Horário: 14h
Palestrante: Pedro Borges Pio (mestrado)
Orientadora: Prof Luis Paulo Faina Garcia
Título: Recomendação de algoritmos de redução de ruído com meta-learning
Resumo: Técnicas de pré-processamento são utilizadas frequentemente para conseguir rodar ou melhorar o desempenho de algoritmos de aprendizado de máquina. Porém, escolher as melhores técnicas que devem ser utilizadas não é um trabalho fácil, com o intuito de automatizar esse processo, este trabalho utiliza técnicas de meta-learning para gerar uma recomendação dos algoritmos mais recomendados para tratamento de ruído em conjuntos de dados tabulares.
Horário: 14h30
Palestrante: Rafael Oliveira Ribeiro (mestrado)
Orientadora: Prof Flavio de Barros Vidal
Título: Métodos para utilização de sistemas de reconhecimento facial na perícia criminal
Resumo: Até o momento, o exame pericial de comparação facial é baseado em métodos manuais de comparação de elementos morfológicos da face. A presente pesquisa tem como objetivo estudar métodos para utilização de sistemas automáticos de reconhecimento facial para fins periciais, permitindo a expressão dos resultados do exame de forma quantitativa, com menos suscetibilidade a vieses cognitivos e permitindo maior reprodutibilidade e escrutínio dos demais atores envolvidos no sistema de justiça criminal.
Horário: 15h
Palestrante: Marcos Paulo Cayres Rosa (mestrado)
Orientadora: Prof Ricardo Pezzuol Jacobi
Título: Ajuste Dinâmico de Dificuldade pelo perfil de jogador em jogo de plataforma
Resumo: O Ajuste Dinâmico de Dificuldade (ADD) dos jogos pode desempenhar um papel importante para aumentar o envolvimento e a 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. Ademais, pode adaptar configurações ou componentes do jogo e utilizar métricas pré-estabelecidas ou aprendizado de máquina para análise do que será adaptado. Este trabalho investiga os distintos mecanismos de um sistema de ADD para um jogo de plataforma adaptar adequadamente seu nível de dificuldade e manter o jogador em um estado de fluxo. Distintas abordagens são comparadas para verificar a eficiência de cada modelo em relação ao monitoramento e análise dos dados e controle dos componentes. Um jogo de plataforma de código aberto foi adaptado para suportar os algoritmos de ADD. Um método que estima a dificuldade do jogo ao variar o tamanho da plataforma e a altura do salto foi desenvolvido para dar suporte ao processo de ADD. Além de jogar com os diferentes modelos de ADD, cada participante respondeu a questionários e teve seus dados coletados para fins de investigação. Os resultados indicam que os modelos de ADD foram capazes de ajustar a dificuldade de jogo aos jogadores, diminuindo a dispersão entre os dados de desempenho e mantendo o jogador em estado de fluxo.
Local: Teams MS - Equipe PPGI-316415 Seminário, Canal Seminários 1-2022
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 1-2022