A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | ATENÇÃO: OS PROPOSTAS APRESENTADAS AQUI SÃO APENAS SUGESTÕES. NÃO HESITE EM CONTACTAR OS PROFESSORES CASO QUEIRA SUGERIR PROPOSTAS OU SOLICITAR OUTRAS PROPOSTAS. PARA UMA LISTA COMPLETA DOS PROFESSORES DO PG/EEC-I, COM CONTATOS E LINHAS DE PESQUISA, ACESSE: http://www.comp.ita.br/ensino/pos.html | |||||||||||||||||||||||||
2 | Título | Nível (Mestrado/Doutorado) | Orientador (nome - área - e-mail) | Coorientador (nome e instituição) | Descrição Resumida | Linha de Pesquisa | ||||||||||||||||||||
3 | Balanceamento como solução de problemas combinatorias | D/M | Vitor Curtis - Informática - curtis@ita.br | Balanceamento é uma técnica de programação dinâmica para resolução de problemas combinatorias. Recentemente, demonstramos em 10.1016/j.ejor.2018.11.055 que pode ser empregada para resolver instâncias residuais do problema Subsetsum, um caso específico do problema da mochila. O objetivo consiste em generalizar a técnica para instâncias ou problemas mais gerais. | Algoritmos | |||||||||||||||||||||
4 | Data Science em Financas e Investimentos | D | Elton Sbruzzi - Inf - elton@ita.br | Historicamente modelos para tomada de decisão em investimentos sempre fez uso massivo de dados existentes. Nessa linha, o aluno interessado nesse tema poderá contribuir com utilização dos novos formatos de dados e técnicas existentes para a produção de modelos mais acurados e produção de sistemas de suporte a decisão em investimentos mais eficientes. | Ciência de Dados | |||||||||||||||||||||
5 | Zero-trust architecture components for IoT | M/D | Lourenço Alves Pereira Júnior - Informática - ljr@ita.br | Cybersecurity is one of the main concerns in the Internet of Things solutions. Equipping firmware and system software with protection from the outside is crucial to mitigate attacks. Therefore, adopting Zero-trust architectures mechanisms provide means to hardening IoT systems. In this project, we will work on a framework to enable the development of attachable components to improve security on those systems. | Cybersecurity | |||||||||||||||||||||
6 | B5G cloud-native resource management | M/D | Lourenço Alves Pereira Júnior - Informática - ljr@ita.br | The 5G and beyond (B5G) specification includes cloud-native services as a core solution to the architecture. It leverages the softwarization process in the mobile networks allowing the modularization of monolithic solutions into smaller components. Hence, workloads impact directly on the capacity provisioning, implemented in an on-demand self-service fashion. In this project, we will work on adaptive algorithms to provide a better quality of service (QoS) and experience (QoE) to vertical applications requiring ultra-reliable low-latency communications (URLLC). Specifically, focused on Intelligent Transportation Systems (ITS) --- terrestrial or aerial. | Mobile networks and Cloud computing | |||||||||||||||||||||
7 | Aprendizado profundo em grafos para extração de características | M/D | Filipe Alves Neto Verri - Informática - verri@ita.br | A área de aprendizado profundo em grafos tem crescido muito nos últimos anos. Diferentemente das tradicionais redes neurais convolucionais que recebem como entrada imagens, podemos receber como entrada da rede neural um grafo e extrair padrões de interesse para outras tarefas de aprendizado como classificação e agrupamento. Há muito o que estudar quanto aos diferentes tipos de redes neurais para grafos e a qualidade das features extraídas. Uma aplicação de interesse é o controle de espaço aéreo. | Artificial Intelligence and Deep Learning | |||||||||||||||||||||
8 | Estudo de alternativas para projeção de dados por nível de dificuldade | M/D | Ana Carolina Lorena - aclorena@ita.br | Para o uso robusto de técnicas de Aprendizado de Máquina, é interessante entender melhor que instâncias em un conjunto de dados são mais difíceis, assim como suas características. O objetivo do projeto será estudar diferentes formas de projetar as instâncias de um conjunto de dados de acordo com seu nível de dificuldade. | Machine Learning | |||||||||||||||||||||
9 | Estudo de algorithmic bias em IA: impactos e soluções da literatura | M | Ana Carolina Lorena - aclorena@ita.br | Estudar os trabalhos recentes e problemas reportados em algorithmic bias no uso de técnicas de IA (com ênfase em técnicas da área de Machine Learning). Estudar as soluções propostas para lidar com esses problemas e realizar alguns testes computacionais de parte delas. Usar um framework do grupo de pesquisa para identificar tais viéses. | Machine Learning | |||||||||||||||||||||
