Universidade Federal de
Pernambuco (UFPE)
Centro de Informática (CIn)
Graduação em Ciência da Computação, Engenharia da Computação, e
Sistemas de
Informação
Trabalhos de Graduação
- 2021.1
Ciência da Computação
Responsável: Márcio Lopes Cornélio (mlc2)
Código da disciplina no Google Classroom:
- Título:Síntese de Imagens Fotorrealistas
Usando Offline Path Tracing
Proposta inicial: aqui
Autor(a): Luís Henrique do Nascimento Santos
Curso: Ciência da Computação
Orientador(a): Silvio de Barros Melo
Banca: Giordano Ribeiro Eulalio Cabral
Resumo da Proposta:
Data e horário da apresentação: 23/12//2021, 10h
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:An Analysis of QUIC Use on Cloud Environments
Proposta inicial: aqui
Autor(a): Mário Victor Gomes de Matos Bezerra
Curso:
Ciência da Computação
Orientador(a): Vinicius Cardoso
Garcia
Banca: Kiev Santos da Gama
Resumo da Proposta: QUIC is
a transport-layer protocol created by Google intended to
address some problems of TCP while maintaining compatibility
with existing network infrastructure. It has shown to improve
user-experience on multiple services and its adoption is
increasing everyday.
Data e horário da apresentação:
15/12/2021, 19h30
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:Análise e desenvolvimento de estrutura de dados
para representar graos de DeBruijn
Proposta inicial: aqui
Autor(a): João Vasconcelos de Souza Neto
Curso: Ciência
da Computação
Orientador(a): Paulo Gustavo Soares ds Fonseca
Banca:
Nivan Roberto Ferreira Júnior
Resumo da Proposta: Um Grafo de Bruijn (GdB) é uma das
mais conhecidas estruturas de dados para representar
sequências de DNA (uma sequência baseada nas bases A, C,
G,T). Dentre as diversas formas de processar uma sequência, as
mais atuais são capazes de gerar centenas de bases por segundo
em fluxo contínuo(stream). Uma possível solução para realizar
consultas nesse fluxo de dados é, ao processar toda a
sequência, gerar um GdB e realizar consultas com base no
grafo, eara esse problema existem diversas soluções que
otimizam a representação desse grafo tanto em espaço e
velocidade de armazenamento. A proposta desse trabalho é
definir uma estrutura otimizada e competitiva, comparada às
atuais soluções na literatura, com base em um GdB que possa
trabalhar com uma stream contínua de bases de um genoma.
Data e horário da apresentação: 22/12/2021, 9h
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:Análise das Funcionalidades, Usabilidade e
Disponibilidade de Modelos de Redes Adversárias Gerativas para
Uso Artístico
Proposta inicial: aqui
Autor(a): Bruno Dutra de Lemos Neto
Curso: Ciência da
Computação
Orientador(a): Filipe C. A. Calegário
Banca: Giordano
Ribeiro Eulalio Cabral
Resumo da Proposta: Pesquisas na
área de criatividade computacional se mostram cada vez mais
presentes e aprofundadas nos últimos anos. A busca por modelos
que tragam um comportamento criativo de computadores traz
curiosidade e interesse devido aos resultados cada vez mais
realistas e inovadores. Uma das subáreas mais prolíficas é a
transformação de estilo artístico entre imagens, utilizando,
em sua maioria, as redes adversárias gerativas (GANs) como
ferramenta de geração criativa. Entretanto, a utilização de
ferramentas desse contexto para a produção de artes visuais,
não é acessível para muitos artistas devido aos requisitos de
conhecimento técnico exigidos e capacidade computacional
necessária. Este trabalho busca analisar ferramentas e modelos
implementados com o objetivo de identificar a avaliar fatores
que possam dificultar o acesso da comunidade artística,
experimentar as suas funcionalidades e propor métodos que
busquem a colaboração criativa entre a comunidade artística e
os modelos implementados.
Data e horário da apresentação: 21/12/2021, 16h
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:Diretrizes para Apresentação de Políticas de
Privacidade voltadas a Experiência do Usuário
Proposta inicial: aqui
Autor(a): Egberto Silva de Santana
Curso: Ciência da Computação
Orientador(a): Jéssyka Vilela
Banca: Carla Silva
Resumo da Proposta: Contexto: Empresas estão cada vez mais
buscando conformidades e adequação a suas políticas, devido ao
fato da necessidade de transparência do que será feito com as
informações do usuário, além delas poderem ter problemas
jurídicos por conta da Lei Geral de Privacidade de Dados
(LGPD). Do lado do usuário é possível perceber que existe a
necessidade de saber exatamente quais informações está
concordando em compartilhar e até quem essas informações
poderiam ser passadas. Porém as políticas de privacidade
normalmente são apresentadas de forma longa, em um termo de
compromisso e com um vocabulário muito formal, o usuário acaba
perdendo o interesse de ler o documento. Objetivo: Diante do
cenário mencionado, este trabalho de graduação propõe um guia
para construir políticas de privacidade com um viés de
usabilidade. Método: Uma revisão da literatura sobre técnicas
de avaliação de políticas de privacidade assim como
metodologias de legibilidade e métricas de experiência do
usuário será realizada. Além disso, serão realizadas
entrevistas com usuários e especialistas em privacidade e
usabilidade para construir e validar as diretrizes de
elaboração de políticas de privacidade voltadas para
usabilidade. Finalmente, as diretrizes propostas serão
aplicadas em uma plataforma que utiliza política de
privacidade como exemplo de aplicação. Resultado: Espera-se
alcançar uma melhor experiência de usuário com uma nova
apresentação da política de privacidade utilizando as
diretrizes do guia proposto. Resultando assim em uma melhor
interpretação e entendimento dessa política apresentada e
reduzindo o grau de dificuldade para entendimento de políticas
de privacidade enfrentados pelos usuários.
