Dissertações - Ciência da Computação - FC
URI Permanente para esta coleção
Navegar
Submissões Recentes
ItemDissertação de mestrado Tomografia de hamiltoniano para sistemas de dois qubits utilizando aprendizado de máquina(Universidade Estadual Paulista (Unesp), 2023-03-08) Prado, Marcelo Velludo de Souza; Fanchini, Felipe Fernandes [UNESP]; Universidade Estadual Paulista (Unesp)Para sistemas quânticos fechados, a energia é uma observável que pode ser representada por uma matriz hermitiana chamada de hamiltoniano. Com a hamiltoniano que descreve o sistema quântico, podemos determinar a sua dinâmica através da equação de Schrödinger, que diz a taxa de variação de um estado |ψ(t)⟩ com respeito a um determinado instante t. Resolvendo a equação para um estado inicial consegue-se determinar a evolução do sistema. Utilizando o hamiltoniano que descreve um sistema de duplos pontos quânticos, e medindo as observáveis locais, aplicamos o modelo de aprendizado de máquina Extra-Trees com o objetivo de realizar a tomografia completa do hamiltoniano. Ficou demonstrado a efetividade da solução em diversas situações e, afim de obter diretrizes para auxiliar o físico experimental, realizamos analises exploratórias com o intuito de melhorar o entendimento sobre o problema de tomografia de hamiltoniano.ItemDissertação de mestrado Ferramenta de visualização para exibição de dados sobre genética de peixes(Universidade Estadual Paulista (Unesp), 2023-05-25) Requena, Adriano; Brega, Jose Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)O uso de técnicas de visualização da informação e as pesquisas sobre genética têm melhorado muito o conhecimento na medicina, na saúde, na reprodução de animais e até no próprio comércio. Geralmente os dados são de estruturas complexas e de difícil compreensão. Os pesquisadores têm obtido padrões e conhecimento sobre esses dados, e, com isso, os processos de descoberta sobre medicamentos para doenças, melhoria no cultivo de culturas e na própria criação de animais para um melhor rendimento em cada uma dessa áreas. O objetivo é apresentar uma ferramenta que utiliza técnicas de Visualização da Informação que será utilizada no acompanhamento da melhoria genética na reprodução de peixes da Unesp de Jaboticabal. O levantamento dos requisitos foi efetuado com doutores e estudantes do Doutorado da Área de Aquicultura da Unesp da cidade de Jaboticabal, Estado de São Paulo. Essas contribuições foram muito importantes para entendimento do processo para aplicação da ferramenta de Visualização da Informação. A contribuição da ferramenta para os pesquisadores está na seleção das melhores progenies que são fruto dos acasalamento dos peixes da mesma espécie, nessa pesquisa trabalhamos com o Pacu, Tambaqui e Tilápia.ItemDissertação de mestrado A construção de solução de visualização da informação para prestação de contas e exploração da execução orçamentária(Universidade Estadual Paulista (Unesp), 2023-05-05) Camargo, Wellington Eufrasio; Brega, José Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)Motivado por um problema real de mineração manual de texto realizada em registros financeiros e contábeis, conduzida para obter-se informações à serem utilizadas na construção de gráficos estáticos em relatórios gerenciais, este trabalho apresenta um estudo de caso sobre a construção e integração de solução de visualização da informação, com objetivo de elucidar a execução orçamentária de uma universidade pública do Estado de São Paulo, transformando a complexa e burocrática prestação de contas em informações visuais e de fácil entendimento. Partindo-se da questão de como a Informática pode contribuir na elucidação de registros públicos contábeis genéricos e pouco informativos, realizou-se o pré-processamento de dados dos registros financeiros e contábeis da universidade, utilizando-se a classificação automática de texto. Desta forma, foi possível atribuir uma finalidade qualitativa ao emprego de recursos públicos, demonstrando-se para que o recurso financeiro está sendo utilizado, atribuindo-se também uma categoria discriminativa, que possibilita eliminar generalizações e estabelecer efetivamente em que o recurso está sendo empregado. A realização deste estudo de caso confirmou a hipótese de que ferramentas de visualização da informação, criadas com informações padronizadas por ferramenta de classificação, são eficazes para transparência pública e são eficientes para elucidação da execução orçamentária. A avaliação da solução de implantada em uma das faculdades da universidade, demonstrou