Trabalho de Formatura - BCC (IME / USP) |
Propostas de temas (pelos profs) para 2021Última atualização: 19/abril/2021
Artur André Oliveira (doutorando IME) e Roberto Hirata Cadê aquela árvore? Coleta de imagens urbanas e detecção de árvores viárias para atualização da base de dados geográficos de São Paulo. Veja os detalhes aqui.
Prof. Marcelo Queiroz 1) Processamento de voz e fala no projeto SPIRA: esse projeto envolve o processamento de áudio de voz e fala para fim de triagem de problemas respiratórios. O projeto SPIRA conta como uma equipe interdisciplinar, incluindo linguistas e fonoaudiólogos. Para saber um pouco mais, acesse o TCC do Pedro Leyton Pereira (2020) em https://linux.ime.usp.br/~razgrizone/mac0499/ 2) Computação Musical e Processamento de áudio: envolva-se com uma das linhas de pesquisa em andamento no Grupo de Pesquisas em Computação Musical do IME-USP. Alguns dos temas de projetos em andamento são modelagem de timbre, modelagem física de instrumentos, processamento de áudio flexível em tempo real e recuperação de informação musical. Mais detalhes sobre o grupo em http://compmus.ime.usp.br/
Prof. Denis Mineração de bases de conhecimento a partir de documentos de texto O Centro de Inteligência Artificial (C4AI) é uma parceria entre diversas universidades e a IBM, capitaneada e situada na USP, que busca a disseminação e a produção de pesquisa avançada em IA. O grupo “Knowledge Enhanced Machine Learning for Reasoning about Ocean Data” (KEML) do C4AI pesquisa novas técnicas computacionais que levem agentes conversacionais a um novo nível, aumentando sua capacidade de argumentação, explicação e consistência temporal e factual. Em particular, o grupo se interessa pela combinação de técnicas orientadas por conhecimento (lógica, regras, grafos, diagramas) e técnicas orientadas a dados (árvores de decisão, redes neurais etc), buscando aplicá-las na construção de um sistema de perguntas e repostas sobre a Amazônia Azul, a vasta área marítima da costa brasileira, rica em biodiversidade e recursos naturais. Uma das etapas da pesquisa é a obtenção de uma extensa base de dados sobre a Amazônia Azul, na forma de fatos e regras, extraídos de artigos científicos, jornais e sites da internet. Nesse escopo, existe a oportunidade de colaboração de graduandas/os na aplicação de técnicas de aprendizado de máquina para construção (semi) automática de uma base de dados relacionais a partir de documentos semi-estruturados (documentos de texto com tabelas, gráficos e diagramas). Pessoas que tenham interesse em realizar um posterior mestrado no tema são particularmente encorajadas a participar. Sobre o KEML: https://c4ai.inova.usp.br/keml-en/ Sobre construção automática de bases relacionais de conhecimento:
Prof. Alfredo Monitoramento das Empresas com DNA USP Nesse projeto a ideia é criar funcionalidades para a manipulação de um banco de dados já existente com empresas que de alguma forma tiveram origem na USP. Há a possibilidade de fazer desde interfaces de consulta, até usar técnicas de ciência de dados para entender quais condições podem propiciar o aparecimento de novas empresas com DNA USP. Uma nova versão do Evident Mais uma vez nós do EviDent tivemos a oportunidade de participar do laboratorio XP, e como sempre foi uma colaboração muito rica. A comunicação entre cliente (nós - dentistas) e os desenvolvedores (alunos) corrobora para que ambos aprendam a adaptar a linguagem usada, muitas vezes extremamente técnica. Na fase atual nosso grupo de desenvolvedores se deparou com nosso aplicativo que foi anteriormente desenvolvido por um framework não mais tão usado (depreciada) e, depois de pensar em alternativas para manter a interface que nós (clientes) gostaríamos, chegaram a conclusão de que outro framework seria mais indicado (Progressive Web App) e partiram para o planejamento e desenvolvimento. Como sempre o grupo de alunos, supervisionados por Pós Graduandos e coordenados pelo Prof. Alfredo, foi extremamente profissional e empenhado em atender nossas expectativas e adequá-las às tecnologias