Conheça os Professores do Quadro Principal do DI.
Grande parte do reconhecimento acadêmico do Departamento de Informática (DI) da PUC-Rio é devido aos professores do seu quadro principal, que atuam com excelência à frente do ensino e pesquisa, coordenando e atuando em laboratórios temáticos e orientando as pesquisas de mestrado e doutorado dos alunos. Eles também são responsáveis por coordenar os projetos de pesquisa do DI junto a órgãos de fomento e a empresas nacionais e internacionais, assim como pela criação e oferta de cursos de extensão e especialização lato sensu do DI.
Hoje, temos o prazer de apresentar o Professor Sérgio Lifschitz, que atua nas áreas de pesquisa de bancos de dados e ciência de dados. Neste contexto, suas pesquisas atualmente possuem ênfase em computação autônoma e sistemas contemplando auto-sintonia e autogerenciamento e ferramentas e sistemas de gerência de dados para aplicações em bioinformática. Atualmente ele coordena o laboratório BioBD.
Mais informações podem ser encontradas na página profissional do professor: http://www.inf.puc-rio.br/~sergio/
Conheça também o laboratório coordenado pelo professor: https://biobd.inf.puc-rio.br/
#professores #academia #bancodedados #bioinformática #tecnologia #dipucrio
Autor: Gustavo Martins Campos Coelho
Orientador: Marco Antonio Casanova
Data e Hora: 22/07/2022 às 10:00
O professor da Philip Wadler (Edinburgh University), visitará o departamento de Informática da PUC-Rio na próxima semana e ficará até a primeira semana de agosto.
Ele também irá oferecer um mini-curso no LEAN Interactive Theorem Prover. LEAN é baseado em teoria de tipos dependentes e foi desenvolvido pelo Leonardo Moura, ex-aluno de graduação, mestrado e doutorado do DI e atual principal investigator na Microsoft Research. As aulas acontecerão nos dias 15, 22 e 29 de julho e 4 de agosto (ou dia 2 de agosto, ainda a confirmar), das 14 às 16, na sala 511 RDC, dentro do departamento, e o tempo será dividido entre 1 hora de exposição e 1 hora de experimentação prática.
Conheça um pouco sobre o professor:
Philip Wadler likes to introduce theory into practice and practice into theory. An example of theory into practice: GJ, the basis for Java with generics, derives from quantifiers in second-order logic. An example of practice into theory: Featherweight Java specifies the core of Java in less than one page of rules. He is a principal designer of the Haskell programming language, contributing to its two main innovations, type classes and monads. The YouTube video of his Strange Loop talk “Propositions as Types” has over 35,000 views.
Wadler is Professor of Theoretical Computer Science at the University of Edinburgh. He is an ACM Fellow and a Fellow of the Royal Society of Edinburgh, past chair of ACM SIGPLAN, past holder of a Royal Society-Wolfson Research Merit Fellowship, winner of the SIGPLAN Distinguished Service Award, and a winner of the POPL Most Influential Paper Award. Previously, he worked or studied at Stanford, Xerox Parc, CMU, Oxford, Chalmers, Glasgow, Bell Labs, and Avaya Labs, and visited as a guest professor in Copenhagen, Sydney, and Paris. He has an h-index of 60, with more than 20,000 citations to his work according to Google Scholar. He contributed to the designs of Haskell, Java, and XQuery, and is a co-author of Introduction to Functional Programming (Prentice Hall, 1988), XQuery from the Experts (Addison Wesley, 2004) and Generics and Collections in Java (O’Reilly, 2006). He has delivered invited talks in locations ranging from Aizu to Zurich.
Caso for participar, pedimos para que tragam o seu notebook para participar das aulas!
Para se inscrever envie um email para hermann@inf.puc-rio.br com o assunto “LEAN”.
#paperoftheday
Title: Unsupervised Method for Video Action Segmentation Through Spatio-Temporal and Positional-Encoded Embedding
Venue: ACM Multimedia Systems Conference (2022)
Authors: Guilherme de A. P. Marques, Antonio José G. Busson, Álan Lívio V. Guedes, Julio Cesar Duarte, Sérgio Colcher
Abstract: Action segmentation consists of temporally segmenting a video and labeling each segmented interval with a specific action label. In this work, we propose a novel action segmentation method that requires no prior video analysis and no annotated data. Our method involves extracting spatio-temporal features from videos using a pre-trained deep network. Data is then transformed using a positional encoder, and finally a clustering algorithm is applied, where each produced cluster presumably corresponds to a different single and distinguishable action. In experiments, we show that our method produces competitive results on the Breakfast and Inria Instructional Videos dataset benchmarks.
More in: https://doi.org/10.1145/3524273.3528187
Apresentamos hoje o TeleMídia, um Núcleo de Inovação Tecnológica (NIT) do Departamento de Informática da PUC-Rio coordenado pelo Prof. Sérgio Colcher.
