Discente: Ryan Dutra de Abreu

Título: Um Estudo sobre a Integração de Algoritmos de Filtragem Colaborativa e Detecção de Comunidades para Melhoria do Desempenho das Recomendações

Orientadores: Laura Silva de Assis (orientadora) e Douglas de Oliveira Cardoso (co-orientador)

Banca: Laura Silva de Assis (Cefet/RJ), Douglas de Oliveira Cardoso (IPT),  Diego Nunes Brandão (Cefet/RJ) e João Nuno Vinagre Marques da Silva (NESC TEC / Universidade do Porto)

Dia/hora: 14 de dezembro de 2023, às 11h

Link da sala: https://teams.microsoft.com/l/meetup-join/19%3aWfXqePNzHUyNHsKx_j1mGEKCA8uCBTA5fBbU9lGpm781%40thread.tacv2/1701372300703?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%2291e505cb-28d8-40f6-a547-adfd127dabca%22%7d

Resumo: A recomendação de itens em sistemas de recomendação é uma técnica amplamente utilizada para auxiliar os usuários na descoberta de conteúdo relevante. Tradicionalmente, os algoritmos de recomendações baseados em filtragem colaborativa são os mais utilizados no campo devido ao seu bom desempenho frente às demais abordagens. Esses algoritmos buscam identificar padrões globais de similaridade entre usuários ou itens para gerar recomendações. Neste trabalho, investigamos como a combinação das tarefas de recomendação e detecção de comunidades  pode levar a recomendações melhores do que aquelas obtidas sem considerar comunidades implícitas. Para isso, avaliamos experimentalmente várias combinações de métodos para detecção de comunidades e algoritmos de recomendação, os quais foram submetido à experimentos computacionais considerando tanto conjuntos de dados sintéticos quanto reais. O objetivo intrínseco deste esforço foi o de revelar padrões interessantes no comportamento dos sistemas resultantes. Os resultados obtidos mostram que a inclusão de detectores de comunidades no sistema pode melhorar significativamente tanto a eficácia quanto a eficiência dos algoritmos de recomendação em alguns cenários. Essas descobertas podem ser usadas para ajudar pesquisadores e profissionais de ciência de dados a compreender melhor os benefícios e limitações dessa metodologia. Por fim, as descobertas aqui obtidas podem ser aplicadas em menor ou maior grau em diversos domínios onde a personalização de recomendações em nível local pode ser uma abordagem eficaz para melhorar a experiência do usuário, sobretudo em situações onde exista uma grande estrutura de redes e comunidades bem definidas.

Dissertação 

Discente: Willian Pitter Cardoso Lima

Título: Uma Análise de Partidos Políticos Baseada em Discursos no Congresso Nacional Brasileiro

Orientadores: Laura Silva de Assis (orientadora) e Douglas de Oliveira Cardoso (co-orientador)

Banca: Laura Silva de Assis (Cefet/RJ), Douglas de Oliveira Cardoso (IPT),  Eduardo Bezerra da silva (Cefet/RJ) e Rafael Lima de Carvalho (UFT)

Dia/hora: 05 de dezembro de 2023, às 10h

Link da sala: https://events.teams.microsoft.com/event/5d3a930e-2018-4da1-9afa-505d795c2917@8eeca404-a47d-4555-a2d4-0f3619041c9c

Resumo: Discursar é parte intrínseca do trabalho dos parlamentares, onde eles expõem fatos, pontos de vista e opiniões sobre assuntos diversos. Este trabalho tem como objetivo analisar as relações entre parlamentares de acordo com os discursos proferidos por membros da Câmara dos Deputados do Brasil. O período considerado no presente estudo compreende o mandato entre 2011 e 2015. Para atingir esse objetivo, a metodologia proposta baseada em técnicas de Processamento de Linguagem Natural, Term Frequency–Inverse Document Frequency e Universal Sentence Encoder foi utilizada com intuito de avaliar as relações pareadas entre congressistas, as quais foram analisadas sob a ótica de Redes Complexas. Neste trabalho, para a representação do problema em estudo, foi construído um grafo completo em que cada nó representa um deputado, e os pesos associados às arestas que conectam estes nós representam as semelhanças entre os seus posicionamentos políticos, obtidos a partir de seus respectivos discursos. O agrupamento de nós foi utilizado para avaliar múltiplas medidas de distância baseadas nos discursos entre cada par de congressistas, bem como a coesão resultante de seus partidos políticos. Os resultados experimentais mostraram que uma das medidas propostas neste trabalho, que é baseada na agregação de semelhanças entre cada par de discursos, se mostrou superior a uma alternativa previamente estabelecida na literatura, a qual considera concatenações dos discursos relativos a cada indivíduo com o objetivo de agrupar os parlamentares organicamente.