Data e horário da apresentação: 23/12/2021, 19h
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:Extensão e análise de performance da ferramenta
de merge textual CSDiff para novas linguagens
Proposta inicial: aqui
Autor(a): Heitor Sammuel Carvalho Souza
Curso: Ciência da Computaçã
Orientador(a): Paulo Henrique Monteiro Borba
Banca: Paolla Acyolli
Resumo da Proposta: Conflitos de merge
são presentes no dia a dia do desenvolvimento de software e podem
causar impacto negativo na performance dos desenvolvedores. Uma das
linhas de pesquisa para tentar reduzir esse problema é a evolução das
fer- ramentas utilizadas para auxiliar no processo de merge
automatizado. Hoje, a abordagem mais comum é o merge textual, onde a
comparação entre os arquivos de código é feita considerando apenas as
linhas do texto. No outro extremo, existe o merge estruturado, que
compara os arquivos levando em consideração sua estrutura sintática e
semântica. Neste trabalho, damos continuidade no de- senvolvimento de
uma ferramenta (CSDiff) que utiliza o merge textual mas visa simular o
estruturado, utilizando os marcadores sintáticos de cada linguagem
para guiar o processo de merge. Mostramos uma extensão da ferramenta
capaz de analisar conflitos de código nas linguagens Ruby e
TypeScript, bem como uma análise de sua acurácia em commits de merge
em repositórios de código aberto
.
Data e horário da apresentação:
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:Sistema para geração de leads qualificados nas Redes Sociais
Proposta inicial: aqui
Autor(a): Ramom Pereira dos Santos Silva
Curso: Ciência da Computação
Orientador(a): Luciano de Andrade Barbosa
Banca: Tsang Ing Ren
Resumo da Proposta: Nos últimos anos, a internet cresceu de uma forma surpreendente, se tornando o principal meio de informação e comunicação na sociedade atual. As redes sociais surgiram e cresceram de forma exponencial, impactando não apenas a socialização entre pessoas, mas também como as empresas divulgam seus produtos. O marketing digital se provou ser uma boa estratégia para atrair audiência e possíveis clientes para as mais diversas marcas no mundo. As principais estratégias buscam impactar o maior número de pessoas, o que não é necessariamente a melhor maneira de adquirir clientes.
Este trabalho tem como objetivo o desenvolvimento de um sistema de geração de contatos (Leads) qualificados para a startup Prepi, no ramo de E-commerce.
Data e horário da apresentação: 16/12/2021
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:Uso de BERT para otimização de consultas em sites de ecommerce
Proposta inicial: aqui
Autor(a): Rodrigo Albuquerque Pereira
Curso: Ciência da Computação
Orientador(a): Luciano de Andrade Barbosa
Banca: Hansenclever de Franca Bassani
Resumo da Proposta: A área de processamento de linguagem natural vem evoluindo rapidamente nos últimos anos, a partir de modelos como os transformers, que são usados como base como modelos que guiam o estado da arte atualmente, como o GPT, criado pelo Open AI e o BERT, criado por engenheiros do Google.
Apesar dessa evolução, modelos tradicionais de busca, como o BM-25, ainda são comumente usados em buscadores de itens dentro de plataformas de ecommerce. Esse trabalho visa realizar o fine-tuning do BERT para realização de buscas em ecommerce, comparando seus resultados com modelos tradicionais, de modo a testar a hipótese de que o BERT pode ser mais assertivo que os modelos tradicionais de busca.
Data e horário da apresentação: 16/12/2021
Local: via Google Meet (entrar em contato com a/o estudante)
- Título: Benefícios e desafios de comunidades para mulheres em Tecnologia: um estudo sobre o Women Who Code Recife
Proposta inicial: aqui
Autor(a): Nara Souza de Andrade
Curso: Ciência da Computação
Orientador(a): Carina Frota Alves
Banca: Carla Taciana Lima Lourenço Silva
Resumo da Proposta: Nos últimos anos, tem-se percebido um maior número de discussões em torno dos obstáculos encontrados por mulheres na academia e na indústria nas áreas de Ciências, Tecnologia, Engenharia e Matemática (em inglês: Science, Technology, Engineering, Maths - STEM). Juntamente com a busca por problemas e dificuldades existentes, veio também a busca por soluções. Dentre elas, podemos citar iniciativas de mentoria, tanto em universidades quanto em empresas, e a criação de comunidades. Ambas auxiliam no desenvolvimento de habilidades técnicas e também atuam em um ponto crucial: o suporte social e psicológico. Este trabalho visa mapear os benefícios, desafios e boas práticas sobre tais iniciativas identificados na literatura, além da aplicação de um survey na comunidade Women Who Code no Recife.
Data e horário da apresentação: 15/12/2021
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:Criação e execução de testes através de método no-code: Sem a necessidade de escrita de código
Proposta inicial: aqui
Autor(a): Germano Pires de Carvalho
Curso: Ciência da Computação
Orientador(a): Patrícia Cabral de Azevedo Restelli Tedesco
Banca: Alexandre Cabral Mota
Resumo da Proposta: A pesquisa se baseia em referenciar os métodos de programação no-code, a fim de propor uma forma de programação adaptada que não utiliza sintaxes de linguagens de programação e que seja utilizada para criação e execução de testes. Permitindo que engenheiros de softwares com ênfase em testes não habituados a programar possam ter a capacidade de desenvolvimento.
O método proposto receberá feedback dos engenheiros de softwares com
ênfase em testes, validando e alterando a proposta, mas em momento
algum será implementada, apenas idealizada, deixando a implementação
para projetos futuros.
