855 registros encontrados - programa Programa de Pós-Graduação em Ciência da Computação E área de concentração Ciência da Computação
"Arte Factus" = study and socially aware co-design of socioenactive digital artifacts
TESE - Inglês
Número de chamada: T/UNICAMP D85a
Publicação: Campinas, SP : [s.n.], 2020.
Assunto: Interação humano-máquina
Resumo: Atualmente, a tecnologia computacional tornou-se cada vez mais pervasiva por meio de computadores de diferentes tamanhos, formas e...
Ver mais
Resumo
Resumo: Atualmente, a tecnologia computacional tornou-se cada vez mais pervasiva por meio de computadores de diferentes tamanhos, formas e capacidades. Mas avanços tecnológicos, embora necessários, não são suficientes para tornar a interação com tecnologia computacional mais transparente, como preconizado pela computação ubíqua. Sistemas computacionais atuais ainda exigem um vocabulário técnico de entradas e saídas para serem utilizados. No campo da Interação Humano-Computador (IHC), a adoção da teoria da cognição enativa pode lançar luz sobre um novo paradigma de interação que preenche a lacuna entre ação e percepção. Sistemas computacionais enativos são um promissor tema de pesquisa, mas seu design e avaliação ainda são pouco explorados. Além disso, sistemas enativos, como já proposto na literatura, carecem de consideração do contexto social. O objetivo desta tese de doutorado é contribuir para o design de tecnologia computacional dentro de uma abordagem da cognição enativa, além de também sensível à aspectos sociais. Portanto, esta tese investiga os conceitos de sistemas enativos e socioenativos por meio do co-design de arte interativa e instalações. Para atingir esse objetivo, é proposto um arcabouço teórico-metodológico chamado "Arte Factus" para apoiar o estudo e o co-design socialmente consciente de artefatos digitais. O arcabouço "Arte Factus" foi utilizado em três estudos de design relatados nesta tese: InterArt, InstInt e InsTime. Esses estudos envolveram a participação de 105 estudantes de graduação e pós-graduação em Ciência da Computação e Engenharia de Computação no co-design de 19 instalações. O processo envolveu o uso de tecnologia pervasiva do tipo Faça-Você-Mesmo ("Do-It-Yourself, DIY"), e algumas dessas instalações foram estudadas em oficinas de prática situada que ocorreram em cenários educacionais (escola e museu exploratório de ciências). O arcabouço "Arte Factus", como a principal contribuição desta tese de doutorado, mostrou-se eficaz no apoio ao co-design socialmente consciente de instalações interativas que materializam o conceito de artefatos digitais socioenativos. Além disso, através do estudo dos artefatos criados no contexto desta investigação, esta tese também contribui para a construção teórica do conceito de sistemas socioenativos
"Guidelines" para avaliação de sistemas em cenários socioenativos
Santos, Andressa Cristina dos, 1991-
DISSERTAÇÃO - Português
Número de chamada: T/UNICAMP Sa59g
Publicação: Campinas, SP : [s.n.], 2020.
Assunto: Sistemas socioenativos - Avaliação
Resumo: Atualmente, os ambientes computacionais contemporâneos exploram intensivamente o uso de diversos dispositivos e sensores. Esses ambientes...
Ver mais
Resumo
Resumo: Atualmente, os ambientes computacionais contemporâneos exploram intensivamente o uso de diversos dispositivos e sensores. Esses ambientes preveem o envolvimento corporal dos usuários permitindo uma interação dinâmica com a tecnologia. Esta pesquisa se insere no contexto de uma nova classe de sistemas denominada de Sistemas Socioenativos, na qual a interação é guiada por ciclos de feedbacks entre os participantes; e interfaces espacialmente presentes fazem uso de sensores e análise de dados em interações físicas e imersivas. Nesse contexto, a maneira como o design e a avaliação de sistemas são conduzidas afetam a facilidade de uso. Apesar dos avanços tecnológicos e complexidade desses sistemas, necessitamos que o acesso de todas as pessoas seja permitida independentemente de suas características e/ou limitações. Para tanto, o processo de avaliação das propostas de design desempenha um papel chave. A literatura oferece um número reduzido de métodos e instrumentos, voltados principalmente para a inspeção de sistemas computacionais tradicionais, e.g., sistemas Web. Esta dissertação estuda um instrumento para apoiar designers a avaliarem/inspecionarem Sistemas Socioenativos. Objetivamos alcançar meios que auxiliem e permitam que designers façam a observação, a análise e a avaliação de características sob diferentes dimensões que definem Sistemas Socioenativos. A partir dos fundamentos de Sistemas Socioenativos, propomos um conjunto de recomendações (guidelines) organizados em uma metodologia para guiar a avaliação no projeto de Sistemas Socioenativos. Em nossa abordagem, princípios do Design Universal e Heurísticas de Interfaces Naturais são combinados e mapeados no contexto do nosso instrumento de avaliação. Propomos um protótipo de como o instrumento pode ser integrado a plataforma OpenDesign, uma plataforma aberta de design colaborativo usada para apoiar designers no processo de design de tecnologia. Conduzimos um estudo de caso com três cenários de Sistemas Socioenativos, nos quais designers utilizaram nosso instrumento para inspecionar sistemas já projetados. Resultados indicam que o instrumento desenvolvido favorece uma análise de propostas de Sistemas Socioenativos ao mesmo tempo que favorece que designers averíguem o Acesso Universal nesses sistemas
A branch-and-price algorithm for the graph coloring problem
Romero, Ieremies Vieira da Fonseca, 2000-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP R664b
Publicação: Campinas, SP : [s.n.], 2025.
Assunto: Programação linear inteira
Resumo: O problema de coloração de vértices, um tema central da Teoria dos Grafos, consiste em atribuir cores aos vértices de um grafo de modo que...
Ver mais
Resumo
Resumo: O problema de coloração de vértices, um tema central da Teoria dos Grafos, consiste em atribuir cores aos vértices de um grafo de modo que vértices adjacentes não compartilhem a mesma cor, minimizando o número de cores utilizadas. Amplamente aplicado em escalonamento, alocação de recursos e otimização de redes, esse problema desempenha um papel crucial na modelagem e resolução eficiente de cenários reais. Esta dissertação explora métodos para resolver o problema de coloração de vértices por meio de formulações existentes de Programação Linear Inteira (PLI) e do método branch-and-price. Um algoritmo de \textit{branch-and-reduce} é empregado pela primeira vez no problema de precificação correspondente, integrando regras de separação e redução para simplificar a complexidade das instâncias, mantendo a integridade da solução. Testamos a hipótese de que enumerar um maior número de colunas a cada etapa da abordagem de geração de colunas pode resultar em um menor tempo de execução total. Combinamos essa estratégia com um conjunto de heurísticas para encontrar soluções viáveis, permitindo interromper o processo de geração de colunas mais cedo. Além disso, os limites gerados por estas abordagens são utilizados para realizar separações e reduções ainda mais eficientes no problema original. Experimentos computacionais em conjuntos de dados de referência DIMACS e MATILDA validam os métodos propostos, demonstrando melhorias significativas em eficiência
Tomazela, Rafael Mariottini, 1992-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP T591c
Publicação: Campinas, SP : [s.n.], 2019.
