Bacharelado em Ciência da Computação (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/6
Siglas das Coleções:
APP - Artigo Publicado em Periódico
TAE - Trabalho Apresentado em Evento
TCC - Trabalho de Conclusão de Curso
Navegar
Item Agrupamento automático de mensagens em fóruns educacionais(2022-06-08T03:00:00Z) Pereira, Fabio Mariano Costa Silva Gomes; Mello, Rafael Ferreira Leite de; http://lattes.cnpq.br/6190254569597745; http://lattes.cnpq.br/8040322704977339Virtuais de Aprendizagem trazem inúmeras vantagens quando a questão é facilitar o acesso a informação. Porém, um problema comum que dificulta o acompanhamento dos professores e, sobretudo, o envio de feedback, devido a maior quantidade de alunos por turma, quando comparado com o ensino presencial, é a sobrecarga de informações. Com intuito de mitigar isto, este artigo realiza agrupamentos utilizando os algoritmos K-Means, K-Medoids, DB Scan e o Aglomerativo em 1652 postagens de 4 fóruns educacionais diferentes de um curso superior a fim de agrupar as mensagens semelhantes para auxiliar o professor, tendo que lidar com uma quantidade menor de informação. Em cada postagem, extrai características e aplica técnicas de PLN, além de utilizar uma representação vetorial para o texto das postagens. Por fim, avalia a qualidade de cada agrupamento utilizando as métrica: coeficiente de silhueta e Davies-Boulding.Item Análise de mensagens de Commit com IA: uma nova perspectiva para o algoritmo SZZ(2025-03-17T03:00:00Z) Souza, Camila Nunes de Paula; Cabral, George Gomes; http://lattes.cnpq.br/8227256452129177; http://lattes.cnpq.br/8347479672060133Este trabalho propõe uma abordagem inovadora para aprimorar o algoritmo SZZ utilizado na identificação de commits que introduzem defeitos em sistemas de software. A metodologia proposta envolve o uso do ChatGPT, para realizar uma análise semântica das mensagens de commit, classificando-as em duas categorias: ”introduz bug”e ”não introduz bug”. O objetivo é melhorar a confiabilidade das classificações geradas pelo SZZ, reduzindo falsos positivos e melhorando a qualidade dos dados utilizados para a geração de modelos preditivos de detecção de defeitos. Para validar a abordagem, foram realizados experimentos com duas bases de dados (Neutron e Nova), utilizando os classificadores Random Forest e SVC, além de técnicas de balanceamento como oversampling e undersampling. Os resultados demonstram que a integração do ChatGPT ao SZZ resultou em uma redução significativa de commits erroneamente classificados como introdução de bugs, além de melhorar o desempenho dos classificadores, especialmente o Random Forest. Conclui-se que a utilização de LLMs pode aprimorar a eficácia do SZZ, contribuindo para a melhoria da qualidade de software e a eficiência na detecção de defeitos.Item Análise de um sistema de recomendação de restaurantes sensível ao contexto sobre o grau de satisfação dos usuários(2023-09-01T03:00:00Z) Melo Filho, Carlos Olimpio Rodrigues de; Silva, Douglas Véras e; http://lattes.cnpq.br/2969243668455081; http://lattes.cnpq.br/6986499479035317Aplicações populares de sistemas de recomendação podem ser encontradas em diversas áreas. No ramo de alimentação, plataformas como o TripAdvisor se destacam por sugerir recomendações de restaurantes especializadas baseadas em vários tipos de informações relevantes como avaliações de outros usuários para o cardápio, ambiente e recomendações de restaurantes mais próximos são algumas das especialidades dessas plataformas. Com a possibilidade de utilização de novos dados sensíveis ao contexto do usuário, este trabalho tem como principal objetivo avaliar o uso do motivo de ida ao restaurante para reorganizar a recomendação final de restaurantes através de uma pós-filtragem baseada em contexto. Para concretizar o objetivo foi desenvolvida uma aplicação móvel, o SR Recife Restaurants, onde para avaliar o grau de satisfação de usuários reais em relação aos restaurantes recomendados, uma abordagem de avaliação online, utilizando questionários, foi utilizada. Ao realizar o experimento com 15 usuários foi possível notar um aumento de 26,67% no grau de satisfação das top-5 primeiras recomendações ao utilizar o tipo de ida ao restaurante como dado de contexto para a fase de pós-filtragem.Item Avaliação de algoritmos de rastreamento no problema de detecção de pessoas no mar(2023-09-13T03:00:00Z) Nascimento, Ramicés Moisés do; Macário