Defesa de Dissertação de Mestrado do aluno Felipe Poggi de A. Fraga
Título da dissertação: On Automatic Generation of Knowledge Connections
Resumo: Contexto: Recentemente, o tópico de Gestão de Conhecimento Pessoal vem ganhando muita popularidade, ilustrado pelo rápido crescimento de aplicativos como Notion, Obsidian, e Roam Research e da aparição de livros como ”How to Take Smart Notes” e ”Building a Second Brain”.Contudo, ainda é uma área que não foi fortemente envolvida pelo Processamento de Linguagem Natural, abrindo assim uma oportunidade para a aplicação do processamento de texto aplicado à operações com conhecimento.Objetivo: Nosso objetivo é o desenvolvimento de um sistema de software que utiliza Processamento de Linguagem Natural (NLP) para transformar uma coleção de textos isolados em uma coleção de textos inter-conectada e internavegável, através de mecanismos de navegação baseados em conceitos mencionados e recomendações semânticas.Trabalho: Neste trabalho apresentamos a metodologia para construir o sistema, demonstrações com exemplos palpáveis, assim como uma avaliação para determinar a coerência dos resultados.
Orientador: Prof. Dr. Marcus Vinicius Soledade Poggi de Aragao
Banca:
Prof. Dr. Marco Antonio Casanova
Prof(a) Dr(a) Simone Diniz Junqueira Barbosa
Prof. Dr. Helio Côrtes Vieira Lopes
Acompanhe-nos também pelo link: https://puc-rio.zoom.us/j/99231065632?pwd=T1lWTS9vWlVidUd4ZWp2citocTN5Zz09
Você tem interesse em estudar Computação em uma universidade que também é um lindo parque? A PUC-Rio tem o privilégio de ter um grande e bonito bosque, um local repleto de plantas e árvores nativas, além de muitas flores e animais, como micos e até tucanos, que criam um ambiente muito agradável para estudar, relaxar e socializar. 
Você quer estudar Computação no Departamento localizado no prédio Rio Data Centro, que abrigou o primeiro computador de grande porte a operar produtivamente no Brasil, o Burroughs B-205?
Então a hora é agora! Inscreva-se no vestibular 2023 da PUC-RIO. Temos uma série de bolsas, parciais e integrais, para os melhores colocados. Conheça o novo currículo:
A nova grade da Ciência da Computação, assim como todos os demais cursos do CTC, terão disciplinas de projetos práticos em todos os semestres, desde o início. Estas permitirão que os alunos apliquem os conhecimentos teóricos aprendidos em outras disciplinas do curso a problemas reais, trazidos por profissionais do mercado de várias empresas de TI parceiras. Além disso, serão ensinadas não só competência técnicas como também competências sociais (soft skills).
Ao contrário de outras graduações em Computação oferecidas por outras universidades, o curso de Ciência da Computação prima pela sua qualidade e profundidade. Trata-se de um curso generalista, em que o aluno primeiro aprende todos os principais conceitos, fundamentos, metodologias e princípios tecnológicos da Ciência da Computação e nos últimos semestres pode optar por inúmeras disciplinas optativas e linhas de especialização, como Ciência de Dados, IA, Games, Banco de Dados, Computação Gráfica etc. Além disso, o aluno que esteja interessado em posteriormente fazer um mestrado pode já cursar disciplinas da pós-graduação antecipadamente, e assim diminuir a duração do seu mestrado.
Nossos alunos egressos são considerados a “nata no mercado” de trabalho de TI brasileiro e internacional, são “caçados” por quase todas as grandes e mais conhecidas empresas nacionais, e muitos de nossos egressos são contratados por empresas mundo afora.
