Computação - PUC-Rio

Projetos de Graduação em Computação - temas para 2019.1

Alguns professores anunciaram temas ou áreas de seu interesse para projetos finais ou projetos de graduação (dos cursos de Engenharia de Computação, Ciência da Computação ou Sistemas de Informação) a serem iniciados em 2019.1. Seguem os temas e o contato do professor que os propôs.

Prof. Alberto Raposo (abraposo@tecgraf.puc-rio.br)

Projetos:

  1. Ambientes virtuais para apoio a reabilitação cognitiva.

    Embora sejam diversos os estudos sobre o uso de ambientes virtuais para a reabilitação, a maioria avalia intervençoes motoras, sendo poucos sobre reabilitação cognitiva, além que, segundo a literatura, ainda faltam evidências de melhores resultados nos pacientes, e faltam resultados que demostrem a fidelidade desses ambientes. A intencao dos ambientes a serem desenvolvidos è que apoiem diversos processos cognitivos (percepção , localização, atenção, concentração, memória, etc) e que sejam customizaveis conforme as funcionalidades e avanços dos pacientes.

  2. Técnicas de interação para pessoas com dificuldades fìsicas.

    Avaliar técnicas de interação para pessoas com dificuldades fisicas, principalmente para aqueles afetados nos membros superiores. Avaliar quais técnicas de interacao sao mais apropriadas para eles segundo a sua condicao. Desenvolver e avaliar ambientes que incluam, por exemplo, técnicas de eye-tracking, interacao por voz, ou a travès de determinados dispositivos de interação.

  3. Sistemas de segmentação semántica baseados em machine learning.

    A segmentação é uma função essencial nas tarefas de análise de imagens. O processo de segmentação semántica consiste em associar cada pixel de uma imagem com uma etiqueta de classe (por exemplo carro, rua, pessoa, etc). Dentre os projetos que podem ser desenvolvidos utilizando este tipo de funcionalidades estão (mas não limitados a):

    • inspeção de peças industriais,
    • análise de imagens satelitais,
    • análise de imagens médicas.
  4. Machine Learning para todos (envolvendo ML e IHC).

    Desenvolvimento e análise de interfaces que facilitem a criacao/treinamento/avaliação de modelos de aprendizado de máquina. A intenção é que o aluno desenvolva e avalie interfaces ou ambientes que permitam que diversos usuarios não conhecedores de uma plataforma especifica possam interagir com soluçoes de ML, independente dos frameworks ou linguagens de implementação utilizadas.

Profa. Clarisse Sieckenius de Souza (clarisse@inf.puc-rio.br)

Projeto: ferramenta de apoio ao projeto lógico do fluxo de interação entre usuários e tecnologias digitais.

Esse video, que demonstra um protótipo antigo, dá uma ideia concreta dessa proposta.

Prof. Helio Lopes (lopes@inf.puc-rio.br)

Projetos nas áreas de:

Prof. Marco Molinaro (mmolinaro@inf.puc-rio.br)

Projeto: Aplicar tecnicas avancadas de machine learning a problemas reais da base de dados Kaggle

Profa Marley Vellasco (marley@ele.puc-rio.br)

Projeto: Otimização de Recursos para Procedimentos Cirúrgicos Eletivos Utilizando Algoritmos

Atualmente as Unidades de Saúde, em um grande número de países do mundo, apresentam demandas de serviços que superam suas capacidades reais. Por esta razão, o surgimento das listas de espera é inevitável. Preparar o planejamento das mesmas, de modo otimizado resulta, portanto, em um grande desafio, devido à quantidade de recursos que devem ser considerados. A proposta desse projeto é a extensão de um modelo desenvolvido em uma Dissertação de mestrado, baseado em algoritmos genéticos com inspiração quântica, para a automatização e otimização do planejamento de procedimentos cirúrgicos eletivos. Além de o projeto envolver melhorias no modelo já desenvolvido, pretende-se desenvolver uma ferramenta computacional amigável, com interface gráfica, para alocar os pacientes e os recursos necessários para reduzir o tempo total para que todas as cirurgias sejam realizadas.

Prof. Markus Endler (endler@inf.puc-rio.br)

Projetos