissertação
                    Data 31/07/2017
                    Área CIÊNCIA DA COMPUTAÇÃO
                    Orientador(es)
                    • Said Sadique Adi
                    Coorientador(es)
                      Orientando(s)
                      • Jean Alexandre Dobre
                      Banca
                      • Francisco Eloi Soares de Araujo
                      • Leonardo Rippel Salgado
                      • Nahri Balesdent Moreano
                      • Said Sadique Adi
                      Resumo
                      Download
                      Utilização de Técnicas de Integração de Software para Aplicações Web no Contexto de Ferramentas de Acessibilidade
                      Curso Mestrado em Ciência da Computação
                      Tipo Dissertação
                      Data 29/06/2017
                      Área CIÊNCIA DA COMPUTAÇÃO
                      Orientador(es)
                      • Maria Istela Cagnin Machado
                      Coorientador(es)
                        Orientando(s)
                        • Wesley Tessaro Andrade
                        Banca
                        • Andre Cavalcante Hora
                        • Debora Maria Barroso Paiva
                        • Maria Istela Cagnin Machado
                        • Tiago Guerreiro
                        Resumo
                        Download
                        BovChewing - Ferramenta de segmentação e classificação de comportamento bovino por meio de bioacústica e aprendizado de máquina
                        Curso Mestrado em Ciência da Computação
                        Tipo Dissertação
                        Data 28/04/2017
                        Área LÓGICAS E SEMÂNTICA DE PROGRAMAS
                        Orientador(es)
                        • Claudio Leonardo Lucchesi
                        Coorientador(es)
                          Orientando(s)
                          • Rodrigo Sanches Devigo
                          Banca
                          • Claudio Leonardo Lucchesi
                          • Edson Takashi Matsubara
                          • Fabiana Villa Alves
                          • Jonathan de Andrade Silva
                          • Julio Kuhn da Trindade
                          • Marcelo Henriques de Carvalho
                          Resumo O uso de métodos da bioacústica para análises comportamentais têm se desenvolvido com intensidade nos últimos anos, por se tratar de métodos não invasivos buscando uma melhora no monitoramento de precisão de rebanhos. Entretanto, a análise desses dados geralmente requer especialistas e muito tempo tornando-se assim uma tarefa geralmente difícil, tendo a necessidade de construir maneiras de automatizar a fase da análise dos dados.
                          Existem trabalhos que focam na automatizac~ao da análise dos dados com resultados satisfatórios, mas utilizam de base dados com gravitações feitas em condições controladas e poucos classificam eventos de ruminação. Essa dissertação propõe o BovChewing, uma ferramenta capaz de detectar e classificar eventos ingestivos, baseados em métodos semisupervisionado para a detecção e supervisionado para a classificação, realizando assim a análise dos dados. Experimentos mostraram resultados que a ferramenta é sufi ciente e satisfatória para com a tarefa obtendo uma acurácia de 63% na tarefa de segmentação e 91% na tarefa de classificação. Trabalhos futuros apontam para a melhora do segmentador, integrac~ao com outras ferramentas de análises de comportamentos bovinos e processamento dos dados na nuvem como uma forma de construir um sistema completo.
                          Download
                          Inferência de Redes de Regulação Gênica usando Computação Paralela Híbrida
                          Curso Mestrado em Ciência da Computação
                          Tipo Dissertação
                          Data 19/04/2017
                          Área CIÊNCIA DA COMPUTAÇÃO
                          Orientador(es)
                          • Marco Aurelio Stefanes
                          Coorientador(es)
                            Orientando(s)
                            • Jean Carlo Wai Keung Ma
                            Banca
                            • Carlos Henrique Aguena Higa
                            • Francisco Eloi Soares de Araujo
                            • Luiz Carlos da Silva Rozante
                            • Marco Aurelio Stefanes
                            Resumo A inferência é o processo de esclarecer as relações formadas entre produtos gênicos/proteínas por meio de um modelo matemático. Conceitualmente este é um problema mal-posto, uma vez que a partir de uma amostra de
                            dados de expressão gênica é possível inferir diversas redes consistentes com essa amostra. Dependendo do algoritmo, o processo de inferência pode levar horas e até dias devido ao tamanho da rede e complexidade do algoritmo. O algoritmo sequencial de inferência utilizado neste trabalho baseia-se no paradigma de crescimento da semente e possui dois passos: passo de crescimento da semente e passo de inferência. Neste trabalho, desenvolvemos três versões paralelas desse algoritmo de inferência com as seguintes abordagens: cluster e CPUs, GPU/CUDA e híbrida. Essas versões apresentam custos aceitáveissendo comparadas com o algoritmo sequencial.