Assunto: Robótica
Resumo: Os avanços na robótica e o crescimento correspondente de seu uso em aplicações de serviço estão impulsionando a procura por robôs que possam...
Ver mais
Resumo
Resumo: Os avanços na robótica e o crescimento correspondente de seu uso em aplicações de serviço estão impulsionando a procura por robôs que possam operar em uma variedade de ambientes projetados para humanos. Em particular, robôs humanoides são bastante úteis para tarefas de serviço, uma vez que podem navegar e interagir de forma semelhante aos humanos nos ambientes. No entanto, o controle de movimento de tais robôs ainda é um desafio devido ao seu complexo espaço de estados e ações e de sua natureza contínua. As técnicas de aprendizado estão se tornando uma abordagem promissora para lidar com tais problemas, mas ainda é uma tarefa computacionalmente cara, portanto proibitiva para um alto número de graus de liberdade. Neste cenário, projetamos um modelo simplificado do movimento de um robô humanoide baseado em um controle generalizado de caminhada bípede, onde a parte superior do robô funciona como um pêndulo invertido 3D que pode ser desacoplado da parte inferior. Os testes foram realizados em simulação e os resultados mostram que conseguimos controlar com sucesso dois modelos distintos de robôs: Atlas, da Boston Dynamics, e Marta. Os parâmetros do modelo foram otimizados através de métodos de aprendizado para alcançar um melhor desempenho do sistema
Paccotacya Yanque, Rosa Yuliana Gabriela, 1996-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP P114c
Publicação: Campinas, SP : [s.n.], 2022.
Assunto: Explicabilidade (Aprendizado de máquina)
Resumo: Deep Learning tem mostrado excelentes resultados em tarefas de visão computacional, e a área de saúde não é exceção. Deep Learning pode...
Ver mais
Resumo
Resumo: Deep Learning tem mostrado excelentes resultados em tarefas de visão computacional, e a área de saúde não é exceção. Deep Learning pode auxiliar os dermatologistas no diagnóstico precoce de câncer de pele, o que pode salvar muitas vidas. No entanto, não há uma maneira direta de mapear o processo de tomada de decisão dos modelos DL. Para previsões de câncer de pele, não basta ter uma boa precisão; é necessário entender o comportamento do modelo para implementá-lo clinicamente e obter previsões confiáveis. Neste trabalho, propomos desideratos para explicações em modelos de lesões de pele e apresentamos um estudo sobre como a eXplainable Artificial Intelligence está sendo usada atualmente para lesões de pele. Analisamos sete métodos (quatro baseados em atribuição de pixels e três baseados em conceitos de alto nível): Grad-CAM, Score-CAM, LIME, SHAP, ACE, ICE, CME para duas redes neurais profundas, Inception-v4 e ResNet-50, treinadas no International Skin Imaging Collaboration Archive (ISIC). Nossos resultados indicam que, embora essas técnicas mostrem efetivamente o que o modelo está procurando para fazer sua previsão, as explicações obtidas não são completas o suficiente para obter transparência nos modelos de lesão de pele
Cunha, Tiago Moreira Trocoli da, 1989-
DISSERTAÇÃO - Multilíngua
Número de chamada: T/UNICAMP C914c
Publicação: Campinas, SP : [s.n.], 2020.
Assunto: Sistema de posicionamento em ambientes internos
Resumo: A localização em ambientes fechados é uma aplicação de IoT importante e abrangente. Em dispositivos de baixo custo, os métodos que dependem da...
Ver mais
Resumo
Resumo: A localização em ambientes fechados é uma aplicação de IoT importante e abrangente. Em dispositivos de baixo custo, os métodos que dependem da Força do Sinal Recebido (RSS, sigla em inglês) em pacotes de rádio para estimar a distância e a posição dos dispositivos são amplamente usados, uma vez que não requerem hardware adicional e fornecem acurácia razoável. Embora muitos métodos de localização em ambientes fechados baseada em RSS tenham sido desenvolvidos, os estudos comparativos para esses métodos geralmente se concentram principalmente na acurácia, ignorando métricas importantes, como tempo de resposta e consumo de energia. Em dispositivos com restrição de energia, em particular, a acurácia não pode ocorrer em detrimento da redução da vida útil da bateria e, portanto, maximizar a acurácia isoladamente pode não ser desejável. Neste trabalho, apresentamos um estudo comparativo de técnicas de localização baseadas em RSS implementadas em hardware comum. Comparamos nove métodos de localização em um ambiente de escritório do mundo real com forte interferência de sinal e em cômodos de uma casa com fraca interferência de sinal. Além da acurácia, apresentamos o consumo de energia e o tempo de resposta para cada método. Os resultados mostram que os métodos de fingerprinting tiveram resultados, no geral, melhores do que os de multilateração. Mas a acurácia do segundo pode ser melhorada usando um modelo mais complexo ao custo de maior consumo de energia, mas não necessariamente com maior tempo de resposta. O estudo também mostra que nós âncoras bem posicionados podem melhorar a acurácia dos métodos sem a necessidade de qualquer modificação adicional. Além disso, a seleção de subconjuntos de nós âncoras pode fornecer uma acurácia substancialmente melhor do que usar todos eles. E um bom subconjunto pode ser composto de nós âncoras bem posicionados com outros moderadamente bem posicionados
Flores Campana, Jose Luis, 1994-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP F663c
Publicação: Campinas, SP : [s.n.], 2020.
Assunto: Detecção de texto
Resumo: Textos são elementos fundamentais para uma efetiva comunicação em nosso cotidiano. A mobilidade de pessoas e veículos em ambientes urbanos e a...
