Palestrante: Luiza Aguirar Hansen (mestranda)
Orientadores: Profa Maristela Holanda
Título: Análise Visual de Dados Educacionais: Um Estudo de Caso das Disciplinas Introdutórias de Computação da UnB
Resumo: Foi realizado uma análise dos algoritmos de visualização utilizando dados das matérias introdutórias de computação da Universidade de Brasília.
Horário: 14h30
Palestrante: Aloisio Dourado Neto (doutorando)
Orientadora: Prof Teófilo Campos
Título: Semi-Supervised 3D Semantic Scene Completion via 2D Segmentation Priors
Resumo: Semantic scene completion (SSC) is a challenging Computer Vision task with many practical applications, from robotics to assistive computing. Its goal is to infer the 3D geometry in a field-of-view of a scene and the semantic labels of voxels, including occluded regions. In this work, we present SPAwN, a novel lightweight multimodal 3D deep CNN that seamlessly fuses structural data from the depth component of RGB-D images with semantic priors from a bimodal 2D segmentation network. A crucial difficulty in this field is the lack of fully labeled real-world 3D datasets which are large enough to train the current data-hungry deep 3D convolutional networks. To tackle this problem, we introduce S3P, a semi-supervised training procedure that exploits unlabeled 2D priors. We demonstrate the efficacy of the proposed network architecture and training procedure with a comprehensive and reproducible ablation study. SPAwN alone consistently surpasses the state-of-the-art. When combined with S3P, our solution achieves unprecedented levels of 3D SSC scores.
Horário: 15h
Palestrante: Marcio Vinicius Okimoto (mestrando)
Orientador: Profa Edna Canedo
Título: O impacto da Covid-19 na produtividade de desenvolvedores em OSS
Resumo:A pandemia mundial declarada pela OMS em 11/03/2020 impactou diversos setores da economia, inclusive os setores relacionados à tecnologia. Alguns estudos investigaram esse impacto no processo de desenvolvimento de software, mas restringiram a análise a aplicações proprietárias. Nesse estudo, investigamos o impacto da pandemia no contexto do desenvolvimento de softwares livre, utilizando uma abordagem de análise mista: a mineração de dados de 1.500 repositórios de software e um survey com 137 desenvolvedores da plataforma GitHub.
Horário: 15h30
Palestrante: Marcos Cavalcanti Lima (mestrando)
Orientador: Prof Flavio Vidal
Título: Deep Vacuity: Detecção e Classificação Automática de Padrões de Conluio em Dados Públicos de Licitações de Obras
Resumo:A identificação de conluio em licitações de obras públicas é uma tarefa manual dispendiosa e dependente de experiência profissional e de profundo conhecimento técnico e legal. As bases de dados públicas, estas aliadas a dados de licitações e contratos previamente analisados por peritos criminais altamente capacitados, formam a base de dados passível de ser analisada para a detecção e e classificação quanto ao conluio. Neste trabalho é proposto uma metodologia para realizar a detecção e classificação automática de padrões de conluio em licitações públicas, utilizando como fontes de dados disponíveis nos principais repositórios oficiais públicos, agregando a utilização de técnicas de reconhecimento de padrões para a realização deste objetivo proposto. Obteve-se com sucesso para a formação da base de dados do trabalho com mais de 15 milhões de publicações da Seção 3 do Diário Oficial da União em formato de texto e 1.907 documentos como referência de indicativo de atividades de conluio (estes disponibilizados por instituição parceira) que indicavam risco no processo licitatório.
Foram comparados classificadores lineares clássicos com redes neurais profundas, Bi-LSTM, multi-canais baseadas em processamento de linguagem natural e features TF-IDF, Word2Vec e dados estruturados. Alcançou-se F1-Score de 93% na rede neural profunda em formato bottleneck.
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