                            Download
                            Implantação Eficiente de Múltiplas Coreografias de Serviços em Nuvens Híbridas
                            Curso Doutorado em Ciência da Computação
                            Tipo Tese
                            Data 06/04/2017
                            Área CIÊNCIA DA COMPUTAÇÃO
                            Orientador(es)
                            • Fabio Moreira Costa
                            Coorientador(es)
                              Orientando(s)
                              • Raphael de Aquino Gomes
                              Banca
                              • Bruno Richard Schulze
                              • Daniel de Angelis Cordeiro
                              • Edson Norberto Caceres
                              • Fabio Moreira Costa
                              • Humberto José Longo
                              • Kleber Vieira Cardoso
                              • Ricardo Couto Antunes da Rocha
                              Resumo Esta tese apresenta uma abordagem baseada em modelos para abstrair, simplificar e automatizar as decisões de gerenciamento de recursos em nuvem ao implantar um conjunto de coreografias de serviços sujeitas a restrições não-funcionais. Dada uma descrição em alto nível das coreografias e das restrições relacionadas, a abordagem realiza de maneira autônoma a estimativa, a seleção e a alocação dos recursos em um ambiente de nuvem híbrida com múltiplos provedores, enquanto reduz os custos associados à utilização dos recursos e o atraso de comunicação entre os serviços. A principal motivação para o seu desenvolvimento se deve ao fato das coreografias de serviço serem amplamente utilizadas para o desenvolvimento de soluções com necessidades complexas, que geralmente compartilham serviços entre si. Isso faz com que o gerenciamento de recursos esteja sujeito a uma série de desafios, principalmente relacionados aos diferentes papéis que um serviço assume, à interferência que uma restrição causa em outra e à grande quantidade de tipos de recurso a serem considerados. A tese também propõe uma arquitetura que agrega à abordagem uma proposta para a automação das atividades relacionadas ao gerenciamento dinâmico de recursos como forma de reparar violações detectadas sobre as restrições. Esta arquitetura foi parcialmente implementada em um protótipo que foi utilizado na avaliação da abordagem.
                              Download
                              Programação de Espaços Inteligentes Utilizando Modelos em Tempo de Execução
                              Curso Doutorado em Ciência da Computação
                              Tipo Tese
                              Data 04/04/2017
                              Área CIÊNCIA DA COMPUTAÇÃO
                              Orientador(es)
                              • Fabio Moreira Costa
                              Coorientador(es)
                                Orientando(s)
                                • Leandro Alexandre Freitas
                                Banca
                                • Arlindo Flávio da Conceição
                                • Fabio Moreira Costa
                                • Fabrizzio Alphonsus Alves de Melo Nunes Soares
                                • Francisco José da Silva e Silva
                                • Jó Ueyama
                                • Ricardo Couto Antunes da Rocha
                                • Ronaldo Alves Ferreira
                                Resumo O crescimento e a popularização cada vez maior da conectividade sem fio e dos dispositivos móveis, tem permitido a construção de espaços inteligentes que antes eram vislumbrados apenas na proposta de computação ubíqua do cientista da Xerox PARK, Mark Weiser. Esses espaços inteligentes são compostos por diversos recursos computacionais, como dispositivos, serviços e aplicações, além de usuários, que devem ser capazes de se associar a esses recursos. Entretanto, a programação destes ambientes é uma tarefa desafiadora, uma vez que os espaços inteligentes possuem uma natureza dinâmica, os recursos se apresentam de forma heterogênea e é necessário que as interações entre usuários e dispositivos sejam coordenadas. Neste trabalho desenvolvemos uma nova abordagem para programação de espaços inteligentes, por meio de modelos em tempo de execução. Para isso, propomos uma linguagem de modelagem de alto nível, denominada Smart Space Modeling Language (2SML), em que o usuário é capaz de modelar o espaço inteligente com todos os elementos que dele podem fazer parte. Esse modelo desenvolvido pelo usuário é interpretado e realizado no espaço físico por uma máquina de execução de modelos, denominada Smart Space Virtual Machine (2SVM), cujo desenvolvimento é parte deste trabalho.
