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
Defesa de Tese de Doutorado do aluno Jonatas do Santos Grosman
Título da tese: Assessing the Robustness of Large Pre-trained Models in the Speech Recognition
Resumo:
Utilizar representações fornecidas por um grande modelo pré-treinado tornou-se a principal estratégia para alcançar o estado da arte nas mais variadas tarefas. Um grande modelo pré-treinado recentemente proposto, wav2vec 2.0, foi seminal para vários outros trabalhos sobre pré-treinamento de grandes modelos em dados de fala. Muitos modelos estão sendo pré-treinados usando a mesma arquitetura baseada em transformer que o wav2vec 2.0 e estão obtendo o estado da arte em várias tarefas relacionadas à fala. No entanto, poucos trabalhos propuseram maiores investigações sobre a robustez desses modelos. Nosso trabalho visa investigar a robustez desses modelos em dois aspectos diferentes. O primeiro é sobre a transferibilidade entre línguas desses modelos. Nossos experimentos nos mostraram que o tamanho dos dados usados durante o pré-treinamento desses modelos não é tão crucial para a transferibilidade quanto a diversidade. Percebemos que o desempenho das línguas indo-europeias é superior ao das línguas não indo-europeias nos modelos avaliados. Vimos uma transferência positiva de conhecimento entre línguas usando modelos monolinguais, o que foi percebido em todos os idiomas que usamos, mas foi mais evidente quando o idioma usado durante o pré-treinamento era mais semelhante ao idioma do fine-tuning. O segundo aspecto de robustez que investigamos em nosso trabalho é quão bem esses modelos se comportam em cenários de desbalanceamento de dados, onde há um subconjunto mais representativo no conjunto de dados do fine-tuning. Nossos resultados mostraram que o desbalanceamento dos dados no fine-tuning geralmente afeta o resultado final dos modelos, com melhor desempenho nos subconjuntos mais representativos. No entanto, uma maior variabilidade no conjunto de treinamento favorece o desempenho do modelo para um subconjunto mais representativo. Porém essa maior variabilidade nos dados não favoreceu os idiomas não vistos durante o treinamento. Observamos também que em alguns cenários os modelos parecem mais robustos em lidar com o desbalanceamento de gênero do que idade ou sotaque. Com esses achados, esperamos ajudar a comunidade científica na utilização de modelos pré-treinados existentes, bem como auxiliar no pré-treinamento de novos modelos.
Orientador: Prof. Dr. Hélio Côrtes Vieira Lopes
Banca:
Prof. Dr. Cassio Freitas Pereira de Almeida
Prof. Dr. Guilherme Gonçalves Schardong
Prof. Dr. Bruno Feijo
Prof. Dr. Marcus Vinicius Soledade Poggi de Aragao
Prof. Dr. Luiz Carlos Pacheco Rodrigues Velho
Acompanhe-nos também no site: http://www.inf.puc-rio.br/blog/noticia/noticia/defesa-de-tese-de-doutorado-assessing-the-robustness-of-large-pre-trained-models-in-the-speech-recognition
Estamos dando mais uma chance para você entrar na melhor graduação em Computação! Não perca essa chance, as inscrições para o vestibular 2023 da PUC-Rio foram prorrogadas até o dia 19/09 e temos uma série de bolsas, parciais e integrais, para os melhores colocados.
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.
O Departamento de Informática também oferece inúmeras oportunidades de estágio e Iniciação Científica no próprio campus, como em laboratórios de pesquisa (os NITs), o Instituto Tecgraf e no recente laboratório Americanas Futuro Lab Rio, onde todos os 40+ estagiários aprendem métodos ágeis de desenvolvimento de produtos e aplicam esses métodos para desenvolver protótipos de soluções para a Americanas.
Os alunos das redes pública e privada que tiverem mostrado melhor desempenho no vestibular são candidatos a receber uma bolsa de estudos, de 50% ou mais, financiada por fundações e empresas. Para ingressar em 2023 já temos confirmadas aproximadamente 10 bolsas. E no meio do curso, a partir do terceiro ano, alunos com bom desempenho acadêmico poderão também fazer um intercâmbio de três meses até 1 ano em universidades renomadas dos EUA e da Europa, como a UIUC, a Columbia University e a Univ. de Paris, parcialmente financiado.
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 Victor Augusto Lima L.
Título da dissertação: TuningChef: uma abordagem para escolher as ações de sintonia fina de banco de dados com melhor custo-benefício
Resumo: Enquanto muitos trabalhos de pesquisa propõem uma forma de listar um conjunto de opções de sintonia fina para uma determinada carga de trabalho, poucos oferecem uma maneira de ajudar o DBA a tomar melhores decisões ao encontrar um conjunto de ações disponíveis, principalmente ao levar em consideração suas próprias. TuningChef é o resultado do desenvolvimento de uma proposta do passo a passo desse processo de decisão. Dado um conjunto de opções de sintonia fina, recomendamos o subconjunto de melhor custo-benefício com contexto suficiente para que o DBA entenda a motivação por trás de cada decisão, com a possibilidade de deixar o usuário construir seu próprio subconjunto e verificar o impacto esperado.
Orientador: Prof. Dr. Sergio Lifschitz
Banca:
Prof. Dr. Javam de Castro Machado
Prof(a) Dr(a) Fernanda Araujo Baião
Prof(a) Dr(a) Juliana Alves Pereira
Prof. Dr. Edward Hermann Haeusler
Acompanhe-nos pelo link: https://puc-rio.zoom.us/j/93725142535?pwd=YXdKdXhxY3BWQmQxU1RHNWkwTXZUdz09
Autor: Lucas Caracas de Figueiredo
Orientador: Waldemar Celes Filho
Data e Hora: 16/09/2022 às 09:00
Entre os dias 19 a 23 de setembro de 2022, ocorrerá a 37a edição do SBBD – Simpósio Brasileiro de Bancos de Dados, no Atlântico Búzios Convention, localizado em Búzios/Rio de Janeiro. Neste ano a coordenação geral está nas mãos do Professor Sérgio Lifschitz, do Departamento de Informática da PUC-Rio.
É um dos evento oficiais e mais tradicionais dentre os promovidos pela Sociedade Brasileira de Computação (SBC), organizado anualmente pela Comissão Especial de Bancos de Dados (CEBD), e envolve as comunidades científica, acadêmica e industrial para debater temas que envolvem ciência e tecnologia voltados para grande área de banco de dados, como ciência de dados e big data. Cabe observar que a 1a edição do SBBD também foi organizada pelo DI PUC-Rio em 1986.
Cabe observar que todos participantes do SBBD 2022 também poderão participar do 15o BSB (Simpósio Brasileiro de Bioinformática). Tanto no SBBD como no BSB há vários alunos (e ex-alunos), além de professores do DI, apresentando artigos selecionados que relatam projetos de pesquisa acontecendo na PUC-Rio.
O simpósio é considerado como a maior conferência brasileira e da América Latina sobre a temática. Confira parte da programação que, além das sessões técnicas para apresentações de artigos selecionados e convidados, terá muita coisa interessante:
Para conferir a programação completa, acompanhe o site SBBD2022 e também as redes sociais do evento:
