Repositório RCAAP

Robôs sociáveis devem ser capazes de interagir, se comunicar, compreender e se relacionar com os seres humanos de uma maneira natural. Embora diversos robôs sociáveis tenham sido desenvolvidos com sucesso, ainda existem muitas limitações a serem superadas. São necessários importantes avanços no desenvolvimento de mecanismos que possibilitem interações mais realísticas, bem como regulem o relacionamento entre robôs e humanos. Um forma de tornar mais realísticas as interações é através de expressões faciais de emoção. Nesse contexto, este trabalho fornece capacidade de imitação de expressão facial de emoções a uma cabeça robótica virtual, com o objetivo de permitir interações mais realísticas e duradouras com o ser humano. Para isso, é incorporado à mesma aprendizado por imitação, no qual a cabeça robótica imita expressões faciais apresentadas por um usuário durante a interação social. O aprendizado por imitação foi realizado atráves de redes neurais artificiais. As expressões faciais consideradas neste trabalho são: neutra, alegria, raiva, surpresa e tristeza. Os resultados experimentais são apresentados, os quais mostram o bom desempenho do sistema de imitação proposto

Objetos de aprendizagem (OA) compõem uma das abordagens adotadas para tratar a crescente complexidade da educação com auxílio de computadores, promovendo o reúso e a qualidade de materiais didáticos. Tais benefícios podem ser ampliados ao incluir questões de projeto instrucional e associá-las às características multimídias e interativas dos dispositivos computacionais, sistematizando-se a produção de objetos de aprendizagem. Nesse contexto, esta tese define uma abordagem para o desenvolvimento de objetos de aprendizagem multimídias e interativos considerando o cenário de televisão digital. Essa abordagem, denominada LOD (Learning Object Development) consiste de um modelo de processo ou processo-padrão para desenvolvimento de objetos de aprendizagem (SPLOD Standard Process for Learning Object Development), a partir do qual se define um processo (LODP Learning Object Development Process) adequado para a construção de objetos de aprendizagem como recursos educacionais abertos (análogos a software livre); de um método de desenvolvimento dirigido a modelos, denominado LODM (Learning Object Development Method), compreendendo a modelagem conceitual, instrucional e de interação do objeto de aprendizagem; e de um conjunto de ferramentas que estabelecem um protótipo de ambiente para o desenvolvimento de objetos de aprendizagem (LODE Learning Object Development Environment) considerando o método LODM e o processo LODP. A abordagem LOD foi preliminarmente avaliada quanto à engenharia de objetos de aprendizagem multimídia e interativos, representados por apresentações multimídia e aplicações interativas para televisão digital para a plataforma Ginga do Sistema Brasileiro de Televisão Digital (SBTVD). Os resultados apontam para os benefícios da abordagem integrada para o desenvolvimento, com a geração de objetos de aprendizagem multimídias e interativos de forma mais ágil e sistemática, além de promover o reúso desde os primeiros passos da modelagem dos objetos de aprendizagem

Conjuntos de dados reais muitas vezes apresentam um grande número de atributos preditivos ou de entrada, o que leva a uma grande quantidade de informação. Entretanto, essa quantidade de informação nem sempre significa uma melhoria em termos de desempenho de técnicas de agrupamento. Além disso, alguns atributos podem estar correlacionados ou adicionar ruído, reduzindo a qualidade do agrupamento de dados. Esse problema motivou o desenvolvimento de técnicas de seleção de atributos, que tentam encontrar um subconjunto com os atributos mais relevantes para agrupar os dados. Neste trabalho, o foco está no problema de seleção de atributos não supervisionados. Esse é um problema difícil, pois não existe informação sobre rótulos das classes. Portanto, não existe um guia para medir a qualidade do subconjunto de atributos. O principal objetivo deste trabalho é definir um método para identificar quanto atributos devem ser selecionados (após ordená-los com base em algum critério). Essa tarefa é realizada por meio da técnica de Falsos Vizinhos Mais Próximos, que tem sua origem na teoria do caos. Resultados experimentais mostram que essa técnica informa um bom número aproximado de atributos a serem selecionados. Quando comparado a outras técnicas, na maioria dos casos analisados, enquanto menos atributos são selecionados, a qualidade da partição dos dados é mantida

