Fundação Universidade Federal de Mato Grosso do Sul

Defesas de Trabalho

Página: 1/14.

<< Anterior
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 Próximo >>
2017 
Título: Informações Espaciais no Histograma de Palavras Visuais usando Grafos 
Data: 08/08/2017  Orientador: Wesley Nunes Goncalves 
Banca: Amaury Antonio de Castro Junior, Dionisio Machado Leite Filho, Jonathan de Andrade Silva, Wesley Nunes Goncalves 
Alunos: Jonatan Patrick Margarido Oruê (ING: 2015/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Informações Espaciais no Histograma de Palavras Visuais usando Grafos X

			
Arquivo(s) Dissertacao.pdf
 
Título: Subsídios para Apoiar a Evolução da Descrição de Arquiteturas de Referência 
Data: 08/08/2017  Orientador: Maria Istela Cagnin Machado 
Banca: Debora Maria Barroso Paiva, Elisa Yumi Nakagawa, Maria Istela Cagnin Machado, Rosana Terezinha Vaccare Braga 
Alunos: Edilson Soares de Palma (ING: 2015/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Subsídios para Apoiar a Evolução da Descrição de Arquiteturas de Referência X

			
Arquivo(s) 2017 - Dissertação - Edilson Soares de Palma - versao final.pdf
 
Título: Reconhecimento de Doenças da Cultura da Soja usando Vetores Localmente Agregados e Atribuições Leves 
Data: 04/08/2017  Orientador: Wesley Nunes Goncalves 
Banca: Anderson Vicoso de Araujo, Denilson de Oliveira Guilherme, Hemerson Pistori, Wesley Nunes Goncalves 
Alunos: Rillian Diello Lucas Pires (ING: 2015/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Reconhecimento de Doenças da Cultura da Soja usando Vetores Localmente Agregados e Atribuições Leves X

			
Arquivo(s) Dissertacao.pdf
 
Título: O Problema da Seleção de Segmentos Específicos: algoritmos e aplicações 
Data: 31/07/2017  Orientador: Said Sadique Adi 
Banca: Francisco Eloi Soares de Araujo, Leonardo Rippel Salgado, Nahri Balesdent Moreano, Said Sadique Adi 
Alunos: Jean Alexandre Dobre (ING: 2015/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
O Problema da Seleção de Segmentos Específicos: algoritmos e aplicações X

			
Arquivo(s) dissertacao-de-mestrado-final.pdf
 
Título: Utilização de Técnicas de Integração de Software para Aplicações Web no Contexto de Ferramentas de Acessibilidade 
Data: 29/06/2017  Orientador: Maria Istela Cagnin Machado 
Banca: Andre Cavalcante Hora, Debora Maria Barroso Paiva, Maria Istela Cagnin Machado, Tiago Guerreiro 
Alunos: Wesley Tessaro Andrade (ING: 2015/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Utilização de Técnicas de Integração de Software para Aplicações Web no Contexto de Ferramentas de Acessibilidade X

			
Arquivo(s) 2017 Dissertação - Wesley Tessaro Andrade.pdf
 
Título: BovChewing - Ferramenta de segmentação e classificação de comportamento bovino por meio de bioacústica e aprendizado de máquina 
Data: 28/04/2017  Orientador: Claudio Leonardo Lucchesi 
Banca: Claudio Leonardo Lucchesi, Edson Takashi Matsubara, Fabiana Villa Alves, Jonathan de Andrade Silva, Julio Kuhn da Trindade , Marcelo Henriques de Carvalho 
Alunos: Rodrigo Sanches Devigo (ING: 2014/1) 
Área: LÓGICAS E SEMÂNTICA DE PROGRAMAS 
Curso: Mestrado em Ciência da Computação
Resumo
BovChewing - Ferramenta de segmentação e classificação de comportamento bovino por meio de bioacústica e aprendizado de máquina X
O uso de métodos da bioacústica para análises comportamentais têm se desenvolvido com intensidade nos últimos anos, por se tratar de métodos não invasivos buscando uma melhora no monitoramento de precisão de rebanhos. Entretanto, a análise desses dados geralmente requer especialistas e muito tempo tornando-se assim uma tarefa geralmente difícil, tendo a necessidade de construir maneiras de automatizar a fase da análise dos dados.
Existem trabalhos que focam na automatizac~ao da análise dos dados com resultados satisfatórios, mas utilizam de base dados com gravitações feitas em condições controladas e poucos classificam eventos de ruminação. Essa dissertação propõe o BovChewing, uma ferramenta capaz de detectar e classificar eventos ingestivos, baseados em métodos semisupervisionado para a detecção e supervisionado para a classificação, realizando assim a análise dos dados. Experimentos mostraram resultados que a ferramenta é suficiente e satisfatória para com a tarefa obtendo uma acurácia de 63% na tarefa de segmentação e 91% na tarefa de classificação. Trabalhos futuros apontam para a melhora do segmentador, integrac~ao com outras ferramentas de análises de comportamentos bovinos e processamento dos dados na nuvem como uma forma de construir um sistema completo.
Arquivo(s) 2017 Dissertação - Rodrigo Sanches Devigo.pdf
 