disponíveis, e neste caso em nos reportar os obstáculos encontrados e apontar possíveis soluções. Nossa longa parceria com o LabXP resultou em um registro de Software (EVIDENT APP VERSÃO 1.0 - Protegida sob o nº: BR 51 2020 001934-0), Participação no Programa InovaGrad-USP da Pró-Reitoria de Graduação da USP, Agência USP de Inovação e SEBRAE (com bolsas para alunos de graduação e planejamento de modelo de negócios de uma Startup - https://www.youtube.com/watch?v=53yk5JE5V2A), desenvolvimento da versão 2.0 e agora início do desenvolvimento do aplicativo em novo framework (PWA). Nosso projeto com o EviDent nasceu na Universidade de São Paulo e o objetivo é disseminar evidências científicas e capacitar o nosso usuário (dentista) a implementar a prática baseada em evidência em sua rotina clínica, portanto, contar com o desenvolvimento envolvendo experts, pesquisadores, alunos de graduação e pós graduação nos deixa muito feliz e agrega credibilidade ao projeto. Esperamos iniciar o desenvolvimento do PWA e testá-lo com nossos usuários. Sobre o EviDent: Somos um grupo de pesquisa interessados na divulgação de ciência e empoderamento do dentista para possibilitar uma Prática Clínica Baseada em Evidência. Estamos nas redes sociais ( Facebook , Instagram , Twitter ) e possuimos uma web page em construção (Site), confira nosso conteúdo já publicado.
Prof. Fabio Kon 1. Ciência de Dados em Mobilidade Urbana Análise de dados de mobilidade urbana em projeto em parceria com a CET. A ideia é utilizar ferramentas de ciências de dados em Python para análise de dados georreferenciados de mobilidade urbana tais como Pesquisa Origem-Destino e trajetórias de bicicletas compartilhadas para oferecer ferramentas para que a CET possa melhor planejar a infraestrutura de ciclovias e ciclofaixas da cidade de São Paulo. Tecnologias: python, ferramentas web para visualização de dados em mapas, postgresql com geolocalização 2. Ciência de Dados em Educação Aprimoramento de uma ferramenta de visualização de dados georreferenciados de Educação e socio-demográficos para auxílio a políticas públicas na área de educação, em parceria com a Faculdade de Educação da USP e secretarias municipais de educação. Referência: http://culturaeduca.cc/ Tecnologias: python, ferramentas web para visualização de dados em mapas, postgresql com geolocalização 3. Ciência de Dados em Saúde Aprimoramento de uma ferramenta interativa de visualização de dados georreferenciados de Saúde em parceria com a Secretaria Municipal de Saúde. Medição e análise sistemática de desempenho do sistema por meio de experimentos controlados. Otimização do desempenho e aprimoramento das funcionalidades do sistema de modo a atender as necessidades do gestor público de Saúde. Tecnologias: python, ferramentas web para visualização de dados em mapas, ferramentas para análise de desempenho de sistemas web e bancos de dados
Prof. João E. Ferreira (jef) Monitoramento de vídeo e eventos ao vivo em espaços abertos A detecção automatizada em tempo real de objetos e eventos em vídeos ao vivo e em fontes heterogêneas de dados requer, de forma simultânea, o sucesso no tratamento de ruídos em um grande volume de dados e na identificacão de eventos inéditos. Essa combinação tem se demonstrado um grande desafio para os algoritmos tradicionais de Aprendizado de Máquinas e para os Sistemas de Software em Tempo Real. O principal objetivo deste projeto, que foi aprovado recentemente pela FAPESP (https://agencia.fapesp.br/fapesp-divulga-resultados-da-chamada-ciencia-para-o-desenvolvimento/34906/), é a descoberta automatizada ou semi-automatizada de eventos passados e inéditos. Assim, além da utilização avançada dos trabalhos de Aprendizado de Máquina baseados em estudos retrospectivos de eventos passados, incluimos também neste tema pesquisa, os conceitos e técnicas para encontrar em tempo real, os eventos inéditos em védeo ao vivo e em outras fontes de dados. Ferramentas e tecnologias: bancos de dados, reconhecimentos de objetos em vídeos e em fontes heterogêneas de dados, programação por eventos.
|