Palestrante: Tiago de Carvalho Gallo Pereira (mestrando)

Orientadora:Prof Teófilo Campos

Título: Domain adaptation for person re-identification on new unlabeled data

Resumo: In the world where big data reigns and there is plenty of hardware prepared to gather a huge amount of non structured data, data acquisition is no longer a problem. Surveillance cameras are ubiquitous and they capture huge numbers of people walking across different scenes.  However, extracting value from this data is challenging, specially for tasks that involve human images, such as face recognition and person re-identification.  Annotation of this kind of data is a challenging and expensive task. In this work we propose a domain adaptation workflow to allow CNNs that were trained from one domain to be applied to another domain without the need for new annotation of the target data. Our results show that domain adaptation techniques really improve the performance of the CNN when applied in the target domain.

Horário: 14h30

Palestrante: José Antonio Siqueira de Cerqueira (mestrando)

Orientadora:Profa  Edna Canedo

Título: Explorando Ética na Elicitação de Requisitos em Aplicações no Contexto de IA

Resumo:O interesse em sistemas baseados em Inteligência Artificial (IA) vem ganhando força em um ritmo acelerado, tanto para times de desenvolvimento de software quanto para a sociedade como um todo. Este interesse crescente levou ao emprego de técnicas de IA, tais como Aprendizagem de Máquina e Deep learning para diversos fins, como medicina e sistemas de vigilância, e tais usos aumentaram a consciência sobre as implicações éticas do uso de sistemas de IA. Entretanto, as várias diretrizes e princípios éticos para Inteligência Artificial expostos na literatura não atendem às demandas do desenvolvimento do mundo real de sistemas baseados em IA, uma vez que estes princípios são de nível muito alto e abstratos. Além disso, a maioria dos estudos encontrados na literatura se concentrava exclusivamente em princípios e diretrizes, implicando em um pequeno esforço em como implementar a ética na IA. Objetivo: Existe uma necessidade de se incluir práticas tradicionais da engenharia de software, voltadas ao contexto de inteligência artificial, que tenham como foco o processo de engenharia de requisitos, mais especificamente na fase elicitação de requisitos, pois, é nesse processo que ocorre uma maior interação entre diferentes partes interessadas, sendo a fase ideal para abordar as diversas questões éticas provenientes das diretrizes de ética em IA. Este trabalho tem como objetivo a elaboração de um framework prático para que desenvolvedores de sistemas baseados em IA e Product Owners possam abordar requisitos éticos nas primeiras fases do Ciclo de desenvolvimento de software, de forma iterativa em contextos ágeis, com auxílio visual, apresentando também documentação suficiente e exemplo de uso. Além disso, este trabalho visa realizar um caso de uso do framework proposto em uma organização que implementa sistema baseado em IA, buscando avaliar o framework em um cenário real. Metodologia: Para este estudo foi utilizada a metodologia Design Science Research em cinco passos: Compreensão do problema, sugestão, desenvolvimento, avaliação e conclusão. Esta metodologia foi adotada a fim de compreender o estudo sobre o tema, a prototipação inicial do framework, sua criação, avaliação, e comunicação dos resultados. Resultados: Espera-se com este trabalho contribuir no campo da ética em Inteligência Artificial prática, preenchendo a lacuna entre princípios de alto nível e abstratos e a prática, através de um framework, tendo como propósito auxiliar os desenvolvedores e Product Owners, principalmente em projetos de desenvolvimento ágil, a elicitar requisitos éticos, implementando ética em IA como parte das histórias de usuário. Conclusão: Este trabalho apresenta às diversas partes interessadas, tais como: legisladores, eticistas, usuários, organizações, cientistas de dados, times de desenvolvimento, e etc., a relevância das implicações éticas em sistemas baseados em IA, ambos no uso e no desenvolvimento, apresentando um framework prático com uma abordagem na área de engenharia de requisitos.