Filho, Valmir; http://lattes.cnpq.br/4346898674852080; http://lattes.cnpq.br/0247140467691140Sabe-se que nas praias de Pernambuco, ataques de tubarões são um medo constante da população. Muitos desses ataques são fatais, o que faz necessário que alguma atitude seja tomada, visto que as praias de Pernambuco atraem milhares de turistas por ano. Assim, pesquisadores da UFRPE iniciaram uma pesquisa visando desenvolver um sistema de rastreamento de pessoas no mar, que torna possível avisar aos salvavidas quando as pessoas ultrapassarem uma área considerada segura na praia, além de poder alocar uma quantidade maior desses profissionais em lugares com maior número de pessoas. O sistema foi divido em três etapas: segmentação da imagem, detecção dos banhistas e rastreamento dos mesmos. Este trabalho foca na terceira etapa. Rastrear pessoas é uma tarefa complexa e com custo computacional alto. Problemas com mudanças de iluminação do ambiente, mudança na direção dos alvos e mudanças no plano de fundo são apenas algumas das dificuldades que podem ser citadas. Assim, o trabalho desenvolvido tem como objetivo avaliar seis algoritmos de rastreamento de pessoas presentes na literatura em imagens de praia. Primeiro, rotulou-se manualmente uma base de dados de dez vídeos gravados na praia de Boa Viagem, em Pernambuco. Depois foram escolhidos seis algoritmos para serem avaliados. Depois, foi comparado o resultado de cada quadro dado como resposta pelo algoritmo, com o que tinha sido anteriormente rotulado e tirou-se uma média. Então, tirou-se uma média geral para saber a taxa de acerto do algoritmo e o tempo de execução do mesmo. Por fim, o melhor algoritmo foi escolhido para otmização através de um algoritmo genético, e verificou-se se houve alguma melhora no resultado. O CSRT foi o algoritmo que obteve o melhor resultado e após a otimização com o algoritmo genético, obteve-se uma melhoria de 20% na sua acurácia.Item Avaliação entre algoritmos de filtragem colaborativa baseada em vizinhança e transferência de conhecimento para CD-CARS(2019) Silva, Guilherme Melo da; Silva, Douglas Véras e; http://lattes.cnpq.br/2969243668455081; http://lattes.cnpq.br/7122596102314881A realização de recomendações em cenários com a falta de preferências expressas por usuários é uma importante limitação para os Sistemas de Recomendação (SR). Devido a este problema pesquisas envolvendo SR de domínio cruzado (SRDC) vêm ganhando relevância, onde a filtragem colaborativa baseada (FC) é uma das técnicas mais exploradas nesta área. O sistema CD-CARS mostra que o uso de informações contextuais, disponíveis nas preferências dos usuários, pode otimizar algoritmos de FC baseada em vizinhança, técnica bastante difundida em FC para multidomínios. Embora apresentem recomendações precisas, alguns algoritmos de FC baseada em vizinhança, como o utilizado no CD-CARS, têm a limitação do uso de multidomínios apenas na ocorrência da sobreposição de usuários entre os domínios, cenário não trivial em bases de dados reais. Este trabalho apresenta uma análise comparativa entre diferentes algoritmos de recomendação envolvendo técnicas de filtragem colaborativa. Os algoritmos NNUserNgbr-transClosuredo CD-CARS (FC baseada em vizinhança) e Tracer(FC baseada em transferências de conhecimento), foram utilizados como base para os algoritmos de recomendação. Nos experimentos, os algoritmos de FC foram integrados às técnicas sensíveis ao contexto, abordadas no CD-CARS: Pré-Filtragem e Pós-Filtragem Contextual, sendo aplicados sobre dois conjuntos dedados, formados por dois domínios auxiliares e um alvo, com e sem sobreposição de usuários entre os domínios. As métricas de desempenho MAE e RMSE foram utilizadas para a avaliação dos algoritmos. Os resultados dos experimentos mostraram que o algoritmo Tracer apresentou melhores resultados, em relação ao algoritmo NNUserNgbr-transClosure, em todos os experimentos envolvendo o cenário sem a sobreposição de usuários, com e sem o uso da Pré-Filtragemou Pós-Filtragem Contextual.Item Classificação de banhistas na faixa segura de praia(2018) Silva, Ricardo Luna da; Macário Filho, Valmir; http://lattes.cnpq.br/4346898674852080; http://lattes.cnpq.br/3088880066515750Visando evitar riscos em ambientes aquáticos,afogamentos e ataque de tubarão,áreas de praia devem ser monitoradas constantemente. Quando necessário, as equipes de resgate devem responder com velocidade ao caso. Este trabalho visa propor um algoritmo de classificação de pessoas como parte de