que a solução desenvolvida atende tanto as necessidades de informações gerenciais para os gestores de centros de custo, quanto a possibilidade do acompanhamento da execução orçamentária na universidade. O desenvolvimento do trabalho demonstrou que conceitos, técnicas e métodos relacionados com aprendizado de máquina, integram-se ao processo de construção de ferramentas de visualização da informação, contribuindo especialmente no pré-processamento dos dados a serem utilizados nas ferramentas de visualização. Os resultados obtidos levam a conclusão que é possível estabelecer um processo para a construção e integração de ferramentas de visualização em um sistema institucional legado e, que a solução de visualização da informação desenvolvida é uma solução amigável e eficiente de análise visual para elucidação da prestação de contas e exploração da execução orçamentária na universidade.ItemDissertação de mestrado Sumarização extrativa de texto utilizando modelos aditivos generalizados com interações para seleção de sentenças(Universidade Estadual Paulista (Unesp), 2023-03-10) Silva, Vinícius Camargo da; Papa, João Paulo [UNESP]; Universidade Estadual Paulista (Unesp)A explicabilidade de modelos inteligentes se tornou um importante tópico de pesquisa recentemente. Em função da evolução de diversos algoritmos estatísticos e de Aprendizado de Máquina, hoje, modelos do gênero são capazes de executar tarefas altamente complexas, entretanto, diversos exemplares carecem de transparência sobre seu processo de decisão, culminando em inferências muitas vezes acuradas, segundo métricas e taxas de acerto, porém pouco explicáveis ao usuário em questão. Assim, o termo Inteligência Artificial Explicável ganhou notoriedade nos últimos anos, almejando metodologias capazes de aliar inteligência computacional à explicabilidade na execução de tarefas. A Sumarização Automática de Texto tem se tornado relevante com o crescimento de dados no formato textual, no entanto, com a popularização de grandes bases de dados públicas, abordagens recentes de Aprendizado de Máquina têm se concentrado em modelos e arquiteturas densos que, apesar de produzirem resultados notáveis, geralmente culminam em modelos difíceis de interpretar. Em contrapartida, seria interessante contar com sistemas que promovessem, em paralelo aos resumos gerados, capacidade de oferecer interpretações acerca de seu comportamento ou decisões de maneira transparente, entretanto, essa prática ainda está distante da realidade, uma vez que a interpretabilidade de modelos de sumarização de texto ainda é um assunto desafiador e pouco estudado. Modelos Aditivos Generalizados com Interações (do inglês, \textit{Generalized Additive Models with Interactions} ou GAMI) são conhecidos por aliar poder preditivo a interpretabilidade em tarefas supervisionadas, assim, este trabalho investiga dois desses modelos, a saber, EBM e GAMI-Net, em uma abordagem à tarefa de Sumarização Extrativa, visando explorar sua aplicabilidade ao desafio de sumarização de texto, dado o interesse latente de metodologias interpretáveis. A abordagem proposta, baseada em treinar exemplares de GAMI na forma de um problema de classificação binária, mostrou-se uma alternativa simples, mas atraente a certos algoritmos caixa-preta, cuja avaliação foi realizada utilizando as bases de dados CNN/Dailymail e PubMed.ItemDissertação de mestrado Reconhecimento de ações humanas baseado em articulações do esqueleto obtidas de poses 2D(Universidade Estadual Paulista (Unesp), 2023-02-03) Belluzzo, Bruno; Marana, Aparecido Nilceu [UNESP]; Universidade Estadual Paulista (Unesp)Com o aumento da capacidade das tecnologias atuais de armazenamento e processamento de grandes volumes de dados em uma velocidade cada vez maior, a análise e o reconhecimento de padrões em vídeos passaram a ser pesquisadas e empregadas nas mais diversas aplicações, dentre as quais o reconhecimento automático de ações humanas, que visa identificar em um determinado vídeo as ações sendo executadas pelas pessoas presentes, seja para fins recreativos ou para o monitoramento e a segurança em locais públicos ou até mesmo privados. Detectar pessoas nos vídeos e reconhecer as ações sendo realizadas por elas é uma tarefa complexa, pois exige a extração de caracteríticas que representam um padrão de movimentos realizados pela pessoa tanto no aspecto espacial, quanto no aspecto temporal, ao longo dos diversos \textit{frames} do vídeo. Uma maneira de obter informações que descrevam o movimento do corpo humano em vídeos é