Dissertação 

Discente: Janio de Souza Lima

Título: Uma Análise do Uso de Lotes Deslizantes na Detecção de Eventos em Séries Temporais em Streaming

Orientadores: Eduardo Ogasawara (orientador) e Rafaelli Coutinho (co-orientadora)

Banca: Eduardo Ogasawara (Cefet/RJ), Rafaelli Coutinho (Cefet/RJ), Eduardo Bezerra (Cefet/RJ), João Eduardo Ferreira (IME/USP)

Dia/hora: 05 de dezembro de 2023, às 14h

Link da sala: https://teams.microsoft.com/l/meetup-join/19%3ab6903dd0475949a39ed4c32029e7b4d4%40thread.tacv2/1698066576348?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%220534c83a-4cef-4129-9f9f-e8b8c3d50019%22%7d

Resumo: Detecção de eventos em séries temporais se refere à identificação de pontos em uma série que se diferenciam do comportamento esperado. Em cenários de alta conectividade, onipresença da internet, presença de gêmeos digitais e tráfego de dados em nuvem observa-se o aumento da velocidade e do volume de geração dos dados de séries em streaming. Assim, a detecção de eventos em séries em streaming é fundamental para a tempestividade na tomada de decisões para correção e prevenção de situações indesejadas. Apesar de existir uma miríade de métodos, ainda há escassez de trabalhos que abordem diretamente ferramentas para integração e avaliação de métodos voltados para o streaming. Mesmo em trabalhos existentes, não se identifica formas de analisar o comportamento dos métodos ao longo do streaming. A especificidade dos métodos existentes para determinados comportamentos das séries, a necessidade de equilibro entre o custo do processamento online e acurácia permitem levantar a questão: o uso de lotes deslizantes, que consigam lidar com subsequências menores da série, na detecção de eventos em séries em streaming pode resultar em detecção precoce e redução do custo computacional do processamento? Outras questões relevantes são: Como é possível avaliar o tempo decorrido entre o momento em que uma observação na série é lida e sua detecção como evento? É possível avaliar o comportamento dos métodos ao longo do streaming? Como o comportamento dos métodos podem contribuir para identificar sua resiliência na série temporal em streaming? Para explorar as lacunas existentes na literatura, o presente trabalho propõe uma análise do uso de lotes deslizantes na detecção de eventos em séries temporais em streaming, avaliando seus impactos na detecção precoce de eventos. Além disso, o trabalho apresenta o framework Nexus para integração de métodos de detecção de eventos em streaming e métricas para avaliação de atraso na detecção e do comportamento dos métodos ao longo do streaming.

Dissertação 

Discente: Leon Victor Medeiros de Lima

Título: Portfólio Diversificado com Múltiplas Restrições de Cardinalidade

Orientador: Pedro Henrique González Silva

Dia: 02 de outubro de 2023

Resumo: Os mercados financeiros e investimentos desempenham um papel crucial na economia. Além disso, os avanços na tecnologia e a disponibilidade de serviços abertos estão afetando a integração dos mercados financeiros e das instituições financeiras. Isso tem tornado os processos de tomada de decisão financeira ainda mais complexos, à medida que são aplicados métodos precisos para lidar com restrições específicas. O problema de seleção de portfólio (PSP) é um dos problemas mais importantes e relevantes no campo das finanças. O objetivo é escolher um conjunto de ativos que maximizem ou minimizem o retorno ou risco, respectivamente. Este trabalho apresenta uma nova formulação do problema de seleção de portfólio com um único objetivo e restrições de cardinalidade, visando minimizar o risco do portfólio considerando várias categorias de ativos. O objetivo é compor um portfólio multiativo com um número fixo de três categorias de ativos diversas (ações brasileiras, ações americanas e REITs) para minimizar o risco do portfólio, dado um retorno esperado. Além disso, este trabalho utiliza as Redes Neurais Recorrentes de arquitetura Long Short-Term Memory (LSTM) e os algoritmos de Regressão de Vetor de Suporte (SVR) para prever o retorno esperado dos ativos. Também apresenta modelos matemáticos para a realização do processo de composição da carteira, juntamente com experimentos computacionais que validam o proposto. Nossos resultados principais validaram o modelo proposto mostrando que é possível obter portfólios diversificados dado um nível de retorno, superando os índices de mercado.

Dissertação 

Discente: Renato de Oliveira Rodrigues

Título: Uma abordagem para Simulação da Dispersão de Efeitos Sensoriais com Dinâmica de Fluidos Computacional

Orientadores: Joel André dos Santos Ferreira (orientador) e Diego Nunes Brandão (co-orientador)

Banca: Joel André dos Santos Ferreira (Cefet/RJ), Diego Nunes Brandão (Cefet/RJ), Glauco Fiorott Amorim (Cefet/RJ), Celso Alberto Saibel Santos (PPGI – UFES)​​​​​​​,  Gheorghita Ghinea (Brunel University)​​​​​​​

Dia/hora: 18 de setembro de 2023, às 10h30.