Data e horário da apresentação: 14/12/2021
Local: via Google Meet (entrar em contato com a/o estudante)
-
Título: Motivações e desafios para a permanência de pessoas negras na área de Computação: Um Estudo de Caso nos cursos de graduação do Centro de Informática da UFPE
Proposta inicial: aqui
Autor(a): Juliano Cezar Teles Vaz
Curso: Ciência da Computação
Orientador(a): Kiev Gama
Banca: Profa. Carina Alves (UFPE/ Centro de Informática) e Prof. Ecivaldo Matos (UFBA/ Instituto de Computação)
Resumo da Proposta:
Data e horário da apresentação: 07/12/2021, 17h.
Local: via Google Meet (entrar em contato com o estudante)
- Título: Hybrid System for Multivariate Photo-voltaic Power Forecasting
Proposta inicial: aqui
Autor(a): Guilherme Afonso Galindo Padilha
Curso: Ciência da Computação
Orientador(a): Paulo Salgado Gomes de Mattos Neto
Banca: George Darmiton da Cunha Cavalcanti
Resumo da Proposta: In the past years, the use of solar
photovoltaic (PV) power has grown significantly in electricity
generation. However, the output of such installations may be
uncertain, impacting its reliability. The forecast of PV output is
a necessity for assuring the stability of the system. This project
aims to develop a new hybrid model capable of accurately predicting
hour-ahead and day-ahead PV power output. The hybrid model will
combine the linear and non-linear phases of forecasting in an
innovative way, and use bioinspired algorithms to tune its
hyperparameters.
Data e horário da apresentação: 16/12/2021, 14h
Local: via
Google Meet (entrar em contato com a/o estudante)
- Título: Proposta de Arquitetura para Monitoramento e Reprocessamento de Mensagens de Dead Letter Queue do Amazon Simple
Queue Service
Proposta inicial: aqui
Autor(a): Edjan Michiles
Curso: Ciência da Computação
Orientador(a): Vinicius Garcia
Banca: Nelson Souto Rosa
Resumo da Proposta: Neste trabalho, será proposto um modelo
de arquitetura para monitoramento e reprocessamento de mensagens do
Amazon Simple Queue Service (SQS) utilizando o Datadog juntamente com
Terraform para monitoramento e Github Actions como ferramenta de
reprocessamento de mensagens manual. A princípio, serão apresentados
os conceitos de filas e dead letter queues (DLQs). Em seguida, serão
levantados alguns problemas recorrentes no reprocessamento de
mensagens. Após isso, alguns problemas recorrentes no dia a dia de
pessoas engenheiras de software respons´aveis por alguma aplica¸c˜ao
que faz o uso de processamento assíncrono através de filas ser˜ao
apresentados e como os conceitos de monitoramento e observabilidade
ajudam a mitigar os problemas de maneira r´apida, reduzindo os
impactos aos usu´arios finais. Por fim, ser˜ao introduzidas as
ferramentas que iremos utilizar e a proposta de arquitetura,
detalhando o passo a passo de sua implementação.
Data e horário
da apresentação: 15/12/2021, 15h30min
Local: via Google Meet (entrar em contato com a/o estudante)
- Título: Uma análise pessimista de fluxo de dados para
detecção de conflitos de integração semânticos
Proposta inicial: aqui
Autor(a): Rafael Mota
Curso: Ciência da Computação
Orientador(a): Paulo Henrique Monteiro Borba
Banca: Rodrigo Bonifacio (UnB)/ Paulo Henrique Monteiro Borba
(UFPE)
Resumo da Proposta: Em times de desenvolvimento de software, tipicamente desenvolvedores adicionam suas modificações em versões separadas do código, e posteriormente
essas modificações precisam ser integradas em uma versão central. Esse pro-
cesso de integração pode causar uma série de tipos de conflitos que podem não
ser detectados pelos desenvolvedores ou pelas ferramentas de integração atuais
e introduzir bugs ao sistema.
Um dos tipos de conflito de integração é o tipo de conflitos de integração
semânticos, esse tipo de conflitos ocorre quando as mudanças introduzidas pela
versões interferem entre si durante a execução do código. Alguns algoritmos de
análise estática já foram propostos para detectar esse tipo de conflito, no entanto
esses algoritmos são muito complexos e têm limitações de desempenho. Com
isso em mente, surge a necessidade de explorar simplificações dos algoritmos
propostos.
Este trabalho propõe uma simplificação dos algoritmos já propostos baseada
no algoritmo Data-flow, que busca detectar fluxos de dados entre as mudanças
introduzidas pelas versões integradas. Esse algoritmo implementa uma variação
intraprocedural pessimista do algoritmo de Data-flow.
O algoritmo proposto será implementado para a linguagem de programação
Java, e será executado em uma amostra de cenários de integração de outros
trabalhos. Com os resultados da execução, será feita uma análise comparativa
com os resultados obtidos a partir de uma análise manual a fim de avaliar a
eficácia do algoritmo para o problema de detecção de fluxos de dados e de
conflitos de merge semânticos.
Data e horário da apresentação: 16/12/2021, 14h
Local: via Google Meet (entrar em contato com a/o estudante)
- Título: Estudo comparativo entre ferramentas de teste
para React
Proposta inicial: aqui
Autor(a): Pamella Bezerra da Silva
Curso: Ciência da Computação
Orientador(a): Leopoldo Motta Teixeira
Banca: Breno Miranda
Resumo da Proposta: Testes de frontend fazem parte do processo de desenvolvimento de software e
trazem muitos benefícios para a melhoria e a manutenção da qualidade da interação e da
experiência do usuário final com o sistema.