identificar as articulações do esqueleto humano nos diversos \textit{frames}, o que pode ser realizado utilizando-se algoritmos de estimação de pose 2D em imagens. Atualmente, existem algoritmos bastante eficazes e eficientes disponíveis, capazes de detectar as articulações do corpo humano e retornarem suas coordenadas nas imagens. Aliado a isso, tem se observado nos últimos anos uma grande evolução dos métodos e algoritmos de aprendizado de máquina, destinados ao reconhecimento de padrões complexos, inspirados em modelos biológicos, com ênfase nos métodos baseados em aprendizado de máquina profundo e recorrente. Esta dissertação de mestrado tem como objetivo propor um método de reconhecimento de ações humanas em vídeo baseado nas articulações dos esqueletos obtidas de poses 2D estimadas por meio de algoritmos estado da arte, utilizando redes neurais recorrentes convolucionais para propiciar mais robustez ao processo. O método proposto foi avaliado utilizando-se duas bases de dados públicas e populares de vídeos de ações humanas, a KTH e a Weizmann. Os resultados obtidos foram superiores aos resultados obtidos por vários métodos encontrados na literatura e comparáveis à métodos estado-da-arte, com a vantagem de apresentar uma estratégia simples para a extração de características a partir das articulações dos esqueletos obtidas das poses 2D.ItemDissertação de mestrado Detecção de fake news utilizando aprendizado de máquina(Universidade Estadual Paulista (Unesp), 2023-01-04) Garcia, Gabriel Lino; Papa, João Paulo [UNESP]; Universidade Estadual Paulista (Unesp)Nos últimos anos, as mídias sociais, redes sociais e aplicativos de mensagens se tornaram os principais canais para as pessoas acessarem e consumirem notícias, devido à rapidez e facilidade de divulgação de informações. No entanto, essas propriedades tornaram esses canais um foco de disseminação de notícias falsas, trazendo impactos negativos para os indivíduos e para a sociedade. Para resolver este problema, nos últimos anos, a utilização de inteligência artificial vem ganhando espaço e obtendo ótimos resultados na classificação de textos. O presente trabalho aborda o assunto de classificação de notícias falsas na língua portuguesa, possuindo o objetivo principal de estudar e avaliar procedimentos de processamento de linguagem natural, juntamente com artifícios de aprendizado de máquina, além de elaborar a criação de novos corpus de notícias falsas e verdadeiras para fomentar pesquisas de detecção automática de notícias falsas em português.ItemDissertação de mestrado Sumarização abstrativa de textos em português utilizando aprendizado de máquina(Universidade Estadual Paulista (Unesp), 2022-09-09) Paiola, Pedro Henrique; Papa, João Paulo [UNESP]; Universidade Estadual Paulista (Unesp)A sumarização automática consiste no processo de capturar as informações mais relevantes de um texto e condensá-las em um texto compreensível em linguagem natural. Este processo pode ser classificado como sumarização extrativa, quando identifica as sentenças mais importantes do texto de origem para compor o sumário utilizando as mesmas sentenças, ou sumarização abstrativa, quando gera novas sentenças baseadas nas informações mais relevantes do texto de origem. Pesquisas em sumarização automática abstrativa para o português brasileiro ainda são escassas, especialmente para sumarização abstrativa baseada em aprendizado em profundidade. Por este motivo, este consiste no foco desta pesquisa. Nesta dissertação são apresentados experimentos com modelos pré-treinados, ajustados para as bases TeMário, CSTNews e para os textos em português da WikiLingua e XL-Sum. Os resultados apresentados por estes experimentos são relativamente satisfatórios, ainda apresentando problemas, dos quais a maioria são comuns em sumarização abstrativa, mas que podem servir como ponto de partida para futuras pesquisas.ItemDissertação de mestrado O uso da realidade aumentada e aprendizado de máquina na reabilitação de pacientes pós-acidente vascular cerebral(Universidade Estadual Paulista (Unesp), 2022-09-08) Rodrigues, Luis Guilherme Silva; Brega, José Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)O Acidente Vascular Cerebral (AVC) é a doença que mais causa incapacidade em médio e longo prazo no mundo. A incapacidade motora de um lado do corpo é uma das sequelas mais comuns do AVC. Entretanto, o tratamento por meio da fisioterapia pode recuperar os movimentos afetados e melhorar a qualidade de vida dos pacientes se feito de forma correta e consistente. Os profissionais