Trabalho de Formatura - BCC (IME / USP)

Prof. Daniel Batista

Título: Um fuzzer baseado em gramática para o protocolo SPDM

Fuzzers são ferramentas úteis para testar, de forma automatizada, implementações de protocolos de redes. Em projetos no Instituto de Matemática e Estatística da USP, fuzzers têm sido usado com sucesso para testar implementações do protocolo MQTT, um protocolo muito utilizado na comunicação de dispositivos da Internet das Coisas (https://ieeexplore.ieee.org/document/9631520). O projeto proposto tem por objetivo utilizar o procedimento que foi utilizado com o MQTT para construir um fuzzer que teste implementações do protocolo SPDM, um novo protocolo voltado para autenticação de dispositivos de hardware (https://www.dmtf.org/standards/SPDM). Conhecimentos de redes de computadores e de criptografia são necessários para a realização do projeto.

Prof. Claudio Pinhanez (IBM)

Tema: A IBM Research e a USP, através do C4AI, está desenvolvendo um projeto que explora a Inteligência Artificial no contexto das línguas indígenas do Brasil através do desenvolvimento, em parceria com comunidades indígenas, de ferramentas que auxiliem a sua preservação, revitalização. Estamos procurando alunos e alunas interessados em:

1. Adaptação de Tecnologias de IA para Línguas Indígenas: o emprego de tecnologias modernas de IA em contextos de línguas indígenas é dificultado pela necessidade de grandes volumes de dados, típicos dessas tecnologias. O objetivo do projeto é explorar e desenvolver técnicas e algoritmos que utilizam poucos dados e tenham uma necessidade pequena de contribuição de falantes. Com a anuência e o apoio das comunidades parceiras, espera-se o desenvolvimento de tradutores automáticos para o português e inglês e vice-versa, tanto para texto como fala, com foco em domínios como saúde, legislação, e acesso a serviços; de conversores de fala para texto e vice-versa, para facilitar o ensino e disseminação da escrita e uso das línguas indígenas nas redes sociais; e de sistemas de identificação e busca de conteúdo.


2. Ferramentas de Apoio ao Trabalho Linguístico: a identificação de oportunidades do uso de IA e NLP para facilitar o trabalho de documentação e análise linguística está sendo explorado através do acompanhamento de atividades típicas de registro, coleta de dados, pesquisa e análise, realizadas em e com diversas comunidades indígenas. A partir das observações e através de um processo de co-design com linguistas e falantes de línguas indígenas, serão investigadas ferramentas de apoio ao trabalho linguístico. Por exemplo, poderão ser desenvolvidos sistemas de transcrição fonética, de tradução automática, de análise gramatical e de criação de dicionários digitais, integrados a ferramentas já existentes e adequados aos diversos contextos (físicos e digitais) das comunidades indígenas no Brasil.

Prof. Ernesto G. Birgin

A minha linha de pesquisa é otimização. Otimização é a área de estudo que lida com o problema de encontrar valores para variáveis ou incógnitas que, dentre todos aqueles valores que satisfazem um conjunto dado de restrições, minimizam (ou maximizam) uma função objetivo predefinida. Praticamente toda e qualquer atividade humana pode ser enxergada (modelada) como um problema de otimização ou programação matemática. Dependendo das características das funções empregadas para descrever a função objetivo e as restrições, o problema pode ser fácil ou difícil e existe uma variedade enorme de técnicas que podem ser utilizadas para resolvê-lo. A otimização encontra-se entre as ferramentas fundamentais em áreas modernas como aprendizado de máquina e todas as suas variantes. Tenho disponibilidade para orientar TCCs no formato de iniciação científica dentro dessa área de pesquisa de alunos que estejam pensando em fazer mestrado no fim da graduação.