                                Download
                                Redes Neurais Convolucionais Profundas na Detecção de Plantas Daninhas em Cultura de Soja
                                Curso Mestrado em Ciência da Computação
                                Tipo Dissertação
                                Data 16/03/2017
                                Área CIÊNCIA DA COMPUTAÇÃO
                                Orientador(es)
                                • Hemerson Pistori
                                Coorientador(es)
                                  Orientando(s)
                                  • Alessandro dos Santos Ferreira
                                  Banca
                                  • Eraldo Luis Rezende Fernandes
                                  • Hemerson Pistori
                                  • Marcelo Theophilo Folhes
                                  • Marco Hiroshi Naka
                                  Resumo Ervas daninhas são plantas indesejadas que crescem em culturas agrícolas, como as de soja, competindo por diversos fatores como luz e água e causando prejuízos às lavouras. O objetivo deste trabalho foi utilizar Redes
                                  Neurais Convolucionais para realizar a detecção de ervas daninhas em imagens de lavouras de soja e classificar essas ervas daninhas entre gramíneas e folhas largas, visando direcionar o herbicida específico ao tipo de erva daninha detectado. Para esse objetivo foi realizada uma plantação de soja em Campo Grande, Mato Grosso do Sul, Brasil e com o uso do drone Phantom DJI 3 Professional foi capturado um grande número de imagens da
                                  cultura. Com essas fotografias foi construído um banco de imagens contendo mais de quinze mil imagens do solo, soja e ervas daninhas de folhas largas e gramíneas. As Redes Neurais Convolucionais utilizadas representam uma arquitetura de Aprendizado Profundo que vêm alcançando notável destaque no reconhecimento de imagens. Para o treinamento da Rede Neural foi utilizada a arquitetura CaffeNet, disponível no software Caffe, que consiste de uma replicação da conhecida rede AlexNet, que venceu a competição ImageNet LSRVC de 2012. Foi implementado também um software, Pynovisão, que através do uso do segmentador SLIC Superpixel, ajudou na construção de um banco de imagens robusto e na classificação das imagens utilizando o modelo treinado pelo software Caffe. Para comparar os resultados da Rede Neural Convolucional, foram utilizados os algoritmos Máquina de Vetores de Suporte, AdaBoost e Florestas Aleatórias em conjunto com uma coleção de extratores de atributos de forma, cor e textura. Como resultado, utilizando as Redes Neurais Convolucionais, este trabalho obteve precisão acima de 98% na detecção de ervas daninhas de folhas largas e gramíneas em relação ao solo e a soja, com média de precisão entre todas as imagens superior a 99%.