da saude podem incorporar tecnologias ao tratamento para torná-lo mais efetivo e acessível aos pacientes. Este trabalho apresenta uma Revisão Sistemática da Literatura para identificar o estado da arte na Realidade Aumentada (RA) aplicada na área da reabilitação motora. Estas aplicações tem como objetivo auxiliar no processo de fisioterapia criando interações com as aplicações através do movimento dos membros afetados do paciente. Este trabalho também apresenta uma proposta de utilização dos dados gerados pelas aplicações de RA em técnicas de Aprendizado de Máquina para gerar informações adicionais ao fisioterapeuta durante o tratamento. Um sistema com interação através de câmeras comuns foi criado para ser testado por fisioterapeutas para a interação dos pacientes com jogos de RA. Além disso, destaca-se neste sistema um módulo que testa a viabilidade da criação de modelos de Aprendizado de Máquina a partir de dados de Captura de Movimentos.ItemDissertação de mestrado Visualização de informações a partir de dados abertos governamentais, baseadas em perfis de usuário(Universidade Estadual Paulista (Unesp), 2021-12-16) Assumpção, César Alencar; Brega, José Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)Há um movimento global para a democratização do acesso a dados governamentais abertos, para o livre uso da sociedade. Esse movimento deve possibilitar maior participação da sociedade no desenvolvimento de um Estado mais eficiente, com a prestação de serviços públicos, fazendo uso amplo das tecnologias. Para tornar esse entendimento mais claro, foi realizada uma Revisão Sistemática de Literatura (RSL) que buscou revelar estratégias para o uso de dados abertos, ferramentas e técnicas de Visualização de Informações. No Brasil, os municípios são inspecionados pelos Tribunais de Contas do Estado, e o Tribunal de Contas do Estado de São Paulo disponibiliza um banco de dados aberto de mais de 600 municípios. A partir dessa base de dados aberta, complementada por outras fontes de dados e indicadores de desempenho, com base nos resultados da RSL, o trabalho apresentado nesta dissertação de mestrado mostra que, com a correta aplicação das técnicas de Visualização de Informações, fica mais fácil a compreensão da gestão pública. O serviço público é uma importante fonte de dados, pois contém informações que podem ter impacto direto na vida de cada cidadão e comprometer serviços essenciais como saúde, segurança e educação. O que se pretende como contribuição é estruturar apresentações especializadas de acordo com o perfil do usuário e desenvolver uma ferramenta que permita importar dados abertos e promover a visualização das informações. O resultado é apresentado na forma de dashboards específicos de acordo com o perfil do usuário, o que se mostrou essencial para agregar valor às informações e melhorar a compreensão das partes interessadas.ItemDissertação de mestrado Um método não determinístico para a calibração semiautomática de HMDs OST baseados em smartphone(Universidade Estadual Paulista (Unesp), 2021-12-10) Covolan, João Pedro Mucheroni; Sementille, Antonio Carlos [UNESP]; Universidade Estadual Paulista (Unesp)Em um sistema de Realidade Aumentada (RA), elementos reais e virtuais devem ser apresentados de maneira coerente, como se coexistissem em um mesmo ambiente. Atingir esse requisito, que recebe o nome de registro, é especialmente desafiador em certas configurações de hardware, como é o caso dos Head Mounted Displays (HMDs) que utilizam a abordagem Optical See-Through (OST). Além disso, alguns desses dispositivos vêm sendo apresentados em uma arquitetura em que estão associados a um smartphone, o que traz desafios adicionais. O registro exige um processo de calibração que, em geral, é realizado por meio de métodos de otimização determinísticos. Entretanto, uma série de abordagens não determinísticas também vêm sendo propostas, apresentando resultados promissores. Dentro desse contexto, foi desenvolvido neste trabalho um método para calibração semiautomática de HMDs OST baseados em smartphone, utilizando otimização não determinística. Dentre os vários algoritmos não determinísticos existentes, foram testados os algoritmos de recozimento simulado, estratégia evolutiva e enxame de partículas. O método de calibração foi implementado em um software e testado por meio de uma aplicação que realiza o registro de um objeto virtual em uma cena de RA. O método foi avaliado, principalmente, por meio do cálculo do Erro Quadrático Médio (EQM), em cada etapa da calibração, levando em consideração