Data: 22 de outubro de 2021
Horário: 14h
Palestrante:José Reinaldo da Cunha S. A. V. S. Neto (mestrando)
Orientadora: Prof Thiago Faleiros
Title: Deep active-self learning applied to named entity recognition
Abstract: We apply self-training techniques from semi-supervised research to try and enhance the performance of neural models trained through traditional active learning.
Horário: 14h20
Palestrante:Liriam Michi Enamoto (doutoranda)
Orientador: Prof Li Weigang
Title: Multi-Label Legal Text Classification with BiLSTM and Attention
Abstract: Like many other knowledge fields, the legal area has experienced an information-overloaded scenario. However, extract data from legal documents is a challenge due to the complexity of legal concepts and terms. This work aims to address Bidirectional Long Short-Term Memory (BiLSTM) to perform Portuguese legal text classification to solve such challenges. The proposed model is a shallow network with one BiLSTM layer and one Attention layer trained over two small datasets extracted from two Brazilian courts: the Superior Labour Court (TST) and 1st Region Labor Court. The experimental results show that combining the BiLSTM layer and the Attention layer for long judicial texts helps capture the past and future contexts and extract multiple tags. As the main contribution of this research, the proposed model can quickly process multi-label and multi-class datasets and adapt to new contexts in different languages.
Horário: 14h40
Palestrante:Marcio Vinicius Okimoto (mestrando)
Orientadora: Profa Edna Canedo
Título: Os impactos da pandemia da COVID-19 nos projetos opensource
Resumo:As medidas de isolamento social decorrentes da pandemia da COVID-19 alteraram as práticas de trabalho em diversos setores, especialmente com a adoção do trabalho remoto. Contudo, pouco se sabe sobre as implicações da pandemia nas atividades dos desenvolvedores de projetos de Software Open Source (OSS). Nesse estudo são analisados os efeitos da pandemia da COVID-19 nas atividades de desenvolvimento de OSS e como o isolamento social mudou a produtividade e o estado emocional dos contribuidores. Para investigar esse problema, foi conduzido um método misto de pesquisa. Inicialmente, foi realizado um estudo quantitativo para investigar como a pandemia impactou as atividades de desenvolvimento de OSS por meio da mineração do histórico de desenvolvimento de 157 repositórios. Posteriormente, foi feito um estudo qualitativo que investiga as percepções dos desenvolvedores de OSS sobre o impacto da COVID-19 nas suas atividades, por meio de um questionário. Os resultados indicam que o advento da pandemia causou efeitos diversos nas atividades de desenvolvimento dos repositórios, especialmente no início das medidas de isolamento: como um aumento no número de pull requests, mas também um aumento abrupto na taxa de turnoverdos core developers. Apesar disso, ao longo dos meses após o início da pandemia, houve uma estabilização de todos os indicadores analisados nesse estudo. Esses achados são suportados pelos resultados do estudo qualitativo, cujo resultado indica que a maioria dos participantes do questionário consideram que a COVID-19 não mudou substancialmente sua produtividade.
Horário: 15h00
Palestrante:Helena Schubert Silva (mestranda)
Orientadora: Profa Alba Melo
Título: Melhorando a vazão na transferência de big data
Resumo: Técnicas que aumentam a vazão (throughput) na transferência de grandes arquivos de computadores na nuvem a um supercomputador (Santos Dumont) conectados por meio de uma WAN, diminuindo assim o tempo da transferência ponto-a-ponto
Horário: 15h20
Palestrante:Marcos Paulo Cayres Rosa (mestrando)
Orientador: Prof Ricardo Jacobi
Título: Ajuste dinâmico de dificuldade usando dados de desempenho e afetivos em um jogo de plataforma
Resumo: O Ajuste Dinâmico de Dificuldade (ADD) em jogos eletrônicos pode desempenham um papel importante no aumento do envolvimento e diversão do jogador. A dificuldade de jogo pode ser adaptada de acordo com o desempenho do jogador, seu estado afetivo ou usando um modelo híbrido que combina as duas abordagens. Investigamos um mecanismo híbrido de ADD para um jogo de plataforma adaptar adequadamente seu nível de dificuldade e manter o jogador em um estado de fluxo. As três abordagens são comparadas para verificar a eficiência de cada modelo. Um jogo de plataforma de código aberto foi adaptado para suportar os algoritmos híbridos de ADD. A telemetria do jogo foi introduzida para adquirir dados de performance e o estado afetivo do jogador é estimado por meio de dados fisiológicos obtidos da Atividade Eletrodérmica (EDA) da pele. Além disso, um método que estima a dificuldade do jogo ao variar o tamanho da plataforma e a altura do salto foi desenvolvido para apoiar o mecanismo de ADD. Os jogadores testaram com os diferentes modelos de ADD e cada participante respondeu a questionários e teve seus dados coletados para fins de investigação.
Horário: 15h40
Palestrante:James de Castro Martins (doutorando)
Orientadora: Prof Li Weigang
Titulo: DLPS em HDFS: nova abordagem aplicando DL
Resumo: Esta pesquisa descreve segurança cibernética aplicada a mídias sociais com ênfase no uso de HDFS para armazenamento e processamento de grandes volumes de dados. O objetivo foi desenvolver um framework de DLPS baseado em Machine Learning (ML) que melhore a precisão na identificação de vazamento de dados em estruturas de HDFS. Assim, identificou-se as principais categorias de abordagens em segurança cibernética, no âmbito de HDFS, em comparação com Framework MITRE ATT\&CK. Lacunas de pesquisas foram identificadas, em trabalhos realizados envolvendo DLPS e ML, oferecendo a necessidade do desenvolvimento de soluções correlacionadas. Um framework baseado em Deep Learning aplicado aos metadados e logs do Hadoop é proposto como solução para melhorar a detecção de exfiltração.
Local: Teams MS - Equipe PPGI-316415 Seminário, Canal Seminários 1-2021
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