| 1. | 2022-Atual. AtmoSeer Descrição: Por definição, a previsão de precipitação é a previsão de padrões de precipitação de curto prazo é um componente vital dos sistemas de previsão meteorológica. A previsão precisa ajuda em diversas aplicações, como gerenciamento de enchentes, agricultura, transporte e preparação para emergências. AtmoSeer é um projeto cujo objetivo é construir uma plataforma de software que pode ser usada para construir modelos de previsão de precipitação, possivelmente mesclando múltiplas fontes de dados meteorológicos, como estações meteorológicas, estações de medição de precipitação, dados de sondagens atmosféricas, dados de reanálise e dados de satélites.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (2) . Integrantes: Eduardo Bezerra da Silva - Coordenador / Adriano Cabo - Integrante / Felipe Curcio - Integrante / Pedro Castro - Integrante / Caio Ribeiro Abreu - Integrante / LUIS HENRIQUE SOARES DOS SANTOS - Integrante / Lucas Moura Alcantara - Integrante / NATAN STEINBRUCH - Integrante / VINICIUS LEITAO SANTOS - Integrante / Augusto Fonseca - Integrante. Membro: Eduardo Bezerra da Silva. |
| 2. | 2022-Atual. Avaliacao Automatica via Processamento de Linguagem Natural Descrição: Atualmente, exames avaliativos que envolvem questões discursivas e redações fazem parte da realidade de milhões de estudantes ao redor do mundo. O trabalho de correção de itens discursivos é algo que requer muitas horas de trabalho de mão de obra altamente qualificada. Em resposta a esse problema, existem sistemas computadorizados de avaliação automática de redações e de respostas a questões discursivas. Muitos desses sistemas utilizam abordagens estatísticas, como regressões, ou abordagens baseadas em aprendizado de máquina. O presente projeto visa avaliar diferentes abordagens de Processamento de Linguagem Natural e de Aprendizado de Máquina para a avaliação automática de itens discursivos. Para isso, elaboramos pipelines de avaliação automática compostos por módulos de correção de erros ortográficos e de extração de features via técnicas de Processamento de Linguagem Natural.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (6) / Mestrado acadêmico: (1) . Integrantes: Eduardo Bezerra da Silva - Coordenador / Gustavo Paiva Guedes e Silva - Integrante. Membro: Eduardo Bezerra da Silva. |
| 3. | 2022-Atual. Competicoes de Base Tecnologica de 2022 a 2024 - Apoio e formacao de Equipes Discente do Porjeto Grupo Robotica do Maracanas Descrição: O Projeto se constitui de múltiplos subprojetos que surgem de acordo com as necessidades apresentadas ou associados a competições de TI que vierem a acontecer. A maioria desses subprojetos tem características multidisciplinares e geram produtos de tecnologia ou artigos científicos. Recebeu fomento de edital FAPERJ 03/2022 de R$ 30.000,00. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (15) / Mestrado acadêmico: (3) . Integrantes: João Roberto de Toledo Quadros - Coordenador / Esther Ewellin Campos Dias - Integrante / Andrea Vargas - Integrante / Almir Silva da Silveira - Integrante / VASCONCELOS, ANDRÉ - Integrante. Financiador(es): FAPERJ - Auxílio financeiro. Membro: Joao Roberto de Toledo Quadros. |
| 4. | 2022-Atual. Educa 360 - Pesquisa e Inovacao em Experiencias Multissensoriais para Educacao Descrição: Programa: FAPERJ 28/2021 - Apoio a Projetos Temáticos no Estado do Rio de Janeiro - Faixa A. Cada vez mais, são necessárias novas tecnologias para atrair os jovens e incentivar os seus estudos em todos os níveis, ampliando o acesso à educação de qualidade, em que o aluno é o centro de todo o processo de ensino e aprendizagem. O projeto temático Educa 360 visa pesquisar e desenvolver soluções inovadoras na área de multimídia multissensorial (mulsemídia) aplicadas à educação. Pretende-se evoluir o estado da arte em experiências multissensoriais incluindo realidade virtual e conteúdo 360 graus e aplicá-las para auxiliar o ensino e aprendizagem de alunos de escolas públicas. O projeto é uma parceria entre a UFF, UFRJ e CEFET/RJ e envolverá também colégios públicos do Estado do Rio de Janeiro nas cidades de Niterói e do Rio de