um sistema para monitoramento automáticoemáreasdepraia.Certosfatoresdoambientesãobastantedesafiadores, como variação de brilho em dias nublados, a posição do sol em diferentes momentos do dia, dificuldade em segmentação de imagens, pessoas submersas e posição afastada da câmera. Para esse tipo de problema na literatura é comumente encontrado, para detecção de pessoas, o uso de descritores de imagem em conjunto com um classificador. Este trabalho realiza um estudo em imagens de praia usando os seguintes descritores de imagem e suas combinações em pares: Momentos de Hu, Momentos de Zernike,Filtro de Gabor,Histograma de Gradientes Orientados(HOG),Padrões Binários Locais(LBP) e Haar. Além disso,uma técnica de redução de dimensionalidade (PCA)é aplica para seleção de características. A taxa de detecção é avaliada com os seguintes classificadores :Random Forest, classificador e em cascata e Support Vector Machine(SVM) comkernel linear e radial.Os experimentos demonstraram que o classificador SVM com kernel radial usando os descritores HOG e LBP aplicando a técnica PCA mostrou resultados promissores, obtendo 90,31% de precisão.Item Classificação de imagens de textura geradas por gráficos de recorrências no problema de pessoas sofrendo ataques epiléticos(2019) Queiroz, Danielly de Moura Borba; Macário Filho, Valmir; http://lattes.cnpq.br/4346898674852080; http://lattes.cnpq.br/7461629772562910A epilepsia é uma condição neurológica caracterizada pela ocorrência de crises epilépticas que se repetem em intervalos variáveis. Essas crises são manifestações clínicas de uma descarga anormal de neurônios, que são células que compõem o cérebro.Algumas particularidades tornam os diagnósticos precoces da epilepsia um grande desafio, até mesmo para clínicos mais experientes. Como auxilio médico, existem exames como o eletroencefalograma (EEG) representados por séries temporais bastante utilizado no diagnóstico da epilepsia. As séries temporais estão presentes em várias áreas de estudo, como a medicina, biologia, economia, entre outras. Seus gráficos expõem padrões ocultos e mudanças estruturais nos dados, como possuem padrões de textura bem definidos que podem ser identificados adequadamente por métodos de extração de textura. Além disso, existem diversas ferramentas para extração de informações das séries temporais, uma delas é a imagem de recorrência, que usualmente é utilizada para verificar a mudança de um padrão no sinal. Este trabalho apresenta um estudo de descritores de texturas e classificadores em imagens de pessoas saudáveis e epiléticas geradas por imagens de recorrências. Os descritores de texturas usando neste estudo foram: Padrões Binários Locais (LBP), Quantização de Fase Lo-cal (LPQ) e o Banco de Filtro de Gabor. Até o melhor do nosso conhecimento, ainda não foi realizado nenhum estudo aplicando-se esses descritores em imagens de recorrência na base utilizada neste trabalho. A avaliação é realizada através da taxa média de acerto, precisão, recall e f-measure resultante dos seguintes classificadores:Ran-dom Forest, eSupport Vector Machine(SVM). Os experimentos demonstraram que o classificador SVM usando o descritor LPQ mostrou resultados promissores, obtendo92,1% de média de acerto, recall e f-measure e para precisão obteve 92,26%.Item Comparison of recommendation algorithms for user groups: a food-based case study(2023-04-24T03:00:00Z) Vasconcelos, Caio Giovanni Pereira; Silva, Douglas Véras e; http://lattes.cnpq.br/2969243668455081; http://lattes.cnpq.br/4775036700843482There is a rise in the development of platforms that work with the distribution of buying and selling food, and with the increase in food options and the number of users, such platforms use recommendation systems to facilitate the user’s choice. These recommendations are usually based on information that the algorithm obtains previously. And increasingly, these recommendations need to be right in specific contexts. This article proposes to compare, through common metrics in the literature, the use of two recommendation algorithms in a context of user groups to make a joint recommendation. One of the algorithms uses a database of groups in neural network training, and the other algorithm uses databases of auxiliary domains with different contexts to perform the prediction. The results indicate that it is possible to perform the prediction for groups of users even if a database with scarce data is used. The article is a