Resumo: A inclusão de efeitos sensoriais em aplicações multimídia tem o potencial de aumentar a Qualidade da Experiência (QoE) e melhorar a imersão do usuário. No entanto, criar tais aplicações apresenta desafios decorrentes da necessidade de controlar a renderização de efeitos sensoriais no ambiente físico juntamente com a apresentação de efeitos sensoriais no ambiente virtual e a constante mudança de estado do efeito sensorial de acordo com a interação do usuário. Técnicas de dinâmica dos fluidos computacional podem ser usadas para simular os efeitos sensoriais em um ambiente virtual e usar os dados gerados para criar aplicações mais imersivas. Neste trabalho propomos uma abordagem usando o método SPH que permite renderizar uma variedade de efeitos sensoriais, como borrifo de água, vento, neblina, cheiro, etc., em uma aplicação interativa onde os usuários podem explorar os efeitos sensoriais em diferentes cenários em tempo real.

Dissertação 

Discente: Jéssica da Silva Costa

Título: Métodos Baseados em Homologia e Aprendizado de Máquina para Identificação de Proteínas Essenciais

Orientadora: Kele Teixeira Belloze

Banca: Kele Teixeira Belloze (CEFET/RJ), Eduardo Bezerra (CEFET/RJ), Diogo Antonio Tschoeke (Coppe/UFRJ), Victor Ströele de Andrade Menezes (UFJF)

Dia/hora: 13 de setembro de 2023, às 8:00.

Link da sala: https://teams.microsoft.com/l/meetup-join/19%3a8bd040fc5e004447b6a1fa09484d81d0%40thread.tacv2/1694208843103?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%22d0ca0ae9-1955-4759-a7ad-0b2fa49dbe55%22%7d

Resumo: 

de máquina com os organismos modelos modelo S. cerevisiae, C. elegans e D. melanogaster. O método baseado em homologia identificou cerca de 11 proteínas candidatas a essenciais com o grupo de organismos modelo e o organismo S. mansoni. Entre os pares, a maior quantidade de candidatas foi com S. cerevisiae onde foram identificadas 726 proteínas candidatas a essenciais. Já o método baseado em aprendizado de máquina, experimentos realizados com três algoritmos baseados em árvore, com características baseadas em contexto (PPI) e baseadas em sequência, apontaram melhores valores de recall com o uso da técnica de Undersampling. Em termos quantitativos, cerca de 4000 proteínas foram preditas como essenciais nos algoritmos XGBoost e GradientBoosting e 3800 proteínas  para o algoritmo Random Forest. Cerca de 3300 proteínas  foram preditas como essenciais pelos três algoritmos trabalhados, o que demonstrou certa semelhança entre os resultados dos algoritmos.

 

Dissertação 

Discente: Flávio Pinheiro Marques

Título: ProBee: Um Processo Baseado em Proveniência para Rastreio do Comportamento de Alunos em Jogos Educacionais

Orientadores: Joel dos Santos (Orientador) e Eduardo Ogasawara (Coorientador)

Banca: Joel dos Santos (Orientador), Eduardo Ogasawara (Coorientador), João Quadros (PPCIC), Windson Viana (UFC)

Dia/hora: 24 de agosto de 2023, às 10h.

Link da sala: https://teams.microsoft.com/l/meetup-join/19%3a970eb60c71844a97b7dd968239560665%40thread.tacv2/1690995726170?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%2264f8dc5c-d07e-4edc-acf2-16d1e4d1205d%22%7d

Resumo: Em diversas áreas do conhecimento, o uso de atividades práticas é importante para fixação do conhecimento visto em aula por alunos. O uso de jogos digitais têm sido propostos como ferramentas educacionais. No entanto, surge o desafio de encontrar um equilíbrio entre a jogabilidade/entretenimento e a efetiva mobilização dos conceitos teóricos. Estudos recentes na área de análise de aprendizagem oferecem metodologias e abordagens para a análise de jogos educacionais, porém análises mais aprofundadas e abrangentes ainda são escassas, especialmente em jogos com ampla variedade de decisões e jogabilidade. A utilização da proveniência de dados em jogos, embora pouco explorada, surge como uma promissora abordagem. Este trabalho apresenta o ProBee, um modelo baseado em proveniência desenvolvido para análise de jogos educacionais. O ProBee utiliza uma abordagem que coleta e analisa dados de proveniência, registrando todas as ações realizadas pelo jogador, incluindo informações temporais. Essa metodologia permite rastrear as séries temporais do jogo, revelando o comportamento do jogador e a estratégia adotada durante a sessão de jogo. Para avaliar a eficácia do ProBee, realizamos um estudo de caso com o jogo educativo Control Harvest, que auxilia os professores na apresentação do tema Controle Biológico. Para esta avaliação foram realizados duas avaliações experimentais, contando com três análises distintas: (i) avaliação do desempenho em relação com o entendimento, (ii) avaliação do desempenho em relação a atratividade e (iii) avaliação do engajamento das metas de jogo. Os resultados encontrados em ambas avaliações experimentais demonstram que o processo proposto oferece uma vantagem significativa, especialmente em jogos com várias opções e jogabilidade. Através da aplicação do ProBee foi possível identificar e avaliar o desempenho dos alunos ao utilizar o jogo Control Harvest levando em consideração os objetivos de ensino.