Janeiro. Os principais objetivos do projeto são: proposta de novos modelos conceituais mulsemídia; proposta de framework conceitual para auxílio à aprendizagem imersiva; proposta de novas linguagens de autoria mulsemídia; proposta de novas ferramentas para autoria mulsemídia; proposta de novas soluções para extração automática de efeitos sensoriais a partir de conteúdo audiovisual 360 graus usando técnicas de inteligência artificial; proposta de novas máquinas de execução (formatadores) mulsemídia; proposta de jogos educativos multissensoriais; proposta de plataforma de SAR (Socially Assistive Robot) para auxílio à educação de crianças e proposta de experiências multimídia multissensoriais para auxílio ao ensino e aprendizagem. Como principais resultados, destacam-se a publicação de artigos completos em periódicos internacionais e em congressos científicos nacionais e internacionais; orientações de alunos dos programas de pós-graduação em Computação na UFF; em Engenharia de Sistemas e Computação da COPPE/UFRJ; em Engenharia Elétrica e de Telecomunicações na UFF; em Ciência da Computação no CEFET/RJ; além de registros de softwares e potenciais patentes.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Joel André Ferreira dos Santos - Integrante / Cláudia Werner - Integrante / Débora Christina Muchaluat Saade - Coordenador / Natália Castro Fernandes - Integrante / Flávio Luiz Seixas - Integrante / Célio Vinicius Neves de Albuquerque - Integrante / Flávia Coimbra Delicato - Integrante / Cristina Maria Carvalho Delou - Integrante / Diogo Menezes Ferrazani Mattos - Integrante / Luciana C. de Castro Salgado - Integrante. Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro. Membro: Joel Andre Ferreira dos Santos. |
| 5. | 2022-Atual. Estrategias Computacionais para Tomada de Decisao em Cidades Inteligentes e Industrias 4.0 Descrição: Processo: 307663/2021-3, Programa: PQ 2021, Valor financiado: R$39.600,00. Este projeto tem como objetivo geral (1) realizar investigações teóricas e práticas sobre modelagem matemática e meta-heurísticas aplicadas a problemas envolvendo cidades inteligentes e indústrias 4.0; (2) Desenvolver métodos híbridos para a resolução de instancias reais destes problemas; (3) Capacitar alunos a se interessarem pela temática e oferecer as ferramentas para se posicionarem no mercado trabalhando nesta área; (4) Incentivar uma maior colaboração entre pesquisadores de diversas áreas relacionadas ao projeto dentro do CEFET/RJ, bem como parcerias com grupos de pesquisa em outras instituições, fortalecendo parcerias existentes e desenvolvendo novas parcerias e (5) Fomentar ações de internacionalização, como convênios e intercâmbios, através dos contatos obtidos através de parcerias construídas durante o desenvolvimento desta pesquisa.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) . Integrantes: Pedro Henrique González Silva - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Membro: Pedro Henrique Gonzalez Silva. |
| 6. | 2022-Atual. Otimizacao de Hiperparametros para Aprendizado Maquina atraves de Metodos Hibridos Descrição: Processo: 403817/2021-8, Programa: Universal. A Otimização de hiperparâmetros busca encontrar a melhor configuração que produzirá os modelos de aprendizado de máquina mais precisos. Recentemente, foi demonstrado que os algoritmos genéticos híbridos podem superar significativamente a lacuna das abordagens usuais. Isso tem grandes implicações para o treinamento de modelos, mas as possibilidades de uso de métodos híbridos ainda não foram totalmente exploradas. Na primeira parte deste projeto, um conjunto de algoritmos de otimização que combina algoritmos genéticos de chave aleatória (BRKGA) com algoritmos de otimização de hiperparâmetros de última geração será desenvolvido. Em seguida, os seus desempenhos serão analisados, buscando novas informações sobre quais classes de algoritmo se integram melhor. Na segunda parte deste projeto, será realizado um estudo de como reduzir os requisitos de tempo de uso de tais funções Surrogates. Duas perguntas de pesquisa serão investigadas: (1)Como uma redução no conjunto de dados afeta o desempenho? (2)Como a aplicação de funções substitutas a apenas parte da população afeta o desempenho?. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Pedro Henrique González Silva - Coordenador / Luidi Simonetti - Integrante / Eduardo Bezerra - Integrante / Diogo Silveira Mendonça - Integrante / Israel Mendonça - Integrante / Masayoshi Aritsugi - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Membro: Pedro Henrique Gonzalez Silva. |
