Resumo

Este curso aborda a temática de como a Inovação na pesquisa pode ser guiada pelo design, em especial o Design Thinking, método utilizado por empresas, governos e organizações globais que objetivam estimular o potencial criativo para criar produtos e processos inovadores. Por meio de um case “mãos na massa”, os alunos trabalharão em times e serão convidados a responder a “desafios de inovação”, utilizando para isso diferentes técnicas do Design Thinking. Ao final, as ideias geradas de aplicação real e potencial inovador serão aprsentadas.

Bios

Daniela Trevisan possui graduação em Informática pela Universidade Federal de Santa Maria (1997), mestrado em Ciências da Computação pela Universidade Federal do Rio Grande do Sul (2000), mestrado em Sciences Appliquées - Université catholique de Louvain, Bélgica (2003) e doutorado em Sciences Appliquées - Université catholique de Louvain, Bélgica (2006). Foi pos-doutoranda junior do CNPq em 2007 atuando junto ao grupo de computação gráfica da Universidade Federal do Rio Grande do Sul (UFRGS). Foi professora efetiva do curso de Ciência da Computação na Unviersidade Estadual de Santa Catarina (UDESC) em 2008 e 2009. Atualmente é professora adjunta 3 do Instituto de Computação da Universidade Federal Fluminense (UFF). Tem experiência na área de Computação Aplicada, com ênfase em Interação, atuando principalmente nos seguintes temas: acessibilidade, design de sistemas interativos e multimodais, realidade virtual e aumentada e avaliação da experiencia do usuário.

Leonardo Vasconcelos possui graduação em Tecnologia em Sistemas de Computação pela Universidade Federal Fluminense / CEDERJ (2013), mestrado em Computação pela Universidade Federal Fluminense (2017). Atualmente é estudante de Doutorado em Computação na Universidade Federal Fluminense. Tem experiência na área de Inteligência Artificial e Interação Homem-Máquina, atuando principalmente nos seguintes temas: geração de modelos de predição, crowdsourcing e métodos de design para inovação.

Resumo

Redes Neurais Profundas vêm provocando uma grande revolução na indústria de TI nos últimos anos, abrindo diversos horizontes e possibilidades para as mais variadas áreas e aplicações. Neste minicurso são apresentados conceitos básicos de redes neurais profundas, algumas bibliotecas e ferramentas, arquiteturas de GPUs e como as mesmas são capazes de viabilizar a área.

Bios

Eduardo Vera Sousa é Graduado em Análise e Desenvolvimento de Sistemas pelo Instituto Federal de Educação, Ciência e Tecnologia do Piauí, Mestre em Ciência da Computação pela Universidade Federal Fluminense na área de computação visual. Possui experiência em aprendizado de máquina e reconhecimento de padrões. Atualmente é Cientista de Dados na Dell EMC e Doutorando em Ciência da Computação pela Universidade Federal Fluminense. Seu interesse de pesquisa é voltado à diferentes abordagens matemáticas para a arquitetura de neurais profundas.

Erick Valadares é Graduado em Ciência da Computação pela Universidade Federal Fluminense, mestrando em Ciência da Computação na Universidade Federal Fluminense na área de Computação Visual. Possui experiência em Machine Learning e Deep-Learning. Atualmente dedica-se exclusivamente ao mestrado, buscando métodos que melhorem o poder de generalização das Rede Neurais Profundas para a tarefa de Classificação. Seu interesse de pesquisa é voltado para a aplicação e otimização de aumento de dados para as Redes Neurais Profundas.

Resumo

In this tutorial lecture, the problem of unsupervised image classification (image clustering) will be studied. First, some basic algorithms for clustering will be presented together with classical methods to apply them to images. Then, we will see how transfer learning can be leveraged to improve performance. Finally, methods of ensemble clustering will be presented to tackle the hard problem of feature extractor selection. Although the theoretical foundations will be covered, this course is meant to provide the students with practical skills about transfer learning and clustering in general.

Bios

Joris Guerin é Engenheiro mecânico na Arts et Métiers ParisTech, mestre em Engenharia Industrial na Texas Tech University, ambos em 2015. Doutor pelo Laboratório de Engenharia de Sistemas Físicos e Numéricos (LISPEN) na Arts et Méties ParisTech, Lille/ França. Trabalha atualmente com aprendizado de máquina para sistemas robóticos reais, classificação não supervisionada de objetos no mundo real e métodos de deep ensemble para image clustering.

Resumo

A análise da topologia de redes sociais é um tópico de pesquisa que não é recente. Entretanto, esta área vêm despertando um interesse cresecente no cenário atual, em que redes sociais online têm revelado grande capacidade de influenciar as ações de seus usuários no mundo todo. Neste minicurso são apresentados os conceitos básicos e as pricipais métricas utilizadas da análise de redes sociais, tais como centralidades e coeficientes de aglomeração, entre outras. Em seguida, é discutido também o uso de ferramentas de análise e visualização de redes complexas para o cálculo dessas métricas na prática.

