Formalization of the Undecidability of the Post Correspondence Problem

/Trust and Reputation Multiagent-driven Model for Distributed Transcoding on Fog-Edge

/Uma modelagem baseada em agentes para reconstrução de redes de regulação gênica

/Trabalhando como pesquisador no Vale do Silício

 

Horário: 14h

Palestrante:Thiago Mendonça Ferreira Ramos (doutorando) 

Orientadora: Prof Mauricio Ayala Rincon

Título: Formalization of the Undecidability of the Post Correspondence Problem

Resumo: Nessa apresentação, definiremos o Problema da Correspondência de Post, o problema da palavra para sistemas de semi-Thue, como eles se relacionam, porque são indecidíveis e detalhes da especificação e desafios a serem superados na formalização de indecibilidade desses dois problemas.

 

Horário: 14h20

Palestrante:Charles Antonio Nascimento Costa (mestrando) 

Orientadora: Profa Célia Ghedini Ralha

Título: Trust and Reputation Multiagent-driven Model for Distributed Transcoding on Fog-Edge

Evento:Proceedings of the 21st International Workshop on Trust in Agent Societies, co-located with the$20th Int. Conference on Autonomous Agents and Multiagent Systems (AAMAS)

Resumo: Adaptive Bitrate Streaming is a popular technique for providing video media over the Internet. Nevertheless, the computational cost of transcoding a video in many formats can limit its application on live video streaming. Besides, the network overhead of transmitting simultaneously many versions of the same content is a problem. Offloading the transcoding job to the network edge can deal with the problem. Users and providers of live video could benefit from a joint scheme that allowed edge devices to do the transcoding with tolerable latency and delay. This work presents a multiagent-driven model to deal with the problem of distributed transcoding on fog-edge computing. Agents have well-defined roles relating to Broker, Transcoder, and Viewer Proxy. Trust and Reputation metrics derived from utility functions that take into account users’ quality of experience (QoE) are defined and applied.  The Reputation-based Node Selection (ReNoS) algorithm is presented for selecting the best nodes to perform the transcoding tasks. The conducted experiments indicate that the proposed approach can afford utility gain keeping viewers’ QoE having the potential to be applied in real edge computing environments.

 

Horário: 14h40

Palestrante: Daniel da Silva Souza (doutorando) 

Orientadora: Profa Maria Emília Machado Telles Walter

Título: Uma modelagem baseada em agentes para reconstrução de redes de regulação gênica

Resumo: Interações entre produtos de genes são processos fundamentais que sustentam a capacidade da célula de modular a expressão gênica. Várias técnicas de medidas de alto desempenho segmentaram um caminho para o uso de abordagens estatísticas para reconstruir essas interações. Para modelagem, reconstrução e análise dessas redes, há diferentes representações de redes que variam desde modelos estáticos aos modelos dinâmicos e cinéticos, o que variam em níveis de complexidade do modelo e de sua abstração. Entretanto, redes de regulação gênica são representações abstratas do sistema e, por si só, não têm uma representação semântica que poderia vincular a rede ao comportamento dos nós (produtos de genes), por exemplo, sua dinâmica coletiva. Para reconstrução de uma rede com uma representação semântica do comportamento dos produtos de genes, uma modelagem baseada em agentes é capaz de capturar essa semântica em uma dinâmica coletiva entre os produtos de genes com baixa complexidade de modelo em valores discretos, sendo estes produtos de genes os agentes que interagem entre si. Em seguida, dados experimentais produzidos em laboratório de genes regulados pela proteína p53 foram coletados e integrados para realização de nossos experimentos. Os experimentos simulados apontam a versatilidade do modelo na reconstrução e simulação de redes de regulação gênica.

 

Horário: 15h

Palestrante: Lucas Oliveira Souza (Numenta, CA, USA) 

Título: Trabalhando como pesquisador no Vale do Silício

Short-Bio: Graduado em Administração pela Universidade Católica de Brasília (2012) e Mestre em Informática pela Universidade de Brasília (2019), com título da dissertação Accelerating Learning in Multiagent Domains through Experience Sharing,sob orientação da Profa Célia Ghedini Ralha. Possui várias especializações realizadas nos Estados Unidos da América, totalizando carga horária de 3.334 horas, nas áreas de Web and Mobile Development (Dev Bootcamp, 2014-2015), Big Data (MIT,  2015), Data Analysis (Udacity, 2015-2016), Artificial Intelligence (EDX 2015), Machine Learning (Coursera, EDX 2015; Udacity 2016), Self Driving Car Engineering (Udacity, 2016-2017), Deep Learning (Coursera 2017-2018).Tem experiência profissional na área de Ciência da Computação com ênfase em métodos de inteligência artificial e análise de dados. Desde 2019 trabalha como research scholarna empresa Numenta - developing machine intelligence through neocortical theory- sediada em Redwood City, CA, USA (https://numenta.com/). Para maiores informações vide Curriculo Lattes: http://lattes.cnpq.br/0982125963862085

Local: Teams MS - Equipe PPGI-316415 Seminário, Canal Seminários 1-2021

 

https://teams.microsoft.com/l/channel/19%3a1dcceb13a4d24df8b7a6d0b40e38c63d%40thread.tacv2/Semin%25C3%25A1rios%25201-2021?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 1-2021