Trabalhos Disponíveis

TRABALHO Ações
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
                              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
                                    Estimativas de Dark Silicon em Projetos de Sistemas Multicore
                                    Curso Mestrado em Ciência da Computação
                                    Tipo Dissertação
                                    Data 16/09/2016
                                    Área CIÊNCIA DA COMPUTAÇÃO
                                    Orientador(es)
                                    • Ricardo Ribeiro dos Santos
                                    Coorientador(es)
                                      Orientando(s)
                                      • Tony Carlos Bignardi dos Santos
                                      Banca
                                      • Edson Borin
                                      • Fabio Iaione
                                      • Liana Dessandre Duenha Garanhani
                                      • Ricardo Ribeiro dos Santos
                                      Resumo A demanda por computação de alto desempenho continua a crescer de forma significativa. Apesar da indústria entregar aos consumidores sistemas computacionais mais eficientes, limitações físicas e restrições tecnológicas colocam em risco a evolução para as próximas gerações de processadores. O aumento exponencial de dissipação de potência estática devido ao incremento da corrente de fuga em transistores com escala de integração abaixo de 90nm limita a fração de área do circuito que se pode manter ativa no momento da execução O termo dark silicone utilizado para indicar a fração de área do chip que deve ter frequência de clock reduzida para manter restrições térmicas de potência do projeto. Algumas alternativas para contornar a necessidade de subutilizar uma parte da área do chip estão a adoção de hardware especializado e exploração de paralelismo. Essas alternativas possibilitam que uma parte da área do chip seja utilizada para execução de código em frequências menores visando não extrapolar o orçamento de potência. Observa-se assim a necessidade de técnicas e ferramentas para o projeto de sistemas cientes de dark silicon. Este trabalho tem como objetivo identificar e mensurar a área de dark silicon em projetos de sistemas computacionais com tecnologia abaixo de 90nm, utilizando-se de uma metodologia baseada no cálculo da densidade de potência de um projeto base (90nm) e da adoção de um circuito de referência. Experimentos foram realizados considerando projetos de processadores multicore comerciais para estimar o dark silicon presente nesses projetos considerando suas evoluções tecnológicas. Adicionalmente, um experimento de exploração do espaço de projeto foi realizado, com o intuito de validar as estimativas de dark silicon and buscar alternativas para utilização eficiente da área do chip diante das restrições físicas de projeto.
                                      Download
                                      Uma ferramenta para integração de dados de expressão diferencial e interação funcional
                                      Curso Mestrado em Ciência da Computação
                                      Tipo Dissertação
                                      Data 02/09/2016
                                      Área MATEMÁTICA DA COMPUTAÇÃO
                                      Orientador(es)
                                      • Nalvo Franco de Almeida Junior
                                      Coorientador(es)
                                        Orientando(s)
                                        • Rodolpho Gheleri de Oliveira Lima
                                        Banca
                                        • Luciana Montera Cheung
                                        • Nalvo Franco de Almeida Junior
                                        • Said Sadique Adi
                                        • Tainá Raiol Alencar
                                        Resumo Este trabalho descreve o desenvolvimento de duas ferramentas computacionais: um pipeline para análise de expressão diferencial de genes e outra para a visualização gráfica de resultados de express~ao diferencial, chamada DEPICTViz, que agrega ao resultado da análise de expressão diferencial informacões de interação funcional de proteínas. O pipeline desenvolvido realiza o mapeamento de reads no genoma de referência, a ordenação dos reads mapeados, a construção e união de transcritos e a analise de expressão diferencial. A ferramenta DEPICTViz foi desenvolvida para a visualização de experimentos de expressão diferencial de genes e interação de
                                        proteínas. DEPICTViz foi testada com sucesso em vários estudos de caso.
                                        Download
                                        Inferência de redes de regulação gênica a partir de dados de expressão gênica e conhecimento biológico a priori
                                        Curso Mestrado em Ciência da Computação
                                        Tipo Dissertação
                                        Data 23/08/2016
                                        Área CIÊNCIA DA COMPUTAÇÃO
                                        Orientador(es)
                                        • Carlos Henrique Aguena Higa
                                        Coorientador(es)
                                          Orientando(s)
                                          • Camila Yumi Koike
                                          Banca
                                          • Carlos Henrique Aguena Higa
                                          • Leonardo Rippel Salgado
                                          • Renato Porfirio Ishii
                                          • Said Sadique Adi
                                          Resumo Neste trabalho, nós estudamos um problema comum na Biologia Sistêmica, o qual é a inferência ou engenharia reversa da rede de regulação gênica a partir de dados de expressão gênica. Nós endereçamos este problema usando o formalismo Booleano, onde a expressão de um gene é representado apenas por dois possíveis valores: 0 (não expressado) ou 1 (expressado). Além disso, nossa metodologia é baseada na abordagem de seleção de característica e utilizamos um algoritmo chamado IFFS - improved forward floating selection. Realizamos experimentos para comparar 2 medidas de interação gênica usada na função critério do algoritmo, o coeficiente de determinação e a informação mútua computada através da entropia de Shannon e de Tsallis. Também incorporamos uma fonte de conhecimento biológico a priori das interações dos genes a partir de um banco de
                                          dados chamado STRING. Para validar a metodologia, utilizamos dados das competições DREAM e um conjunto de dados de um estudo do ciclo-celular da levedura. Os resultados mostraram que, geralmente, a informação mútua desempenha um resultado levemente melhor do que o coeficiente de determinação, e que incorporando o conhecimento biológico melhora os resultados. Todo esse conjunto de algoritmos estão implementados na linguagem R e futuram estarão completamente disponível como o pacote Measures_GRN do R em https://github.com/camila-koike/Measure_GRN.
                                          Download
                                          Página 5 de 12 (20 de 226 registros).