Divulgação - Defesa Nº 225

Aluno: Geraldo Torres Galindo Neto

Título: “Value creation in Agile Software Development”.

Orientador: Prof. Wylliams Barbosa Santos

Co-Orientador: Roberta Andrade de Araújo Fagundes

Data-hora: 18/Dezembro/2020 (09:30h)
Local: Escola Politécnica de Pernambuco – Formato Remoto (https://meet.google.com/cdh-jffi-cck)

Resumo:

“Agile Software Development (ASD) is defined by the principles and values present in the Agile manifesto. One of the agile principles refers to the creation of value as: "our highest priority is to satisfy the customer through early and continuous delivery of valuable software". Despite this, initial ASD research followed other trends, addressing various agile methods, such as eXtreme Programming, Scrum, and Lean Software Development (LSD). However, in recent years, the value creation in ASD has shown to be a strong research trend and being widely discussed in the software industry. However, identifying practices that foster value creation becomes difficult since this concept has many aspects. Identifying these practices can change the mindset of agile teams, as research indicates that value creation is poorly understood from the agile team's point of view. Thus, this study aims to develop a guide composed of practices for creatingvalue in the context of ASD. This work applied some research methods: a Systematic Literature Review (SLR) and Grey Literature Review (GLR), seeking to identify practices for fostering value creation in ASD. As a result, some practices for promoting valuecreation have been identified in the grey literature; lastly, the interview technique was conducted with software development professionals to obtain evidence for constructing a guide composed of the practices to fostering value creation in ASD.”

Divulgação - Defesa Nº 224

Aluno: Tarcisio Henrique de Moraes Hazin

Título: “Uma abordagem híbrida de clusterização com Mapa Auto Organizável Crescente e inteligência de Colônia Artificial de Abelhas”.

Orientador: Prof. Mêuser Jorge Silva Valença  

Data-hora: 17/Dezembro/2020 (14:00h)
Local: Escola Politécnica de Pernambuco – Formato Remoto (https://meet.google.com/cqi-peki-vfh)

Resumo:

“Algoritmos de clusterização são amplamente aplicados em diversos contextos para descoberta de informações em conjunto de dados que tem-se pouco conhecimento. Ainda há muitos desafios a serem superados no desenvolvimento das técnicas de clusterização e, dentre eles, é saber a quantidade de clusters presentes em um determinado conjunto de dados e a inicialização dos pontos iniciais do algoritmo, pois ambos, muitas vezes, não refletem a disposição dos dados e impactam significativamente nos resultados. Além disso, modelos gerados através de treinamento não supervisionado precisam ter sua qualidade mensurada através de índices já desenvolvidos e consolidados na literatura para uma maior confiabilidade. A abordagem proposta dispensa intervenções nos pontos mencionados, pois utiliza parte do algoritmo GrowingSelf-OrganizingMap, que possui a característica de crescer e de organizar-se de acordo com o posicionamento e densidade dos vetores de entrada, integrado com o Artificial Bee Colony, que foca em maximizar a qualidade dos modelos através de uma função objetivo com duas métricas de análise de particionamento como variáveis: Silhouette e Davies Bouldin. A técnica apresentou ser bastante promissora, pois obteve resultados melhores na acurácia, em verdadeiros positivos e verdadeiros negativos, em relação à técnicas populares de clusterização existentes.”

Divulgação - Defesa Nº 223

Aluno: Adson Matoso Santos

Título: “Desenvolvimento de uma Solução para Automatização de Pesquisas Volumétricas Globais e Classificatórias de Veículos em Rodovias”.

Orientador: Prof. Alexandre Magno Andrade Maciel
Co-orientador: Carmelo José Albanez Bastos Filho

Data-hora: 17/Dezembro/2020 (14:00h)
Local: Escola Politécnica de Pernambuco – Formato Remoto (https://meet.google.com/ghz-nyyh-mdw)

Resumo:

“As pesquisas de tráfego permitem o conhecimento da geração e distribuição do fluxo de veículos,essas informações são fundamentais para previsão das necessidades futuras de circulação dos usuários das vias. No Brasil, o Departamento Nacional de Infraestrutura de Transportes (DNIT)mantém o Plano Nacional de Contagem de Tráfego (PNCT), que objetiva avaliar o fluxo atual de tráfego nas rodovias federais. No entanto, o DNIT ainda realiza pesquisas classificatórias de forma não automatizada ou utilizando equipamentos invasivos. Neste contexto, a busca por soluções mais modernas que possibilitem um maior número de pesquisas classificatórias automatizadas não invasivas e de baixo custo é fundamental para a otimização de estudos de tráfego. Este trabalho propõe um sistema que utiliza o YOLOv3 para detecção de objetos e o Deep SORT para algoritmos de rastreamento de múltiplos objetos. Na contagem global de veículos, a partir dos resultados dos vídeos do mundo real coletados nas estradas brasileiras,obteve-se uma precisão acima de 90%. Além disso, mostrou-se que a proposta desta pesquisa superou outras ferramentas sugeridas anteriormente com precisão de 99,15% em conjuntos dedados públicos. Na contagem classificatória de veículos, com base nos resultados obtidos em duas horas de vídeos reais utilizados em pesquisas de contagem de tráfego, alcançou-se um valor preditivo positivo acima de 89,85% e sensibilidade (recall) acima de 87,32%. Esse resultado na contagem classificatória de veículos foi coletado utilizando quatro cenários diferentes e a tabela de classificação do DNIT com 14 classes. Os resultados apontam que a solução proposta permite automatizar as pesquisas volumétricas de tráfego de forma não invasiva e de baixo custo.”