Ver mais
Resumo
Resumo: Textos são elementos fundamentais para uma efetiva comunicação em nosso cotidiano. A mobilidade de pessoas e veículos em ambientes urbanos e a busca por um produto de interesse em uma prateleira de supermercado são exemplos de atividades em que o entendimento dos elementos textuais presentes no ambiente são essenciais para a execução da tarefa. Recentemente, diversos avanços na área de visão computacional têm sido reportados na literatura, com o desenvolvimento de algoritmos e métodos que objetivam reconhecer objetos e textos em cenas. Entretanto, a detecção e reconhecimento de textos são problemas considerados em aberto devido a diversos fatores que atuam como fontes de variabilidades durante a geração e captura de textos em cenas, o que podem impactar as taxas de detecção e reconhecimento de maneira significativa. Exemplo destes fatores incluem diferentes formas dos elementos textuais (e.g., circular ou em linha curva), estilos e tamanhos da fonte, textura, cor, variação de brilho e contraste, entre outros. Além disso, os recentes métodos considerados estado-da-arte, baseados em aprendizagem profunda, demandam altos custos de processamento computacional, o que dificulta a utilização de tais métodos em cenários de computação restritiva. Esta dissertação apresenta um estudo comparativo de técnicas de detecção e reconhecimento de texto, considerando tanto os métodos baseados em aprendizado profundo quanto os métodos que utilizam algoritmos clássicos de aprendizado de máquina. Esta dissertação também apresenta um método de fusão de caixas delimitadoras, baseado em programação genética (GP), desenvolvido para atuar tanto como uma etapa de pós-processamento, posterior a etapa de detecção, quanto para explorar a complementariedade dos algoritmos de detecção de texto investigados nesta dissertação. De acordo com o estudo comparativo apresentado neste trabalho, os métodos baseados em aprendizagem profunda são mais eficazes e menos eficientes, em comparação com os métodos clássicos da literatura e considerando as métricas adotadas. Além disso, o algoritmo de fusão proposto foi capaz de aprender informações complementares entre os métodos investigados nesta dissertação, o que resultou em uma melhora das taxas de precisão e revocação. Os experimentos foram conduzidos considerando os problemas de detecção de textos horizontais, verticais e de orientação arbitrária
A conjectura de Tuza sobre triângulos em grafos
Freitas, Lucas Ismaily Bezerra, 1987-
DISSERTAÇÃO - Português
Número de chamada: T/UNICAMP F884c
Publicação: Campinas, SP : [s.n.], 2014.
Assunto: Empacotamento e cobertura combinatória
Resumo: Neste trabalho estudamos a conjectura de Tuza, que relaciona cobertura mínima de triângulos por arestas com empacotamento máximo de triângulos...
Ver mais
Resumo
Resumo: Neste trabalho estudamos a conjectura de Tuza, que relaciona cobertura mínima de triângulos por arestas com empacotamento máximo de triângulos aresta-disjuntos em grafos. Em 1981, Tuza conjecturou que para todo grafo, o número máximo de triângulos aresta-disjuntos é no máximo duas vezes o tamanho de uma cobertura mínima de triângulos por arestas. O caso geral da conjectura continua aberta. Contudo, diversas tentativas de prová-la surgiram na literatura, obtendo resultados para várias classes de grafos. Nesta dissertação, nós apresentamos os principais resultados obtidos da conjectura de Tuza. Atualmente, existem várias versões da conjectura. Contudo, ressaltamos que nosso foco está na conjectura aplicada a grafos simples. Apresentamos também uma conjectura que se verificada, implica na veracidade da conjectura de Tuza. Demonstramos ainda que se G é um contra-exemplo mínimo para a conjectura de Tuza, então G é 4-conexo. Deduzimos desse resultado que a conjectura de Tuza é válida para grafos sem minor do K_5
BCCL (1)
IMECC (1)
IMECC (1)
A conjetura dos 3-fluxos de Tutte para grafos quase pares
DISSERTAÇÃO - Português
Número de chamada: T/UNICAMP P415c
Publicação: Campinas, SP : [s.n.], 2021.
Assunto: Teoria dos grafos
Resumo: Um grafo G admite um 3-fluxo se existe uma orientação de G e uma atribuição de pesos em {1, 2} às arestas de G tal que, para todo vértice v do...
Ver mais
Resumo
Resumo: Um grafo G admite um 3-fluxo se existe uma orientação de G e uma atribuição de pesos em {1, 2} às arestas de G tal que, para todo vértice v do grafo, a soma dos pesos das arestas entrando em v é igual à soma dos pesos das arestas saindo de v. A conjetura dos 3-fluxos de Tutte afirma que todo grafo 4-aresta-conexo admite um 3-fluxo. Uma versão equivalente dessa conjetura é perguntar se todo grafo 2-aresta-conexo com no máximo três cortes de aresta de tamanho três admite um 3-fluxo. Nosso objetivo é caracterizar quais grafos com até quatro cortes de aresta de tamanho três admitem um 3-fluxo, para algumas classes restritas de grafos. Nós focamos em grafos com até seis vértices de grau ímpar. Nós provamos uma caracterização completa para grafos com até quatro vértices de grau ímpar e uma caracterização parcial para grafos com seis vértices de grau ímpar
A countermeasure method for video-based face spoofing attacks
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP P658c
Publicação: Campinas, SP : [s.n.], 2013.
Assunto: Identificação biométrica
Resumo: O resumo poderá ser visualizado no texto completo da tese digital
BCCL (1)
IMECC (1)
IMECC (1)
Echemendía Montero, Adán, 1988-
DISSERTAÇÃO - Português
Número de chamada: T/UNICAMP Ec43d
Publicação: Campinas, SP : [s.n.], 2018.
Assunto: Reconhecimento de padrões
Resumo: O agrupamento de dados é um dos principais desafios em problemas de Ciência de Dados. Apesar do seu progresso científico em quase um século de...