O aumento na quantidade e na intensidade de desastres naturais é um problema que está se agravando em todo o mundo. As consequências desses desastres são significantemente ampliadas quando ocorrem em regiões urbanas ou com atuação humana devido à perda de vidas e à quantidade de bens materiais afetados. O uso de redes de sensores sem fio para a coleta de dados e o uso de técnicas de aprendizado de máquina para a previsão de desastres naturais são opções viáveis, porém novas tendências tecnológicas têm se mostrado promissoras e podem agregar na tarefa de monitoramento de ambientes e na previsão de desastres naturais. Uma dessas tendências é adotar redes de sensores baseadas em IP e utilizar padrões emergentes para IoT. Nesse contexto, esta Tese propõe e analisa uma abordagem chamada SENDI (System for dEtecting and forecasting Natural Disasters based on IoT), um sistema tolerante a falhas baseado em IoT, WSN e AM para a detecção e a previsão de desastres naturais. O SENDI foi modelado empregando o ns-3 e validado utilizando dados coletados por uma WSN real instalada na cidade de São Carlos - Brasil, a qual realiza a coleta de dados de rios da região. Esse sistema também prevê a possibilidade de falhas na comunicação e a perda de nós durante a ocorrência de desastres, além de agregar inteligência aos nós para realizar a distribuição de dados e de previsões, mesmo nesses casos. Esta Tese também apresenta um estudo de caso sobre previsão de enchentes que utiliza a modelagem do sistema e os dados colhidos pela WSN. Os resultados dos experimentos mostram que o SENDI permite gerar alertas para a tomada de decisões em tempo hábil, realizando as previsões mesmo com falhas parciais no sistema, porém com acurácia variável dependendo do nível de degradação do mesmo.

A demanda por novas tecnologias, melhoria de segurança e conforto para veículos urbanos cresceu consideravelmente nos últimos anos, motivando a indústria na criação de sistemas destinados ao apoio de motoristas (ADAS - Advanced Driver Assistance Systems). Este fato contribuiu para o desenvolvimento de diversos sistemas embarcados na área automobilística destacando-se, à prevenção de colisão a pedestres por veículos. Através do avanço em diversas pesquisas, começaram a circular pelas ruas veículos com sistemas anticolisão e com navegação autônoma. Contudo, para alcançar objetivos cada vez mais desafiadores, os projetistas precisam de ferramentas que permitam unir tecnologias e conhecimentos de áreas distintas de forma eficiente. Nesse contexto, há uma demanda para a construção de sistemas que aumentem o nível de abstração da modelagem de projetos para o processamento de imagens em sistemas embarcados e assim, possibilitando uma melhor exploração do espaço de projetos. A fim de contribuir para minimizar este problema, este trabalho de pesquisa demonstra o desenvolvimento de um framework para coprojeto de hardware e software específico para a construção de sistemas ADAS que utilizam visão computacional. O Framework visa facilitar o desenvolvimento dessas aplicações permitindo a exploração o espaço de projeto (DSE - Design Space Exploration), e assim contribuindo para um ganho de desempenho no desenvolvimento de sistemas embarcados quando comparados à construção totalmente de um modo manual. Uma das características deste projeto é a possibilidade da simulação da aplicação antes da síntese em um sistema reconfigurável. Os principais desafios deste sistema foram relacionados à construção do sistema de intercomunicação entre os diversos blocos de Propriedade Intelectual (IP) e os componentes de software, abstraindo do usuário final inúmeros detalhes de hardware, tais como gerenciamento de memória, interrupções, cache, tipos de dados (ponto flutuante, ponto fixo, inteiros) e etc, possibilitando um sistema mais amigável ao projetista.