a diferença entre as posições ideais/observadas de um conjunto de pontos de referência e as posições estimadas a partir dos valores determinados para os parâmetros de calibração. Obteve-se uma calibração acurada para o espaço peripessoal, com EQMs semelhantes para os três algoritmos testados.ItemDissertação de mestrado Máquina de elementos finitos para seleção de características de anomalias em redes de computadores(Universidade Estadual Paulista (Unesp), 2021-12-03) Januário, Lucas de Biaggi; Costa, Kelton Augusto Pontara da [UNESP]; Universidade Estadual Paulista (Unesp)Identificar anomalias tornou-se uma das principais estratégias para procedimentos de segurança e proteção em redes de computadores. No entanto, é uma tarefa desafiadora para os seres humanos, pois requer a avaliação de um grande volume de dados diários para descobrir um comportamento inesperado. Nesse contexto, os métodos baseados em aprendizado de máquina surgem como uma solução elegante para ajudar a identificar esses comportamentos. Além disso, técnicas inteligentes para remover informações irrelevantes de conjuntos de dados, ou seja, selecionar caracaterísticas, podem aumentar a eficiência e reduzir o tempo de processamento. Portanto, esta dissertação propõe uma nova abordagem de seleção de recursos chamada Finite Element Machine Feature Selection (FEMa-FS). O método utiliza elementos finitos, como a função inversa de Shepard, para identificar as características mais representativas em conjuntos de dados. Finalmente, o FEMa-FS seleciona as características mais relevantes para identificar anomalias no tráfego da rede, que são posteriormente empregadas para alimentar o classificador Optimum-Path-Forest. O método provou sua eficiência na redução de informações irrelevantes e pode aumentar a precisão da classificação em até 2%.ItemDissertação de mestrado Uso da visualização de informações para análise de dados educacionais: um estudo de caso sobre a área acadêmica, financeira e científica da UNIKIV(Universidade Estadual Paulista (Unesp), 2021-09-03) Kunzayila, Nsiamfumu; Brega, José Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)Nos dias atuais, uma preocupação muito grande das instituições de ensino e pesquisa é monitorar os resultados dos alunos para melhorar a qualidade do ensino. Esta preocupação se mostra importante, pois, estes resultados levam muitos alunos a abandonar seus cursos, os quais estão matriculados. Várias estratégias podem ser usadas para buscar a identificação dos fatores potenciais destas desistências. Existem algumas soluções para análise das informações, onde se destacam neste trabalho, as técnicas de Visualização de Informações. Este trabalho apresenta uma proposta e uma ferramenta para aplicação de visualização na gestão acadêmica, financeira e científica da Universidade Kimpa Vita. Para isso, foi realizada a técnica de revisão sistemática de literatura para a realização de um estudo sobre o assunto. Com base no estudo, foi realizado um levantamento de requisitos junto a área acadêmica, científica, o departamento financeiro e aos departamentos de ensino e investigação. A partir dos dados levantados e da revisão sistemática, foi realizada uma proposta de um banco de dados intermediário e desenvolvido uma ferramenta. Em tempo, são observados os resultados da revisão sistemática e a proposta da ferramenta, o que nos permite concluir as tendências na implementação de uma ferramenta de monitoramento e gerenciamento dos resultados dos alunos usando as técnicas de Visualização de Informações e análise de dados educacionais da universidade, facilitando as atividades dos gestores.ItemDissertação de mestrado Identificação de pessoas baseada em características antropométricas e de marcha extraídas de poses 2D(Universidade Estadual Paulista (Unesp), 2021-07-30) Tavares, Henrique Leal; Marana, Aparecido Nilceu [UNESP]; Cardia NetoJoão Baptista, João Baptista; Universidade Estadual Paulista (Unesp)De acordo com evidências atuais, em determinados cenários e ambientes, as características biométricas tradicionais, tais como impressões digitais, íris e faces, podem ter suas eficácias diminuídas na identificação de pessoas devido às condições heterogêneas ou precárias de iluminação dos ambientes, à distância das pessoas aos sensores de captura, ao uso de sensores de baixa resolução, à necessidade de cooperação das pessoas com o processo de identificação, dentre outros. Tendo em vista esta problemática, este trabalho propõe um método de identificação de pessoas baseado na fusão de características