Ver mais
Resumo
Resumo: O agrupamento de dados é um dos principais desafios em problemas de Ciência de Dados. Apesar do seu progresso científico em quase um século de existência, algoritmos de agrupamento ainda falham na identificação de grupos (clusters) naturalmente relacionados com a semântica do problema. Ademais, os avanços das tecnologias de aquisição, comunicação, e armazenamento de dados acrescentam desafios cruciais com o aumento considerável de dados, os quais não são tratados pela maioria das técnicas. Essas questões são endereçadas neste trabalho através da proposta de uma abordagem de divisão e conquista para uma técnica de agrupamento única em encontrar um grupo por domo da função de densidade de probabilidade dos dados --- o algoritmo de agrupamento por floresta de caminhos ótimos (OPF - Optimum-Path Forest). Nesta técnica, amostras são interpretadas como nós de um grafo cujos arcos conectam os $k$-vizinhos mais próximos no espaço de características. Os nós são ponderados pela sua densidade de probabilidade e um mapa de conexidade é maximizado de modo que cada máximo da função densidade de probabilidade se torna a raiz de uma árvore de caminhos ótimos (grupo). O melhor valor de $k$ é estimado por otimização em um intervalo de valores dependente da aplicação. O problema com este método é que um número alto de amostras torna o algoritmo inviável, devido ao espaço de memória necessário para armazenar o grafo e o tempo computacional para encontrar o melhor valor de $k$. Visto que as soluções existentes levam a resultados ineficazes, este trabalho revisita o problema através da proposta de uma abordagem de divisão e conquista com dois níveis. No primeiro nível, o conjunto de dados é dividido em subconjuntos (blocos) menores e as amostras pertencentes a cada bloco são agrupadas pelo algoritmo OPF. Em seguida, as amostras representativas de cada grupo (mais especificamente as raízes da floresta de caminhos ótimos) são levadas ao segundo nível, onde elas são agrupadas novamente. Finalmente, os rótulos de grupo obtidos no segundo nível são transferidos para todas as amostras do conjunto de dados através de seus representantes do primeiro nível. Nesta abordagem, todas as amostras, ou pelo menos muitas delas, podem ser usadas no processo de aprendizado não supervisionado, sem afetar a eficácia do agrupamento e, portanto, o procedimento é menos susceptível a perda de informação relevante ao agrupamento. Os resultados mostram agrupamentos satisfatórios em dois cenários, segmentação de imagem e agrupamento de dados arbitrários, tendo como base a comparação com abordagens populares. No primeiro cenário, a abordagem proposta atinge os melhores resultados em todas as bases de imagem testadas. No segundo cenário, os resultados são similares aos obtidos por uma versão otimizada do método original de agrupamento por floresta de caminhos ótimos
A fair approach for mixture of probabilistic PCA
Nascimento, Beatriz Cardoso, 1998-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP N17f
Publicação: Campinas, SP : [s.n.], 2025.
Assunto: Aprendizado de máquina
Resumo: A Análise de Componentes Principais (PCA) e sua extensão probabilística (PPCA) são amplamente utilizadas para redução de dimensionalidade, mas...
Ver mais
Resumo
Resumo: A Análise de Componentes Principais (PCA) e sua extensão probabilística (PPCA) são amplamente utilizadas para redução de dimensionalidade, mas não possuem garantias de fairness, o que pode levar a representações enviesadas. Este trabalho propõe um fra- mework de Mistura de PPCA (MPPCA) fair, utilizando otimização minimax para garantir uma codificação de dados justa entre grupos sensíveis. Diferentemente de abordagens ba- seadas em Modelos de Mistura Gaussianos, nosso método incorpora restrições de fairness diretamente no processo de redução de dimensionalidade. Para isso, definimos uma função de perda que equilibra o desempenho entre os grupos sensíveis por meio de uma estratégia de otimização minimax. Fornecemos análises teóricas e validação empírica, demonstrando um melhor equilíbrio no aprendizado de representações sem comprometer as informações dos dados
A fast and robust negative mining approach for user enrollment in face recognition systems
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP M366f
Publicação: Campinas, SP : [s.n.], 2015.
Assunto: Aprendizado de máquina
Resumo: Sistemas automáticos de reconhecimento de faces tem atraído a atenção da indústria e da academia, devido à gama de possíveis aplicações, tais...
Ver mais
Resumo
Resumo: Sistemas automáticos de reconhecimento de faces tem atraído a atenção da indústria e da academia, devido à gama de possíveis aplicações, tais como vigilância, controle de acesso, etc. O recente progresso em tais sistemas motiva o uso de técnicas de aprendizado em profundidade e classificadores específicos para cada usuário em cenários de operação não-controlado, que apresentam variações consideráveis em pose, iluminação, etc. Sistemas automáticos de reconhecimento de faces possibilitam construir bases de imagens anotadas por meio do processo de cadastramento de novos usuários. Porém, à medida que as bases de dados crescem, torna-se crucial reduzir o número de amostras negativas usadas para treinar classificadores específicos para cada usuário, devido às limitações de processamento e tempo de resposta. Tal processo de aprendizado discriminativo durante o cadastramento de novos indivíduos tem implicações no projeto de sistemas de reconhecimento de faces. Apesar deste processo poder aumentar o desempenho do reconhecimento, ele também pode afetar a velocidade do cadastramento, prejudicando, assim, a experiência do usuário. Neste cenário, é importante selecionar as amostras mais informativas buscando maximizar o desempenho do classificador. Este trabalho resolve tal problema propondo um método de aprendizado discriminativo durante o cadastramento de usuários com o objetivo de não afetar a velocidade e a confiabilidade do processo. Nossa solução combina representações de alta dimensão com um algoritmo que rapidamente minera imagens faciais negativas de um conjunto de minerção grande para assim construir um classificador específico para cada usuário, baseado em máquinas de vetores de suporte. O algoritmo mostrou ser robusto em construir pequenos e eficazes conjuntos de treinamento com as amostras negativas mais informativas para cada indivíduo. Avaliamos nosso método em duas bases contendo imagens de faces obtidas no cenário de operação não-controlado, chamadas PubFig83 e Mobio, e mostramos que nossa abordagem é capaz de alcançar um desempenho superior em tempos interativos, quando comparada com outras cinco abordagens consideradas. Os resultados indicam que o nosso método tem potencial para ser explorado pela indústria com mínimo impacto na experiência do usuário. Além disso, o algoritmo é independente de aplicação, podendo ser uma contribuição relevante para sistemas biométricos que visam manter a robustez à medida que o número de usuários aumenta
BCCL (1)
IMECC (1)
IMECC (1)
Hidalgo Castro, Roberto Alejandro, 1992-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP H53f
Publicação: Campinas, SP : [s.n.], 2018.
Assunto: Computação consciente de energia
Resumo: Computação aproximada pode melhorar consideravelmente a eficiência energética em aplicações onde um resultado aproximado é suficiente. Neste...
Ver mais
Resumo
Resumo: Computação aproximada pode melhorar consideravelmente a eficiência energética em aplicações onde um resultado aproximado é suficiente. Neste trabalho, construímos bibliotecas de funções padrão que incluem uma série de funções com diferentes implementações, onde cada implementação tem um resultado de precisão diferente. Desenvolvemos ainda um serviço de sistema que monitora o contexto do computador, incluindo o consumo de energia e, de acordo com esse contexto (usando regras especificadas), altera as implementações de biblioteca usadas pelos aplicativos em tempo real. Dessa forma, o aplicativo produz resultados aproximados, mas aceitáveis, ao mesmo tempo que limita o consumo de energia. O sistema desenvolvido foi testado com aplicativos que são adequados para aproximações. Para cada uma das aplicações, medimos o consumo de energia do computador quando elas são executadas usando as implementações de maior precisão da biblioteca (as implementações mais consumidoras de energia). Conhecendo esse valor, conseguimos fixar um valor de consumo de energia de meta (uma porcentagem do valor calculado anteriormente) e desenvolvemos regras em torno desse valor, aumentando ou diminuindo a precisão das implementações usadas por um aplicativo. Os resultados mostram que, em nossos estudos de caso, podemos limitar a degradação máxima de 4% na qualidade de resultados das aplicações para obter até 62% de economia no consumo de energia. Além disso, fixamos uma meta de consumo de energia para cada aplicativo, e os aplicativos foram capazes de se adaptar em tempo de execução a essa meta
Kawakami, Henrique de Medeiros, 1979-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP K179f
Publicação: Campinas, SP : [s.n.], 2015.
