Horário: 14h
Palestrante: Lucas Borges Monteiro (doutorado)
Orientador: Prof Li Weigang
Title: A Self-Attention Based Model for Sequence Segmentation
Abstract: The aviation community develops Trajectory Based Operations (TBO) as an advancement in Air Traffic Management (ATM). There is still the need for an efficient scheme to present the trajectories, manage their associated data, and further detect and resolve the conflicts (CD&R) that should eventually occur. In this research, we develop a CD&R framework for managing predicted 4-Dimensional Trajectory (4DT). Using Not Only SQL (NoSQL) database (Cassandra and MongoDB), the 4D trajectories of related routes are presented, and the possible conflicts are detected using the strategy of Computing in NoSQL Database. Compared with other conflict detection algorithms, usually by the pairwise method with O(n2) at least, the proposed Decision Tree Pruning Method (DTPM) effectively treats massive data sets. The 4DT data are collected by Trajectory Predictor (TP) concerning 58% of the whole Brazilian air traffic. The comparison results between Cassandra and MongoDB from the case studies show the effectiveness of the proposed methods for conflict detection. In addition, we prove that the conflict resolution approach is viable for application in real scenarios, finding near-optimal solutions for the conflicts identified by the framework. Finally, we also demonstrated the development of sustainable artificial intelligence in intelligent air transportation to improve safety in air traffic management.
Horário: 14h20
Palestrante: Fernanda Amaral Melo (mestrado)
Orientador: Prof Luis Paulo Faina
Título: Predição de desempenho de modelos: Uma abordagem de Meta-Learning para detecção de concept drift
Resumo: Ambientes dinâmicos e em evolução geralmente fornecem fluxos de dados não estacionários, fazendo com que os modelos treinados percam eficácia ao longo do tempo devido à sazonalidade ou concept/data drift. Meu trabalho aborda o uso de meta aprendizagem para fazer a predição do desempenho de um modelo para viabilizar a tomada de decisão de retreino antes da chegada da variável alvo, o que se torna particularmente útil em problemas com atraso considerável entre a chegada dos dados e da target.
Horário: 14h40
Palestrante: Jefferson Pereira da Silva (doutorado)
Orientador: Prof Eduardo Alchieri
Title: Parallel execution of transactions
Abstract: Serial execution is unable to exploit modern multi-core resources efficiently, hence limiting the system throughput and increasing the transaction acceptance latency. Contemporary blockchains such as Bitcoin and Ethereum execute transactions serially by miners and validators and determine the Proof-of-Work (PoW). The objective of this work is to increase transaction throughput by introducing the execution of transactions using a static analysis of the transaction dependencies at runtime through a classifier thread and several worker threads. The classifier thread is responsible for managing conflicts and worker threads are responsible for executing transactions without conflict. This conflict analysis done by the classifier is maintained in a non-conflicting acyclic graph.
Horário: 15h
Palestrante: Wanderson Jean Conceição Silva (mestrado)
Orientadora: Profa Maristela Holanda
Título: Feedbacks automáticos no ensino de programação
Resumo: A alta taxa de reprovação das disciplinas de ensino introdutório de programação é um desafio presente no Brasil e em várias universidades do mundo, incluindo a Universidade de Brasília com a disciplina Introdução à Ciência da Computação (ICC). Neste contexto, o trabalho que será exposto apresentará possíveis soluções desenvolvidas para o Ambiente Virtual de Aprendizagem Moodle, que utiliza do perfil do aluno para exibir mensagens e orientações e para personalizar o conteúdo com o intento de auxiliar no ensino da primeira linguagem de programação.
Horário: 15h20
Palestrante: Leandro Dias Carneiro (mestrado)
Orientador: Prof Flavio Vidal
Título: Degradação da imagem da face - uma abordagem quantitativa e comparativa
Resumo: A pesquisa busca dar suporte à afirmação de que imagens degradadas impactam no desempenho dos algoritmos de reconhecimento facial. Assim, através de uma abordagem quantitativa e comparativa, o estudo tem o objetivo de quantificar e comparar o impacto da degradação no desempenho dos algoritmos de reconhecimento facial considerados estado da arte.
Horário: 15h40
Palestrante: Lindeberg Pessoa Leite (doutorado)
Orientador: Prof Teófilo Campos
Title: A Self-Attention Based Model for Sequence Segmentation
Local: Teams- Equipe PPGI-316415 Seminário, Canal 2-2022
https://teams.microsoft.com/l/channel/19%3a05900df7390e45edaa77283171cbb44b%40thread.tacv2/Semin%25C3%25A1rios%25202-2022?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 2-2022