theoretical basis to show the efficiency of recommending it to groups in the food domain, and can be incorporated and added to existing platforms.Item Desenvolvimento de um algoritmo baseado em lógica fuzzy para segmentação de lesões em imagens de mamografia digital(2018) Bezerra, Kallebe Felipe Pereira; Cordeiro, Filipe Rolim; http://lattes.cnpq.br/4807739914511076; http://lattes.cnpq.br/3067789764865525O câncer de mama tem sido um problema crescente para mulheres do mundo todo. De acordo com a Organização Mundial de Saúde (OMS), ele é o tipo de câncer mais comum entre mulheres, com mortalidade crescente, se tornando um dos tipos mais fatais de câncer em todo o mundo. No Brasil, ele é a principal causa de morte por câncer entre as mulheres, sendo estimado 59.000 casos novos de câncer em 2018, com uma incidência de cerca de 59,70 casos de cada 100 mil mulheres. Vários métodos de prevenção têm sido desenvolvidos, mas um dos métodos mais eficazes para a detecção de lesão é o diagnóstico através da mamografia digital. No entanto, a interpretação da mamografia pode ser uma tarefa difícil até mesmo para um especialista, uma vez que a análise é afetada por diversos fatores, tais como a qualidade da imagem, experiência do radiologista e tipo de lesão. É estimado que 12% a 30% dos casos de câncer de mama deixam de ser detectados devido à má interpretação mamográfica. O trabalho proposto tem como objetivo principal o estudo e desenvolvimento de uma técnica de segmentação de tumores em imagens de mamografia, utilizando lógica Fuzzy. Têm-se como objetivo inserir a abordagem Fuzzy no algoritmo Random Walker, a fim de propor uma nova solução para segmentação de lesões. Por fim, tem-se como objetivo realizar comparação com técnicas do estado da arte. O trabalho proposto utiliza a base de dados Mini-MIAS para realizar a avaliação das técnicas. A base consiste em 322 imagens de mamografia da visão médio lateral oblíqua, obtido de 161 pacientes. Entretanto, apenas 57 das imagens contem lesão. Os resultados mostraram que a abordagem proposta do algoritmo Random Walker com lógica Fuzzy, usado para segmentação do tumor, obteve melhores resultados para a maioria das métricas, em comparação com o algoritmo Random Walker clássico, e diminuiu o esforço do usuário necessário na etapa de inicialização do algoritmo.Item Evaluation of dimensionality reduction and truncation techniques forword embeddings(2021-03-03T03:00:00Z) Aoun, Paulo Henrique Calado; Nascimento, André Câmara Alves do; Silva, Adenilton José da; http://lattes.cnpq.br/0314035098884256; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/1048218441267310O uso de word embeddings está se tornando muito comum em diversas tarefas de processamento de linguagem natural. Na maioria das vezes, eles exigem recursos computacionais que não podem ser encontrados na maior parte dos dispositivos móveis atuais. Neste trabalho, avaliamos uma combinação de estratégias de truncagem numérica e redução de dimensionalidade para obter representações vetoriais menores sem perdas substanciais no desempenho.Item Formação de grupos de alunos baseada em múltiplos critérios(2021-05-27T03:00:00Z) Fiorentino Neto, Giuseppe; Miranda, Péricles Barbosa Cunha de; http://lattes.cnpq.br/8649204954287770; http://lattes.cnpq.br/6288849609186849A formação de grupos é uma das etapas mais importantes da aprendizagem colaborativa. Este artigo propõe um método inteligente para otimizar o processo de formação de grupos levando em conta múltiplos critérios: inter-homogeneidade, intra-heterogeneidade e empatia. O método foi avaliado quanto ao desempenho, sendo comparado às abordagens exaustiva e aleatória; e quanto ao aspecto pedagógico, sendo comparado com os métodos aleatório e auto-selecionado. Os resultados obtidos mostraram o potencial do método proposto tanto do ponto de vista computacional quanto do pedagógico.Item Graph Embeddings para Node Classification em representação baseada em grafos de frases em linguagem natural(2019) Silva, João Marcos Nascimento da; Lima, Rinaldo José de; http://lattes.cnpq.br/7645118086647340; http://lattes.cnpq.br/5276914899067852Devido a grande quantidade de pesquisas desenvolvidas na área biomédica e na disponibilidade de enormes bases de dados sobre entidades biomédicas, incluindo proteínas, genes e vírus, vem a necessidade de se poder indexar de forma automática tais bases de conhecimento humano.Tal necessidade tem levado ao desenvolvimento e ferramentas