Assunto: Computadores - Medidas de segurança
Resumo: O hardware de sistemas computacionais possui uma função crítica na segurança de sistemas operacionais e aplicativos. Além de prover...
Ver mais
Resumo
Resumo: O hardware de sistemas computacionais possui uma função crítica na segurança de sistemas operacionais e aplicativos. Além de prover funcionalidades-padrão, tal como o nível de privilégio de execução, o hardware também pode oferecer suporte a criptografia, boot seguro, execução segura, e outros. Com o fim de garantir que essas funcionalidades de segurança irão operar corretamente quando juntas dentro de um sistema, e de que o sistema é seguro como um todo, é necessário avaliar a segurança da arquitetura de todo sistema, durante o ciclo de desenvolvimento do hardware. Neste trabalho, iniciamos pela pesquisa dos diferentes tipos existentes de vulnerabilidades de hardware, e propomos uma taxonomia para classificá-los. Nossa taxonomia é capaz de classificar as vulnerabilidades de acordo com o ponto no qual elas foram inseridas, dentro do ciclo de desenvolvimento. Ela também é capaz de separar as vulnerabilidades de hardware daquelas de software que apenas se aproveitam de funcionalidades-padrão do hardware. Focando em um tipo específico de vulnerabilidade - aquelas relacionadas à arquitetura - apresentamos um método para a avaliação de sistemas de hardware utilizando a metodologia de Assurance Cases. Essa metodologia tem sido usada com sucesso para a análise de segurança física e, tanto quanto saibamos, não há notícias de seu uso para a análise de segurança de hardware. Utilizando esse método, pudemos identificar corretamente as vulnerabilidades de sistemas reais. Por fim, apresentamos uma prova de conceito de uma ferramenta para guiar e automatizar parte do processo de análise que foi proposto. A partir de uma descrição padronizada de uma arquitetura de hardware, a ferramenta aplica uma série de regras de um sistema especialista e gera um relatório de Assurance Case com as possíveis vulnerabilidades do sistema-alvo. Aplicamos a ferramenta aos sistemas estudados e pudemos identificar com sucesso as vulnerabilidades conhecidas, assim como outras possíveis vulnerabilidades
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP J57f
Publicação: Campinas, SP : [s.n.], 2020.
Assunto: Processamento de imagens
Resumo: A detecção de objetos salientes estima os objetos que mais se destacam em uma imagem. Os estimadores de saliência não-supervisionados utilizam...
Ver mais
Resumo
Resumo: A detecção de objetos salientes estima os objetos que mais se destacam em uma imagem. Os estimadores de saliência não-supervisionados utilizam um conjunto predeterminado de suposições a respeito de como humanos percebem saliência para identificar características discriminantes de objeto salientes. Como esses métodos fixam essas suposições predeterminadas como parte integral de seu modelo, esses métodos não podem ser facilmente estendidos para cenários específicos ou outros domínios de imagens. Nós propomos, então, um arcabouço iterativo para estimação de saliência baseado em superpixels, intitulado ITSELF (Iterative Saliency Estimation fLexible Framework). Nosso arcabouço permite que o usuário adicione múltiplas suposições de saliência para melhor representar seu modelo. Graças a avanços em algoritmos de segmentação por superpixels, mapas de saliência podem ser utilizados para melhorar o delineamento de superpixels. Combinando algoritmos de superpixels baseados em informações de saliência com algoritmos de estimação de saliência baseados em superpixels, nós propomos um ciclo para auto melhoria iterativa de mapas de saliência. Nós comparamos o ITSELF com outros dois estimadores de saliência no estado-da-arte em cinco métricas e seis conjuntos de dados, dos quais quatro são compostos por imagens naturais, e dois são compostos por imagens biomédicas. Os experimentos mostram que nossa abordagem é mais robusta quando comparada aos outros métodos, apresentando resultados competitivos em imagens naturais e os superando em imagens biomédicas
Felzmann, Isaías Bittencourt, 1992-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP F349f
Publicação: Campinas, SP : [s.n.], 2019.
Assunto: Computação aproximada
Resumo: Pesquisas recentes têm introduzido unidades de hardware que produzem resultados incorretos de maneira determinística ou probabilística para um...
Ver mais
Resumo
Resumo: Pesquisas recentes têm introduzido unidades de hardware que produzem resultados incorretos de maneira determinística ou probabilística para um pequeno conjunto de entradas. Por outro lado, permitem um maior desempenho ou um consumo de energia significativamente menor em comparação com versões precisas das mesmas unidades. Como integrar, validar e avaliar essas alternativas em uma arquitetura ou processador, porém, permanece um desafio. A falta de ferramentas para representar e avaliar hardware aproximado leva desenvolvedores a verificar suas soluções de maneira independente, sem considerar interações com outros componentes, exigindo um grande esforço em modelagem e simulação. Neste trabalho, introduzimos ADeLe, uma linguagem de alto nível para descrever, configurar e integrar unidades de hardware aproximado em um processador. ADeLe reduz o esforço de desenvolvimento de hardware aproximado por modelar aproximações em um alto nível de abstração e injetá-las automaticamente em um modelo de processador para simulação arquitetural. Na ferramenta relacionada a ADeLe, aproximações podem modificar ou substituir completamente o comportamento de instruções de hardware através de políticas definidas pelo usuário. As instruções podem ser modificadas deterministicamente ou probabilisticamente (por exemplo, baseado em tensão de operação e frequência). Para proporcionar um ambiente de teste controlado, as aproximações podem ser ligadas e desligadas a partir do software em execução. O consumo de energia é automaticamente computado com base em modelos customizáveis no sistema. Assim, a ferramenta proporciona um método de verificação genérico e flexível, permitindo uma fácil avaliação da troca entre energia e qualidade de aplicações sujeitadas a hardware aproximado. Demonstramos a ferramenta pela introdução de variadas técnicas de aproximação em um modelo de processador, com o qual aplicações selecionadas foram executadas. Ao modelar módulos de hardware aproximado dedicados, mostramos como ADeLe representa unidades aritméticas aproximadas e unidades funcionais de precisão reduzida executando 4 aplicações de processamento de imagens e 2 de computação de ponto flutuante. Com outro método de aproximação, também mostramos como a ferramenta é utilizada para estudar o impacto de memórias alimentadas por tensão ajustável sobre 9 aplicações. Nossos experimentos demonstram as capacidades da ferramenta e como ela pode ser utilizada para gerar processadores virtuais aproximados e avaliar o equilíbrio entre energia e qualidade para diferentes aplicações com esforço reduzido
A framework for pattern classifier selection and fusion
TESE - Inglês
Número de chamada: T/UNICAMP F225f
Publicação: Campinas, SP : [s.n.], 2014.