Do ponto de vista do usuário, a interface é uma das partes mais importantes dos sistemas computacionais, porque por meio dela o usuário vê, ouve e sente. Essa relevância motiva pesquisadores da área de Interação Humano-Computador a estudarem maneiras de se criarem interfaces com design focado em usabilidade. A avaliação da usabilidade de interfaces visa verificar se elas atendem aos requisitos do usuário de forma que as funcionalidades do sistema sejam realizadas de modo efetivo, eficiente e que satisfaça as expectativas do usuário. Tendo em vista que o ciclo de desenvolvimento de software costuma ser longo, avaliações da usabilidade de diferentes versões de interfaces devem ser realizadas no decorrer do processo, como forma de minimizar erros e reduzir custos de produção do sistema. Uma das avaliações de usabilidade mais conhecidas é a avaliação heurística, criada por Jacob Nielsen, que se destaca pelo baixo custo e rapidez de aplicação. Nela, especialistas avaliam as interfaces e os diálogos do sistema com base em um conjunto de regras gerais, as heurísticas, que lhes permitem identificar problemas de usabilidade. Apesar de respeitadas e amplamente usadas, as heurísticas de Nielsen foram criadas sem foco em interfaces de dispositivos móveis, muito difundidos atualmente. Por meio deste trabalho, verificou-se que as heurísticas de Nielsen têm limitações para encontrarem problemas de usabilidade em interfaces de dispositivos móveis. Por conta disso, propôs-se um conjunto de heurísticas para avaliação de interfaces de dispositivos móveis e se definiu um conjunto de diretrizes para o desenvolvimento dessas interfaces. A validação das heurísticas propostas indicou que elas foram mais efetivas que as de Nielsen para encontrarem problemas de usabilidade considerados pelos especialistas como catastróficos ou de baixa gravidade

A Desambiguação Lexical de Sentido (DLS) consiste em determinar o sentido mais apropriado da palavra em um contexto determinado, utilizando-se um repositório de sentidos pré-especificado. Esta tarefa é importante para outras aplicações, por exemplo, a tradução automática. Para o inglês, a DLS tem sido amplamente explorada, utilizando diferentes abordagens e técnicas, contudo, esta tarefa ainda é um desafio para os pesquisadores em semântica. Analisando os resultados dos métodos por classes gramaticais, nota-se que todas as classes não apresentam os mesmos resultados, sendo que os verbos são os que apresentam os piores resultados. Estudos ressaltam que os métodos de DLS usam informações superficiais e os verbos precisam de informação mais profunda para sua desambiguação, como frames sintáticos ou restrições seletivas. Para o português, existem poucos trabalhos nesta área e só recentemente tem-se investigado métodos de uso geral. Além disso, salienta-se que, nos últimos anos, têm sido desenvolvidos recursos lexicais focados nos verbos. Nesse contexto, neste trabalho de mestrado, visou-se investigar métodos de DLS de verbos em textos escritos em português do Brasil. Em particular, foram explorados alguns métodos tradicionais da área e, posteriormente, foi incorporado conhecimento linguístico proveniente da Verbnet.Br. Para subsidiar esta investigação, o córpus CSTNews foi anotado com sentidos de verbos usando a WordNet-Pr como repositório de sentidos. Os resultados obtidos mostraram que os métodos de DLS investigados não conseguiram superar o baseline mais forte e que a incorporação de conhecimento da VerbNet.Br produziu melhorias nos métodos, porém, estas melhorias não foram estatisticamente significantes. Algumas contribuições deste trabalho de mestrado foram um córpus anotado com sentidos de verbos, a criação de uma ferramenta que auxilie a anotação de sentidos, a investigação de métodos de DLS e o uso de informações especificas de verbos (provenientes da VerbNet.Br) na DLS de verbos.

