O GETComp está com inscrições abertas para alunos do curso de Ciência da Computação interessados em trabalhar em algum dos seguintes projetos:
Analisando o comportamento evolutivo de dados Web em grandes grafos de conhecimento
Resumo: Aplicações fazem uso de dados disponibilizados na Web para diversas finalidades, como o processamento de notícias para prever preços futuros no mercado de ações, processamento de comentários em sites para entender a recepção de novos produtos no mercado, uso de posts em redes sociais para identificação de grupos terroristas ou discurso de ódio. Saber processar de forma adequada os dados dispostos na Web é fundamental para criar aplicações inteligentes em diversos cenários. Neste projeto, o discente conhecerá as tecnologias utilizadas neste cenário e investigará o comportamento dos dados ao longo do tempo em grandes grafos de conhecimento para identificação de violações de qualidade dos dados e predição de violações. Esta pesquisa é uma parceria com a WU Vienna University of Economics and Business e será coorientada por um aluno de doutorado da WU, o que pode gerar oportunidades para estudo fora do país.
Computação Gráfica Aplicada
Este projeto tem como principal objetivo reunir iniciativas focadas na pesquisa e desenvolvimento de aplicações de caráter prático que façam uso de Computação Gráfica e aŕeas afins (a saber, Realidade Virtual, Realidade Aumentada e Visão Computacional). Atualmente estão em desenvolvimento iniciativas aplicadas à educação e saúde. O aluno selecionado neste projeto atuará em colaboração com outros discentes vinculados ao Programa Virtus. Mais detalhes sobre este programa no link abaixo:
https://avrgroup.github.io/virtus/
Inteligência computacional aplicada aos novos desafios da logística verde
O grande desafio do setor produtivo em todo o mundo é o desenvolvimento sustentável. Em toda a cadeia produtiva diversos problemas de logística estão sendo repensados a partir da consciência ambiental ou de regramentos ambientais cada vez mais exigentes. Dentre os nichos de pesquisa na área de Logística Verde, destacam-se:
i) Problemas relacionados à logística de transporte, onde são considerados roteamento de veículos elétricos e à combustão, roteamento de drones e suas variações;
ii) Problemas originados no planejamento da produção, onde são trabalhados problemas de escalonamento de tarefas com foco em questões relacionadas à redução de emissão de poluentes, redução de riscos ao agente humano, redução de ruídos etc.
iii) Problemas relacionados à minimização perda de energia e sistemas de distribuição de energia elétrica, bem como ao planejamento de acionamento de unidades de geração de energia por termoelétricas com o objetivo de minimizar o uso deste tipo de geração sem comprometer o atendimento da demanda.
Este projeto objetiva o desenvolvimento de algoritmos eficientes para os problemas acima através de técnicas de Inteligência Computacional, como Algoritmo Genético, Enxame de Partículas, Colônia de Formigas, entre outros, bem como o desenvolvimento de métodos exatos que possam ser combinados com as abordagens heurísticas para a obtenção de novos limites inferiores nas funções de custo.
Avaliação de grande volume de dados e comportamento anômalo em redes de computadores
Plataformas baseadas em blockchain tiveram um crescimento significativo nos últimos anos. Neste contexto, o Bitcoin é a primeira e mais conhecida plataforma da tecnologia. No entanto, outras plataformas baseadas em blockchain emergiram, como o Ethereum, que alcançou um valor de mercado de 27 bilhões de dólares e mais de 757 milhões de transações. Com o aumento do uso, as criptomoedas passaram a ser alvo de ataques e podem estar sendo usadas para atos ilícitos. Planeja-se neste projeto analisar dados de transações de criptomoedas, especialmente do Ethereum, a fim de identificar comportamentos anômalos e, assim, detectar atividades ilegais. O projeto envolve mineração de dados, aprendizado de máquina e ciência de redes.
Medição de objetos em imagens não controladas através de Deep Learning
Sensores e equipamentos capazes de estimar as dimensões de objetos à distância e sem nenhum contato são raros ou exclusivos de aplicações em controladas. Por exemplo, linhas de produção industrial contam com câmeras que visam aferir a qualidade de itens fabricados, muitas vezes detectando sua área e perímetro. Neste caso a solução é simplificada com controle das condições de obtenção das imagens e com estrita calibração dos sensores e atuadores envolvidos. Neste projeto, o aluno será envolvido em problemas de medição de objetos reais de forma comparativa. Atualmente, uma rede neural profunda é treinada para comparar dois objetos em uma cena: o primeiro é um objeto cuja área e o perímetro não conhecidos; o segundo é o objeto que se deseja medir. O objetivo é fazer a rede aprender a comparar ambos os objetos e retornar uma estimativa da área e do perímetro do segundo. O aluno será envolvido em todas as fases: a construção da base a ser aprendida, construção da rede, esquema de aprendizado, e análise dos resultados. Em um primeiro momento o aluno trabalhará na medição de folhas de vegetação que auxiliam produtores a rapidamente acompanhar a evolução de sua lavoura, sem porém destruir os objetos medidos.
Período de inscrição: 17/10/2022 a 28/10/2022.
Local de inscrição: Inscrição via Google Forms
Para maiores detalhes acesse o edital deste processo de seleção.