Trabalhos Disponíveis

TRABALHO Ações
Identificação de Espécies de Animais do Pantanal usando Imagens Térmicas e Redes Neurais Convolucionais
Curso Mestrado em Ciência da Computação
Tipo Dissertação
Data 28/09/2018
Área CIÊNCIA DA COMPUTAÇÃO
Orientador(es)
  • Wesley Nunes Goncalves
Coorientador(es)
    Orientando(s)
    • Mauro dos Santos de Arruda
    Banca
    • Bruno Brandoli Machado
    • Hemerson Pistori
    • Wesley Nunes Goncalves
    • Willian Paraguassu Amorim
    Resumo
    Download
    Agrupamento hierárquico e semissupervisionado de eventos
    Curso Mestrado em Ciência da Computação
    Tipo Dissertação
    Data 27/09/2018
    Área CIÊNCIA DA COMPUTAÇÃO
    Orientador(es)
    • Ricardo Marcondes Marcacini
    Coorientador(es)
      Orientando(s)
      • Ronaldo de Oliveira Florence
      Banca
      • Bruno Magalhaes Nogueira
      • Edson Takashi Matsubara
      • Marcos Aurelio Domingues
      • Rafael Geraldeli Rossi
      Resumo
      Uma Ferramenta de Visualização Multiescala de Documentos na Web
      Curso Mestrado em Ciência da Computação
      Tipo Dissertação
      Data 14/09/2018
      Área CIÊNCIA DA COMPUTAÇÃO
      Orientador(es)
      • Paulo Aristarco Pagliosa
      Coorientador(es)
        Orientando(s)
        • Éder Petrica
        Banca
        • Afonso Paiva Neto
        • Douglas Cedrim Oliveira
        • Edson Takashi Matsubara
        • Paulo Aristarco Pagliosa
        Resumo A análise visual de coleções de documentos é um importante recurso para descoberta de conhecimento. Um mecanismo utilizado por vários sistemas é a combinação de metáforas visuais distintas para permitir a visualização de informações em vários níveis exploratórios. MIST (\textit{Multiscale Information and Summaries of Texts}) é uma técnica de sumarização e visualização exploratória de coleções de documentos que emprega metáforas que evidenciam a relevância e similaridade de cada documento em relação aos demais documentos de uma base de dados. Neste trabalho, foi desenvolvida uma nova ferramenta para plataforma Web chamada Web-MIST, inpirada em MIST. Web-MIST permite realizar interativamente a análise de coleções contendo dezenas de milhares de documentos classificados de acordo com a similaridade e faixas de relevância. A ferramenta usa metáforas visuais tais como o discos com raios variados para representar instâncias de dados mais relevantes no espaço visual, nuvens de palavras para sumários de conteúdos de documentos, e projeção multidimensional para agrupamento de documentos similares no espaço visual, bem como técnicas de mapeamento de densidade para exibir regiões da visualização com maior concentração de documentos considerados menos relevantes. A ferramenta permite a realização de consultas por termos, autor, data, entre outras. O projeto foi desenvolvido para plataforma Web, podendo ser utilizada em qualquer dispositivo com um navegador Web conectado a Internet.
        Engenharia reversa de redes de regulação gênica por meio de modelos gráficos probabilísticos
        Curso Mestrado em Ciência da Computação
        Tipo Dissertação
        Data 18/05/2018
        Área CIÊNCIA DA COMPUTAÇÃO
        Orientador(es)
        • Carlos Henrique Aguena Higa
        Coorientador(es)
          Orientando(s)
          • Mariana Caravanti de Souza
          Banca
          • Augusto Cesar de Aquino Ribas
          • Carlos Henrique Aguena Higa
          • Francisco Eloi Soares de Araujo
          • Leonardo Rippel Salgado
          • Marco Aurelio Stefanes
          Resumo
          Download
          Abordagem de Apoio ao Reúso de Requisitos em Linhas de Processos de Negócio
          Curso Mestrado em Ciência da Computação
          Tipo Dissertação
          Data 09/05/2018
          Área CIÊNCIA DA COMPUTAÇÃO
          Orientador(es)
          • Maria Istela Cagnin Machado
          Coorientador(es)
            Orientando(s)
            • Doglas Wendll Sorgatto
            Banca
            • Bruno Barbieri de Pontes Cafeo
            • Debora Maria Barroso Paiva
            • Marcelo Fantinato
            • Maria Istela Cagnin Machado
            Resumo
            Seleção de Instância em Espaço Métrico de Word Embeddings
            Curso Mestrado em Ciência da Computação
            Tipo Dissertação
            Data 27/03/2018
            Área CIÊNCIA DA COMPUTAÇÃO
            Orientador(es)
            • Edson Takashi Matsubara
            Coorientador(es)
              Orientando(s)
              • Eliton Luiz Scardin Perin
              Banca
              • Bruno Magalhaes Nogueira
              • Edson Takashi Matsubara
              • Eraldo Luis Rezende Fernandes
              • Ricardo Marcondes Marcacini
              • Solange Oliveira Rezende
              Resumo
              Download
              Classificação Transdutiva de Eventos usando Redes Heterogêneas
              Curso Mestrado em Ciência da Computação
              Tipo Dissertação
              Data 27/03/2018
              Área CIÊNCIA DA COMPUTAÇÃO
              Orientador(es)
              • Ricardo Marcondes Marcacini
              Coorientador(es)
                Orientando(s)
                • Brucce Neves dos Santos
                Banca
                • Bruno Magalhaes Nogueira
                • Diego Furtado Silva
                • Rafael Geraldeli Rossi
                • Ricardo Marcondes Marcacini
                Resumo
                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
                    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
                        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
                                      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
                                          Página 4 de 11 (20 de 212 registros).