A sumarização de opiniões, também conhecida como sumarização de sentimentos, é a tarefa que consiste em gerar automaticamente sumários para um conjunto de opiniões sobre uma entidade específica. Uma das principais abordagens para gerar sumários de opiniões é a sumarização baseada em aspectos. A sumarização baseada em aspectos produz sumários das opiniões para os principais aspectos de uma entidade. As entidades normalmente referem-se a produtos, serviços, organizações, entre outros, e os aspectos são atributos ou componentes das entidades. Nos últimos anos, essa tarefa tem ganhado muita relevância diante da grande quantidade de informação online disponível na web e do interesse cada vez maior em conhecer a avaliação dos usuários sobre produtos, empresas, pessoas e outros. Infelizmente, para o Português do Brasil, pouco se tem pesquisado nessa área. Nesse cenário, neste projeto de mestrado, investigou-se o desenvolvimento de alguns métodos de sumarização de opiniões com base em aspectos. Em particular, foram implementados quatro métodos clássicos da literatura, extrativos e abstrativos. Esses métodos foram analisados em cada uma de suas fases e, como consequência dessa análise, produziram-se duas propostas para gerar sumários de opiniões. Essas duas propostas tentam utilizar as principais vantagens dos métodos clássicos para gerar melhores sumários. A fim de analisar o desempenho dos métodos implementados, foram realizados experimentos em função de três medidas de avaliação tradicionais da área: informatividade, qualidade linguística e utilidade do sumário. Os resultados obtidos mostram que os métodos propostos neste trabalho são competitivos com os métodos da literatura e, em vários casos, os superam.

Devido à evolução digital e popularização dos dispositivos de interação, diversas tarefas do cotidiano anteriormente realizadas fisicamente hoje são executadas por meio da tela de um computador ou de um celular. Com o grande fluxo de informações, as pessoas precisam manterse mais conectadas aos serviços da Internet, por mais tempo no dia-a-dia, para se manterem atualizadas. Por serem mais práticos e compactos do que computadores pessoais, os dispositivos móveis são utilizados cada vez mais para esse fim, e intensificam a geração de aplicativos para atender as diversas demandas. Porém, para uma inserção completa da população nessa constante evolução digital, é fundamental que os aplicativos para mobile também ofereçam possibilidade de acesso aos diferentes perfis de usuários, independentemente de suas deficiências ou limitações. Em busca da qualidade, produtividade e rapidez na criação de aplicações, existe uma vasta gama de boas práticas de desenvolvimento. Apesar da existência de legislação específica, no panorama atual ainda existem muitos problemas de acessibilidade e usabilidade que precisam ser resolvidos no contexto de uso em dispositivo móvel. Neste projeto foi elaborada uma abordagem, que incorpora conceitos de boas práticas para desenvolvimento móvel associando-se a diretrizes e recomendações disseminadas na literatura, visando compor um cheklist sobre acessibilidade e usabilidade em aplicativos móveis. Para tanto, nesta pesquisa foram realizadas uma revisão de literatura, estudos sobre as boas práticas de desenvolvimento de aplicativos em dispositivos móveis e sobre as recomendações de acessibilidade e de usabilidade existentes. O checklist desenvolvido, denominado Acc_MobileCheck, foi validado por especialistas e desenvolvedores.

Software architectures have played an essential role in determining the quality of software systems. In this scenario, reference architectures is a special type of software architecture that has successfully supported the development, standardization, and evolution of a set of systems. Considering their relevance, many reference architectures are established for diverse domains, such as health, automotive, robotics, and transportation systems. These application domains continually evolve and their reference architectures also need to evolve to continue to be efficient for such domains. However, many of them have not been adequately evolved. Diverse elements, such as design decisions and adherence to good design practices, influence the ability of reference architectures to support continuous changes while maintaining their efficiency; therefore, a major challenge is to ensure the sustainability in reference architectures. Hence, it is quite interesting to be able to analyze the sustainability of these architectures. The main objective of this Masters project is to establish a model concerning factors for analyze sustainability in reference architectures. In order to evaluate our proposal, a survey was conducted with experts to validate such model. 90% of experts agree that the model can be useful to indicate whether a reference architecture is sustainable or not, and 80% of experts think that our model can be useful for building newly sustainable reference architectures.