As primeiras atividades do laboratório eram voltadas para pesquisas na área de redes de computadores. Atualmente, os projetos são voltados para a aplicação de técnicas de aprendizado de máquina aos domínios de TV Digital Interativa, Análise de Sentimentos em conteúdo multimídia e a compressão e codificação de imagens e vídeos. Por meio dessas pesquisas, questões sobre novos cenários de TV e de Mídia Imersiva (em particular os que exploram experiências multissensoriais e realidade virtual) estão sendo estudadas.
As atividades do TeleMídia também envolvem a formação de recursos humanos por meio dos cursos de Extensão e Especialização nas áreas de TV Digital e Redes de Computadores.
Como outros laboratórios do DI da PUC-Rio, o TeleMídia proporciona aos alunos do DI a possibilidade de atuar em instituições de grande importância, possibilitando o uso dos conhecimentos adquiridos em centros de pesquisa, empresas, órgãos governamentais, entre outros.
Conheça mais sobre o TeleMídia: http://www.telemidia.puc-rio.br/
Conheça os Professores do Quadro Principal do DI.
Grande parte do reconhecimento acadêmico do Departamento de Informática (DI) da PUC-Rio é devido aos professores do seu quadro principal, que atuam com excelência à frente do ensino e pesquisa, coordenando e atuando em laboratórios temáticos e orientando as pesquisas de mestrado e doutorado dos alunos. Eles também são responsáveis por coordenar os projetos de pesquisa do DI junto a órgãos de fomento e a empresas nacionais e internacionais, assim como pela criação e oferta de cursos de extensão e especialização lato sensu do DI.
Hoje, temos o prazer de apresentar o Professor Sérgio Colcher, que atua nas áreas de pesquisa de Redes de Computadores e Sistemas Distribuídos, Hipertexto e Multimídia, e Ciência de Dados. Atualmente ele coordena os núcleos de inovação tecnológica Telemídia e BTG Pactual. Mais informações podem ser encontradas na página profissional do professor:
http://www.inf.puc-rio.br/~colcher
As inscrições para o programa de pós-graduação em Informática (Mestrado e Doutorado) oferecido pelo Departamento de Informática da PUC-Rio foram prorrogadas até o dia 15 de julho de 2022. O edital abrange as seguintes áreas de concentração:
Cada área de concentração tem diversas linhas de pesquisa, dentre as quais se pode citar: Jogos e Entretenimento Digital; Visualização 3D; Engenharia de Software Experimental; Computação Móvel; e Redes de Alta Velocidade. Outras linhas têm caráter mais interdisciplinar, como Bioinformática e Inteligência Artificial (pesquisadas em várias das áreas de concentração do DI).
O Programa de Pós-Graduação do Departamento de Informática da PUC-Rio (DI) tem sua excelência reconhecida por pesquisadores e instituições nacionais e internacionais, bem como por órgãos dos ministérios de Ciência e Tecnologia e da Educação que avaliam os pesquisadores e os programas de pós-graduação do Brasil. Na avaliação da CAPES o programa é avaliado com conceito máximo (7).
Defesa de Dissertação de Mestrado do aluno Luis Fernando Teixeira Bicalho
Título da dissertação: A Generic Plugin for Player Classification in Games
Resumo:
Game Analytics é uma área que envolve o processamento de dados de videogames com a finalidade de proporcionar uma melhor experiência de jogo para o usuário. Também ajuda a verificar os padrões de comportamento dos jogadores, facilitando a identificação do público-alvo. A coleta de dados dos jogadores ajuda os desenvolvedores de jogos a identificar problemas mais cedo e saber por que os jogadores deixaram o jogo ou continuaram jogando. O comportamento desses jogadores geralmente segue um padrão, fazendo com que se encaixem em diferentes perfis de jogadores. Especialistas em análise de jogos criam e usam modelos de tipos de jogadores, geralmente variantes do modelo de Bartle, para ajudar a identificar perfis de jogadores. Esses especialistas usam algoritmos de agrupamento para separar os jogadores em grupos diferentes e identificáveis, rotulando cada grupo com o tipo de perfil definido pelo modelo proposto. O objetivo principal deste projeto é criar um plugin Unity genérico para ajudar a identificar perfis de jogadores em jogos. Este plugin usa uma API Python, que lida com os dados do jogo armazenados em um banco de dados MongoDB, para agrupar e rotular cada partida ou nível do jogo escolhido enquanto o jogo está em execução. Neste plugin, os desenvolvedores de jogos podem configurar o número de tipos de jogadores que desejam identificar, os rótulos dos jogadores e até os algoritmos que desejam usar. Essa abordagem de agrupamento online não é usual no desenvolvimento de jogos. Até onde sabemos, não há nenhum componente de software na literatura de análise de jogos com a mesma direção e recursos.
Orientador:
Prof. Dr. Bruno Feijó
Banca:
Prof. Dr Alberto Barbosa Raposo
Prof. Dr Augusto Cesar Epindola Baffa
Prof. Dr Helio Côrtes Vieira Lopes
Acompanhe-nos pelo link:
https://puc-rio.zoom.us/j/99587061993?pwd=cTV6L2RibU1zMG40Tk1aMFFWWVo4QT09
Autor: Luís Fernando Teixeira Bicalho
Orientador: Bruno Feijó
Data e Hora: 08/07/2022 às 14:00