Nesta página, apresentamos, por ordem alfabética, alguns professores vinculados ao Departamento de Computação e Sistemas (DECSI) e seus respectivos Projetos de Pesquisa, que podem ser muito úteis aos alunos do curso que desejarem ingressar nesse campo.
Se você é professor lotado no ICEA e quer divulgar seus Projetos de Pesquisa, envie um e-mail para cosi@ufop.edu.br.
Abaixo alguns projetos de pesquisa desenvolvidos no DECSI:
Título do Projeto: Ensino de Banco de Dados nas Universidades
Tipo de Projeto: Projeto de Ensino
Programa: Pró-Ativa/UFOP – 1º Semestre – 2021
Período: 2021
Linha de Temática: Currículo dos Cursos
Resumo: O conteúdo de banco de dados compõe o currículo dos cursos relacionados a área da Computação (Ciência da Computação, Engenharia da Computação, Sistemas de Informação). Nas últimas décadas, o ensino tem tido como foco o modelo relacional de banco de dados, os mais utilizados pelas organizações. Recentemente outros modelos de armazenamento de dados surgiram e passaram a ser utilizados em áreas como as redes sociais, computação em nuvem e big data, essa ampliação de uso de bancos de dados demanda adaptações nos currículos de graduação. Diante disto, este projeto visa coletar e compilar informações do conteúdo de banco de dados abordado nas universidades federais. Especificamente, busca-se comparar as ementas e os conteúdos programáticos das disciplinas de banco de dados, os livros-textos utilizados, as formas de avaliação adotadas, a existência ou não de aulas práticas.
Equipe: Bruno Rabello Monteiro / Orientador
Ane Grasiele Gomes de Freitas / Coorientadora
Endhel Lopes de Freitas / Bolsista
Título do Projeto: Estruturação de gazetteers com bancos de dados em grafos
Tipo de Projeto: Projeto de Pesquisa
Edital/Programa: 04/2021/PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO CIENTÍFICA
Período: 01/09/21 à 31/08/22
Linha de Pesquisa: Recuperação de Informação Geográfica
Resumo: Geoparsing é a tarefa de recuperação de informação geográfica que lida com o reconhecimento das referências a lugares contidas nos textos. Além do geoparsing, duas outras tarefas são usadas para resolver o Problema de Resolução de Escopo Geográfico (GSRP), as tarefas de resolução das referências e determinação das referências. O GSRP visa determinar o escopo geográfico de documentos, ou seja, os locais ou regiões relevantes, considerando o conteúdo do documento. Um dos componentes necessários para a solução é o gazetteer. Um gazetteer contém informações estruturadas sobre nomes de lugares, associando-os a sua localização geográfica, além de outras informações descritivas. Esta pesquisa visa estruturar um gazetteer uma estrutura de grafos (nós e arestas). Os nós representando os lugares (topônimos) e as arestas os relacionamentos geográficos (contém, adjacente à, entre outros). Tal estruturação do gazetteer permitirá uma maior flexibilidade no uso dos gazetteers nas mais diversas soluções do GSRP e suas tarefas.
Equipe: Bruno Rabello Monteiro / Orientador
Integrante Não Indicado / Bolsista/Voluntário
Título do Projeto: Ambiente web para consultas em álgebra relacional
Tipo de Projeto: Trabalho de Conclusão de Curso
Curso: Engenharia de Computação
Período: 2021-1 à 2021-2
Área de Pesquisa: Sistemas de Informação
Resumo: Este trabalho objetiva o desenvolvimento de uma ferramenta web, em português, para auxílio ao ensino de álgebra relacional. Esta ferramenta permitirá aos estudantes executar consultas em álgebra relacional e receber o resultado, apoiando o aprendizado dos alunos nesse conteúdo. Além disso, a ferramenta utilizará a notação apresentada nos livros-texto das disciplinas de Banco de Dados, vistas nos cursos de Engenharia de Computação e Sistemas de Informação. Com o uso dessa ferramenta, é esperado que o desempenho e o entendimento do assunto de álgebra relacional, pelos discentes, seja melhorado.
Equipe: Bruno Rabello Monteiro / Orientador
Emily Ferreira de Brito / Orientada
Título do Projeto: Técnicas de Reconhecimento Facial em Indivíduos com Máscara para Redução do Contágio de COVID-19
Tipo de Projeto: Trabalho de Conclusão de Curso
Curso: Engenharia de Computação
Período: 2021-1 à 2021-2
Área de Pesquisa: Modelos Analíticos e de Simulação
Resumo: Este trabalho tem por objetivo desenvolver um modelo de máquina de aprendizagem capaz de identificar indivíduos por meio do reconhecimento facial de indivíduos portadores de máscaras de proteção contra o COVID-19. Uma base de dados pública será utilizada para realização deste trabalho, permitindo que o esforço da equipe esteja concentrado na solução do problema de reconhecimento facial. Redes Neurais Convolucionais serão utilizadas como principal aposta na capacidade de reconhecimento.
Equipe: Talles Henrique de Medeiros / Orientador
Ítalo Trindade Noé / Orientado
Título do Projeto: Uso de Métodos de Aprendizado de Máquina na Biomecânica do Movimento Humano.