computacionais para auxiliar o pesquisador na recuperação de informações específicas envolvendo certas proteínas e suas relações. Neste contexto, dois dos principais problemas na área biomédica envolvendo técnicas de Mineração de Textos (Text Mining) mais investigados são o reconhecimento de entidades nomeadas (REN) e extração de relações.Este trabalho foca no primeiro problema que serve de base para o segundo, isto é,primeiramente tem-se que se identificar e classificar as entidades para, em seguida,com as entidades identificas e classificadas, identificar as relações existentes entre selas, se houver.A abordagem adotada neste trabalho é baseada em técnicas recentes de aprendizado supervisionado/não supervisionado de redes neurais profundas, ou Deep Learning (DL)em inglês.Em particular, investiga-se o problema de REN usando técnicas recentes de representação densa de características (ou features, do inglês) usando DL. Dessa forma, em um primeiro momento, as frases de um corpus da área biomédica são representadas em forma de grafo graças à geração de anotações (metadados) gerados de forma automática por ferramentas de processamento de linguagem natural, tais como tokenização,parsing sintático etc. Em seguida, esses grafos são importados em um banco de dados baseada em grafo para que se possa otimizar diversas consultas que são submetidas a esta base a fim de se extrair atributos (ou features) léxicos e sintáticos das entidades(ou nós) presentes nos grafos. Com informação gerada na etapa anterior, emprega-se uma categoria de algoritmos de Deep Learning chamados Graph Embedding (GE) que mapeam a representação de nós do grafo (entidade) em uma representação densa em um espaço vetorial que possui diversas propriedades de interesse para esta pesquisa.Finalmente, faz-se uso desta representação densa de features (vetor de números reais)como entrada para algoritmos de classificação.Este trabalho apresenta um estudo experimental onde são comparados alguns dos algoritmos de GE, aliados a diversas formas de representação das frases baseadas em grafos e seus impactos na tarefa de classificação de entidades (REN), ou node classification. Os resultados experimentais obtidos são promissores alcançando nos melhores casos, mais de 90% de acurácia.Item Modelos de recomendação sensível ao contexto em ambientes de comunicação aumentativa alternativa: naive bayes, redes neurais e aprendizagem federada(2025-03-19T03:00:00Z) Nascimento, Fabio Augusto Souza do; Nascimento, André Câmara Alves do; http://lattes.cnpq.br/0622594061462533; http://lattes.cnpq.br/2170186670973508A inteligência artificial (IA) está presente em diversos setores da sociedade, promovendo constantes avanços tecnológicos e sociais. Um dos subconjuntos da IA é a aprendizagem de máquina (AM), que possibilita aos computadores aprenderem e evoluírem com base em dados. O conhecimento obtido por meio desse processo auxilia em diferentes áreas, desde a análise e interpretação de informações até a usabilidade de aplicativos. Compreender o funcionamento e as possibilidades dessa ferramenta pode ser um ativo valioso. Entre as múltiplas aplicações possíveis, a AM desempenha um papel importante na comunicação aumentativa e alternativa (CAA), auxiliando indivíduos que apresentam dificuldades nessas interações por meio de aplicativos. Essas aplicações estão em constante evolução e, com as inovações tecnológicas, possibilitam o desenvolvimento de sistemas capazes de compreender o ambiente em que uma pessoa está inserida e oferecer recomendações personalizadas aos usuários. Este trabalho investiga o uso dos Sistemas de Recomendação Sensível ao Contexto (SRSC) em aplicações da CAA, considerando as características individuais dos usuários com base em seus dados e contexto. São utilizados modelos de IA, tais como Naïve Bayes (NB), Redes Neurais Artificiais (RNA) e Aprendizagem Federada (AF), para comparar diferentes abordagens e avaliar sua capacidade de fornecer resultados relevantes. A partir dos experimentos realizados, foi possível verificar que modelos personalizados demonstram melhor desempenho em relação a abordagens globais, oferecendo recomendações mais relevantes aos usuários finais. Nesse sentido, a personalização e o uso de variáveis contextuais podem melhorar significativamente a experiência de pessoas que dependem de CAA, aumentando a agilidade e a assertividade da comunicação.Item Projeto integrado de redes ópticas de longa distância e