10 | Aprendizado por reforço aplicado em trocas de permissões de vôo | M/D | Filipe Alves Neto Verri - Informática - verri@ita.br | Mario Harper - Utah State University / Elton Sbruzzi - ITA | Em um futuro não muito distante, serão necessários meios decentralizados de controle de espaço aéreo. Uma alternativa é o uso de trocas de permissões de vôo. Ou seja, o espaço aéreo torna-se um mercado financeiro em que os players trocam permissões para voar num determinado espaço por um determinado período de tempo. Dado ao enorme volume esperado de transações além da intrínseca complexidade do problema, parte dessas tarefas de compra e venda deverão ser automatizadas. O objetivo do projeto é estudar abordagens de aprendizado profundo por reforço para implementar a inteligências dos players nesse sistema. | Artificial Intelligence and Deep Learning | ||||||||||||||||||||
11 | Novel approaches to the design of runtime reconfigurable embedded systems | D (preferably) | Denis Loubach - dloubach@ita.br | http://www.comp.ita.br/~dloubach | The graduate student will conduct research concerning the proposal of novel approaches to the design of runtime reconfigurable embedded systems. This should regard the use of formal models of computation in a systematic design methodology. The candidate is expected to be highly motivated to conduct research and must have the ability to work individually and in teams. Good English level is required. Related research project: FAPESP Research 2019/27327-6 Runtime Reconfigurable Hardware Platform Model https://bv.fapesp.br/en/auxilios/107286/runtime-reconfigurable-hardware-platform-model Related papers: Ricardo Bonna, Denis S. Loubach, George Ungureanu, and Ingo Sander. 2019. Modeling and Simulation of Dynamic Applications Using Scenario-Aware Dataflow. ACM Trans. Des. Autom. Electron. Syst. 24, 5, Article 58 (October 2019), 29 pages. doi: https://doi.org/10.1145/3342997 Horita, A.Y.; Loubach, D.S.; Bonna, R. Analysis and Identification of Possible Automation Approaches for Embedded Systems Design Flows. Information 2020, 11, 120. doi: https://doi.org/10.3390/info11020120 D. S. Loubach, "A runtime reconfiguration design targeting avionics systems," 2016 IEEE/AIAA 35th Digital Avionics Systems Conference (DASC), Sacramento, CA, USA, 2016, pp. 1-8, doi: http://dx.doi.org/10.1109/DASC.2016.7778089 LOUBACH, DENIS S.; CARDOSO MARQUES, JOHNNY ; Marques da Cunha, Adilson. Considerations on Domain-Specific Architectures Applicability in Future Avionics Systems. In: The 10th Aerospace Technology Congress, October 89, 2019, Stockholm, Sweden, 2019, 2019. p. 156-161. doi: http://dx.doi.org/10.3384/ecp19162018 | Embedded Systems Design & Reconfigurable Computing | |||||||||||||||||||||
12 | Extensão do Modelo MPS-SW para Utilização em Desenvolvimento de Softwares para Dispositivos Médicos | M | Johnny Cardoso Marques johnny@ita.br | O desenvolvimento de software na área de saúde envolve a necessidade de satisfação de diversas normas e regulamentos, já que é um sistema crítico. Dentre as normas envolvidas, a principal é a IEC 62304 que regulamenta que atividades deverão ser incluídas no processo de desenvolvimento de software para fornecer garantias de segurança. Esta área de desenvolvimento implica na necessidade em identificar os riscos de segurança aos usuários (pacientes e equipe médica) quanto ao mal comportamento do software. Estes riscos estão diretamente correlacionados com as classes de segurança definidas pela IEC 62304. As classes de seguranças (A, B e C) determinam o rigor no processo de desenvolvimento de software. O modelo MPS-SW foi criado em 2003 e sua última atualização é de 2021, é um programa da Softex com apoio do Ministério da Ciência, Tecnologia e Inovações (MCTI) e tem como base os requisitos de processos definidos nos modelos de melhoria de processo e atende a necessidade de implantar os princípios de engenharia de software de forma adequada ao contexto das empresas, estando em conformidade com as principais abordagens internacionais para definição, avaliação e melhoria de processos de software. Esta proposta de trabalho envolve a criação, avaliação e publicação de uma extensão que especialize o modelo MPS-SW para uma utilização no desenvolvimento de softwares para dispositivos médicos, apresentando aderência aos requisitos regulatórios necessários. | Engenharia de Software | |||||||||||||||||||||
