Autor: Pedro Sarmento Barbosa Martins
Orientador: Thibaut Victor Gaston Vidal
Data e Hora: 27/03/2023 às 10:30
Na próxima sexta (24/03), às 15h, acontecerá o seminário “A perspective of software Product & Process quality over 50 years through research and practice.”, proferido pela professora visitante, Maria Teresa Baldassarre.
O evento ocorrerá na sala 511 do RDC, e será transmitido ao vivo, via Youtube pelo canal do DI através do link: https://youtu.be/aCjU7itPFds
Resumo do seminário:
Software engineering has recently celebrated its 50-year anniversary. Over this half century much has been accomplished in terms of software process and product quality. Osterweil’s statement “Software processes are software too” has emphasized the importance of “software process programming” as a means for describing software processes and materializing them. Over the years, materializing software process descriptions has naturally led to emerging trends in measurement practices, as well as definition of quality paradigms, standards and frameworks, mainly focused on processes (GQM-QIP, PDCA, ISO family standards, CMMI, etc.). On the other hand, empirical software engineering has allowed to collect best practices, lessons learned and formalize heuristics, frameworks and tools for measuring and monitoring software product quality (e.g. static analysis tools, ISO25000). In turn, Agile-oriented processes have incorporated product quality assessment practices, enforcing the bond between process and product quality. Such trend has been bridging the gap between software engineering and other engineering disciplines that focus mainly on product quality. This talk discusses the main roles that quality has covered over the past 50 years with respect to software processes and software products. Relevant results and lessons learned from industrial experiences that point out the need of combining both aspects to deliver high quality software will be presented.
Conheça a professora convidada:
Maria Teresa Baldassarre is Associate Professor, PhD, at the Department of Informatics of the University of Bari, Italy, and member of the Software Engineering Research Laboratory (SERLab) where she coordinates the Process&Product Quality area. Her research interests are mainly focused on empirical software engineering, human factors in software engineering, software measurement and quality assurance. She is involved in several research projects and carries out controlled and in field experimentation within small and medium enterprises, and international academic partners. She is a partner of the SER&Practices spin off company of the University of Bari. Currently she is the representative for the University of Bari in the International Software Engineering Research Network (ISERN) and is PC member of several relevant software engineering and empirical software engineering international conferences. She is Associate Editor of Decision Support Systems Journal. Part of the Editorial Board of Empirical Software Engineering Journal, and co-chair of Registered Reports. She has covered several roles in the organization of software engineering related conferences.
#dipucrio #pucrio #seminário #pesquisa
Defesa de Dissertação de Mestrado da aluna Gabrielle Brandemburg dos Anjos
Título da dissertação: Um método em aprendizado profundo para segmentação automática de breakouts em perfis de imagem
Resumo: Breakouts são zonas colapsadas nas paredes de poço causadas por falhas de compressão. A identificação dessas estruturas é fundamental para estimar a estabilidade do poço e para obter a magnitude da tensão horizontal máxima presente na formação rochosa. Tradicionalmente, os intérpretes caracterizam os breakouts manualmente em perfis de imagem de poço, o que pode ser considerado uma tarefa muito de morada e trabalhosa por conta do tamanho massivo dos dados. De vido à complexidade das estruturas de interesse e os diversos artefatos ruidosos no perfil de imagem, métodos tradicionais de processamento de imagem não são suficientes para solucionar essa tarefa de detecção. Nos últimos anos, soluções baseadas em aprendizado profundo tem se tornado cada vez mais promissoras para problemas de segmentação de objetos em imagens e ainda tem sido pouco explorada na interpretação de perfis. Este trabalho explora o uso de uma rede neural convolucional para realizar o treino supervisionado de um classificador pixel a pixel das regiões de breakouts em dados de perfil de imagem de poço. O modelo da arquitetura usado neste trabalho foi a DC-UNet, que é uma variação do modelo clássico da U-Net e consagrada na área de segmentação em imagens médicas. O modelo proposto atingiu uma média de 72.3% de FScore e resultados qualitativos com alguns casos de predição melhores que o ground truth. Após avaliação dos resultados, acreditamos que o trabalho representa um grande passo na evolução da caracterização automática de estruturas em perfis de imagem, já que foi capaz de detectar e distinguir breakouts de outras cavidades do poço, e segmentar as regiões de interesse.
Orientador:
Marcelo Gattass
Banca:
Alberto Barbosa Raposo
Rodrigo Surmas
Jan Jose Hurtado Jauregui
Cristina Nader Vasconcelos
Acompanhe-nos através desse link.
