Horário: 14h

Palestrante: Adriano Rodrigues Figueiredo Torres (mestrado)

Orientador: Prof. Rodrigo Bonifácio

Título: How good are your tests?

Resumo: Towards a Monitoring-Oriented framework to perform runtime verification to detect misuses of cryptographic APIs.

Horário: 14h20

Palestrante: Rafael Oliveira Ribeiro (mestrado)

Orientador: Prof. Flavio Vidal

Title: Métodos para utilização de sistemas de reconhecimento facial na perícia criminal

Resumo: Atualmente os exames periciais de comparação facial são realizados manualmente, por especialistas com conhecimentos em morfologia facial e processamento de imagens. Embora seja um processo sistematizado e cientificamente fundamentado, envolve algum grau de subjetividade, é de difícil reprodutibilidade e seus resultados são apresentados de forma qualitativa. Esta pesquisa objetiva propor e validar métodos para incorporar o uso de sistemas de reconhecimento facial ao exame pericial, com resultados reprodutíveis, apresentados de forma quantitativa, e com menor grau de subjetividade. O trabalho é motivado pela evolução significativa de performance dos sistemas de reconhecimento facial a partir do advento das redes neurais convolucionais e da necessidade de expressar os resultados do exame em termos logicamente adequados à cadeia de persecução penal.

Horário: 14h40

Palestrante: Valeska de Sousa Uchoa (doutorado)

Orientador: Prof. Bruno Macchiavello 

Title: Quad-tree block based autoenconder for point cloud compression

Resumo: As nuvens de pontos são uma representação importante dos dados 3D que costumam ter milhões de pontos. Com essa magnitude de dados, a compressão eficiente se torna uma questão importante. Escolher o tamanho do bloco a ser usado em uma solução de codificação automática de nuvem de pontos é uma decisão a ser tomada. Tamanhos de bloco maiores podem oferecer altos valores de PSNR, no entanto, eles também podem exigir altas taxas. Portanto, escolher o maior tamanho de bloco possível nem sempre é a melhor decisão. Para algumas regiões de nuvem de pontos, dependendo de suas características, tamanhos de bloco menores podem atingir valores de PSNR mais altos ao usar uma taxa de bpv mais baixa. Portanto, pode ser interessante analisar objetivamente qual é a maneira menos onerosa em termos de trade-off de RD de codificar uma região de nuvem de pontos específica. Neste trabalho, buscamos encontrar uma maneira eficiente de selecionar a melhor maneira de particionar e, consequentemente, codificar cada região de nuvem de pontos.

Horário: 15h

Palestrante: George Oliveira Barros (doutorado)

Orientador: Prof Flavio Vidal

Título: Identificação Automática de Podocitopatia em Imagens Histológicas

Resumo: A podocitopatia é uma doença caracterizada por lesões que acometem os podócitos, que são células internas de uma estrutura biológica presente no tecido renal, chamada de glomérulo. As lesões nos podócitos podem prejudicar o processo de filtragem, importante

tarefa realizada pelo glomérulo. Adicionalmente, as lesões nos podócitos são biomarcadores de uma série de doenças, como: glomerulosclerose, proteinúria e diabetes. Para identificar podocitopatia em imagens de glomérulos, nefropatologistas realizam uma inspeção visual das imagens, obtidas a partir de biópsia. Porém, esta tarefa é desafiadora. Os podócitos são facilmente confundidos com outras células internas do glomérulo, a inspeção esta sujeita a subjetividade do especialista humano, além de ser uma tarefa laboriosa e que demanda em alguns casos, alguns dias. A patologia computacional surge como alternativa para propor sistemas automáticos que auxiliam os patologistas na análise visual das lâminas de tecido. Ao revisar a literatura em busca de propostas com foco em podocitopatia, não foi encontrado nenhum sistema. Portanto, considerando a relevância tecnológica e científica, diante da possibilidade de elaboração de novos modelos computacionais de análise de imagens, este relatório apresenta resultados preliminares de um sistema completo de análise de podocitopatia em imagens de glomérulos renais. O objetivo final deste trabalho é realizar é propor técnicas em redes neurais convolucionais para análise automática de podocitopatia, culminando em um sistema computacional que classifique imagens de glomérulos quanto a presença ou ausência de podocitopatia, detecte podócitos e segmente lesões, classificando-as pelo tipo (hiperplasia, degeneração e hipertrofia) a partir de imagens de glomérulos renais. Para a tarefa de classificação (tarefa já executada) o modelo proposto atingiu um resultado de 90% de f1 score utilizando um data set com 835 imagens, comparado com 6 outras arquiteturas de rede disponíveis na literatura.

Horário: 15h20

Palestrante: Igor Coutinho Soriano Lousada (mestrado)

Orientador: Prof Geraldo Pereira Rocha Filho

Título: Mecanismo de seleção de clientes em FVN com base em FL

Resumo: Federated Vehicular Networks (FVN) são um tipo de rede distribuída composta por veículos capazes de realizar processamento computacional. Por utilizar uma infraestrutura já existente e devido a dinamicidade da infraestrutura gerada pela mobilidade dos veículos, gerenciar os recursos da rede não é uma tarefa trivial. Nesse contexto, as técnicas de Federated Learning (FL) surgem como uma solução promissora uma vez que permite um processamento distribuído para o treinamento de um modelo de Machine Learning compartilhado sem a necessidade de transferi-los para um servidor central, economizando recursos, além de possuir menor overhead de comunicação. Com isso em mente, este trabalho tem como objetivo propor um mecanismo de seleção de clientes dentro de uma FVN com base em FL. Com o mecanismo proposto será possível maximizar a largura de banda da rede com o uso mais inteligente dos recursos computacionais da infraestrutura.

Horário: 15h40

Palestrante: Lucas Maciel Vieira (doutorado)

Orientadora: Profa Maria Emilia M. T. Walter

Title: Predicting biomarkers in colorectal cancer

Abstract: Colorectal cancer (CRC) is a heterogeneous cancer. Its treatment depends on its anatomical site and distinguishes between colon, rectum, and rectosigmoid junction cancer. This study aimed to identify diagnostic and prognostic biomarkers using networks of CRC-associated transcripts that can be built based on competing endogenous RNAs (ceRNA).

Local: Teams MS - Equipe PPGI-316415 Seminário, Canal Seminários 2-2021

https://teams.microsoft.com/l/channel/19%3a24b3ddb0b17b46c6be17254988b22cc1%40thread.tacv2/Semin%25C3%25A1rios%25202-2021?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 2-2021