                                  Download
                                  Exploração do Espaço de Projetos de Sistemas Multiprocessadores Guiado por Dark Silicon
                                  Curso Mestrado em Ciência da Computação
                                  Tipo Dissertação
                                  Data 03/03/2017
                                  Área CIÊNCIA DA COMPUTAÇÃO
                                  Orientador(es)
                                  • Ricardo Ribeiro dos Santos
                                  Coorientador(es)
                                    Orientando(s)
                                    • Ana Caroline dos Santos Silva
                                    Banca
                                    • Edson Takashi Matsubara
                                    • Liana Dessandre Duenha Garanhani
                                    • Ricardo Ribeiro dos Santos
                                    • Sarita Mazzini Bruschi
                                    Resumo
                                    Download
                                    Aprendizado de Representações para Adaptação de Domínio de Etiquetagem Morfossintática
                                    Curso Mestrado em Ciência da Computação
                                    Tipo Dissertação
                                    Data 08/02/2017
                                    Área CIÊNCIA DA COMPUTAÇÃO
                                    Orientador(es)
                                    • Eraldo Luis Rezende Fernandes
                                    Coorientador(es)
                                      Orientando(s)
                                      • Irving Müller Rodrigues
                                      Banca
                                      • Bruno Magalhaes Nogueira
                                      • Eraldo Luis Rezende Fernandes
                                      • Rafael Geraldeli Rossi
                                      • Ricardo Marcondes Marcacini
                                      Resumo
                                      Download
                                      Um Arcabouço Computacional de Apoio à Instanciação de Linhas de Processos de Negócios
                                      Curso Mestrado em Ciência da Computação
                                      Tipo Dissertação
                                      Data 08/02/2017
                                      Área CIÊNCIA DA COMPUTAÇÃO
                                      Orientador(es)
                                      • Maria Istela Cagnin Machado
                                      Coorientador(es)
                                        Orientando(s)
                                        • Delacyr Almeida Monteiro Ferreira
                                        Banca
                                        • Bruno Barbieri de Pontes Cafeo
                                        • Debora Maria Barroso Paiva
                                        • Maria Istela Cagnin Machado
                                        • Rogéria Cristiane Gratão de Souza
                                        Resumo A modelagem de processos de negócio possui grande importância no contexto organizacional, pois auxilia a definição de novos processos e o aprimoramento dos existentes para tornar as organizações mais competitivas e eficientes. O uso de técnicas de reúso de software no contexto de processos de negócio é um mecanismo para viabilizar o reúso eficiente de modelos de processos de negócio, como é o caso de Linhas de Processos de Negócio (LPN). O apoio computacional se torna importante no âmbito de LPN pois facilita a construção, instanciação e evolução das linhas, uma vez que os modelos criados são complexos devido às características inerentes ao domínio e ao dinamismo do negócio. Apesar da existência de diversas abordagens de LPN na literatura, há carência de técnicas e ambientes computacionais que apoiem o processo de instanciação de LPNs. O objetivo deste trabalho é aprimorar a abordagem de Gestão de Linhas de Processos de Negócios (GLPN) para tornar a instanciação de LPNs mais eficiente. Esse aprimoramento é alcançado no processo de Engenharia de Domínio do Negócio (EDN) da GLPN possibilitando a criação de um ou mais TMPNs para LPNs com processos de negócio mais complexos, além da substituição do formulário de configuração por um modelo de configuração criado no processo de Engenharia de Processo de Negócio (EPN), facilitando assim a reusabilidade das LPNs. Além disso, o BPL-Framework, ferramenta responsável pela construção de LPNs com base na abordagem GLPN, é evoluído obtendo-se o BPL-Framework 2.0 para contemplar também fases do processo de Engenharia de Processo de Negócio (EPN), responsáveis pela instanciação de LPNs. O BPL-Framework 2.0 é avaliado com base em requisitos de avaliação, definidos a partir da norma ISO/IEC 25000. Os resultados da avaliação indicam que o BPL-Framework 2.0 atende aos requisitos avaliados e propicia a instanciação de LPNs em conformidade com a abordagem GLPN com a acurácia, legibilidade e usabilidade adequadas, contribuindo também para a redução significativa no tempo de instanciação e de erros sintáticos, semânticos e de configuração das instânciasdas LPNs.
                                        Download
                                        Solução de problemas em Grafos através da Lógica Monádica de Segunda Ordem e da Decomposição em Árvore
                                        Curso Mestrado em Ciência da Computação
                                        Tipo Dissertação
                                        Data 09/01/2017
                                        Área TEORIA DA COMPUTAÇÃO
                                        Orientador(es)
                                        • Vagner Pedrotti
                                        Coorientador(es)
                                          Orientando(s)
                                          • Glasielly Demori Proença
                                          Banca
                                          • Luciano Gonda
                                          • Marcelo Henriques de Carvalho
                                          • Sheila Morais de Almeida
                                          • Vagner Pedrotti
                                          Resumo
                                          Download
                                          Página 7 de 15 (20 de 283 registros).