antropométricas e de marcha, classificadas como características biométricas soft e comportamentais, respectivamente, como uma forma de eludir-se destes obstáculos. O método proposto baseia-se em medidas de partes do esqueleto humano, como braços e pernas, e em mapas térmicos das articulações dos esqueletos, obtidos de poses 2D estimadas nas imagens por meio de algoritmos estado da arte propostos para esta finalidade. O método proposto foi avaliado na CASIA Gait Database-A e CASIA Gait DatabaseB, duas bases de dados de acesso público comumente utilizadas em pesquisas sobre identificação biométrica baseada em reconhecimento de padrões de marcha humana, e também em uma base de dados privada. Os resultados experimentais obtidos mostram que as características biométricas propostas, obtidas de poses 2D, podem ser utilizadas com êxito para a identificação humana, alcançando taxas de acurácia similares ou superiores às obtidas por métodos estado da arte.ItemDissertação de mestrado KinesiOS: um sistema de captura de movimentos para avaliação motora e neurofuncional de pacientes em reabilitação pós-acidente vascular cerebral.(Universidade Estadual Paulista (Unesp), 2021-07-30) Scudeletti, Luiz Rogério; Brega, José Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)O Acidente Vascular Cerebral, também conhecido como AVC, é uma das condições médicas que mais mata e incapacita pessoas no mundo, atingindo homens, mulheres e crianças de diversas faixas etárias. O processo de reabilitação pós-AVC, na maioria das vezes se torna longo e tedioso, fazendo com que os pacientes não realizem os exercícios com a atenção necessária ou desistam das sessões de tratamento, o que pode diminuir as chances de recuperação completa. Estudos têm sido apresentados nos últimos anos abordando o uso de sistemas para captura de movimentos na reabilitação pós-AVC, mostrando que essas ferramentas podem ser tão eficientes quanto os métodos mais tradicionais. Neste trabalho, apresentamos o KinesiOS, um sistema de captura de movimentos para avaliação motora e neurofuncional de pacientes em reabilitação. O sistema rastreia as articulações do corpo humano com base em suas respectivas coordenadas espaciais e, em seguida, usa os dados obtidos para construir um guia de movimentos na forma de um esqueleto virtual, enquanto mede e exibe em tempo real a amplitude dos movimentos de determinadas ações motoras que são realizadas pelo paciente. O rastreio das articulações é realizado pelo sensor Microsoft Kinect v2, para o processamento dos dados é utilizada a linguagem de programação C#, as visualizações são criadas com a tecnologia Windows Presentation Foundation (WPF) e os dados são salvos em uma estrutura em nuvem, que utiliza a base de dados MongoDB. Testes preliminares realizados com seis voluntários saudáveis mostram a eficácia do sistema no cálculo da amplitude dos movimentos, possibilitando a análise dos dados em tempo real e via teleatendimento. O KinesiOS é uma ferramenta alternativa, portátil e de baixo custo, frente aos sistemas tradicionais baseados em rastreio de articulações.ItemDissertação de mestrado Abordagem paralela para mineração de regras de associação negativas(Universidade Estadual Paulista (Unesp), 2021-03-15) Colombo, Alexandre; Spolon, Roberta [UNESP]; Universidade Estadual Paulista (Unesp)Mineração de padrões frequentes e regras de associação são um dos principais campos de pesquisa em Mineração de Dados, que apresenta o objetivo de determinar relações consistentes entre elementos. Algoritmos existentes neste campo de estudo se baseiam principalmente na informação de ocorrência dos elementos. Entretanto, considerar a ausência de elementos para a geração de regras pode resultar em associações de grande interesse para algumas aplicações, que poderá fornecer conhecimento até então desconhecido para o cientista de dados ou analista. Este tipo de associação é denominada regra de associação negativa, e a sua principal característica é a explosão da quantidade de regras geradas, que demanda uma capacidade computacional adequada para seu processamento. Neste projeto de mestrado foram exploradas diversas abordagens, e proposto um método que apresenta como principais objetivos acelerar o processo de geração de regras, e permitir que conjuntos de dados maiores possam ser minerados. Considerando a etapa de identificação de conjuntos frequentes, este método dispõe de quatro abordagens que exploram plataformas paralelas de computação. Estas apresentam destaque em situações específicas, de forma que a