Assunto: Categorização de imagens
Resumo: O crescente aumento de dados visuais, seja pelo uso de inúmeras câmeras de vídeo monitoramento disponíveis ou pela popularização de...
Ver mais
Resumo
Resumo: O crescente aumento de dados visuais, seja pelo uso de inúmeras câmeras de vídeo monitoramento disponíveis ou pela popularização de dispositivos móveis que permitem pessoas criar, editar e compartilhar suas próprias imagens/vídeos, tem contribuído enormemente para a chamada ''big data revolution". Esta grande quantidade de dados visuais dá origem a uma caixa de Pandora de novos problemas de classificação visuais nunca antes imaginados. Tarefas de classificação de imagens e vídeos foram inseridos em diferentes e complexas aplicações e o uso de soluções baseadas em aprendizagem de máquina tornou-se mais popular para diversas aplicações. Entretanto, por outro lado, não existe uma ''bala de prata" que resolva todos os problemas, ou seja, não é possível caracterizar todas as imagens de diferentes domínios com o mesmo método de descrição e nem utilizar o mesmo método de aprendizagem para alcançar bons resultados em qualquer tipo de aplicação. Nesta tese, propomos um arcabouço para seleção e fusão de classificadores. Nosso método busca combinar métodos de caracterização de imagem e aprendizagem por meio de uma abordagem meta-aprendizagem que avalia quais métodos contribuem melhor para solução de um determinado problema. O arcabouço utiliza três diferentes estratégias de seleção de classificadores para apontar o menos correlacionados e eficazes, por meio de análises de medidas de diversidade. Os experimentos mostram que as abordagens propostas produzem resultados comparáveis aos famosos métodos da literatura para diferentes aplicações, utilizando menos classificadores e não sofrendo com problemas que afetam outras técnicas como a maldição da dimensionalidade e normalização. Além disso, a nossa abordagem é capaz de alcançar resultados eficazes de classificação usando conjuntos de treinamento muito reduzidos
BCCL (1)
IMECC (1)
IMECC (1)
A gradient boosting machine for rawlsian subgroup fairness
Pereira, Jansen Silva de Brito, 2000-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP P414m
Publicação: Campinas, SP : [s.n.], 2025.
Assunto: Equidade (Aprendizado de máquina)
Resumo: Nos últimos anos, a justiça em aprendizado de máquina emergiu como uma preocupação crítica para garantir que modelos preditivos não...
Ver mais
Resumo
Resumo: Nos últimos anos, a justiça em aprendizado de máquina emergiu como uma preocupação crítica para garantir que modelos preditivos não prejudiquem desproporcionalmente grupos marginalizados, especialmente quando a interseccionalidade de atributos sensíveis como raça e gênero intensificam disparidades. Neste trabalho, introduzimos um framework baseado em gradient boosting para a equidade Rawlsiana de subgrupos, que prioriza resultados equitativos para os subgrupos menos favorecidos. Inspirado pela teoria da justiça de Rawls, nosso método minimiza a perda de pior caso entre subgrupos por meio de um processo de otimização primal-dual. Em cada rodada de boosting, o algoritmo equilibra perdas de regressão/classificação tradicionais com uma penalidade de fairness derivada do subgrupo com maior erro. Demonstramos a flexibilidade deste framework adaptando-o a restrições de fairness em três critérios diferentes: perda equalizada, diferença de oportunidade igual (paridade da taxa de verdadeiros positivos) e diferença de paridade estatística (paridade da taxa de previsão); além disso, nosso framework pode ser adaptado para tarefas de regressão, classificação binária e multiclasse. A validação do nosso framework em diferentes configurações e conjuntos de dados, incluindo German Credit, COMPAS, ENEM (Exame Nacional do Ensino Médio) e ACSIncome, mostrou empiricamente que nossa abordagem reduz disparidades de subgrupo enquanto mantém um desempenho preditivo robusto. O algoritmo proposto, Min-Max Fair Gradient Boosting (M²FGB), equipara-se a métodos competitivos de classificação justa (FairGBM, MMPF e MinMaxFair) nos níveis de subgrupo. Além disso, nosso trabalho também fornece uma análise teórica rigorosa do nosso algoritmo proposto. Demonstramos a convergência do nosso algoritmo, juntamente com uma análise da relação entre as escolhas de taxas de aprendizado e funções de perda com a taxa de convergência. Também demonstramos propriedades de justiça desejáveis (Sem dano desnecessário e Monotonicidade de justiça) que nossa formulação min-max permite. Na análise teórica final, fornecemos limites de alta probabilidade para o erro de generalização para M²FGB. Nosso trabalho mostrou empiricamente e teoricamente que o algoritmo M²FGB é uma abordagem poderosa e flexível para abordar a justiça binária e de subgrupo
Saire Pilco, Darwin Danilo, 1989-
TESE - Inglês
Número de chamada: T/UNICAMP Sa28L
Publicação: Campinas, SP : [s.n.], 2022.
Assunto: Segmentação semântica
Resumo: Nos últimos anos, o uso de Deep Neural Networks (DNNs) como um poderoso extrator de características tem levado a diversas melhorias em...
