Eventos
Divulgação - Defesa Nº 03
Aluno: Álvaro Farias Pinheiro
Título: “Framework de Inteligência Artificial e Computacional para Camada de Aplicações e Serviços no Setor Público Brasileiro”
Orientador: Fernando Buarque de Lima Neto - (PPGEC)
Coorientador: Wylliams Barbosa Santos - (PPGEC)
Examinador Externo: Jose Gilson de Almeida Teixeira Filho - (UFPE)
Examinadora Externa: Liliane Sheyla da Silva Fonseca - (UNICAP)
Examinador Interno: Denis Silva Silveira - (PPGEC)
Examinador Interno: Alexandre Magno Andrade Maciel - (PPGEC)
Data-hora: 21 de Março de 2023, às 14:30h.
Local: Presencial - Sala de Atos, I4 – Bloco K, 1° andar - UPE/POLI
Resumo:
Contexto: Atualmente, muitas organizações públicas já adotam aplicativos para automação de processos, com o objetivo de evitar trabalhos repetitivos e produzir resultados mais eficientes. Problema: Não são observados com tanta frequência o desenvolvimento de mecanismos inteligentes incorporadas nas ferramentas de apoio para tomada de decisões complexas. No serviço público em especial, as dificuldades podem estar relacionadas à abundância de fontes de dados disponíveis e ao número de normas legais a serem cumpridas, destacando-se as imposições decorrentes de preceito constitucional LIMPE (CF, 1988 – artigo 37), tais como da incorporação de transparência, auditabilidade, padronização, reutilização e flexibilidade a esses sistemas. Hipótese: Uma arquitetura adequada para apoiar a tomada de decisão pública, dadas as características e dados cada vez mais desestruturados, bem como regulamentação abundante, seria, portanto, útil, podendo ser instanciada com segurança em muitas situações análogas, podendo evitar a necessidade de iniciar desenvolver de nova instanciações do zero. Pergunta Condutora de Pesquisa: Como pode ser a especificação de um Framework inteligente para a camada de aplicações e serviços com ênfase em Compliance (i.e., análise de conformidade) e que seja adequada ao Serviço Público Brasileiro? Objetivo: A pesquisa apresenta o processo de Engenharia de Domínio para implementação de um Framework que utiliza Inteligência Artificial (IA) e Inteligência Computacional (IC) no aprendizado de regras governamentais para apoio à tomada de decisão de gestores públicos com ênfase em Compliance. O funcionamento deve incluir o aprendizado sobre a interação dos agentes (i.e., especialistas em tecnologia e especialistas em negócio) com o ambiente e o problema a ter sua decisão apoiada. Método: Para esta pesquisa foi utilizado o 'Design Science Research Methodology' (DSRM), dividindo o trabalho nas etapas de: (i) identificação do problema e motivação; (ii) definição dos objetivos; (iii) planejamento, projeto e desenvolvimento; (iv) demonstrações das simulações; (v) verificação e validação dos experimentos (via guideline de Wohlin); e, (vi) comunicação dos resultados. Resultados: Nesta pesquisa foram realizados: (i) uma revisão sistemática da literatura que identificou a inexistência de um Framework de Inteligência Artificial e Inteligência Computacional para o Setor Público Brasileiro com foco em Compliance, (ii) execução da Engenharia de Domínio em projetos para o Setor Público Brasileiro com uso de IA, (iii) uma análise da variabilidade em artefatos reutilizáveis por meio de um modelo de recursos, (iv) a construção de um modelo arquitetônico com aprendizagem de máquina por reforço seguro, (v) simulações e verificação de qualidade. Contribuições: A pesquisa disponibiliza um Framework (i.e., arquitetura) na forma de um Whitebox (i.e., arquitetura aberta) para que justamente possa ser evoluída pelos especialistas em tecnologia e também em negócio, disponibilizando recomendações de soluções já testadas e aplicadas para problemas nas áreas de mineração de processos, detecção de anomalias, identificação de fraudes, extração de regras, gerenciamento de riscos, entre outras, com fulcro em Compliance.
Divulgação - Defesa Nº 264
Aluna: Ingrid Bruno Nunes
Título: “Desenvolvimento de Interfaces Musicais Humano-Computador para Apoio à Musicoterapia em Pessoas Idosas em Estágio Inicial de Demência”
Orientador: Wellington Pinheiro dos Santos - (PPGEC)
Coorientadora: Cristine Martins Gomes de Gusmão - (UFPE)
Examinador Externo: Nivaldo Antonio Portela de Vasconcelos - (UFPE)
Examinador Interno: Alexandre Magno Andrade Maciel - (PPGEC)
Data-hora: 10 de Março de 2023, às 09:00h.
Local: REMOTO (https://meet.google.com/cwb-wafs-pah)
Resumo:
A música nos acompanha em todas as fases da vida. Existem canções que em todas as épocas se referem a eventos públicos ou momentos pessoais que simbolizam algo para cada indivíduo. Além disso, a música ajuda a construir e evocar memórias. A memória autobiográfica é a lembrança de um acontecimento vivenciado direta ou indiretamente por alguém. Envolve lugares, outras pessoas, emoções e percepções. Eles são construídos ao longo da adolescência e início da idade adulta. Essas memórias nos ajudam a nos identificar. Mas certas patologias, como a demência, podem atrapalhar esse processo e comprometer essas memórias. Atualmente, não há tratamento disponível para curar a demência, mas tratamentos não farmacológicos, como a musicoterapia, podem ser usados nesses casos. Para musicoterapia receptiva, por exemplo, um sistema de recomendação pode ser usado. Este trabalho tem como objetivo avaliar o desempenho de algoritmos inteligentes para um sistema de recomendação musical capaz de indicar músicas de acordo com o gênero musical e/ou a emoção que a música pode despertar. Usamos dois classificadores, Random Forest e Support Vector Machines (SVM), para classificar faixas de música com base em gênero e emoção. Os resultados mostraram que, para algumas métricas, o Random Forest teve um desempenho semelhante ao SVM, mas, em geral, o Random Forest teve um desempenho um pouco melhor, pois apresentaram baixos desvios padrão desses coeficientes.
Divulgação - Defesa Nº 263
Aluno: Diógenes Carvalho Matias
Título: “Apoio à Compreensão de Modelos de Processos: um quasi-experimento com a abordagem 3D”
Orientador: Denis Silva da Silveira - (PPGEC)
Examinador Externo: Ademir Macedo Nascimento - (FCAP)
Examinador Interno: Wylliams Barbosa Santos - (PPGEC)
Data-hora: 23 de Fevereiro de 2023, às 10:00h.
Local: Presencial: Mini-Auditório, no bloco C, 2º andar – UPE/POLI
Resumo:
Este trabalho apresenta um quasi-experimento para verificar se a utilização de uma abordagem 3D pode tornar mais eficaz a compreensão dos modelos de processos durante o seu aprendizado. Assim, os participantes foram convidados a, intuitivamente, compreender a interação com um modelo de processo em um ambiente 3D. Logo, o objetivo aqui apresentado foi verificar se uma abordagem tridimensional pode tronar a compreensão dos modelos de processos mais eficaz para o aprendizado desta disciplina. O quasi-experimento aqui apresentado foi realizado com um grupo de 48 participantes entre profissionais e acadêmicos, que realizaram uma interação para acompanhar a movimentação de tokens pelo processo. Assim, foi possível evidenciar que essa nova demanda, com uma abordagem 3D, pode trazer benefícios a eficácia ao aprendizado dos modelos de processos, mostrando resultados positivos em relação à experiência de uso dos participantes.
O Programa