| 7. | 2022-Atual. Predicao, Deteccao de Eventos e Descoberta de Padroes em Series Espaco-Temporais: Metodos Aplicacoes Descrição: Processo: 309631/2021-1, Programa: PQ 2021, Valor financiado: R$39.600,00. O objetivo deste projeto consiste em explorar e desenvolver novos métodos para detecção de eventos, descoberta de padrões e predição em séries temporais e séries espaço-temporais. A exploração destes novos métodos está associada a resolução de problemas reais nos eixos da ciência-empresa-governo.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (7) / Doutorado: (5) . Integrantes: Eduardo Soares Ogasawara - Coordenador. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa. Membro: Eduardo Soares Ogasawara. |
| 8. | 2022-Atual. Programa de Pos-graduacao em Ciencia da Computacao Descrição: Processo: E-26/210.903/2021 Programa: E_29/2021 - Apoio aos Programas e Cursos de Pós-graduação Stricto Sensu do Estado do Rio de Janeiro - Faixa B. Valor Financiado: R$ 78.116,00 O Programa de Pós-graduação em Ciência da Computação (PPCIC) do CEFET/RJ engloba o curso de Mestrado em Ciência da Computação. O Programa foi aprovado pelo CTC da CAPES em abril/2016. O PPCIC está inserido na área de conhecimento e área de concentração de Ciência da Computação. Em 2016, o programa passou por sua primeira avaliação, recebendo conceito bom em todos os quesitos aplicáveis da CAPES, porém foi classificado como nível 3 dada a não existência de egressos naquele momento. O PPCIC visa a formação de egressos capacitados para pesquisar, ensinar e desenvolver conhecimento científico e tecnológico na área de Ciência da Computação. Em particular, o programa tem uma ênfase na formação de cientistas de dados, profissional com visão multidisciplinar, responsável por formular problemas sob uma perspectiva centrada em dados, transformando-os em conhecimento. Essa abordagem adotada por nosso grupo está aderente ao processo multidisciplinar da Computação. O PPCIC está organizado nas linhas Análise de Dados e Aplicações e Aprendizado de Máquina e Otimização, as quais contemplam um conjunto de projetos de pesquisa. O programa tem treze docentes, dezesseis disciplinas e infraestrutura de laboratórios e biblioteca.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Joel André Ferreira dos Santos - Coordenador. Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro. Membro: Joel Andre Ferreira dos Santos. |
| 9. | 2022-Atual. Proveniencia de Dados e Realidade Virtual no apoio ao ensino de OM para pessoas com deficiencia visual Descrição: Programa: Universal 2021 - Faixa A - Grupos Emergentes. A Proveniência de Dados (PD) combinada às estratégias de Game Learning Analytics tem demonstrado importante papel nos processos decisórios de re-design de jogos sérios e no monitoramento dos estudantes pelos professores. Neste contexto, este projeto visa investigar como métodos de PD, Visualização de Dados e de Realidade Virtual (RV) podem ajudar professores de Orientação e Mobilidade (OM) no processo de ensino de OM para pessoas com deficiência visual (PDVs). No Brasil, dados do IBGE de 2019 indicam mais de 7 milhões de PDVs, sendo pelo menos 500 mil delas cegas totais. A aprendizagem e prática de OM impactam positivamente na capacidade de PDVs de discernir sua localização atual, estabelecer a posição de objetos no espaço, a direção a seguir ou o destino desejado. O uso de técnicas de gamificação e RV tem se mostrado como formas efetivas para promover a prática de OM com segurança e diversão. Um aluno PDV de OM pode explorar, em um ambiente virtual, lugares não conhecidos, sem estar fisicamente lá. Uma revisão sistemática conduzida pelos proponentes analisou 987 artigos, identificando 32 ambientes