#dissertação #mestrado #pesquisa #desenvolvimento #alunos #dipucrio
Autor: Gabrielle Brandemburg dos Anjos
Orientador: Marcelo Gattass
Data e Hora: 22/03/2023 às 17:00
Defesa de Dissertação de Mestrado do aluno Dieinison Jack F. Braga
Título da dissertação: Visualizing Data Facts: A Comparative Study of Annotation Techniques and Their Impact on Users’ Perceptions
Resumo: Um número crescente de sistemas de visualização tem sido desenvolvido tanto comercialmente quanto na comunidade de pesquisa. Embora estas ferramentas possam ajudar na construção de gráficos, elas apresentam desafios para analistas não especialistas. Um desafio em particular é o de prover suporte para destacar visualmente fatos de dados em gráficos. O esforço empregado por analistas não especialistas ou designers (sem conhecimento de programação) para realizar anotações visuais pode ser complexo e demorado. Nesta pesquisa, investigamos representações visuais de fatos de dados para apoiar analistas não especialista na exploração e comunicação de insights através dos dados. Para endereçar estes desafios, nos tornamos operacional um modelo conceitual que relaciona visualizações, fatos de dados e suas representações visuais. Implementamos o modelo em uma ferramenta de visualização chamada VisStoryMaker, que gera automaticamente gráficos anotados. Para avaliar o seu valor percebido, conduzimos um estudo de métodos mistos com usuário comparando com o Tableau Public. No geral, a VisStoryMaker oferece uma abordagem fácil de usar para destacar visualmente fatos sobre dados, e o uso de anotações visuais de fatos sobre dados nas visualizações podem apoiar usuários não especialistas na exploração e comunicação por meio de dados. Entretanto, seu uso deve ser cuidadosamente considerado para evitar poluir visualmente os gráficos.
Orientador: Simone Diniz Junqueira Barbosa
Banca:
Helio Côrtes Vieira Lopes
Bruno Feijo
Alberto Barbosa Raposo
Acompanhe-nos através desse link.
#dissertação #mestrado #pesquisa #desenvolvimento #alunos #dipucrio
Autor: Dieinison Jack Freire Braga
Orientador: Simone Diniz Junqueira Barbosa
Data e Hora: 17/03/2023 às 15:00
Defesa de Dissertação de Mestrado do aluno Victor Feitosa de C. Souza
Título da dissertação: Árvores de Decisão com Regras Explicáveis
Resumo: as árvores de decisão são estruturas comumente utilizadas em cenários em que modelos explicáveis de Aprendizado de Máquina são desejados, por serem visualmente intuitivas. Na literatura existente, a busca por explicabilidade em árvores envolve a minimização de métricas como altura e número de nós. Nesse contexto, definimos uma métrica de explicabilidade, chamada de explanation size, que reflete o número de atributos necessários para explicar a classificação dos exemplos. Apresentamos também um algoritmo, intitulado SER-DT, que obtém uma aproximação O(ln n) (ótima se P ? N P) para a minimização da altura no pior/médio caso, assim como do explanation size no pior/médio caso. Em uma série de experimentos, comparamos a implementação de SER-DT com algoritmos conhecidos da área, como CART e EC2, além de testarmos o impacto de parâmetros e estratégias de poda nesses algoritmos. SER-DT mostrou-se competitivo em acurácia com os algoritmos citados, mas gerou árvores muito mais explicáveis.
Orientador: Eduardo Sany Laber
Banca: Marco Serpa Molinaro
Claudson Ferreira Bornstein
Edward Hermann Haeusler
Acompanhe-nos através desse link.
#dissertação #mestrado #pesquisa #desenvolvimento #alunos #dipucrio
Autor: Victor Feitosa de Carvalho Souza
Orientador: Eduardo Sany Laber
Data e Hora: 15/03/2023 às 10:00
Na próxima semana teremos a segunda mesa redonda sobre “Aplicações de IA em empresas e seus resultados”, dando continuidade a um amplo debate sobre aplicações de inteligência artificial no mundo corporativo.
O evento ocorrerá no dia 14 de março (terça-feira), às 10h e será ministrado por Helio Lopes, professor do Departamento de Informática da PUC-Rio, Tulio Ribeiro da LANX Capital e presidente do Conselho Empresarial de Inovação do Departamento de Informática da PUC-Rio e Robert Duque-Ribeiro, da Accenture.
Para participar, inscreva-se aqui!
O Departamento de Informática da PUC-Rio recomenda:
Temos disponibilidade para essas disciplinas, que são da pós-graduação, mas que estão com vagas abertas também para a parte de graduação!
– A Narratologia Computacional é muito usada na área de entretenimento, contribuindo para a geração de histórias para TV, cinema e, principalmente, jogos eletrônicos, nos quais se torna possível maximizar o conhecimento para geração de mundos abertos (assim como acontece no Metaverso).
– Seminários em Human-Centered Data Science, que é um dos “temas da moda”. Através dele, entendemos o estado-da-arte em human-centered data science (HCDS) e conhecemos seus desafios.
Além de obtermos os conhecimentos necessários para definir uma agenda de pesquisa e realizar estudos empíricos sobre algumas questões levantadas.
Mais informações no link em http://www.inf.puc-rio.br/pos-graduacao/disciplinas-pos-graduacao.