Ver mais
Resumo
Resumo: Nos últimos anos, o uso de Deep Neural Networks (DNNs) como um poderoso extrator de características tem levado a diversas melhorias em diversas áreas do conhecimento com resultados notáveis, principalmente em diversas tarefas de visão computacional. Uma dessas tarefas é a Segmentação Semântica (SS), a qual é uma classificação de rotulagem ao nível de píxel, ou seja, cada píxel é rotulado como pertencente a uma determinada classe semântica. A segmentação semântica também tem várias aplicações em uma ampla gama de campos, como robótica, mapeamento, ou compreensão de cena, nas quais os rótulos de nível de píxel são de importância primordial. O uso de DNN mostrou melhorias significativas no processo da SS, embora isso trouxesse o problema de perda de precisão espacial, muitas vezes produzida nos limites dos objetos segmentados. Por outro lado, a abordagem multitarefa usa tarefas relacionadas para melhorar o desempenho da tarefa principal. Portanto, usamos uma abordagem multitarefa para melhorar a segmentação, no entanto, como escolher essas tarefas relacionadas não é um problema trivial. Nesta tese, propomos estudar o espaço latente (mapas de características) em modelos de hourglass (codificador-decodificador) usando uma abordagem multitarefa, complementando a tarefa SS com tarefas como detecção de bordas, contorno semântico e transformação de distância (tarefas baseadas no limite de objetos). Observamos que as tarefas complementares podem produzir representações mais robustas que aprimoram rótulos semânticos ao compartilhar um espaço latente comum. Além disso, exploramos a influência das tarefas baseadas em contornos no espaço latente, bem como seu impacto no desempenho no processo da SS. Ao analisar o espaço latente influenciado pela multitarefa, conseguimos criar (projetar/desenhar) um modelo que aborda o problema de perda de precisão espacial, fornecendo uma estrutura interna para as representações de recursos enquanto extraímos uma representação global que suporta o primeiro. Para ajustar a estrutura interna, prevemos um modelo de mistura gaussiana a partir dos dados no tempo de treinamento, que combinado com as conexões de salto no estágio de decodificação, ajuda a evitar vieses indutivos errados. Nossos resultados demonstram a eficácia do aprendizado em uma configuração multitarefa para modelos de hourglass, melhorando o estado da arte sem nenhum refinamento de pós-processamento. Também mostramos a melhoria da tarefa SS fornecendo e combinando representações de aprendizagem globais e locais com um comportamento de agrupamento. No entanto, para obter um espaço de representação mais adequado, precisamos de datasets com muitas anotações finas. Finalmente, apresentamos resultados quantitativos e qualitativos nos conjuntos de dados CamVid, Freiburg Forest, Cityscapes e Synthia
Rodrigues Júnior, Elder de Oliveira, 1995-
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP R618m
Publicação: Campinas, SP : [s.n.], 2020.
Assunto: Convenções de codificação
Resumo: As convenções de codificação são um meio de melhorar a confiabilidade dos sistemas de software. Elas podem ser estabelecidas por vários...
Ver mais
Resumo
Resumo: As convenções de codificação são um meio de melhorar a confiabilidade dos sistemas de software. Elas podem ser estabelecidas por vários motivos, desde melhorar a legibilidade do código até evitar a introdução de falhas de segurança. No entanto, convenções de codificação geralmente vêm na forma de documentos textuais em linguagem natural, o que as torna difíceis de gerenciar e aplicar. Seguindo os princípios de engenharia orientados a modelos, nesta dissertação, propomos uma abordagem e uma linguagem para especificar convenções de codificação usando modelos estruturados. Chamamos tal linguagem de Coding Conventions Specification Language (CCSL). Também propomos uma transformação de modelo para gerar automaticamente verificadores a partir de uma especificação CCSL para encontrar violações das regras especificadas. Para avaliar a proposta, realizamos dois experimentos. O primeiro experimento tem como objetivo avaliar o metamodelo CCSL, enquanto o outro tem como objetivo verificar a capacidade dos verificadores de encontrar violações da regra especificada nos códigos Java. Os resultados obtidos são promissores e sugerem que a abordagem proposta é viável. No entanto, eles também destacam que muitos desafios ainda precisam ser superados. No primeiro experimento, analisamos um total de 216 regras individuais de dois grandes conjuntos de convenções de codificação existentes. No geral, foi possível representar 63% das regras de codificação consideradas usando nossa linguagem. No segundo experimento, selecionamos 53 regras dentre as implementadas na ferramenta PMD (um analisador de código popular) para comparar os resultados entre nossa ferramenta e a ferramenta PMD em três projetos reais. Em geral, alcançamos resultados iguais ou melhores da ferramenta PMD em mais da metade das regras selecionadas (79%), enquanto apenas 6% das regras não puderam ser especificadas usando nossa linguagem. Nas regras restantes, os resultados apresentados foram diferentes para cada uma das ferramentas. Concluímos discutindo instruções para trabalhos futuros
DISSERTAÇÃO - Inglês
Número de chamada: T/UNICAMP Er18m
Publicação: Campinas, SP : [s.n.], 2017.
Assunto: Linhas de produto de software
Resumo: As linhas de produtos de software (LPS) estão ganhando interesse devido à crescente demanda por produtos personalizáveis. Tal se deve, em...
Ver mais
Resumo
Resumo: As linhas de produtos de software (LPS) estão ganhando interesse devido à crescente demanda por produtos personalizáveis. Tal se deve, em parte, por que as LPS são um meio eficiente e efetivo de entregar produtos com maior qualidade a um custo menor. Em uma LPS, produtos têm requisitos em comum e também, características específicas a cada um. Testar se um produto implementa os requisitos comuns e específicos é um importante passo para garantir uma boa qualidade. No entanto, o teste de uma LPS é uma tarefa complexa, uma vez que a variedade de produtos que podem ser derivados a partir da combinação de características comuns e específicas é enorme. Mesmo que se escolha apenas alguns produtos selecionados, o esforço para testá-los ainda assim é grande, dado que os produtos variam em termos das características específicas selecionadas. Portanto, reutilizar casos de teste de um produto para o outro para determinar se satisfazem os requisitos funcionais, pode não ser possível. Os testes baseados em modelos (MBT) podem ser úteis neste caso, nos quais um modelo de comportamento pode ser obtido a partir dos requisitos e este modelo pode ser usado para a geração automática de casos de teste. Neste trabalho é apresentada uma abordagem em que os requisitos SPL são centrados em casos de uso. Casos de uso (UC) são um formato popular para representar os requisitos. A partir das descrições de casos de uso escritas em um formato semi-estruturado e contendo a especificação de variabilidade, os modelos de comportamento são gerados automaticamente para um produto sob teste, na forma de um modelo de máquina de estado. Construir uma máquina de estado não é trivial para a maioria dos profissionais, que estão mais habituados com descrições textuais e informais dos requisitos. Em geral, a criação manual de modelos de máquinas de estado a partir de UCs pode ser demorado e propenso a erros. O objetivo é fornecer aos engenheiros de teste um método que os guie na criação dos artefatos necessários para que uma versão preliminar de um modelo de estado seja extraída automaticamente dos requisitos. Este modelo preliminar pode ser refinado para tornar-se adequado para uma ferramenta de geração de casos de teste. Para esse processo de refinamento também são fornecidas algumas diretrizes. Como prova de conceito, desenvolveu-se um protótipo de uma ferramenta, MARITACA, que utiliza técnicas de processamento de língua natural para extrair as máquinas de estado a partir das descrições dos casos de uso. O texto apresenta o uso do método e da ferramenta em um exemplo ilustrativo, obtido da literatura, e em uma família de aplicações distribuídas tolerantes a falhas. Este estudo mostrou a aplicabilidade do método proposto. Uma das preocupações nos testes de SPL é a geração de casos de teste redundantes de um produto para outro. Os resultados, embora preliminares, mostraram que a maioria dos casos de teste gerados para um novo produto não são redundantes, pois envolvem características específicas de cada produto
TESE - Inglês
Número de chamada: T/UNICAMP F297m
Publicação: Campinas, SP : [s.n.], 2021.
