Eventos
DEFESA DE TESE DE DOUTORADO Nº 19
Aluno: Celso Antonio Marcionilo Lopes Junior
Título: “Desvendando Sistemas de Verificação de Assinaturas: Abordagem de Ponta a Ponta Sob a Ótica da Perícia Forense”
Orientador: Byron Leite Dantas Bezerra - (PPGEC)
Examinadora Externa: Nina Sumiko Tomita Hirata - (USP)
Examinador Externo: Cleber Zanchettin - (UFPE)
Examinador Interno: Wellington Pinheiro dos Santos - (PPGEC)
Examinador Interno: Sidney Marlon Lopes de Lima - (PPGEC)
Data-hora: 25 de Abril de 2024, às 14:00h.
Local:Formato Remoto - Google Meet.
Resumo:
A grafotécnica é uma ciência empregada em investigações forenses para determinar a autenticidade e autoria de assinaturas manuscritas. A complexidade dessa tarefa revela a necessidade de métodos alternativos para a análise de assinaturas, entre eles, os sistemas automáticos de verificação de assinaturas. Esses sistemas, embasados em modelos matemáticos e algoritmos de Inteligência Artificial, oferecem uma nova perspectiva, distinta dos métodos tradicionais da grafotécnica. Contudo, sua adoção por peritos grafotécnicos é limitada, em parte devido à dificuldade em interpretar e justificar os resultados fornecidos por tais sistemas. Este estudo objetiva avaliar a precisão e confiabilidade de sistemas automáticos de verificação de assinaturas, abrangendo a segmentação, classificação e a análise de como os critérios de decisão computacionais alinham-se às práticas aplicadas pela perícia grafotécnica. Empregamos uma abordagem multidisciplinar, utilizando técnicas de Aprendizagem de Máquina e Visão Computacional. Destacam-se: (i) desenvolvimento de um modelo de segmentação para extração de assinaturas de documentos; (ii) aplicação de técnicas de interpretabilidade; (iii) criação da métrica ForenSig Index, que incorpora Sobreposição com áreas de Interesse dos Peritos (SIP), Consistência da Interpretabilidade (CI), e Correlação com Precisão do Modelo (CPM); (iv) avaliação utilizando dois sistemas de verificação de assinaturas avançados - CNN SigNet e um modelo de rede Siamesa; e (v) teste com bases de dados de assinaturas e documentos de identificação, juntamente com uma base de conhecimento derivada de análises reais de peritos grafotécnicos. Os resultados alcançados neste estudo destacam a eficácia dos modelos de segmentação desenvolvidos, os quais isolaram com sucesso as assinaturas de documentos, preservando as características dos traços. Adicionalmente, a implementação de técnicas de interpretabilidade revelou as áreas que os Sistemas de Verificação de Assinaturas consideram importantes na tomada de decisão. O resultado observado comparado com as áreas de interesse identificadas por peritos grafotécnicos, permitiu verificar a correspondência entre os sistemas computacionais e os métodos tradicionais da grafotécnica. Através da combinação de modelos, técnicas e as métricas desenvolvidas neste estudo, formulamos uma nova métrica, o ForenSig Index que demonstrou ser uma ferramenta robusta para validar a precisão e a confiabilidade dos sistemas de verificação de assinaturas. Além disso, a contribuição de duas novas bases de dados enriquece o campo de pesquisa, promovendo avanços futuros na verificação de assinaturas.
DEFESA DE TESE DE DOUTORADO Nº18
Aluno: Rogério Leite Araújo
Título: “MAsCoTe: uma tecnologia de comunicação assistiva móvel para auxiliar na comunicação de afásicos”
Orientador: Wellington Pinheiro dos Santos - (PPGEC)
Examinadora Externa: Ana Cláudia de Carvalho Vieira - (UFPE)
Examinador Externo: Thiago Vasconcellos Modenesi - (UFPE)
Examinador Interno: Alexandre Magno Andrade Maciel - (PPGEC)
Examinador Interno: Sidney Marlon Lopes de Lima - (PPGEC)
Data-hora: 28 de março de 2024, às 13:00h.