As emoções desempenham um papel fundamental nos processos cognitivos e se revelam essenciais durante a aprendizagem, podendo impactar no desempenho, na memória de trabalho e na probabilidade dos estudantes usarem estratégias cognitivas para um processamento de informação mais profundo e mais elaborado. Algumas dessas emoções podem impactar negativamente o aprendizado, como a frustração e o tédio, que dificultam a capacidade de resolver problemas e tomadas de decisões. As emoções positivas, como engajamento, facilitam a recordação de informações. E a confusão, que é uma emoção que possui um papel duplo, pode influenciar tanto positivamente quanto negativamente. A confusão, quando sentida por um longo tempo, diminui a probabilidade de ser resolvida, pois pode gerar uma sobrecarga cognitiva aos estudantes e aumentar as chances do estudante rejeitar o assunto que está sendo aprendido. Portanto, a confusão deve ser regulada a fim de maximizar o aprendizado, promovendo maior engajamento e dificultar o abandono do exercício ou conteúdo. Atualmente, diversas pesquisas têm focado na regulação emocional durante o ensino com o suporte computacional. A regulação emocional refere-se na capacidade do estudante administrar a sua emoção, por meio da observação, avaliação e modificação das suas respostas emocionais e para que aconteça, alguns fatores, como conhecimento prévio do estudante no assunto e seu traço de personalidade dominante podem influenciar no processo da regulação emocional. Dentro desse contexto, o problema investigado neste trabalho é em como apoiar a regulação da confusão sentida por um longo tempo de um estudante durante a resolução de exercícios dentro de um Sistema Tutor Inteligente. Para isso, foi desenvolvido um algoritmo baseado em uma simulação com objetivo de apoiar na escolha de elementos de multimídia (e.g. vídeo, figura ou texto) para apoiar na regulação da confusão. A escolha dos elementos considera o perfil do estudante (e.g. traços de personalidade e conhecimento prévio) e são apresentados de acordo com o seu nível de detalhamento (e.g. elementos com poucos detalhes de resolução até elementos apresentados com vários detalhes). Para verificar a viabilidade do nosso algoritmo, um estudo (N=122) envolveu sujeitos do ensino fundamental e superior de duas escolas e uma faculdade, ao longo de três meses. Analisamos a capacidade do algoritmo influenciar na regulação da confusão durante a resolução de equações de primeiro grau em um Sistema Tutor Inteligente (PAT2Math), em sujeitos com personalidades extroversão e neuroticismo. Os resultados mostram que os estudantes que utilizaram o PAT2Math com o nosso algoritmo implementado auxiliou os estudantes a errarem menos. Não estamos cientes de outras pesquisas que vêm investigando como apoiar na regulação da confusão considerando os traços de personalidade e conhecimento prévio do estudante em Sistemas Tutores Inteligente. Parte desta deficiência pode ser explicada devido à complexidade de considerar os fatores individuais de cada estudante no desenvolvimento destes sistemas, além de ferramentas adequadas para a detecção da emoção. Entretanto, como evidenciado, é necessária a regulação de emoções, pois dependendo do traço de personalidade e conhecimento do estudante no assunto, o seu aprendizado pode ficar comprometido.

Outlier detection (or anomaly detection) plays an important role in the pattern discovery from data that can be considered exceptional in some sense. An important distinction is that between the supervised, semi-supervised and unsupervised techniques. In this work, we focus on semisupervised and unsupervised techniques. It has been shown that unsupervised outlier detection techniques can be adapted to be applicable also in the semi-supervised setting. Therefore, we conduct a comparative study between the semi-supervised techniques and unsupervised techniques adapted to the semi-supervised context. The main focus of this work, however, is on the unsupervised evaluation of outlier detection. Although there is a large and growing literature that tackles the outlier detection problem, the unsupervised evaluation of outlier detection results is still virtually untouched in the literature, especially in the context of unsupervised detection. The so-called internal evaluation, based solely on the data and the assessed solutions themselves, is required if one wants to statistically validate (in absolute terms) or just compare (in relative terms) the solutions provided by different algorithms or by different parameterizations of a given algorithm in the absence of labeled data. However, in contrast to cluster analysis, where indexes for internal evaluation and validation of clustering solutions have been conceived and shown to be very useful, in the outlier detection domain this problem has been notably overlooked. Here we discuss this problem and provide solutions for the internal evaluation of outlier detection results. In the scenario of semi-supervised detection, we propose an (relative) internal evaluation measure based on data perturbation and compared it with the main measures of the literature, providing the reader with clear recommendations of the best scenario for the use of each one. In the scenario of unsupervised detection, the pioneering measure for internal evaluation of binary outlier solutions, proposed by the author of this thesis in his masters work, is extended to the more general scenario of non-binary outlier solutions, which involves the evaluation of outlier detection scorings, which is the type of result produced by most widely used database-oriented algorithms in the literature. We extensively evaluate both measures in several experiments involving different collections of synthetic and real datasets collected from public repositories.