Horário: 15h

Palestrante: Tobias Sena (mestrando)

Orientadora:Prof Vander Alves

Título: Evolution-aware Product-Line Reliability Analysis

Resumo: Linhas de produtos de software evoluem em diferentes cenários. No entanto, a maioria das técnicas de análise de linha de produto presentes no estado-da-arte não está ciente desse fato e, portanto, executa a análise do zero durante cada etapa de evolução. No caso da análise de confiabilidade, isso significa que, dependendo dos cenários de evolução, a análise anterior é refeita na íntegra para obter os mesmos resultados parciais. Com isso, há um desperdício de recursos computacionais, o que é significativo, pois essas análises são demoradas devido ao desafio de lidar com o problema de explosão de estados combinado com a variabilidade inerente às linhas de produtos. Para resolver este problema, propomos um método para realizar uma análise incremental de confiabilidade da linha de produtos, por meio da qual os artefatos de análise são reutilizados sempre que possível ao longo da história de evolução da linha de produtos. O método aproveita os esforços de análises anteriores, persistindo passos de análises intermediárias e traçando cenários de evolução para primitivas computacionais nas dimensões feature-based ou family-based da análise que afetam esses artefatos. A análise de impacto resultante permite reutilizar consistentemente artefatos de análise anteriores e atualizar aqueles afetados pelo cenário de evolução em questão. Os resultados da avaliação empírica mostram que uma redução de até 90% no tempo de análise e 85% no consumo de memória é alcançada usando o método em comparação com uma abordagem não incremental. O método fornece oportunidade de ganho para análise de confiabilidade da linha de produto.

Horário: 15h30

Palestrante: Pedro Henrique Luz de Araujo (mestrando)

Orientadora:Prof Teófilo Campos

Título: From Documents to Entities: A journey through Natural Language Processing tasks and domains

Resumo: Todos os dias uma quantidade massiva de dados é produzida---grande parte em textos de variados domínios (posts de redes sociais, livros, notícias, relatórios oficiais, processos jurídicos). Dessa rica fonte de informação pode-se obter conhecimento utilizável. No entanto, sua natureza não-estruturada exige processamento para se obter insights e conhecimento estruturado. O Processamento de Linguagem Natural (PLN) progrediu muito na última década, mas modelos atuais precisam de muitos exemplos anotados e tendem a não generalizar além dos dados e domínio de treinamento. Embora abordagens de transferência de aprendizado recentes tenham mitigado isso, conjuntos de dados rotulados de domínio específico ainda são necessários para ajuste fino de modelos pré-treinados e para avaliação. Nesse trabalho, estudamos tarefas de PLN em diferentes domínios, desenvolvendo conjuntos de dados de textos jurídicos e da administração pública, explorando técnicas para áreas de aplicação com poucos recursos e exibindo resultados experimentais que avaliam modelos de saco-de-palavras e de redes neurais profundas treinados nos dados. Realizamos cinco conjuntos de experimentos em diferentes tarefas, conjuntos de dados e domínios: 1) Propomos e examinamos um conjunto de dados para classificação de documentos jurídicos, comparando diferentes modelos e abordagens; 2) Propomos um conjunto de textos de Diário Oficial, com dados anotados e não anotados, e usamo-lo para comparar modelos de saco-de-palavras com uma técnica estado-da-arte de transferência de aprendizado, concluindo que aqueles são surpreendentemente competitivos; 3) Usamos Alocação de Dirichlet Latente para descobrir tópicos presentes no conjunto de documentos jurídicos e exploramos seu uso como uma forma de representação de textos para classificação; 4) Propomos um conjunto de documentos jurídicos para Reconhecimento de Entidade Nominada com entidades específicas do domínio; 5) Propomos um método de fusão de informações textuais, visuais e sequenciais para classificação de documentos jurídicos.

Local: Teams MS - Equipe PPGI-316415 Seminário, Canal Seminários 2-2020

https://teams.microsoft.com/l/channel/19%3af51d2e3473d64c379d2b885d659a05dc%40thread.tacv2/Semin%25C3%25A1rios%25202-2020?groupId=93b66213-b249-467a-bcbe-dcd4255edf95&tenantId=ec359ba1-630b-4d2b-b833-c8e6d48f8059

Profa Célia Ghedini Ralha (Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.)

Coordenadora Seminários de Pós-Graduação em Informática 2-2020