Local:Formato Remoto - Google Meet.
Resumo:
A afasia é uma condição permanente que afeta diretamente a habilidade humana de comunicação, resultando em dificuldades ou até mesmo na impossibilidade de expressar pensamentos e interagir com outras pessoas. Para melhorar a qualidade de vida dos afetados por essa condição, a tecnologia assistiva desempenha um papel crucial. Nesse contexto, o foco deste trabalho foi o desenvolvimento do aplicativo MAsCoTe (Mobile Assistive Communication Technology) para oferecer autonomia e independência aos usuários com afasia, auxiliando-os nas atividades diárias, como alimentação, lazer e situações de emergência. No entanto, para garantir uma experiência satisfatória e eficaz, é fundamental que a interface do aplicativo proporcione uma interação de qualidade. Assim, este trabalho visa atender às necessidades de indivíduos com afasia, integrando comunicação alternativa, tecnologia assistiva e interação humano-computador (IHC). Após o desenvolvimento do aplicativo MAsCoTe, foi aplicado o ASHA-FACS (Functional Assessment of Communication Skills for Adults) para avaliar as habilidades de comunicação dos usuários com afasia. Este protocolo de avaliação é reconhecido pela American Speech-Language-Hearing Association (ASHA) e fornece uma estrutura sistemática para avaliar a comunicação em adultos com distúrbios de fala e linguagem. Além disso, foi utilizado o SUS (System Usability Scale) para verificar a usabilidade do aplicativo. O SUS é uma escala amplamente utilizada para avaliar a usabilidade de sistemas, produtos e serviços interativos. Consiste em uma série de perguntas relacionadas à facilidade de uso, eficiência e satisfação do usuário com o sistema. Essas avaliações foram cruciais para identificar pontos fortes e áreas de melhoria no aplicativo MAsCoTe, permitindo ajustes e refinamentos para garantir uma experiência de uso mais eficaz e satisfatória para os usuários com afasia. Os resultados obtidos foram fundamentais para aprimorar a acessibilidade e a funcionalidade do aplicativo, tornando-o mais adaptado às necessidades específicas dos usuários com afasia.
DEFESA DE DISSERTAÇÃO DE MESTRADO Nº296
Aluno: Tiago Ramos Abreu
Título: “Desenvolvimento de Modelos de Aprendizagem de Máquina para Previsão Quebra de Bobinas Durante o Processo de Laminação à Frio do Alumínio"
Orientador: Alexandre Magno Andrade Maciel - (PPGEC)
Examinadora Externa: Claudemiro de Lima Júnior - (UPE)
Examinador Interno: Eraylson Galdino da Silva - (PPGEC)
Data-hora: 27 de março de 2024, às 14:00h.
Local: Formato Remoto - Google Meet.
Resumo:
A indústria de transformação de metais como a do alumínio, aço e cobre tem na laminação à frio um processo imprescindível na produção de materiais indispensáveis ao cotidiano. Durante este processo, um problema típico ocorre com frequência. Strip Breakage, também conhecida como Snap, é um dos principais degradadores do processo de laminação à frio do alumínio. Portanto, este trabalho desenvolve modelos de Aprendizagem de Máquina para prever a quebra de tira, através da investigação da relação entre as variáveis e o evento de quebra, usando técnicas de seleção de atributos para redução de dimensionalidade do problema, comparando métodos de classificação baseados em árvores, como Árvores de Decisão (DT), Random Forest (RF) e Extra Trees (ET). Durante o protocolo utilizado nesta pesquisa, os modelos foram avaliados para o conjunto completo de dados com parâmetros iniciais convencionais, em seguida foi realizada uma nova avaliação dos modelos já com os parâmetros otimizados ainda com alta dimensão dos dados e por fim, foi realizada uma avaliação dos modelos com os melhores atributos selecionados. Sendo que o modelo que performou melhor foi o DT com 21 atributos, com um recall ou TPR (True Positive Rate) de 0.863 e um AUC de 0.926.
O Programa