Título: Inferência de Redes de Regulação Gênica usando Computação Paralela Híbrida 
Data: 19/04/2017  Orientador: Marco Aurelio Stefanes 
Banca: Carlos Henrique Aguena Higa, Francisco Eloi Soares de Araujo, Luiz Carlos da Silva Rozante, Marco Aurelio Stefanes 
Alunos: Jean Carlo Wai Keung Ma (ING: 2014/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Inferência de Redes de Regulação Gênica usando Computação Paralela Híbrida X
A inferência é o processo de esclarecer as relações formadas entre produtos gênicos/proteínas por meio de um modelo matemático. Conceitualmente este é um problema mal-posto, uma vez que a partir de uma amostra de
dados de expressão gênica é possível inferir diversas redes consistentes com essa amostra. Dependendo do algoritmo, o processo de inferência pode levar horas e até dias devido ao tamanho da rede e complexidade do algoritmo. O algoritmo sequencial de inferência utilizado neste trabalho baseia-se no paradigma de crescimento da semente e possui dois passos: passo de crescimento da semente e passo de inferência. Neste trabalho, desenvolvemos três versões paralelas desse algoritmo de inferência com as seguintes abordagens: cluster e CPUs, GPU/CUDA e híbrida. Essas versões apresentam custos aceitáveissendo comparadas com o algoritmo sequencial.
Arquivo(s) 2017 Dissertação - Jean Carlo W K Ma.pdf
 
Título: Redes Neurais Convolucionais Profundas na Detecção de Plantas Daninhas em Cultura de Soja 
Data: 16/03/2017  Orientador: Hemerson Pistori 
Banca: Eraldo Luis Rezende Fernandes, Hemerson Pistori, Marcelo Theophilo Folhes, Marco Hiroshi Naka 
Alunos: Alessandro dos Santos Ferreira (ING: 2015/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Redes Neurais Convolucionais Profundas na Detecção de Plantas Daninhas em Cultura de Soja X
Ervas daninhas são plantas indesejadas que crescem em culturas agrícolas, como as de soja, competindo por diversos fatores como luz e água e causando prejuízos às lavouras. O objetivo deste trabalho foi utilizar Redes
Neurais Convolucionais para realizar a detecção de ervas daninhas em imagens de lavouras de soja e classificar essas ervas daninhas entre gramíneas e folhas largas, visando direcionar o herbicida específico ao tipo de erva daninha detectado. Para esse objetivo foi realizada uma plantação de soja em Campo Grande, Mato Grosso do Sul, Brasil e com o uso do drone Phantom DJI 3 Professional foi capturado um grande número de imagens da
cultura. Com essas fotografias foi construído um banco de imagens contendo mais de quinze mil imagens do solo, soja e ervas daninhas de folhas largas e gramíneas. As Redes Neurais Convolucionais utilizadas representam uma arquitetura de Aprendizado Profundo que vêm alcançando notável destaque no reconhecimento de imagens. Para o treinamento da Rede Neural foi utilizada a arquitetura CaffeNet, disponível no software Caffe, que consiste de uma replicação da conhecida rede AlexNet, que venceu a competição ImageNet LSRVC de 2012. Foi implementado também um software, Pynovisão, que através do uso do segmentador SLIC Superpixel, ajudou na construção de um banco de imagens robusto e na classificação das imagens utilizando o modelo treinado pelo software Caffe. Para comparar os resultados da Rede Neural Convolucional, foram utilizados os algoritmos Máquina de Vetores de Suporte, AdaBoost e Florestas Aleatórias em conjunto com uma coleção de extratores de atributos de forma, cor e textura. Como resultado, utilizando as Redes Neurais Convolucionais, este trabalho obteve precisão acima de 98% na detecção de ervas daninhas de folhas largas e gramíneas em relação ao solo e a soja, com média de precisão entre todas as imagens superior a 99%.
Arquivo(s) 2017 Dissertação - Alessandro dos Santos Ferreira.pdf
 
Título: Exploração do Espaço de Projetos de Sistemas Multiprocessadores Guiado por Dark Silicon  
Data: 03/03/2017  Orientador: Ricardo Ribeiro dos Santos 
Banca: Edson Takashi Matsubara, Liana Dessandre Duenha Garanhani, Ricardo Ribeiro dos Santos, Sarita Mazzini Bruschi 
Alunos: Ana Caroline dos Santos Silva (ING: 2014/2) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Exploração do Espaço de Projetos de Sistemas Multiprocessadores Guiado por Dark Silicon X

			
Arquivo(s) 2017 Dissertacão - AnaCarolineSantosSilva.pdf
 
Título: Aprendizado de Representações para Adaptação de Domínio de Etiquetagem Morfossintática  
Data: 08/02/2017  Orientador: Eraldo Luis Rezende Fernandes 
Banca: Bruno Magalhaes Nogueira, Eraldo Luis Rezende Fernandes, Rafael Geraldeli Rossi, Ricardo Marcondes Marcacini 
Alunos: Irving Müller Rodrigues (ING: 2015/1) 
Área: CIÊNCIA DA COMPUTAÇÃO 
Curso: Mestrado em Ciência da Computação
Resumo
Aprendizado de Representações para Adaptação de Domínio de Etiquetagem Morfossintática X

			
Arquivo(s) 2017 Dissertação - Irving Muller Rodrigues.pdf
<< Anterior
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 Próximo >>