depender do conjuntos de dados a ser analisado, será recomendada o uso de uma destas. Na etapa de geração de regras do método proposto também são exploradas plataformas paralelas. Através dos resultados obtidos foi possível verificar que o método alcança os objetivos propostos. Além disso, o método desenvolvido permite minerar conjuntos de dados grandes que são considerados restritivos para implementações existentes. Por fim, foi constatado que o método desenvolvido é escalável, permitindo melhorar seu desempenho com o incremento de recursos computacionais.ItemDissertação de mestrado Máquinas de Boltzmann em profundidade para reconhecimento de eventos em vídeos(Universidade Estadual Paulista (Unesp), 2021-02-25) Roder, Mateus; Papa, João Paulo [UNESP]; Universidade Estadual Paulista (Unesp)Na última década, o crescimento exponencial dos dados apoiou o desenvolvimento de uma vasta gama de algoritmos baseados em aprendizado de máquina, além de possibilitar seus usos em aplicações cotidianas. Além disso, esta melhoria ou crescimento é parcialmente explicada pelo advento de técnicas de aprendizado em profundidade, ou seja, a composição de arquiteturas simples que geram modelos complexos e robustos. Embora técnicas de aprendizado em profundidade produzam resultados excelentes, elas também apresentam desvantagens em relação ao processo de aprendizagem, pois o treinamento de modelos complexos em grandes conjuntos de dados é computacionalmente custoso. Esse problema fica evidente quando se trata de análise e processamento de vídeos, como reconhecimento de ações ou eventos, uma vez que sequências de imagens (frames) são consideradas e produzem, geralmente, uma única saída. Outro problema relevante diz respeito à baixa quantidade de bancos de dados para determinadas tarefas, como a classificação de eventos de alto nível, fato que dificulta o desenvolvimento de algumas vertentes conceituais. Alguns trabalhos consideram a transferência de aprendizado ou a adaptação de domínio, ou seja, abordagens que mapeiam o conhecimento de um domínio para outro, a fim de aliviar a carga de treinamento, mas a maioria deles opera em blocos individuais ou pequenos blocos de frames. Portanto, neste trabalho é proposta uma nova abordagem para mapear o conhecimento entre domínios, do reconhecimento de ações até o reconhecimento/classificação de eventos utilizando modelos baseados em energia como função de mapeamento. Ademais, é proposta uma modificação no processamento dos vídeos para os modelos empregados, capaz de processar uma maior quantidade de frames simultaneamente, carregando informações espaciais e rastros temporais durante o processo de aprendizagem, o qual é denominado de processamento Somatório. Os resultados experimentais conduzidos em dois conjuntos de dados de vídeos públicos, o UCF-101 e o HMDB-51, retratam a eficácia da abordagem de adaptação de domínio e do processamento Somatório propostos, possibilitando uma redução do custo computacional em comparação aos modelos tradicionais baseados em energia, tais como Máquinas de Boltzmann Restritas, Redes de Crenças Profundas e Máquinas de Boltzmann Profundas.ItemDissertação de mestrado Reconhecimento da região ocular para a identificação biométrica de pessoas utilizando aprendizado em profundidade(Universidade Estadual Paulista (Unesp), 2019-08-30) Vizoni, Marcelo Vilela; Marana, Aparecido Nilceu [UNESP]; Universidade Estadual Paulista (Unesp)Na sociedade atual, a identificação precisa e rápida dos indivíduos é uma necessidade. Devido às crescentes preocupações sobre segurança, a Biometria tem sido proposta para este fim. A região ocular da face, que inclui o olho, as pálpebras, os cílios e as sobrancelhas, é uma das mais recentes modalidades biométricas sendo pesquisadas. Além da alta unicidade desta região da face, sua utilização representa um bom trade-off entre a utilização de toda a região da face e a utilização apenas da textura da íris dos olhos, pois possibilita uma gama maior de distâncias do indivíduo sendo identificado ao sensor. Este trabalho apresenta um novo método de autenticação de pessoas baseado em características oculares profundas, que são extraídas da região ocular da face usando uma CNN (Convolutional Neural Network). Em nosso método, em vez de usar diretamente os características profundas para a autenticação, usamos a diferença entre as características de referência e teste, gerando um vetor diferença. Então, nosso método adota uma estratégia de pares. Em seguida, um classificador SVM (Support Vector Machine) binário é treinado