O presente trabalho é vinculado a duas áreas de grande pesquisa e enfoque na comunidade cientifica, a área de navegação de robôs móveis e a área de computação reconfigurável. Este trabalho tem como principal finalidade implementar uma técnica de mapeamento para o sistema de navegação de um robô móvel, em hardware reconfigurável, objetivando a melhora do desempenho na execução da técnica chamada mapeamento topológico, além de fornecer a capacidade de um sistema robótico poder-se auto reconfigurar em tempo real. Para que seja realizada esta tarefa, foram necessários pesquisas e estudos a estes dois assuntos, podendo ser encontrada uma explanação dos mesmos nos capítulos 3 e 4. O primeiro tema abordado foi o sistema de navegação de robôs móveis com análise inicial sobre as formas de navegação e mapeamento associadas com o estudo dos ambientes que serão realizadas as tarefas de navegação. O segundo tema abordado é sobre sistemas reconfiguráveis que tem como ênfase à construção, implementação, reconfiguração assim como os principais fabricantes. Depois de realizado todo o estudo inerente à pesquisa, anteriormente citado, é implementado um sistema de navegação de robôs móveis em um hardware reconfigurável utilizando o conjunto de ferramentas de desenvolvimento de hardwares reconfiguráveis da empresa chamada Altera.

The taxonomical identification of freshwater green microalgae is highly relevant problem in Phycology. In particular, the taxonomical identification of samples from the Selenastraceae family of algae is considered particularly problematic with many known inconsistencies. Biologists manually inspect and analyze microscope images of alga strains, and typically carry out several complex and time-consuming procedures that demand considerable expert knowledge. Such practical limitations motivated this investigation on the applicability of image processing, pattern recognition and visual data mining techniques to support the biologists in tasks of species identification. This thesis describes methodologies for the classification of green alga images, considering both traditional automated classification processes and also a user-assisted incremental classification process supported by Neighbor Joining tree visualizations. In this process, users can interact with the visualizations to introduce their knowledge into the classification process, e.g. by selecting suitable training sets and evaluate the results, thus steering the classification process. In order for visualization and classification to be feasible, accurate features must be obtained from the images capable of distinguishing between the different species of algae. As morphological shape properties are a fundamental property in identifying species, suitable segmentation and shape feature extraction strategies have been developed. This was particularly challenging, as different alga species share common morphological characteristics. Two segmentation methodologies are introduced, in which one relies on the level set method and the other is based on the region growing principle. Although the contour-based approach is capable of handling the uneven conditions of green alga images, its computation is time-consuming and not suitable for real time applications. A specialized formulation of the region-based methodology is proposed that considers the specific characteristics of the green alga images handled. This second formulation was shown to be more efficient than the level set approach and generates highly accurate segmentations. Once accurate alga segmentation is achieved, two descriptors are proposed that capture alga shape properties, and also an effective general shape descriptor that computes quantitative measures from two signatures associated to the shape properties. Experimental results are described that indicate that the proposed solutions can be useful to biologists conducting alga identification tasks once it reduces their effort and attains satisfactory discrimination among species.