Metropolitanas usando algoritmos de inteligência computacional: estudo de caso para o estado de Pernambuco(2017) Nascimento, Jorge Candeias do; Araújo, Danilo Ricardo Barbosa de; http://lattes.cnpq.br/2708354422178489; http://lattes.cnpq.br/8065833426856653Nos dias atuais, várias tecnologias de redes com diferentes preços e adequações vem surgindo no mercado. Um projeto de topologia de rede envolve várias métricas, as métricas são utilizadas para avaliar um projeto. Na avaliação utilizamos métricas como, por exemplo, as métricas de robustez (que auxiliam na capacidade da rede de se recuperar de uma falha), probabilidade de bloqueio e consumo energético. O ideal para otimizar a infraestrutura, em um projeto de redes, seria usar as tecnologias mais recentes, só as mais eficientes, mesmo que tais tecnologias sejam mais caras. Entretanto, das métricas a serem consideradas neste tipo de projeto, uma delas é o custo (capital empregado). Portanto, nem sempre é viável usar o que há de mais caro no mercado. Muitas questões técnicas podem ajudar no controle das métricas destes projetos, dentre elas está a topologia da rede (interconexão do links). Algoritmos evolucionários multiobjetivos (algoritmos inspirados na evolução das espécies) vem sendo estudados no estado da arte para a concepção de topologias de rede. Ao mesmo tempo, algoritmos de clustering (algoritmos especializados em separar amostras em grupos) vem sendo usados em outros tipos de estudos em redes. Este estudo teve por objetivo fazer o uso de algoritmos de inteligência computacional na construção de um projeto de topologia de redes, utilizando o estado de Pernambuco como um estudo de caso. Em uma primeira etapa do estudo, foi usado um algoritmo de clustering na divisão do estado em grupos. A intenção dessa parte do trabalho foi de medir a cobertura da rede em relação a toda a dimensão do estado, e, dessa forma garantir a completude da rede. Além disso a etapa de clustering também objetivou propor um modelo de controle de custos através de mescla de diferentes tecnologias para a rede (Passiva ou ativa) dependendo da função do trecho de rede. Em uma segunda etapa, foi usado um algoritmo evolucionário multiobjetivo para compor diversas topologias de redes que atendiam aos clusters criados na etapa anterior. Esse algoritmo, evoluiu as diversas topologias de rede em função de melhorar quatro métricas, Probabilidade de Bloqueio, Custo, Consumo energético e Conectividade algébrica. O algoritmo multiobjetivo foi concebido como um algoritmo memético, e, após um conjunto de execuções, foram comparados os desempenhos do algoritmo com e sem a alteração. Os resultados dos testes, na primeira etapa, mostraram que as técnicas de clustering são bastante eficientes e adaptáveis ao objetivo proposto tanto no que se diz respeito a completude da rede quanto no controle de custos. Já na segunda etapa, ou etapa de busca multiobjetivos, foi constatado, através do uso de um indicador de qualidade (o hypervolume), que houve melhora do algoritmo em relação a convergência e a diversidade à curva de Pareto, com o uso em sua nova forma como algoritmo memético.Item Segmentação de banhistas utilizando algoritmos de agrupamento com seleção automática do número de grupos em regiões litorâneas(2019) Moura, Allan Alves de; Macário Filho, Valmir; http://lattes.cnpq.br/4346898674852080; http://lattes.cnpq.br/3319938637009294O crescente aumento de ataques de tubarões vem assustando a população das regiões litorâneas, impossibilitando a tomada de banho em certos locais. Em caso de ataque, muitas vezes uma ação para salvar a vítima é tomada somente após o ocorrido do incidente, em que um guarda-vidas tentará socorre-la. Para mitigar estes acontecimentos, foi pensado em uma ferramenta de auxílio aos guarda-vidas que permitissem aos mesmos agir antes que acidentes pudessem ocorrer, avisando o profissional caso algum banhista ultrapasse uma determinada zona de segurança. O primeiro passo para realização desta ferramenta é a segmentação das imagens de praia em busca de agrupar partes com características visualmente semelhantes afim de encontrar as pessoas dentro do mar. Para isso, o objetivo deste trabalho é estudar e encontrar um bom algoritmo de segmentação de imagens com seleção automática do número de grupos para evitar a necessidade do controle de parâmetros a fim de separar a foto em regiões ou segmentos. Este algoritmo será utilizado para a implementação da primeira etapa