Dissertação 

Discente: Claudio Andre da Silva Alves

Título: An Adaptive Hybrid Genetic Algorithm for Hyperparameter Optimization

Orientador: Pedro Henrique González Silva

Dia: 30 de junho de 2023

Resumo: O recente aumento na popularidade das aplicações de aprendizado de máquina (AM) levou a um aumento na demanda por modelos de AM eficientes. Uma das principais etapas na construção de tais modelos é selecionar um conjunto adequado de hiperparâmetros. No entanto, com o aumento da complexidade dos modelos e técnicas de treinamento, definir manualmente esses parâmetros tornaram-se uma tarefa trabalhosa, exigindo uma quantidade significativa de tempo e conhecimento específico sobre o modelo que está sendo ajustado. Para enfrentar esse desafio, a comunidade do Automatic Machine Learning (AutoML) está se concentrando em criar maneiras de encontrar automaticamente o melhor conjunto de hiperparâmetros para algoritmos de AM por meio de sua área de pesquisa chamada de Otimização de Hiperparâmetros (HPO). Recentemente, o Hybrid Biased Random Key Algoritmo Genético (HBRKGA), um algoritmo genético que usa funções de otimização substitutas na etapa de exploração, foi usado para encontrar hiperparâmetros automaticamente de forma eficiente para diferentes conjuntos de dados. No entanto, o seu potencial não foi totalmente explorado, pois o HBRKGA usa apenas uma função substituta fixa na etapa de exploração. Esta pesquisa apresenta uma nova abordagem para HPO de modelos de AM baseados no HBRKGA. Um método chamado Adaptive HBRKGA (A-HBRKGA) é desenvolvido para melhorar a probabilidade de encontrar a melhor solução. Este método é baseado no princípio de diferentes passos evolutivos requerem diferentes funções de otimização, o que permite à HBRKGA ter várias funções substitutas que são escolhidos com base em avaliações anteriores. A abordagem foi testada em vários conjuntos de dados disponíveis publicamente e apresentam os melhores resultados quando comparados a outros métodos da literatura.

Dissertação 

Discente: Almir Antonio Monteiro Junior

Título: Localização de Postos de Testagem durante Surto de Doença Infecciosa: Uma Abordagem via Programação Inteira

Orientador: Pedro Henrique González Silva

Dia: 30 de junho de 2023

Resumo: Em situações de grandes surtos de doenças contagiosas, como a pandemia causada pelo Novo Coronavírus (COVID-19), uma rápida e eficiente resposta dos sistemas de saúde é primordial para que se minimize os impactos na vida da população. Um dos pontos a ser considerado é a rápida identificação de novos casos, visando diminuir a propagação, por se tratar de doença infectocontagiosa. Para tanto, faz-se necessária a utilização de algum modo de teste, a fim de verificar se o paciente está infectado ou não. Essa verificação deve ser feita da forma mais ágil e segura possível, para que menos pessoas tenham contato com este paciente, em caso de resposta positiva. Para isso, além de se determinar onde instalar postos de testagem, deve-se dimensionar corretamente o atendimento que será realizado, para que longas filas não se formem, aumentando os riscos de contágio. Este trabalho propõe a utilização de Programação Linear Inteira em conjunto com a Teoria das Filas para a determinação de localizações para a instalação de postos de testagem, apoiada por dados geográficos. Estes postos devem cobrir toda a demanda de um local, como uma cidade ou região, minimizando os custos de implantação e a distância percorrida por um paciente para ser testado. Além disso, eles devem sempre levar em conta as restrições de tempo de espera em fila, dada a importância de cada um destes pontos para a resolução satisfatória do problema. Diferentes cenários foram avaliados, e os resultados apontaram ser benéfica a utilização de atendimentos regionalizados, além do uso da rede de saúde já existente na cidade.

Dissertação