para determinar se um vetor diferença é genuíno ou impostor. O novo método proposto para autenticação de pessoas baseado em características oculares foi avaliado em diferentes bases de dados, contendo toda a face ou apenas a região ocular. Em nossos experimentos, a fusão de características oculares com características faciais obteve melhores resultados do que o uso de características de toda a face quando há variações de iluminação, expressão facial e oclusões parciais da face.ItemDissertação de mestrado Visualização da informação aplicada ao monitoramento de redes de computadores: um estudo de caso sobre a rede sem fio da Unesp(Universidade Estadual Paulista (Unesp), 2019-08-23) Camargo, Luiz Felipe de; Brega, José Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)Cada vez mais as redes de computadores se tornam vitais para as atividades das organizações, sendo necessário seu monitoramento para garantir o correto funcionamento. A utilização do processo cognitivo humano nas tomadas de decisões por meio da visualização da informação se mostra uma opção viável para grandes quantidades de dados, como os gerados no monitoramento de redes. Considerando a necessidade de se monitorar as redes de computadores modernas e o ganho de qualidade ao se utilizar técnicas de visualização, objetivou-se realizar um estudo de revisão para compreender o processo de construção de uma ferramenta de monitoramento utilizando recursos de Visualização da Informação e, a partir desta revisão, seguir com um estudo de caso por meio de uma ferramenta para aplicação de visualização na gestão da rede sem fio da Universidade Estadual Paulista "Júlio de Mesquita Filho" (Unesp). Para tanto, procedeu-se com a técnica de revisão sistemática da literatura e posteriormente um levantamento de requisitos junto aos gestores da rede da universidade. Com a análise dos dados provenientes da revisão e do levantamento, foi realizada a especificação e o desenvolvimento de uma ferramenta, avaliada em diversas unidades da universidade. Desta forma, em tempo são observados os resultados provenientes da revisão e do levantamento de requisitos, o que permitiu o desenvolvimento de uma solução utilizando as tendências constatadas, validando-as na utilização e avaliação da ferramenta. A principal contribuição do trabalho é a ferramenta resultante e seu impacto na gestão da rede sem fio da universidade, facilitando as atividades dos gestores.ItemDissertação de mestrado Kimotopia: Um jogo sério com técnicas de realidade virtual para crianças e adolescentes com câncer(Universidade Estadual Paulista (Unesp), 2019-08-15) Feitosa, Juliana da Costa; Brega, José Remo Ferreira [UNESP]; Universidade Estadual Paulista (Unesp)Atualmente, existem os chamados jogos sérios que foram desenvolvidos para servirem, não só para diversão, mas também como ferramenta de aprendizagem sobre a temática saúde e auxiliarem em tratamentos médicos. Em busca de uma metodologia para o desenvolvimento dessa ferramenta, foi realizada uma Revisão Sistemática da Literatura para determinar a eficácia dos jogos sérios na área da saúde, por meio da utilização de técnicas e especificações para o desenvolvimento dos jogos. Também é verificada a utilização da Realidade Virtual como ferramenta para proporcionar imersão e interatividade entre jogo e jogador. Com base nisso, é apresentado um jogo sério cujo nome é Kimotopia, e que foi especificado, implementado, testado e avaliado. O jogo é destinado à crianças com câncer e contém características que auxiliam os jogadores no ganho de conhecimento sobre sua condição e os procedimentos médicos necessários. O jogo é composto por dois módulos principais que auxiliarão na aplicação das técnicas e especificações: módulo aplicador e módulo jogador. Além disso, o jogo foi estruturado sobre um módulo de rede responsável por uma conexão local e um banco de dados para armazenamento de informações sobre os jogadores. Para o conhecimento e a aprendizagem, o jogo foi estruturado em três fases que remetem às atividades cotidianas no ambiente hospitalar. São elas: medicação, alimentação e higiene. Assim, a finalidade é mostrar aos jogadores a importância dessas atividades no tratamento da doença. Kimotopia foi desenvolvido e avaliado em 2019, e sua validação foi realizada por meio da utilização de um questionário destinado à crianças e adolescentes do Hospital das Clínicas de Ribeirão Preto. Foram 17 participantes que responderam de forma positiva as 6 questões utilizadas para avaliar a imersão e a interatividade em relação ao jogo.