desta ferramenta de auxílio aos guarda-vidas em busca de regiões da imagem que representem banhistas. Técnicas de pré-processamento de imagens como a remoção da faixa de praia foram avaliadas, como também a avaliação de sistemas de cores diferentes na representação da imagem a fim de realizar a comparação entre todos esses fatores. A combinação dos algoritmos e sistemas de cores foram avaliados com e sem a remoção da faixa de praia. Os algoritmos analisados foram: Hierárquico aglomerativo, hierárquico divisivo, X-means, Auto group segmentation e segmentação automática de imagens coloridas. Todos eles foram aplicados pra três tipos diferentes de vetores de características, compostos por sistema de cor RGB(red, green e blue), LAB e a combinação de RGB + LAB. O resultado mais promissor, após avaliação visual das imagens, comportamento dos algoritmos e resultados do índice de Dunn, foi obtido utilizando o algoritmo de segmentação de imagens coloridas com vetor de características composto de RGB + LAB, totalizando para o índice de Dunn 1.5245 de média para todas as imagens, aplicando a remoção de praia depois da execução do algoritmo.Item Teacher-Student aplicado a diferentes modelos de recompensa do ambiente Lunar Lander(2021-07-20T03:00:00Z) Silva, Kenedy Felipe dos Santos da; Sampaio, Pablo Azevedo; http://lattes.cnpq.br/8865836949700771; http://lattes.cnpq.br/7479192156880225As técnicas estudadas relacionadas à aprendizagem por reforço estão se tornando cada vez mais comuns em desafios do mundo real, porém um desafio é reduzir o tempo de aprendizado. Atualmente o tempo de aprendizado e/ou quantidade de interações realizadas pelo agente de aprendizagem por reforço podem resultar em altos custos nas aplicações, pois o treinamento dos modelos podem consumir bastante tempo, exigindo muitas interações do agente com o ambiente da tarefa. Este trabalho busca melhorar o aprendizado utilizando uma nova combinação de técnicas, a técnica Teacher-Student (Aluno-Professor) com a Reward Shaping (modelagem de recompensas). A técnica Teacher-Student visa escolher dentre um conjunto de tarefas similares que treinam para uma tarefa principal, de acordo com o aprendizado do aluno. A técnica Reward Shaping, altera a recompensa para tentar acelerar o aprendizado, fornece feedbacks mais frequentes sobre os comportamentos apropriados, ou seja, reporta recompensas com mais frequência. Adaptamos algoritmos de Teacher-Student para essa combinação de técnicas, e usamos o ambiente Lunar Lander como estudo de caso, usando quatro modelos de recompensa elaborados em (ALBUQUERQUE, 2021) para este ambiente. Foram realizados experimentos executando diferentes treinamentos para comparar essa abordagem com o treinamento apenas no Lunar Lander original (sem alteração das recompensas), e com os resultados obtidos em (ALBUQUERQUE, 2021) ao adotar cada um dos modelos de recompensas individualmente. A combinação das técnicas Teacher-Student com Reward Shaping contribuíram para uma nova experiência na área de aprendizagem por reforço, conseguindo acelerar o aprendizado do agente, considerando a duração de 600 mil passos de treinamento, atingindo o desempenho alvo em 2 de 5 propostas, além de conseguir aprender melhor que a abordagem original do Lunar Lander com algoritmo PPO.Item Um currículo de aprendizado por reforço para o cenário “Run to Score with Keeper” do Google Research Football Environment(2019-12-10T03:00:00Z) Silva, Jonatan Washington Pereira da; Sampaio, Pablo Azevedo; Macário Filho, Valmir; http://lattes.cnpq.br/4346898674852080; http://lattes.cnpq.br/8865836949700771; http://lattes.cnpq.br/6846637095187550O aprendizado por reforço é um conjunto de técnicas que permitem a um agente interagir com um determinado ambiente. Os agentes observam o estado do ambiente e executam uma ação, a ação é avaliada por meio de uma recompensa obtida. O agente tem como objetivo maximizar esta recompensa. Diversas questões como: locomoção em três dimensões e jogos eletrônicos foram abordados pelo aprendizado por reforço (KURACH et al., 2019). O treinamento de agentes para um jogo de futebol normalmente possui recompensas esparsas, o que retarda o aprendizado (MATIISEN et al., 2019). Uma técnica que pode contornar este obstaculo é o aprendizado por currículo proposto em (BENGIO et al., 2009). O aprendizado por currículo é uma técnica que aborda sub-tarefas mais simples da tarefa principal e aumenta gradativamente o nível de dificuldade