Assunto: Métodos estatísticos
Resumo: Redes Bayesianas são um poderoso instrumento em procedimentos de engenharia de conhecimento. Elas permitem uma mais ampla compreensão do...
Ver mais
Resumo
Resumo: Redes Bayesianas são um poderoso instrumento em procedimentos de engenharia de conhecimento. Elas permitem uma mais ampla compreensão do problema ao identificarem não somente as relações de dependência entre as variáveis que o constituem, mas inclusive os pesos dessas conexões, por meio de distribuições de probabilidade condicional definidas sobre cada variável. Ainda, informação recém-obtida acerca do estado de uma variável, ou de um conjunto delas, é automaticamente propagada por toda a rede, de modo a atualizar tais distribuições de probabilidade de acordo com as novas evidências, permitindo, assim, que predições sobre estados passado ou futuro do sistema como um todo sejam feitas. Para a modelagem de um problema sob a perspectiva de uma engenharia de conhecimento em redes Bayesianas, aprendizado e avaliação são duas rotinas preliminares fundamentais. Por meio do processo de aprendizado, as estruturas topológica e paramétrica da rede são estabelecidas, seja com o auxílio de um especialista no domínio do problema ou mediante um método automatizado de aprendizado de estrutura. Neste último caso, inúmeras opções estão prontamente disponíveis na literatura para tal propósito, diferindo-se entre si no tocante à abordagem estatística efetuada. A primeira parte desta pesquisa desenvolveu uma análise comparativa entre alguns dos mais bem conhecidos algoritmos de aprendizado de estrutura, como prova de conceito da metodologia elaborada para auxiliar na definição de qual método retorna a estrutura que mais adequadamente modela um dado problema. Uma vez definida a rede, o estágio de avaliação então foca em encontrar meios de aprimorar a eficácia preditiva do modelo. Quando estruturada sobre problemas reais, a rede Bayesiana geralmente contém diversas variáveis semanticamente significantes e com espaços amostrais numerosos, os quais podem induzir um modelo pouco informativo e com baixa precisão. A segunda parte deste trabalho investigou o problema não resolvido de como reduzir o tamanho de tais espaços amostrais, preservando-se tanto o significado semântico das respectivas variáveis quanto a eficácia preditiva do modelo, por meio da formulação de uma estratégia de agrupamento de espaços amostrais baseada em similaridade semântica, proposta esta que sintetiza a principal contribuição da pesquisa de Doutorado realizada. Implementações práticas e discussões analíticas de ambas as partes da investigação mostraram resultados promissores, meritórios de novos aprimoramentos em potenciais trabalhos futuros
A motivation-driven incremental learning framework for robotics
TESE - Inglês
Número de chamada: T/UNICAMP B462m
Publicação: Campinas, SP : [s.n.], 2025.
Assunto: Arquitetura cognitiva
Resumo: A integração de robôs nas atividades diárias está crescendo, exigindo sua adaptação a ambientes cada vez mais complexos. Essa adaptação requer...
Ver mais
Resumo
Resumo: A integração de robôs nas atividades diárias está crescendo, exigindo sua adaptação a ambientes cada vez mais complexos. Essa adaptação requer o desenvolvimento de capacidades de aprendizado por meio da interação com o ambiente e outros agentes, permitindo a execução de tarefas além das instruções programadas. No centro desse processo está a cognição, a capacidade de transformar informações de diversas fontes em conhecimento prático por meio de funções cognitivas interconectadas. Nossa pesquisa está fundamentada na robótica cognitiva e de desenvolvimento, inspirada nos processos de desenvolvimento humano, e contribui para o entendimento de como robôs integram motivação, tomada de decisão e adaptabilidade para operar de forma autônoma e interagir significativamente com humanos e outros robôs em ambientes dinâmicos. Experimentos iniciais focaram na interação do robô com o ambiente, enquanto estudos posteriores incorporaram interação social. Um dos desafios centrais na robótica é replicar a tomada de decisão. Então adaptamos um experimento humano, envolvendo incertezas, recompensas e punições, para o contexto robótico. Utilizando aprendizado por reforço, treinamos robôs simulados para manter a homeostase. Os resultados indicaram que robôs que adotaram estratégias de longo prazo não apenas sobrevivem por mais tempo, mas também satisfizem melhor diversas necessidades. Além de atender às necessidades básicas, os humanos desenvolvem preferências influenciadas pelo prazer percebido, adicionando complexidade à tomada de decisão. Para modelar isso, estendemos a teoria motivacional de Hull, incorporando dimensões hedônicas que permitem aos robôs equilibrar necessidades e preferências de acordo com o contexto. Treinamos três agentes com taxas metabólicas distintas em ambientes variados. Nossos resultados mostraram que os agentes se adaptaram de forma mais eficaz quando as condições ambientais estavam alinhadas às suas necessidades metabólicas. Além disso, a introdução do prazer no modelo motivacional influenciou o comportamento, especialmente em agentes com taxas metabólicas moderadas. Sob pressões de sobrevivência, os agentes priorizaram necessidades imediatas em detrimento do prazer, destacando a interação dinâmica entre motivação, prazer e contexto ambiental na tomada de decisão. Para explorar a interação humano-robô, desenvolvemos uma arquitetura cognitiva inspirada nas necessidades de crianças pequenas, incorporando três necessidades: aprendizado, interação e recarga. Ajustando a importância dessas necessidades, criamos dois perfis de robôs: Playful e Social. Experimentos demonstraram que mudanças na importância das necessidades resultaram em comportamentos distintos nos robôs e nas percepções humanas. Os participantes adaptaram suas interações aos comportamentos dos robôs, atribuindo características alinhadas aos perfis, mesmo sem conhecimento prévio. Por fim, examinamos interações entre dois agentes robóticos com necessidades variadas, utilizando teoria da mente para estimar e responder às demandas do outro. Os agentes equilibraram ações em benefício próprio ou do parceiro com base em preferências e urgências, revelando insights sobre a tomada de decisão colaborativa
Dados de pesquisa: https://doi.org/10.25824/redu/BWRUOL
Dados de pesquisa: https://doi.org/10.25824/redu/ZWJPCW
Dados de pesquisa: https://doi.org/10.25824/redu/MVWJGS