No contexto de aplicações web, React é um dos frameworks frontend mais
populares e que conta com um leque muito grande de ferramentas de teste. Neste texto
será apresentado um estudo comparativo entre duas delas, Enzyme e React Testing
Library, que apresentam os maiores percentuais de satisfação por parte da comunidade de
JavaScript, sendo a primeira já fortemente consolidada e a segunda buscando atingir mais
público. A proposta do estudo é identificar os pontos fortes e fracos e, assim, servir de base
para sugerir quais cenários são mais adequados para o uso de cada uma.
Data e horário da apresentação: 14/12/2021, 14h
Local: via Google Meet (entrar em contato com a/o estudante)
- Título: “And the nominees are”: Uma abordagem de Data Science para predição dos indicados ao Oscar de Melhor Filme
Proposta inicial: aqui
Autor(a): Gabriel Vinícius Melo Gonçalves da Silva
Curso: Ciência da Computação
Orientador(a): Luciano Barbosa
Banca: Tsang Ing Ren
Resumo da Proposta: Premiações, tal qual o Oscar, são uma celebração anual da indústria cinematográfica mundialmente populares, mas também servem como plataforma para o impulso, divulgação e estabelecimento de países, estúdios e distribuidoras, especialmente se tomado o recorte dos últimos anos, para serviços de streaming. Possuir e produzir filmes indicados ao Oscar é um forte indicador de relevância para qualquer organização dentro desta indústria e obviamente um fator de rentabilidade. Em paralelo, existe ainda o mercado para apostas de nomeados e vencedores mostrando a pertinência do uso de métodos preditivos neste domínio.
Levando tudo isto em consideração, este trabalho visa estabelecer uma
baseline para a predição de filmes nomeados à categoria de Melhor
Filme (do original em inglês, Best Picture) da Academia de Artes e
Ciências Cinematográficas (tradução livre de Academy of Motion
Pictures Arts and Sciences, ou AMPAS), nome oficial do Oscar,
implementando para tanto uma pipeline de data science, partindo desde
o estudo e entendimento do domínio em questão à obtenção, extração e
modelagem dos dados necessários, e culminando na geração de um modelo
preditivo.
Data e horário da apresentação: 16/12/2021, 15h
Local: via Google Meet (entrar em contato com a/o estudante)
- Título:FAST-maven-plugin: Um plugin para a priorização de casos de testes baseada em similaridade
Proposta inicial: aqui
Autor(a): Saulo Alexandre Barros
Curso: Ciência da Computação
Orientador(a): Breno Miranda
Banca: Leopoldo Mota Teixeira
Resumo da Proposta: A massiva quantidade de testes de software presentes em alguns projetos, além de benefícios trazem alguns problemas. Como por exemplo, a possível demora para a descoberta de bugs presentes no código. Visando a problemática, foram desenvolvidas as técnicas FAST Approaches to Similarity-based Testing, que fornecem priorização escalonável de casos de testes com base em similaridade.
Entretanto, o projeto FAST possui seu funcionamento restrito aos testes de alguns projetos que foram implementados a ele, a fim de experimentos propostos na publicação da ferramenta. Para que desenvolvedores pudessem utilizar o projeto é necessário que façam modificações e customizações nele, o que em muitos casos pode dificultar ou até inviabilizar o uso do FAST.
Este trabalho tem como finalidade aprimorar o projeto FAST, de forma a
torná-lo uma ferramenta para a priorização dos casos de testes de
diferentes projetos de software desenvolvidos com Java, e integrar a
execução deles de forma priorizada durante o processo de geração de
build da ferramenta Maven através da criação de um plugin para a
plataforma. Além disso, outro objetivo deste trabalho é avaliar o
tempo adicionado a execução dos testes devido a utilização do plugin
criado.
Data e horário da apresentação: 14/12/2021, 14h45min
Local: via Google Meet (entrar em contato com a/o estudante)
Engenharia da Computação
Responsável: Prof. Divanilson Campelo (aams@cin.ufpe.br)
-
Título: Avaliação do método de Random Forest para indicar o melhor momento de Compra e Venda de ações no mercado financeiro
TG: aqui
Autor(a): ADRION CAVALCANTI DE ALBUQUERQUE FILHO
Curso: Engenharia da Computação
Orientador(a): Adriano Lorena Inácio de Oliveira
Possíveis Avaliadores: Adiel Teixeira de Almeida Filho
Resumo da Proposta: Prever o valor de ações na bolsa de valores é um desafio já conhecido para analistas financeiros e no meio acadêmico. Porém, a maior parte das abordagens que há na literatura que utilizam Aprendizagem de Máquina só levam em conta os dados de dias anteriores e indicadores técnicos. Metodologias que usam o valor de abertura do próprio dia que se deseja prever tendências são escassas. Neste trabalho, será avaliado se é possível obter resultados satisfatórios aplicando a técnica de Random Forest para regressão em conjunto com Feature Selection (E possíveis otimizações) para, baseado no comportamento durante 5 dias anteriores e no valor de abertura do dia atual, prever os valores máximo e mínimo que uma ação irá atingir ao longo do dia. Com os valores obtidos nesta previsão, é avaliado um sistema que irá indicar os potenciais momentos em que uma transação de Day Trading deverá ser iniciada para resultar em lucro.