ao longo do tempo. Neste trabalho apresentamos dois currículos, identificados como: 5-15-30-50 e 3-10-20-67, para o cenário Run to Score with Keeper da Football Academy. Mostramos que os currículos, em média, obtiveram melhores resultados se comparados ao treinamento apenas no cenário principal, sem currículo. O currículo 3-10-20-67 obteve um melhor resultado mesmo considerando o desvio padrão.Item Um currículo de aprendizagem por reforço para recompensas modeladas no Lunar Lander(2021-07-19T03:00:00Z) Albuquerque, Renilson da Silva; Sampaio, Pablo Azevedo; http://lattes.cnpq.br/8865836949700771; http://lattes.cnpq.br/3364503614448061A aprendizagem por reforço é um paradigma de aprendizagem de máquina onde o agente aprende a resolver problemas interagindo com um ambiente através de ações executadas em uma lógica de tentativa e erro. A cada ação executada, o agente recebe uma recompensa do ambiente indicando o quão efetiva foi em relação a resolução do problema, de forma que o objetivo do agente consiste em maximizar a recompensa total recebida. Porém, em alguns sistemas de aprendizagem por reforço o agente precisa aprender tarefas muito complexas que atribuem recompensas não muito informativas, gerando assim o problema de atribuição de crédito que torna a aprendizagem do agente muito lenta. A modelagem de recompensas e a aprendizagem por currículo, são técnicas que podem acelerar o tempo de treinamento do agente ao separar o problema em tarefas menores a serem resolvidas sequencialmente, atribuindo recompensas menores e mais informativas por ação executada. O Lunar lander é um simulador 2D simplificado, utilizado como referencial para a aplicação de soluções de aprendizagem por reforço para o problema de otimização do controle de pouso de um módulo lunar. Porém o seu sistema de recompensas padrão atribui muito mais recompensas punitivas pelo uso dos motores, não sendo muito construtivo para o agente, o que pode levar ao problema de atribuição de crédito. Neste sentido, este trabalho propôs um currículo utilizando dois novos modelos de recompensas, onde foram realizados experimentos a fim de minimizar o tempo de aprendizado do Lunar Lander. Foi constatado neste trabalho que ambos os novos modelos e o currículo, foram mais efetivos em treinar o agente do Lunar Lander, em comparação ao modelo de recompensas padrão.Item Uma análise do impacto da experiência prévia com pensamento computacional no desempenho de estudantes em programação no ensino superior(2019) Silva, Emanuel Leite Oliveira da; Falcão, Taciana Pontual da Rocha; http://lattes.cnpq.br/5706959249737319; http://lattes.cnpq.br/5886730483799524Este trabalho se propôs a estudar o efeito do contato prévio com o Pensamento Computacional em alunos de cursos superiores em computação. O Pensamento Computacional é uma habilidade que que visa o desenvolvimento do raciocínio lógico e pensamento algorítmico de uma forma contínua e por toda a vida do indivíduo, auxiliando-o para solucionar problemas da vida pessoal e profissional utilizando as técnicas da ciência da computação. Segundo pesquisas, mais de 50% dos alunos dos cursos de computação irão evadir o curso e um dos principais motivos é a dificuldade em aprender e assimilar os conceitos básicos e avançados da programação, ficando desmotivados.Com isso, este trabalho investigou a viabilidade do uso do pensamento computacional para ajudar esses alunos com dificuldades no aprendizado de programação. Portanto,foram identificados dois perfis de alunos, que tiveram contato com o Pensamento Computacional antes e depois de cursarem Programação, e aplicados questionários para avaliar as perspectivas que eles tiveram sobre a disciplina e o seu benefício, se foi produtivo ou não o uso do Pensamento Computacional. Também foram entrevista dos dois professores do curso de Licenciatura em Computação da UFRPE para examinar a perspectiva deles em relação ao Pensamento Computacional no desempenho dos alunos, comparando os alunos que tiveram o contato antes e depois de cursarem Programação. Sob a perspectiva dos alunos o uso do Pensamento Computacional os auxiliam no desenvolvimento cognitivo,melhorando o raciocínio lógico e o pensamento algorítmico, e no aprendizado de Programação. Os professores creem que o Pensamento Computacional prepara cognitivamente os alunos para Programação,reduzindo o esforço em reaprender os conceitos básicos e que veem essa abordagem como um aprimoramento para os alunos.