Tipo de Projeto: Trabalho de Conclusão de Curso
Curso: Engenharia de Computação
Período: 2021-1 à 2021-2
Área de Pesquisa: Análise de Dados
Resumo: Neste trabalho serão desenvolvidos modelos utilizando dados de biomecânica humana coletados por meio de sensores e/ou sistema de captura de vídeo. Num esforço mundial, alguns laboratórios de biomecânica espalhados pelo mundo têm desenvolvido bases de dados para análises diversas. No foco com esse trabalho é identificar interdependências entre idade e outros aspectos característicos do indivíduo com o seu padrão de movimento. Ao fim desse trabalho espera-se identificar, por meio de algoritmos de aprendizagem supervisionados e não-supervisionados, relações que possam ser apresentadas para comunidade científica que estuda biomecânica.
Equipe: Talles Henrique de Medeiros / Orientador
Victor Hugo Morais Dias / Orientado
Título do Projeto: Previsões de Variação de Preço Aplicado ao Mercado de Opções Binárias com o uso de Redes Neurais
Tipo de Projeto: Trabalho de Conclusão de Curso
Curso: Engenharia de Computação
Período: 2021-1 à 2021-2
Área de Pesquisa: Análise Multivariada
Resumo: Prever variação de preço em ativos do mercado financeiro de acordo com padrões de acontecimentos passados utilizando redes neurais, tendo como base de operacional técnicas como Price Action e Análise Probabilísticas. O objetivo geral do projeto, é através de uso de redes neurais prever as variações dos preços dos ativos em um determinado espaço de tempo estabelecido. Além de prever as variações dos preços, a utilização de algumas técnicas operacionais pode ajudar a aumentar a taxa de assertividade das previsões
Equipe: Talles Henrique de Medeiros / Orientador
Rangel Magalhães Melo / Orientado
Título do Projeto: Dispositivo para fabricação de insumos de impressoras 3D através de materiais recicláveis.
Programa: PIVIC- 1S/UFOP
Período: 01/03/2021- 28/02/2022
Linha de Pesquisa: Sistemas Embarcados
Descrição: Neste projeto é proposto a construção de uma tecnologia para o desenvolvimento sustentável no tratamento e reciclagem de resíduos sólidos. Pretende-se planejar e construir um dispositivo para gerar insumos para impressoras 3D através de materiais recicláveis, como um dos resultados o projeto tem potencial de gerar patente tecnológica junto a UFOP.
Integrantes: Luiz Carlos Bambirra Torres - Coordenador / JARDEL JILIARDI DOS SANTOS - Integrante / LUIZ HENRIQUE MARCOS FERREIRA - Integrante / IURY DA FONSECA SILVA - Integrante.
Título do Projeto: Extração e classificação de movimentos motores: Uma abordagem utilizando aprendizagem de máquina profunda
Programa: PIP-2S/UFOP
Período: 01/09/2020- 31/08/2021
Linha de Pesquisa: Aprendizagem de Máquina
Resumo: Neste trabalho é proposto um estudo para mapeamento da postura da coluna dos seres humanos baseado em inteligência computacional utilizando Deep Learning. Desta forma, utilizando um método conhecido na literatura chamado DeepLabCut, pode-se inferir dados sobre a característica de posicionamento geográfico de qualquer objeto em estudo, de uma forma não invasiva, evitando inclusive influenciar nos resultados. Pretende-se ao fim deste trabalho conseguir gerar uma aplicação para obtenção de dados de postura da coluna de um ser humano e sua análise.
Situação: Em andamento; Natureza: Pesquisa.
Integrantes: Luiz Carlos Bambirra Torres - Coordenador / Bruno César Cota Conceição - Integrante.
Título do Projeto: Entendendo DevOps em projetos FLOSS
Programa: PIVIC/UFOP – 2º Semestre – 2021
Período: 2021 - 2022.
Linha de Pesquisa: Engenharia de Software
Resumo: DevOps é comumente conhecido como uma cultura, conjunto de ferramentas e colaboração contínua entre pessoas do mesmo time. A automação de tarefas e entrega frequente de produtos de software com qualidade aos usuários é um dos principais objetivos deste conceito. O mercado de trabalho em tecnologia da informação hoje em dia busca muito profissionais com experiência nas diversas práticas deste conceito. Projetos FLOSS são projetos de software livre e de código aberto que são desenvolvidos por comunidades de pessoas distribuídas ao redor do mundo. Algumas dessas pessoas são vinculadas a empresas que possuem interesse no desenvolvimento destes sistemas e outra parte são voluntários que buscam diferentes razões para contribuir e fazer parte destas comunidades. Essas motivações são: extrínsecas, como pagamento, construção de carreira, portfólio; intrínsecas externalizadas como: reputação, reciprocidade, aprendizagem, para uso próprio; e intrínsecos como ideologia do software livre, altruísmo e diversão. FLOSS é uma importante força motriz na indústria de software hoje, resultando em muitos projetos importantes que são amplamente usados em toda pilha de desenvolvimento, desde aplicações para o usuário até kernels sofisticados. Esta proposta de pesquisa pretende identificar e classificar evidências de uso de DevOps em projetos FLOSS. A plataforma GitHub será utilizada para mineração de repositórios destes projetos. Técnicas de pesquisa qualitativa e quantitativa serão aplicadas para geração e confirmação de hipóteses.
Equipe: Igor Muzetti Pereira / Orientador
Aluno de graduação (integrante ainda não indicado) / Voluntário
Somos + UFOP
Através do Somos UFOP é possível identificar os pesquisadores, suas especialidades e produção científica, além de informações sobre Unidades, Departamentos, ativos de propriedade intelectual, infraestrutura instalada nos laboratórios, dentre outras informações.
As competências podem ser encontradas de maneira simples e organizada, de acordo com a área de interesse do usuário.