-
Título: PREVISÃO DE FALHAS EM UMA MÁQUINA INDUSTRIAL UTILIZANDO MÉTODOS DE APRENDIZAGEM SUPERVISIONADA
TG: aqui
Autor(a): ALLYSSON LUKAS DE LIMA ANDRADE
Curso: Engenharia da Computação
Orientador(a): Fernando Maciano de Paula Neto
Possíveis Avaliadores: Aluizio Fausto Ribeiro Araujo
Resumo da Proposta: Paradas não planejadas em máquinas industriais podem aumentar significativamente os custos de manutenção, assim como, impactar negativamente na produção total de uma fábrica. Para mitigar esse problema, além das manutenções preventivas, manutenções preditivas podem ser realizadas. Este trabalho propõe o desenvolvimento de um modelo de aprendizagem para tentar prever o tempo até uma falha, permitindo sua aplicação em um sistema de manutenção preditiva. Foi utilizado um banco de dados privado com informações de falhas e sensores de máquina, no qual foi feito o pré-processamento e treinamento de modelos de aprendizagem supervisionada utilizando o Multi-Layer Perceptron, Support Vector Regression, Decision Tree Regression e o K Nearest Neighbors Regression. Os modelos foram treinados com dados normalizados utilizando a abordagem Z-Score e a Min-Max. Os resultados indicaram que a normalização Min-Max apresentou bom resultados para a maioria dos modelos, porém a configuração que apresentou o menor erro foi com a utilização do K Nearest Neighbors Regression em dados normalizados com a Z-Score, no qual apresentou resultados melhores que os demais em todas as configurações realizadas, essa configuração também mostrou obter um resultado semelhante a trabalhos relacionados.
-
Título: Catálogo de critérios para avaliação de políticas de privacidade
TG: aqui
Autor(a): AUGUSTO HENRIQUES TERRA
Curso: Engenharia da Computação
Orientador(a): Jéssyka Flavyanne Ferreira Vilela
Possíveis Avaliadores: Carla Taciana Lima Lourenco Silva
Resumo da Proposta: Contexto: Notícias constantes de vazamentos de dados pessoais têm levantado o questionamento em usuários de aplicativos e websites sobre quão seguras suas informações estão sob o domínio das empresas responsáveis. Nesse contexto, o cenário é tão preocupante ao ponto de vários governos ao redor do mundo adotarem medidas para que empresas e organizações aumentem o investimento em ações que protejam as informações dos usuários. Dessa forma, diversas leis de proteção de dados pessoais têm surgido em várias regiões a fim de proteger, regulamentar e garantir a privacidade dos cidadãos, como a Regulamentação Geral de Proteção de Dados (do inglês, General Data Protection Regulation - GDPR) em países pertencentes à União Europeia e a Lei Geral de Proteção de Dados (LGPD) no Brasil. Políticas de Privacidade são os documentos que as empresas e companhias elaboram com o intuito de alertar os usuários das plataformas sobre uma série de informações a respeito de como tratam seus dados pessoais. Entretanto, pesquisas anteriores mostraram que as Políticas de Privacidade são documentos longos, difíceis de serem lidos e nem sempre estão de acordo com a lei vigente ou mesmo refletem a real prática de coleta e manutenção de dados da organização. Isto é um problema pois a Política de Privacidade da organização é a principal fonte do usuário para saber como a empresa trata seus dados pessoais, além disso, a penalização que o governo impõe para empresas que violem a lei de proteção de dados pode chegar a multas milionárias. Sendo assim, é válido estudar e analisar políticas de privacidade para que se tenha uma base sólida sobre quais métricas elas devem ser avaliadas. Objetivo: Este trabalho propõe um catálogo de critérios para avaliação de Políticas de Privacidade. Método: Para atingir esse objetivo, foi realizada uma revisão sistemática da literatura, aplicando a técnica de bola de neve (do inglês, snowballing) para encontrar artigos relevantes da área, que fazem avaliação de políticas de privacidade e que expõem os critérios utilizados para fazer a análise. O estudo contempla resultados coletados a partir de 48 artigos diferentes que se relacionam diretamente com o tema. Baseado nos critérios de avaliação que esses artigos adotam e nos resultados encontrados pelos autores, foi elaborado o catálogo. Resultados: O catálogo proposto possui 29 critérios diferentes agrupados em 5 categorias que dizem respeito a: Acessibilidade da Política de Privacidade, Conteúdo do documento, Participação do usuário, Alterações no documento e Consentimento e Permissão do usuário. Conclusões: O catálogo desenvolvido pode ser utilizado como um guia para redatores de Políticas de Privacidade para escrever documentos mais completos e corretos, além de auxiliar analistas e responsáveis pela aplicação, deixando mais claro quais informações devem ser devidamente documentas sobre a prática de coleta de dados.
-
Título: Implementação de módulo de Histograma de Gradientes Orientados para aplicações em streaming com prototipação em FPGA
TG: aqui
Autor(a): BELARMINO GORLACH LIRA
Curso: Engenharia da Computação
Orientador(a): Edna Natividade da Silva Barros
Possíveis Avaliadores: Adriano Augusto de Moraes Sarmento
Resumo da Proposta: Na área automotiva, existe uma crescente demanda de aplicações com altas taxas de processamento. Dentre elas destaca-se a detecção de pedestres, uma aplicação fundamental para melhorar a eficiência e segurança dos sistemas de transporte. Este trabalho descreve a implementação de um módulo de hardware para aplicações em streaming que utiliza a técnica de Histograma de Gradientes Orientados ou Histogram of Oriented Gradients (HOG) para geração de descritores de características a partir de gradientes de imagens de entrada. A elaboração do módulo visou otimizar o processamento da etapa de extração de características necessárias para aplicações em streaming. Sua integração a um sistema de detecção de pedestres demonstrou a capacidade de geração de histogramas precisos em tempo hábil com uma utilização extremamente baixa de recursos computacionais de hardware. O módulo desenvolvido foi validado com diferentes resoluções de imagens variando da maior resolução de 640x1176 até a menor de 160x192. O código carregado no FPGA ocupou menos de 1% da memória a disposição, bem como utilizou apenas 2% do total de elementos lógicos disponíveis na plataforma DE2i-150, para toda a faixa de resoluções de imagem utilizadas. O FPS variou de 32,25 para a maior resolução até 500 para dimensões de frame de 160x192. Os resultados obtidos também mostram uma grande capacidade de aplicação em diferentes contextos devido ao suporte ao processamento de múltiplas resoluções de imagem e variação dos níveis de precisão dos dados em tempo de execução.