13 | Criação de uma Ontologia de Requisitos para Sistemas de Telemedicina | M | Johnny Cardoso Marques johnny@ita.br | Devido à particularidade existentes nos diversos domínios dos Sistemas, muitas vezes torna-se difícil entender os requisitos que devem ser identificados e traduzi-los nas funções e limitações esperadas do sistema. A complexidade inerente de diferentes domínios, bem como a necessidade de encontrar defeitos ou falhas com rapidez e precisão, são fatores importantes a serem considerados ao desenvolver esses sistemas. Apesar dos avanços em desenvolvimento de sistemas, ainda é uma área que merece atenção dos pesquisadores devido a sua complexidade e às poucas iniciativas de engenharia de requisitos que atendem às particularidades desses sistemas. Gerenciar conhecimento na área de sistemas é um desafio para engenheiros e pesquisadores, pois a representação desses tipos de conhecimento é fonte de diversos problemas. O principal problema está relacionado à linguagem natural usada para elicitação e especificação de requisitos, e essas linguagens não são totalmente formalizadas. Com o advento da Web Semântica e das tecnologias para sua realização, as possibilidades de aplicação de ontologias como meio de definir a semântica da informação e do conhecimento tornam-se cada vez mais aceitas em diferentes domínios. Com a pandemia da COVID-19, os sistemas de telemedicina, que envolvem a consulta, registro eletrônico de saúde, diagnósticos e exames de pacientes de forma remota (virtual), ganharam protagonismo na necessidade de prover atendimento médico à distância. Nesse contexto, esta proposta visa, a partir dos padrões abertos da Web Semântica (o formalismo da lógica descritiva e a linguagem Ontology Web Language), definir uma abordagem ontológica para auxiliar a elicitação e especificação de requisitos em Sistemas de Telemedicina. | Engenharia de Requisitos | |||||||||||||||||||||
14 | ||||||||||||||||||||||||||
15 | ||||||||||||||||||||||||||
16 | ||||||||||||||||||||||||||
17 | ||||||||||||||||||||||||||
18 | ||||||||||||||||||||||||||
19 | ||||||||||||||||||||||||||
20 | ||||||||||||||||||||||||||
21 | ||||||||||||||||||||||||||
22 | ||||||||||||||||||||||||||
23 | ||||||||||||||||||||||||||
24 | ||||||||||||||||||||||||||
25 | ||||||||||||||||||||||||||
26 | ||||||||||||||||||||||||||
27 | ||||||||||||||||||||||||||
28 | ||||||||||||||||||||||||||
29 | ||||||||||||||||||||||||||
30 | ||||||||||||||||||||||||||
31 | ||||||||||||||||||||||||||
32 | ||||||||||||||||||||||||||
33 | ||||||||||||||||||||||||||
34 | ||||||||||||||||||||||||||
35 | ||||||||||||||||||||||||||
36 | ||||||||||||||||||||||||||
37 | ||||||||||||||||||||||||||
38 | ||||||||||||||||||||||||||
39 | ||||||||||||||||||||||||||
40 | ||||||||||||||||||||||||||
41 | ||||||||||||||||||||||||||
42 | ||||||||||||||||||||||||||
43 | ||||||||||||||||||||||||||
44 | ||||||||||||||||||||||||||
45 | ||||||||||||||||||||||||||
46 | ||||||||||||||||||||||||||
47 | ||||||||||||||||||||||||||
48 | ||||||||||||||||||||||||||
49 | ||||||||||||||||||||||||||
50 | ||||||||||||||||||||||||||
51 | ||||||||||||||||||||||||||
52 | ||||||||||||||||||||||||||
53 | ||||||||||||||||||||||||||
54 | ||||||||||||||||||||||||||
55 | ||||||||||||||||||||||||||
56 | ||||||||||||||||||||||||||
57 | ||||||||||||||||||||||||||
58 | ||||||||||||||||||||||||||
59 | ||||||||||||||||||||||||||
60 | ||||||||||||||||||||||||||
61 | ||||||||||||||||||||||||||
62 | ||||||||||||||||||||||||||
63 | ||||||||||||||||||||||||||
64 | ||||||||||||||||||||||||||
65 | ||||||||||||||||||||||||||
66 | ||||||||||||||||||||||||||
67 | ||||||||||||||||||||||||||
68 | ||||||||||||||||||||||||||
69 | ||||||||||||||||||||||||||
70 | ||||||||||||||||||||||||||
71 | ||||||||||||||||||||||||||
72 | ||||||||||||||||||||||||||
73 | ||||||||||||||||||||||||||
74 | ||||||||||||||||||||||||||
75 | ||||||||||||||||||||||||||
76 | ||||||||||||||||||||||||||
77 | ||||||||||||||||||||||||||
78 | ||||||||||||||||||||||||||
79 | ||||||||||||||||||||||||||
80 | ||||||||||||||||||||||||||
81 | ||||||||||||||||||||||||||
82 | ||||||||||||||||||||||||||
83 | ||||||||||||||||||||||||||
84 | ||||||||||||||||||||||||||
85 | ||||||||||||||||||||||||||
86 | ||||||||||||||||||||||||||
87 | ||||||||||||||||||||||||||
88 | ||||||||||||||||||||||||||
89 | ||||||||||||||||||||||||||
90 | ||||||||||||||||||||||||||
91 | ||||||||||||||||||||||||||
92 | ||||||||||||||||||||||||||
93 | ||||||||||||||||||||||||||
94 | ||||||||||||||||||||||||||
95 | ||||||||||||||||||||||||||
96 | ||||||||||||||||||||||||||
97 | ||||||||||||||||||||||||||
98 | ||||||||||||||||||||||||||
99 | ||||||||||||||||||||||||||
100 |