Bios

José Viterbo é graduado em Engenharia Elétrica (com ênfase em Computação) pela Escola Politécnica da Universidade de São Paulo, possui Mestrado em Computação, pela Universidade Federal Fluminense, e doutorado em Informática, pela Pontifícia Universidade Católica do Rio de Janeiro. Atualmente é Professor Adjunto no Instituto de Computação da Universidade Federal Fluminense (IC/UFF). É coordenador do Laboratório de Sistemas de Tempo Real e Embarcados (LabTempo) e pesquisador colaborador no Laboratório de Documentação Ativa e Design Inteligente (ADDLabs) e no Laboratório de Gestão em Tecnologia da Informação e Comunicação (GTecCom), na mesma universidade. Além disso, é Diretor de Publicações da Sociedade Brasileira de Computação (SBC). Atua no Programa de Pós­-Graduação em Computação da UFF (PPGC/UFF), onde desenvolve pesquisas na área de computação ubíqua, inteligência coletiva, análise e gestão de dados abertos.

Resumo

O objetivo do curso é “Apresentar conceitos e tecnologias para projeto e manipulação de bancos de dados semânticos, sua utilização na construção da Web de Dados (Linked Data), bem como discutir aplicações práticas dessas tecnologias. As tecnologias que serão apresentadas são: 1) Resource Description Framework (RDF) 2) Web Ontology Language (OWL), 3) Apache Jena Framework, 4) SPARQL query language e 5) Pubby: a Linked Data Frontend for SPARQL endpoints.

Bios

Luiz André possui graduação em Engenharia Elétrica pela Universidade do Estado do Rio de Janeiro(1989), mestrado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro(2006), doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro(2009), pós-doutorado pelo Consiglio Nazionale delle Ricerche(2015), ensino-fundamental-primeiro-graupelo Colégio Santo Inácio(1979) e ensino-medio-segundo-graupelo Colégio Santo Inácio(1982). Atualmente é Professor Associado da Universidade Federal Fluminense, Revisor de periódico da REVISTA BRASILEIRA DE INFORMÁTICA NA EDUCAÇÃO, Revisor de periódico da Semantic Web: interoperability, usability, applicability e Revisor de periódico da JOURNAL OF INTERNET SERVICES AND APPLICATIONS. Tem experiência na área de Ciência da Computação, com ênfase em Metodologia e Técnicas da Computação. Atuando principalmente nos seguintes temas:schema matching.

Resumo

A fim de explorar plenamente os benefícios das tecnologias sem fio na telemedicina, um novo tipo de rede sem fio emergiu: as redes corporais sem fio (Wireless Body Area Networks) - WBANs. Entretanto, alguns fatores como o uso do corpo humano como meio de propagação, os efeitos da radiação no tecido humano e variações na movimentação do corpo fazem das redes corporais sem fio um novo paradigma de redes de comunicação sem fio, cujos desafios técnicos e sociais devem ser tratados para permitir sua adoção prática. O principal objetivo deste capítulo é a discussão sobre osprincipais conceitos, desafios e perspectivas para redes corporais sem fio, área de grande oportunidade para pesquisa e desenvolvimento.

Bios

Célio Albuquerque possui graduação em Engenharia Elétrica com ênfase em Eletrônica pela Universidade Federal do Rio de Janeiro (UFRJ) em 1993 e mestrado em Engenharia Elétrica pela mesma instituição em 1995. Trabalhou como Engenheiro de Telecomunicações da EMBRATEL entre 1994 e 1995. Concluiu doutorado em Information and Computer Science pela University of California, Irvine (UCI) em 2000. É Professor Associado do Departamento de Ciência da Computação da Universidade Federal Fluminense (UFF) e atualmente é Coordenador do Programa de Pós-Graduação em Computação da UFF. Foi Coordenador do Curso Superior de Tecnologia em Sistemas de Computação no âmbito do consórcio CEDERJ/UAB de 2010 a 2014. É bolsista de produtividade em pesquisa nível 1D do CNPq e Cientista do Nosso Estado pela FAPERJ. Atuou de 2008 a 2014 como assessor do CA de Ciência da Computação da CAPES. Atuou como Diretor-Executivo do Laboratório Nacional de Redes de Computadores (LARC) e participou do Conselho de Administração da Rede Nacional de Ensino e Pesquisa (RNP). É um dos coordenadores o Laboratório MídiaCom de Pesquisas em Comunicação de Dados Multimídia (http://www.midiacom.uff.br). Coordena o projeto REMOTE desde 2007, financiado pela TBE/ANEEL e o projeto TELE-SIRIS desde 2013, financiado pela NeoDomino/ANEEL. Leciona disciplinas de Redes de Computadores, Redes Multimídia e Computação Móvel e realiza pesquisas na área de Teleinformática, atuando principalmente nos seguintes temas: Redes sem fio e Redes de distribuição de conteúdo.

Debora Muchaluat-Saade possui graduação em Engenharia de Computação (1992), mestrado em Informática (1996) e doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (2003). Desde 2002, é professora da Universidade Federal Fluminense. Integrou o corpo docente do Departamento de Engenharia de Telecomunicações até maio de 2009 e desde então faz parte do corpo docente do Instituto de Computação. É bolsista de produtividade DT do CNPq e foi jovem cientista pela FAPERJ. Tem experiência nas áreas de Ciência da Computação e Engenharia de Telecomunicações, com ênfase em Teleinformática, atuando principalmente nos seguintes temas: redes de computadores, redes sem fio, sistemas multimídia e hipermídia distribuídos, linguagens de autoria hipermídia, televisão digital interativa e telemedicina. Participou do desenvolvimento da linguagem NCL - Nested Context Language - adotada como padrão ABNT NBR 15606-2 no middleware GINGA do Sistema Brasileiro de TV Digital e como recomendação internacional do ITU-T H.761 para serviços IPTV.