A rápida evolução dos recursos computacionais vem permitindo que grandes conjuntos de dados sejam armazenados e recuperados. No entanto, a exploração, compreensão e extração de informação útil ainda são um desafio. Com relação às ferramentas computacionais que visam tratar desse problema, a Visualização de Informação possibilita a análise de conjuntos de dados por meio de representações gráficas e a Mineração de Dados fornece processos automáticos para a descoberta e interpretação de padrões. Apesar da recente popularidade dos métodos de visualização de informação, um problema recorrente é a baixa escalabilidade visual quando se está analisando grandes conjuntos de dados, resultando em perda de contexto e desordem visual. Com intuito de representar grandes conjuntos de dados reduzindo a perda de informação relevante, o processo de agregação visual de dados vem sendo empregado. A agregação diminui a quantidade de dados a serem representados, preservando a distribuição e as tendências do conjunto de dados original. Quanto à mineração de dados, visualização de informação vêm se tornando ferramental essencial na interpretação dos modelos computacionais e resultados gerados, em especial das técnicas não-supervisionados, como as de agrupamento. Isso porque nessas técnicas, a única forma do usuário interagir com o processo de mineração é por meio de parametrização, limitando a inserção de conhecimento de domínio no processo de análise de dados. Nesta dissertação, propomos e desenvolvemos uma metáfora visual baseada na TableLens que emprega abordagens baseadas no conceito de agregação para criar representações mais escaláveis para a interpretação de dados tabulares. Como aplicação, empregamos a metáfora desenvolvida na análise de resultados de técnicas de agrupamento. O ferramental resultante não somente suporta análise de grandes bases de dados com reduzida perda de contexto, mas também fornece subsídios para entender como os atributos dos dados contribuem para a formação de agrupamentos em termos da coesão e separação dos grupos formados.

A detecção e reconhecimento de objetos é uma tarefa fundamental em aplicações relacionadas à navegação autônoma de robôs móveis e veículos inteligentes. Com a evolução tecnológica nos sistemas sensoriais, surgiram equipamentos capazes de detectar e representar os elementos presentes no ambiente de forma tridimensional, em estruturas chamadas nuvem de pontos. Os sensores 3D geralmente capturam um grande volume de pontos em curtos intervalos de tempo, o que demanda técnicas robustas para processamento dessa informação além de tolerância a eventuais ruídos nos dados. Uma abordagem frequentemente utilizada na área de Visão Computacional para redução de dimensionalidade é a extração de features robustas, armazenando um subconjunto de informações representativas e simplificadas do conjunto de dados. Esta tese apresenta uma metodologia de classificação de objetos em nuvens de pontos 3D através da extração de features 3D globais. Foi desenvolvido um novo descritor 3D invariante à escala, translação e rotação denominado 3D-CSD (3D-Contour Sample Distances) para representação da superfície dos objetos presentes no ambiente, e utilizado um método de aprendizado supervisionado para reconhecimento de padrões. Os experimentos realizados envolveram o uso de Redes Neurais Artificiais para o reconhecimento de diferentes classes de objetos, avaliando e validando a metodologia proposta. Os resultados obtidos demostraram a viabilidade da aplicação desta abordagem para o reconhecimento de objetos em sistemas de percepção 3D.

Os volumes de dados armazenados em grandes bases de dados aumentam em ritmo sempre crescente, pressionando o desempenho e a flexibilidade dos Sistemas de Gerenciamento de Bases de Dados (SGBDs). Os problemas de se tratar dados em grandes quantidades, escopo, complexidade e distribuição vêm sendo tratados também sob o tema de big data. O aumento da complexidade cria a necessidade de novas formas de busca - representar apenas números e pequenas cadeias de caracteres já não é mais suficiente. Buscas por similaridade vêm se mostrando a maneira por excelência de comparar dados complexos, mas até recentemente elas não estavam disponíveis nos SGBDs. Agora, com o início de sua disponibilidade, está se tornando claro que apenas os operadores de busca por similaridade fundamentais não são suficientes para lidar com grandes volumes de dados. Um dos motivos disso é que similaridade\' é, usualmente, definida considerando seu significado quando apenas poucos estão envolvidos. Atualmente, o principal foco da literatura em big data é aumentar a eficiência na recuperação dos dados usando paralelismo, existindo poucos estudos sobre a eficácia das respostas obtidas. Esta tese visa propor e desenvolver variações dos operadores de busca por similaridade para torná-los mais adequados para processar big data, apresentando visões mais abrangentes da base de dados, aumentando a eficácia das respostas, porém sem causar impactos consideráveis na eficiência dos algoritmos de busca e viabilizando sua execução escalável sobre grandes volumes de dados. Para alcançar esse objetivo, este trabalho apresenta quatro frentes de contribuições: A primeira consistiu em um modelo de diversificação de resultados que pode ser aplicado usando qualquer critério de comparação e operador de busca por similaridade. A segunda focou em definir técnicas de amostragem e de agrupamento de dados com o modelo de diversificação proposto, acelerando o processo de análise dos conjuntos de resultados. A terceira contribuição desenvolveu métodos de avaliação da qualidade dos conjuntos de resultados diversificados. Por fim, a última frente de contribuição apresentou uma abordagem para integrar os conceitos de mineração visual de dados e buscas por similaridade com diversidade em sistemas de recuperação por conteúdo, aumentando o entendimento de como a propriedade de diversidade pode ser aplicada.

