Eventos
DEFESA DE DISSERTAÇÃO DE MESTRADO Nº 290
Aluno: João Crisanto Souto Maior
Título: “Optimizing Industrial Operations through a tailored Digital Twin system for Real-time Sensor Data Processing and Forecasting"
Orientador: Byron Leite Dantas Bezerra - (PPGEC)
Coorientador: Cleber Zanchettin - (UFPE)
Examinador Externo: Rômulo César Dias de Andrade (UPE - Caruaru)
Examinador Interno: João Fausto Lorenzato de Oliveira - (PPGEC)
Data-hora: 16 de Fevereiro de 2024, às 10:00h.
Local: Formato Presencial, com transmissão.
Resumo:
"A solda ponto é um dos processos de união de chapas metálicas mais amplamente utilizados para a construção das carrocerias e mais de 90% dos pontos de solda em todo o mundo são realizadas pela indústria automotiva. Falhas na formação dos pontos de solda podem afetar a rigidez, o desempenho de ruído e vibração do veículo em nível global, além da segurança dos passageiros, portanto, garantir a qualidade da solda ponto é de extrema importância. Respingos de solda são uma condição anômala de expulsão de material que ocorre de forma aleatória durante o processo e, uma vez que a existência de respingos pode ocasionar soldas de resistência e qualidade inadequadas, devem ser evitados. Partindo deste contexto e baseando-se em uma abordagem hipotético-dedutiva e de natureza aplicada, este projeto de pesquisa busca desenvolver modelos para detecção de anomalias, aplicando a técnica de aprendizado profundo mais utilizada para a detecção de anomalias em trabalhos recentes, identificada através de uma revisão sistemática da literatura. A pesquisa é aplicada aos dados do processo de solda ponto de uma unidade fabril automotiva que utiliza a tecnologia de solda BOSCH. O conjunto de dados, que contém parâmetros e medições do processo de solda ponto, possui muitos atributos e, por conta disso, é realizado um tratamento nos dados, visando inicialmente à redução de complexidade e redundâncias. Os níveis de respingos da base são utilizados como direcionadores para divisão dos dados em diferentes cenários, considerando maior ou menor proporção de anomalia para conduzir os experimentos e avaliar o desempenho dos algoritmos para cenários onde as anomalias são mais raras. Como os dados utilizados possuem uma rotulação específica em relação ao problema dos respingos, é considerada uma abordagem de aprendizado semi-supervisionado para identificar sua ocorrência. Após implementação de alguns modelos com diferentes arquiteturas e estratégias de ajuste de hiperparâmetros e seleção de thresholds, é realizada uma comparação destes modelos com diferentes abordagens tradicionais de classificação existentes, buscando verificar quais trazem resultados mais robustos para a tarefa de detecção das anomalias, e que melhor se adequam à natureza dos dados do processo de solda ponto, considerando diferentes métricas de avaliação."
DEFESA DE DISSERTAÇÃO DE MESTRADO Nº 289
Aluno: Gabriel Mac’Hamilton Renaux Alves
Título: “Desenvolvimento de um Mecanismo de Ingestão de Dados Independente de Contextos para AutoML"
Orientador: Alexandre Magno Andrade Maciel - (PPGEC)
Examinador Externo: Robson do Nascimento Fidalgo - (UFPE)
Examinador Interno: Carlo Marcelo Revoredo da Silva - (PPGEC)
Data-hora: 07 de Fevereiro de 2024, às 14:00h.
Local: Presencial - LIP 6.