virtuais de OM seguindo esta estratégia, bem como uma carência por ferramentas para customização de mapas e acompanhamento detalhado de professores da interação do aluno com o ambiente. Neste sentido, o projeto visa integrar métodos de PD a um ambiente virtual de OM e ampliar os aspectos de customização, gamificação e acompanhamento da aprendizagem. O projeto seguirá uma estratégia de design centrado no usuário, tanto para levantar requisitos, quanto para avaliar a usabilidade e a acessibilidade das ferramentas de customização dos mapas e de visualização dos dados de proveniência obtidos a partir do uso de tais ambientes pelos alunos. Espera-se com isso que professores de OM tenham uma maior capacidade de estimar a evolução com o uso de tais práticas e ser capazes de personalizá-las para maximizar o engajamento e a aprendizagem de seus alunos.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (1) . Integrantes: Joel André Ferreira dos Santos - Integrante / Glauco Fiorott Amorim - Integrante / Windson Viana - Coordenador / Myrna Amorim - Integrante / Agebson Rocha Façanha - Integrante / Fernando Trinta - Integrante. Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro. Membro: Joel Andre Ferreira dos Santos. |
| 10. | 2022-Atual. Tomada de Decisao em Cidades Inteligentes e Industrias 4.0 via Otimizacao Combinatoria Descrição: Processo: E-26/201.341/2022, Programa: Jovem Cientista do Nosso Estado (JCNE), Valor financiado: R$86.400,00. Problemas de otimização são encontrados em diversos setores da produção industrial, buscando em geral minimizar os custos e maximizar os lucros. No contexto das Cidades Inteligentes e Indústrias 4.0, se torna prioridade a eficiência de serviços prestados ao cidadão e uma logística efetiva de transporte de pessoas/bens de consumo, motivando uma série de propostas acadêmicas para resolução desses problemas. O estudo e resolução exata, em tempo computacional baixo, desses problemas é vital para manter a qualidade de cadeias produtivas, porém isto ainda é um grande desafio. De forma específica, temos diversos problemas de otimização combinatória que têm sido bastante estudados devido ao grande número de aplicações práticas. Dentre as aplicações importantes nesse contexto, pode-se citar a localização de postos de controle e a coleta de dados de redes ad hoc esparsas. Essas aplicações podem ser modeladas, respectivamente, através do Problema Localização de Postos de Controle (PLPC) e do Problema de Roteamento de Mula de Dados em Redes Mistas com Autonomia Limitada (PRMDRMcAL). O PLPC é um problema que visa definir a localização de postos de controles em rodovias, levando em consideração que diversos agentes desejaram evadir tais postos. Já o PRMDRMcAL é um problema que consiste em definir a rota de menor custo para coletar os dados dos sensores em redes ad hoc esparsas, mas que leva em consideração que parte da rede é capaz de se comunicar entre ela e que a coleta é realizada por um veículo com autonomia limitada. Os problemas citados e suas variantes têm natureza altamente combinatória, sendo estes classificados como NP-Difíceis. Tendo em vista isto, são empregadas meta-heurísticas no intuito de encontrar boas soluções rapidamente. Porém, mesmo as meta-heurísticas podem sofrer com limites computacionais ao resolver problemas de grande porte (tipicamente em casos reais de problemas de Cidades Inteligentes e Indústrias 4.0), e a qualidade da solução tende a piorar quando recursos computacionais são escassos. Desta forma, propõem-se o estudo e desenvolvimento de métodos exatos, meta-heurísticas e métodos híbridos que usem técnicas de Mineração de Dados e recursos de computação de alto desempenho, como Graphics Processing Units (GPUs) e demais coprocessadores paralelos, para que assim sejam capazes de lidar com casos reais.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (3) / Mestrado acadêmico: (2) . Integrantes: Pedro Henrique González Silva - Coordenador. Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro. Membro: Pedro Henrique Gonzalez Silva. |
(*) Relatório criado com produções desde 2022 até 2022
Data de processamento: 05/03/2024 22:21:22