A tarefa de planejamento de trajetórias de robôs móveis autônomos consiste em determinar objetivos intermediários para que um robô seja capaz de partir de sua localização inicial e alcançar seu objetivo final. Além do planejamento, é importante definir um método de controle da navegação (seguimento da trajetória) do robô para que ele seja capaz de realizar seu trajeto de forma segura. Este projeto propõe uma abordagem híbrida para planejamento exploratório e execução de trajetórias de robôs móveis autônomos em ambientes indoor. Para o planejamento de trajetória, foram investigados algoritmos de busca em espaço de estados, dando ênfase ao uso de algoritmos evolutivos e algoritmos de otimização por colônia de formigas para a descoberta e otimização da trajetória. O controle da navegação é realizado por meio de comportamentos locais reativos, baseado na exploração e uso de mapas topológicos, os quais permitem uma maior flexibilidade em termos de definição da localização da posição do robô móvel e sobre os detalhes do mapa do ambiente (mapas com informações aproximadas e não métricos). Assim, foi proposto e desenvolvido um método robusto capaz de planejar, mapear e explorar um caminho ótimo ou quase ótimo para que o robô possa navegar e alcançar seu objetivo de forma segura, com pouca informação prévia do ambiente ou mesmo sobre sua localização. Além disso, o robô pode reagir a ambientes com alterações dinâmicas em sua estrutura, considerando por exemplo, elementos dinâmicos como portas que possam ser abertas ou fechadas e passagens que são obstruídas. Por fim, foram realizados diversos testes e simulações a fim de validar o método proposto, com a avaliação da qualidade das soluções encontradas e comparação com outras abordagens tradicionais de planejamento de trajetórias (algoritmos A* e D*).

Os algoritmos de navegação, para robôs móveis, baseados em células, ainda são de alto custo computacional. Depois de uma pesquisa dentre os algoritmos disponivéis, realizando comparações de desempenho entre salas e corredores chegou-se a um algoritmo que além de ótimo era altamente usado dentro do universo da robótico. Este algoritmo, baseado em Campos Potenciais, usado para desvio de obstáculos e planejamento de caminhos locais, foi implementado em hardware reconfigurável usando uma FPGA Altera. Comparações entre este hardware reconfigurável e processadores de propósito geral foram realizadas para concluir o trabalho.

A utilização de redes de alta velocidade e de ferramentas multimídia tem se tomado comum em grandes corporações e instituições de ensino, disponibilizando um meio rápido e interativo de comunicação. Grandes quantidades de dados de diferentes tipos e prioridades trafegam nestas redes, sendo que um controle da Qualidade de Serviço se faz necessário para grande parte deles, como, por exemplo, dados de mídia contínua (audio e vídeo). Este projeto de mestrado tem como foco principal um estudo abrangente da tecnologia de rede ATM na transmissão de streams de áudio e vídeo, comprimidos ou não, considerando aspectos como Qualidade de Serviço, controle de admissão de conexões, congestionamento na rede, as diferentes prioridades de transmissão, os tipos de tráfego gerados e respectivas taxas de transmissão, além da problemática envolvida no setup da rede. Neste estudo será utilizada toda a infra-estrutura oferecida pela tecnologia de rede ATM, notadamente no que tange ao suporte oferecido para a manutenção de uma Qualidade de Serviço específica e essencial para aplicações de transporte de mídia contínua. Desta maneira, será possível também averiguar quão adequada é a utilização da tecnologia nas novas aplicações multimídia surgidas recentemente, como TV Interativa, Video on Demand, entre outras.