Não perca essa nova chance e se inscreva no vestibular 2023: https://www.puc-rio.br/vestibular/202212/
Quer conhecer mais sobre o curso? Assista ao vídeo: https://www.youtube.com/watch?v=h1959x254u8&list=PLRKeuVfLlY-7YyqBe4gdgciEifd0mTGls
Veja um depoimento de um dos nossos ex-alunos: https://www.youtube.com/watch?v=Ma8789JbTwg&list=PLRKeuVfLlY-6NSbMZHgkk8BNcWka9xrMe
Defesa de Dissertação de Mestrado do aluno Arthur Monteiro
Nesta sexta-feira (16/09), às 15h, teremos o seminário “Interfaces para Bancos de Dados”, proferido pelo professor Marco Antonio Casanova.
Mestre e doutor pela Universidade de Harvard, ele é uma das principais referências na área de modelagem conceitual de bancos de dados e em construção de sistemas de gerência de bancos de dados. Dentre vários outros prêmios e reconhecimentos, recebeu o Prêmio Mérito Científico da Sociedade Brasileira de Computação (SBC).
Neste seminário, serão abordados avanços recentes em interfaces para bancos de dados e os desafios enfrentados para viabilizá-las. A transmissão será ao vivo, pelo link https://youtu.be/ddJbLfHePyc
Saiba mais sobre o evento:
Esta palestra abordará avanços recentes em interfaces para bancos de dados. Inicialmente tratará do processamento de consultas por palavras-chave sobre bancos de dados relacionais e RDF datasets, como uma primeira alternativa para as consultas estruturadas comumente utilizadas para acessar bancos de dados. Em seguida, resumirá enfoques para processamento de consultas em linguagem natural sobre bancos de dados, especialmente aqueles baseados em aprendizagem de máquina. O próximo tópico, processamento de consultas multimodais, estenderá a discussão para interfaces apropriadas a bancos de dados armazenando objetos multimodais. Por fim, a palestra introduzirá o tema de interfaces conversacionais e os desafios que deverão ser enfrentados para viabilizá-las.
Conheça mais sobre o professor:
Marco A. Casanova is Full Professor at the Department of Informatics and Coordinator of the Central Planning and Evaluation Office of the Pontifical Catholic University of Rio de Janeiro – PUC-Rio. He graduated in Electronic Engineering at the Military Institute of Engineering (1974), obtained a M.Sc. in Informatics from PUC-Rio (1976) and a M.Sc. (1977) and a Ph.D. (1979) in Applied Mathematics from Harvard University. He was Graduate Program Coordinator (2005-2007) and Director (2007-2011) of the Department of Informatics of PUC-Rio. His research interests concentrate on database conceptual modeling and construction of database management systems. In July 2012, he received the Scientific Merit Award from the Brazilian Computer Society.
Website Prof. Marco Antonio Casanova: http://www.inf.puc-rio.br/~casanova/
Defesa de Tese de Doutorado do aluno Lucas Caracas de Figueiredo
Título da tese: Deep-Learning-Based Shape Matching Framework on 3D CAD Models
Resumo:
Modelos CAD 3D ricos em dados são essenciais durante os diferentes estágios do ciclo de vida de projetos de engenharia. Devido à recente popularização da metodologia BIM e do uso de Gêmeos Digitais para a manufatura inteligente, a quantidade de detalhes, o tamanho, e a complexidade desses modelos aumentaram significativamente. Apesar desses modelos serem compostos de várias geometrias repetidas, os softwares de projeto de plantas geralmente não proveem nenhuma informação de instanciação. Trabalhos anteriores demonstraram que removendo a redundância na representação dos modelos CAD 3D reduz significativamente o armazenamento e requisição de memória deles, ao passo que facilita otimizações de renderização. Este trabalho propõe um arcabouço para correspondência de formas baseado em aprendizado profundo que minimiza as informações redundantes de um modelo CAD 3D a esse respeito. Nos apoiamos nos avanços recentes no processamento profundo de nuvens de pontos, superando desvantagens de trabalhos anteriores, como a forte dependência da ordenação dos vértices e topologia das malhas de triângulos. O arcabouço desenvolvido utiliza nuvens de pontos uniformemente amostradas para identificar similaridades entre malhas em modelos CAD 3D e computam uma matriz de transformação afim ótima para instancia-las. Resultados em modelos CAD 3D reais demonstram o valor do arcabouço proposto. O procedimento de registro de nuvem de pontos desenvolvido atinge um erro de superfície menor, ao mesmo tempo que executa mais rápido que abordagens anteriores. A abordagem supervisionada de classificação desenvolvida atingiu resultados equivalentes em comparação com métodos limitados anteriores e os superou significativamente num cenário de embaralhamento de vértices. Propomos também uma abordagem não supervisionada que agrupa malhas semelhantes e supera a necessidade de rotular explicitamente as geometrias no modelo CAD 3D. Este método não supervisionado obtém resultados competitivos quando comparados às abordagens anteriores, até mesmo superando-os em determinados cenários.