-
Título: PLATAFORMA PARA GERENCIAMENTO DE TRABALHOS DE GRADUAÇÃO UTILIZANDO O NODEJS
TG: aqui
Autor(a): CARLOS EDUARDO BARROS LEAL PESSOA DE MELLO
Curso: Engenharia da Computação
Orientador(a): Henrique Emanuel Mostaert Rebêlo
Possíveis Avaliadores: Leopoldo Motta Texeira
Resumo da Proposta: O trabalho proposto tem como finalidade a criação de uma aplicação back-end para auxiliar tanto aluno quanto seu orientador no gerenciamento dos trabalhos de graduação. Para tanto, foi utilizada a metodologia do Behavior Driven Development (BDD) para ideação e concepção das funcionalidades dessa plataforma, o que contribuiu diretamente para a implementação dos testes da aplicação. A tecnologia core escolhida para elaboração dessa aplicação foi o ambiente NodeJS, utilizando o framework NestJS que possibilitou a criação de uma API no estilo de arquitetura REST. Ao longo deste trabalho serão ilustradas as demais ferramentas e stack utilizadas para realização desse projeto. O estudo visa mostrar toda parte de concepção do projeto até a etapa de implementação das funcionalidades para que seja possível a criação desta plataforma de acompanhamento entre aluno-orientador. Além disso, houve o levantamento de um novo requisito para essa aplicação que consiste em ofertar ao discente uma lista dos professores que estão disponíveis para prestar essa orientação e quais as áreas de atuação e/ou interesse do docente. Os resultados obtidos foram satisfatórios, mostrando que a ferramenta core escolhida NodeJS, e framework back-end NestJS, se mostrou apta a construir as demandas que serão ilustradas neste trabalho. Assim, cumprindo com quase todas as funcionalidades da API Rest sem nenhum percalço significativo, por ter poucas limitações.
-
Título: MobApp - Dashboard para Visualização de Trajetórias de Ônibus
TG: aqui
Autor(a): FERNANDO DE BARROS WANDERLEY NETO
Curso: Engenharia da Computação
Orientador(a): Luciano de Andrade Barbosa
Possíveis Avaliadores: Kiev Santos da Gama
Resumo da Proposta: A aplicação MobApp foi desenvolvida com o objetivo de ser um protótipo de código aberto para integrar dados de trajetórias de ônibus com um dashboard para a visualização de padrões espaço-temporais e resultados de modelos de detecção de anomalias. Neste trabalho descreve- mos o pré-processamento, o modelos de persistência dos dados, a interface para manipulação do banco de dados (backend) e as telas que compões o frontend.
-
Título: IMPLEMENTAÇÃO DE MÉTODO DE GERAÇÃO DAS MALHAS DE BAIXA RESOLUÇÃO PARA A SIMULAÇÃO MULTIESCALA DE RESERVATÓRIOS DE PETRÓLEO EM TRÊS DIMENSÕES ATRAVÉS DO MÉTODO DOS VOLUMES FINITOS
TG: aqui
Autor(a): FILIPE ANTÔNIO CUMARU SILVA ALVES
Curso: Engenharia da Computação
Orientador(a): Paulo Roberto Maciel Lyra
Possíveis Avaliadores: Odilon Maroja da Costa Pereira Filho
Resumo da Proposta: A simulação de reservatórios de petróleo é uma tarefa desafiadora por envolver fenômenos em múltiplas escalas e pela dificuldade em balancear o detalhamento do modelo discreto da descrição do reservatório, denominado malha, com o tempo de computação necessário para realização da simulação. Neste contexto, métodos multiescala são usados afim de efetuar a simulação numa discretização de menor resolução mas ainda capaz de preservar aspectos importantes da física do reservatório. Uma etapa importante é a geração de tal modelo de menor resolução, principalmente para casos tridimensionais com malhas não-estruturadas. Neste trabalho, foi implementada uma extensão para três dimensões de uma estratégia para geração de malhas baseada no conceito de malha de fundo com intuito de utilizá-las para simulação multiescala de reservatórios de petróleo utilizando o método dos volumes finitos (MVF). O programa foi desenvolvido na linguagem Python com auxílio de bibliotecas de computação científica e os resultados foram verificados qualitativamente com base nos requisitos estabelecidos no trabalho original em duas dimensões.
-
Título: Métodos de detecção de ataques Poltergeist a câmeras de sistemas de carros autônomos
TG: aqui
Autor(a): LUCAS AMBROSIO MEDEIROS
Curso: Engenharia da Computação
Orientador(a): Divanilson Rodrigo de Sousa Campelo
Possíveis Avaliadores: Ricardo Bastos Cavalcante Prudencio
Resumo da Proposta: Carros autônomos são uma das inovações tecnológicas mais desejadas. Entretanto, para serem difundidas, eles precisam superar muitos obstáculos, incluindo alguns de segurança. O ataque Poltergeist é um sistema desenvolvido para explorar uma vulnerabilidade encontrada em suas câmeras, distorcendo imagens e enganando seu sistema de detecção de objetos, o que compromete a segurança destes veículos. Uma das opções para melhorar a segurança e defender o sistema é detectar quando ele está sob ataque. Neste contexto, 4 detectores foram implementados para proteger o sistema contra-ataques Poltergeist. Desenvolver um detector baseado em redes neurais profundas se mostrou ser o método com maior acurácia, alcançando um valor de 97,1%, mas otimizações de velocidade são necessárias para que possa ser aplicado em sistemas reais.