Resumo:
Aprendizado de máquina automatizado (sigla do inglês: AutoML) é uma das tecnologias desenvolvidas para tratar das demandas complexas relativas ao processamento e análise de dados para tomada de decisões estratégicas. Sistemas de AutoML permitem ao usuário realizar tarefas de aprendizado de máquina de forma automatizada, trazendo uma maior simplicidade para estas atividades. Uma etapa chave no processo de AutoML é a ingestão de dados, que envolve a coleta e transporte de dados externos para o fluxo de aprendizado de máquina. Porém, apesar de muitos sistemas de AutoML possuírem módulos para a entrada de dados, a falta da ingestão de dados de forma simplificada pode trazer diversas limitações no acesso a informações relevantes para os processos de análise. O presente trabalho tem como principal objetivo o desenvolvimento de um mecanismo de ingestão de dados, para a redução da complexidade e aumento da eficiência nesta etapa em sistemas de AutoML. O mecanismo desenvolvido será integrado em uma solução já existente, o Framework de Mineração de Dados Educacionais (FMDEV), desta forma permitindo que possam ser realizados testes em cenário real, avaliações de usabilidade com usuários e elicitação da opinião de especialistas, fornecendo um estudo de caso para validar o desenvolvimento do projeto. Podem ser elencados como os principais benefícios desta implementação a democratização do acesso à análise de dados, maior flexibilidade de entradas de dados e a coleta e carga de dados feita de forma otimizada e padronizada.
DEFESA DE DISSERTAÇÃO DE MESTRADO Nº 288
Aluno: Júlio Cesar da Silva
Título: “Desenvolvimento de uma Ontologia para abordar a Técnica de Phishing em Delitos Informáticos: Uma contribuição à Segurança Pública"
Orientador: Sidney Marlon Lopes de Lima - (PPGEC)
Coorientadora: Maria Lencastre Pinheiros de Menezes e Cruz - (PPGEC)
Examinadora Externa: Paloma Mendes Saldanha - (UNICAP)
Examinador Interno: Cleyton Mário de Oliveira Rodrigues - (PPGEC)
Data-hora: 07 de Fevereiro de 2024, às 09:00h.
Local: Formato Remoto - Google Meet.
Resumo:
“Nos últimos anos, o cenário dos cibercrimes, particularmente a técnica de Phishing, tem ganho destaque na estrutura judiciária brasileira. Historicamente, o Brasil hesitou em aderir a tratados internacionais, como é o caso da Convenção de Budapeste, da qual só se tornou signatário em 2023. Durante as últimas duas décadas, o país desenvolveu e promulgou várias leis específicas, incluindo a lei de Crimes Cibernéticos (12.737/2012) e a lei que torna mais graves os crimes de violação de dispositivo informático (14.155/2021). Porém uma lacuna clara é a falta de padronização nas respostas dos órgãos públicos quanto a crimes cibernéticos, ao serem questionados sobre o tema. Essa falta de uniformidade dificulta o desenvolvimento e implementação de ferramentas eficazes, como ontologias que possam contribuir com a segurança pública, que seriam essenciais para combater cibercrimes. Nesse contexto, o presente trabalho tem como objetivo principal apresentar uma avaliação detalhada da estrutura judiciária brasileira, com foco no combate aos crimes que utilizam a técnica de Phishing. A pesquisa não visa apenas entender a situação atual, mas também propor uma ontologia que possam contribuir com a segurança pública, integrando aspectos jurídicos e tecnológicos. Solicitamos dados aos órgãos de segurança pública do Nordeste brasileiro. Encontramos lacunas que demonstram a não conformidade com a Lei de Acesso à Informação. Além disso, o Marco Civil da Internet não é utilizado pelos órgãos de segurança estaduais. Como resultado, propomos um modelo conceitual, posteriormente formalizado em uma Ontologia. Ao oferecer uma arquitetura estruturada e adaptável, a presente ontologia visa ajudar a combater fraudes que utilizam a técnica de Phishing. Essa abordagem, que integra a estrutura judicial brasileira, promove uma sinergia entre as esferas técnica e jurídica, aprimorando os esforços de prevenção e resposta a esses ataques. Com a implementação de uma ontologia robusta e a cooperação entre os diversos setores envolvidos, é possível não apenas responder às ameaças atuais de forma eficaz, mas também antecipar e mitigar riscos futuros, possibilitando a segurança e o bem-estar da segurança contemporânea.”
O Programa