Orientador: Prof. Dr. Waldemar Celes Filho
Banca:
Prof. Dr. Paulo Ivson Netto Santos
Prof. Dr. Manuel Menezes de Oliveira Neto
Prof. Dr. Anselmo Cardoso de Paiva
Prof. Dr. Marley Maria Bernardes Rebuzzi Vellasco
Prof. Dr. Marcelo Gattass
Prof. Dr. Luiz Henrique de Figueiredo
Prof. Dr. Alberto Barbosa Raposo
Acompanhe-nos também pelo link: https://puc-rio.zoom.us/j/98970035820?pwd=Vno5Ym44c3hETWZKYVVVOWF0TUlpZz09
Autor: Felipe Poggi de Aragão Fraga
Orientador: Marcus Vinicius Soledade Poggi de Aragão
Data e Hora: 23/09/2022 às 10:00
Ontem, dia 13 de setembro, os professores Roberto Ierusalimschy e Waldemar Celes Filho, do Departamento de Informática da PUC-Rio, e o professor Luiz Henrique de Figueiredo, do Instituto de Matemática Pura e Aplicada, receberam a Medalha Pedro Ernesto, honraria máxima da câmara de vereadores do Rio de janeiro, pela criação da linguagem de programação Lua. O evento foi presidido pelo vereador Marcelo Arar e contou com a presença de Francisco Bulhões, do Decano do CTC, Sidnei Paciornik, do Diretor do Departamento de Informática, Markus Endler, e do Vice-Reitor Marcelo Gattass, também diretor do Instituto Tecgraf. Lua, que foi criada para projetos do Tecgraf, é hoje em dia destaque no cenário mundial e amplamente utilizada na indústria de jogos e sistemas embarcados. Exemplos de jogos eletrônicos programados com a linguagem Lua incluem os games de sucesso Grim Fandango (1998), Roblox (2006), e Angry Birds (2009). A lista completa está aqui.Autor: Arthur Monteiro Ferraz
Orientador: Thibaut Victor Gaston Vidal
Data e Hora: 19/09/2022 às 16:00
Na sexta-feira, 19/09, às 17h, teremos uma sessão de Q&A com Stephen Grossberg, professor emérito da Boston University e um dos maiores especialistas do mundo em Cognição e Sistemas neurais.
Será possível, durante uma hora de evento, conversar sobre comparações entre aprendizado profundo e ressonância adaptativa, um de seus temas de pesquisa mais recentes.
O evento acontece através da Conexão Rio-Campinas, uma parceria entre o Departamento de Informática da PUC-Rio e o Instituto de Computação da Unicamp, que promove importantes debates e palestras sobre os últimos avanços na ciência da computação, na Inteligência Artificial, em aprendizado de máquina, Ciência de Dados entre outros temas relevantes para profissionais, pesquisadores e para a sociedade como um todo.
Para formular suas perguntas, assista ao vídeo completo preparado para nós em: https://lnkd.in/dfd-D5R3
Inscreva-se aqui: https://docs.google.com/forms/d/e/1FAIpQLSdEbDUWFpIzMDATZUdm0nXVte4BYE1jZjqyA9DtSzf0xAgloA/viewform