-
Título: Human-computer co-creativity interface with Generative Deep Learning
TG: aqui
Autor(a): MARIA JULIA FEITOSA DA CARVALHEIRA
Curso: Engenharia da Computação
Orientador(a): Filipe Carlos de Albuquerque Calegário
Possíveis Avaliadores: Giordano Ribeiro Eulalio Cabral
Resumo da Proposta: Generative Adversarial Networks (GANs) possess great potential regarding artistic content generation, such as paintings, provided that they’re trained with the appropriate datasets. How- ever, they’re still not as accessible to artists given the hardware and technical knowledge re- quirements to train and execute a model. This work introduces an interactive interface which allow artists to use pre-trained models whithin a certain category of artworks and use their own sketches as inputs in order to create a final piece with the artist’s linework and the model’s style. Besides, they can perform a style transfer of the final result to another available style, if desired.
-
Título: AMNet - Uma abordagem de aprendizagem profunda para Align-Merge
TG: aqui
Autor(a): MIGUEL LUIZ PESSOA DA CRUZ SILVA
Curso: Engenharia da Computação
Orientador(a): Tsang Ing Ren
Possíveis Avaliadores: Carlos Alexandre Barros de Mello
Resumo da Proposta: Na última década, dispositivos móveis se mostraram cada vez mais importantes para a esfera artística e comercial da fotografia, sendo a qualidade das fotos capturadas um critério decisivo na escolha dos consumidores ao adquirir um smartphone. Neste cenário, empresas do ramo têm focado em oferecer fotos visualmente mais agradáveis, buscando contornar limitações físicas de sensores com o objetivo de aumentar a qualidade da imagem exibida para o usuário. Uma das estratégias mais utilizadas para alcançar esse objetivo é a abordagem de fotografia em bursts, onde um conjunto de imagens é capturado. Para produzir uma imagem final com maior quantidade de informações, é necessário fazer o alinhamento e a fusão das imagens do bursts (align-merge). Este trabalho tem como objetivo desenvolver uma arquitetura baseada em aprendizagem profunda para realizar a tarefa de align-merge.
-
Título: An anomaly detection system for auxiliary engines sensors on vessels
TG: aqui
Autor(a): MITTERRAND VIEIRA MONTEIRO
Curso: Engenharia da Computação
Orientador(a): Paulo Salgado Gomes de Mattos Neto
Possíveis Avaliadores: Luciano de Andrade Barbosa
Resumo da Proposta: Ships can have hundreds of sensors on board, some of them essential to help operators make decisions. Failure or malfunction of these sensors can cause financial losses and reduce the quality of collected data. Given the problem, it is proposed to create a system for identifying and visualizing possible abnormal readings from sensors associated with the ship’s auxiliary engines.
-
Título: Evaluating the adequacy of AI-generated explanations for lay users
TG: aqui
Autor(a): NATÁLIA SOUZA SOARES
Curso: Engenharia da Computação
Orientador(a): Geber Lisboa Ramalho
Possíveis Avaliadores: Ricardo Bastos Cavalcante Prudêncio
Resumo da Proposta: Currently, incidents of systems with Artificial Intelligence (AI) models that present biases, such as gender and race, are increasingly common in critical sectors of society, such as medicine, finance, legal, and transportation. These models have been regulated by laws, such as the General Data Protection Regulation (GDPR), which stipulate rights to explanations and transparency of the algorithms. Because of this, a large part of research in AI has gone deep into the theme of Explainable Artificial Intelligence (XAI), whose focus is to contribute to the explainability of Machine Learning (MA) models. These works begun with a very strong focus on developers and technology. Only recently, they started pursuing a more human-centric approach. Therefore, they still fail to meet the requirements of lay users and many of their evaluations either do not focus on this public or have little representation in the analyzed use cases. In this work, we present an evaluation of current XAI models in order to validate whether the generated explanations are suitable for lay users. Starting from an opaque credit analysis system, we applied an experimental method that was built from inspirations and possible improvements found in the literature of evaluations with users in the XAI field. Using real data from the Home Equity Line of Credit (HELOC) dataset, we evaluated three state-of-the-art XAI methods, i.e., SHAP, Counterfactual and Anchors, through a questionnaire with 50 participants from different backgrounds. The results of the experiments showed that, on the contrary to what the XAI literature suggests, among these three algorithms, SHAP provides the best explanations for this audience. Also, in general, people are satisfied with these methods and they help increase the users’ confidence in AI system. However, in terms of understandability, they still require less complex explanations.
-
Título: BLOCKCHAIN: Oportunidades e desafios
TG: aqui
Autor(a): ROGER LUIZ DE OLIVEIRA MOURA
Curso: Engenharia da Computação
Orientador(a): Patrícia Cabral de Azevedo Restelli Tedesco
Possíveis Avaliadores: Daniel Carvalho da Cunha
Resumo da Proposta: No presente trabalho mostraremos o potencial do sistema de Blockchain em ajudar a sociedade a superar diversas necessidades da era moderna, como, por exemplo, a exigência de intermediários entre as trocas de valores em uma economia, que ocorre em situações de compra e venda de uma mercadoria ou serviço e na contratação de um investimento ou um empréstimo. O uso de intermediários torna as transações menos rentáveis para ambos os lados. Trataremos de pontos técnicos da tecnologia e exemplificaremos, também, como os pontos fracos deste recurso, percebidos ao longo da dissertação e debatidos pela sociedade, podem ser combatidos e liquidados. Apresentaremos soluções já implementadas e discutiremos sobre a possibilidade de novas soluções que podem ser apresentadas no futuro usando o Blockchain como base. Espero que ao fim desta monografia, o leitor tenha conhecimento dos principais termos, funcionalidades, além de pontos fracos e fortes e a serem superados em uma rede Blockchain. Concomitantemente, analisamos as oportunidades de uso da rede, e como esta tecnologia – se aplicada globalmente – mudaria positivamente o mundo e o modo como vivemos, ao entregar uma plataforma sobre o qual a sociedade poderia implementar milhares de funcionalidades; sendo esta plataforma segura, transparente, inviolável, descentralizada, fora do controle de governos e de corporações.
-
Título: Previsão da extensão do gelo oceanico no ártico utilizando técnicas de séries temporais
TG: aqui
Autor(a): VINICIUS SERRA SILVA DE MELO
Curso: Engenharia da Computação
Orientador(a): Paulo Salgado Gomes de Mattos Neto
Possíveis Avaliadores: Tsang Ing Ren
Resumo da Proposta: O índice Sea Ice Extent (SIE) mede a quantidade de gelo oceanico presente no ártico. O SIE está diretamente relacionado com vários fatores ambientais e atmosféricos importantes para sustentar a vida no planeta. O gelo oceanico ajuda a conservar a temperatura no ártico, é importante para o ecossistema local e o gelo reflete 80% da luz solar que incide sobre ele de volta para o espaço, o que ajuda a regular a temperatura de todo planeta. O Sea Ice Extent é um ótimo indicador do clima do planeta, e a sua diminuição acelera os efeitos do aquecimento global. A tarefa de previsão do SIE vem tomando grande importância nos últimos anos, com estudos já que indicam que o valor pode chegar a 0 até o ano de 2030. Atualmente, as abordagens do estado da arte utilizam técnicas de redes neurais convolucionais, processamento de imagens, e envolvem outras variáveis climáticas e atmosféricas. Neste estudo, vamos propor a criação de um modelo híbrido baseado em técnicas de séries temporais para previsão do SIE. O modelo será composto de duas partes. A primeira parte utiliza métodos estatísticos com o objetivo de modelar padrões lineares do índice SIE. Em seguida, métodos de Aprendizado de Máquina serão utilizados para previsão da série dos erros visando modelar padrões não-lineares relacionados às variáveis climáticas e atmosféricas que estão implicitamente relacionados com o valor do SIE. O modelo deve apresentar custo computacional menor que os modelos existentes, não vai depender de outras variáveis climáticas que são difíceis de se obter com precisão e deve conseguir modelar bem o problema, apresentando valores de erros menores que os modelos existentes.
-
Título: Avaliação de cobertura de código de várias versões de Randoop
TG: aqui
Autor(a): VINICIUS THIAGO LEITE DOS SANTOS
Curso: Engenharia da Computação
Orientador(a): Paulo Henrique Monteiro Borba
Possíveis Avaliadores: Breno Alexandro Ferreira de Miranda
Resumo da Proposta: Durante o desenvolvimento de software, a atividade de testes é fundamental para verificar e validar o software em desenvolvimento. Porém, trata-se de uma atividade que demanda um alto custo de tempo e esforço para criar e manter os testes. Considerando a importância dos testes, ferramentas de geração automática de testes como Randoop surgem como uma solução que reduz o custo e o esforço associados a esta etapa. Entretanto, em alguns casos, essas ferramentas de geração de testes apresentam deficiências gerando testes de baixa qualidade e cobertura. Assim, modificações nessas ferramentas podem ser implementadas para mitigar os efeitos de suas deficiências. Então, neste trabalho, nosso objetivo é avaliar os testes gerados pela ferramenta Randoop e por Randoop CLEAN, uma modificação de Randoop proposta em outro trabalho, quanto a cobertura de código, número e qualidade dos testes gerados.
-
Título: Estudo de performance do Apache Hive em sistemas de data warehouse em nuvem
TG: aqui
Autor(a): VITOR GODOY SOUZA
Curso: Engenharia da Computação
Orientador(a): Robson do Nascimento Fidalgo
Possíveis Avaliadores: Luciano de Andrade Barbosa
Resumo da Proposta: A análise e armazenamento de dados digitais não é algo novo, bancos de dados vêm sendo utilizados por empresas há décadas, todavia nos últimos anos grandes mudanças vêm ocorrendo e a necessidade de lidar com grandes volumes de dados e os desafios gerados por este fato já se tornaram realidade. É neste contexto que surge o O Apache Hive, um framework para soluções de Data Warehousing que executa no ambiente do Hadoop e é voltado para o processamento e armazenamento de grande volume de dados. Neste trabalho é mensurada a performance deste framework em quatro cenários distintos, de modo a avaliar o impacto da desnormalização de dados do Star Schema Benchmark no tempo de processamento de consultas, utilizando a Amazon Web Services como provedor da estrutura. Para tal foram realizadas 120 operações por cenário, alcançando um intervalo de confiança de 95% sob os resultados obtidos. Ao final dos experimentos foi possível concluir que a desnormalização tem um impacto negativo nesses dois aspectos.
-
Título: JOGOS BASEADOS EM NFT E SEU IMPACTO NO MERCADO DE CRIPTOATIVOS
TG: aqui
Autor(a): YURI MONTEIRO RUFINO
Curso: Engenharia da Computação
Orientador(a): Giordano Ribeiro Eulalio Cabral
Possíveis Avaliadores: Filipe Carlos de Albuquerque Calegário
Resumo da Proposta: Os NFT’s, sigla em inglês para “non-fungible tokens”, ou em tradução livre “tokens não fungíveis”, são ativos digitais que funcionam como certificados digitais. Os NFT’s são únicos e indivisíveis, e utilizam-se da tecnologia blockchain para a sua criação e verificação pública de propriedade, provendo os devidos direitos de propriedade aos seus portadores. Neste trabalho iremos falar sobre os jogos baseados em NFT’s, seus princípios, e como os mesmos impactam o mercado de criptoativos e de jogos.