Prof. Marcelo Finger

1. Estimativa de biomarcadores de áudio utilizando redes neurais em pacientes com insuficiência respiratória
   O aluno vai aprender sobre:
   • processamento de sinais digitais de áudio
   • redes neurais
   • deep learning


2. Métodos de Inteligência Artificial Explicável usando SHAP-values
   O aluno vai aprender sobre:
   • redes neurais e deep learning
   • Mapas de calor e SHAP-values
   • Explicar os dados mais relevantes para uma determinada decisão


3. Métodos polinomiais de aproximação de lógicas não-clássicas para a verificação de propriedades de redes neurais
   O aluno vai aprender sobre:
   • Lógicas multi-valoradas
   • verificação de propriedades e sua aproximação
   • redes neurais e deep learning

Prof. Alfredo Goldman

• CPQs abertas: Projeto para disponibilizar dados da produção científica das unidades USP, de forma personalizada. Para isso, extraímos os dados da plataforma Lattes e com a ajuda de designers da FAU, apresentamos propostas com a identidade de cada Unidade. Esse projeto começou a ser desenvolvido em Lab XP, foi um TCC em 2021 e outro em 2022, e conta com apoio da PRP-USP. Para o futuro queremos expandir as unidades atendidas e trazer mais funcionalidades ao sistema.

Prof. Paulo A. V. Miranda

Jogo de quebra-cabeça de criação de caminhos 3D: mais detalhes neste pdf

Prof. Dênis Mauá

1. Correção Automática de Redações do ENEM: Avaliadores automáticos de redações são softwares que anotam textos escritos em linguagem natural com pontuações que refletem objetivos educacionais. Eles portanto fornecem uma maneira barata e eficiente de assistir na aprendizagem, especialmente para o caso de redações em exames padronizados, como o caso do ENEM ou do TOEFL. Tal tarefa pode ser enxergada pela lente da classificação automática de textos e abordada por técnicas de aprendizado de máquina. Esse projeto de conclusão de curso visa a investigação de modelos de linguagem baseados em redes neurais profundas para a avaliação automática de redações do ENEM. Trabalhos preliminares apontam que a representação obtida por modelos de linguagem (text embeddings) leva a um desempenho superior ao de representações obtidas por regras especificadas manualmente (engineered features), porém o resultado depende da competência sendo avaliada (fluência, coerência, organização etc). O projeto tem relação com pesquisa de doutorado que visa investigar o uso de técnicas neurossimbólicas para análise automática de textos argumentativos.

   Palavras-chave: Classificação automática de textos, modelos de linguagem, aprendizado profundo



2. Geração artificial de imagens para reconhecimento de placas de veículos: Para obter bons resultados, as técnicas de aprendizado de máquina profundo requerem uma grande quantidade de dados representativos da tarefa a ser resolvida. Em muitos domínios, bons conjuntos de dados são difíceis de serem obtidos em grande quantidade, devido ao custo, à operacionalização e, mais recentemente, a aspectos legais de privacidade e segurança. Uma alternativa é a utilização de conjuntos de dados artificiais gerados automaticamente, como, por exemplo, imagens foto-realistas geradas por redes neurais profundas (p.ex., DALL-E). Esse projeto pretende analisar como o uso de imagens geradas artificialmente afeta a eficácia de um sistema de reconhecimento de placas de veículos a partir de imagens de câmeras de monitoramento de tráfego. A abordagem proposta consiste em usar modelos generativos profundos para transformar uma imagem sintética irrealista (cartoon) em uma imagem foto-realista a ser usada no treinamento do classificador (chamado sim2real). O trabalho está relacionado a pesquisa de mestrado no tema. A/o aluna/o aprenderá sobre redes neurais profundas para processamento de imagens e modelos para geração de imagem baseados em difusão (ex. StableDiffusion) e terá possibilidade de auxiliar na pesquisa acadêmica de um tema desafiador.

   Palavras-chave: Reconhecimento de caracteres, modelos generativos profundos, aprendizado profundo

Prof. Marcelo Queiroz

1. Análise de características de áudio para instrumentos de percussão: Essa proposta envolve o estudo de características de áudio usadas na descrição e construção de espaços de representação de timbres instrumentais, e mais particularmente a caracterização de timbres na família de instrumentos de percussão. Alguns dos subtemas específicos que poderiam ser explorados são a relação entre os parâmetros físicos de construção dos instrumentos e seu impacto na sonoridade final (o que tem aplicação na área de luteria = construção de instrumentos musicais) ou, alternativamente, o estudo de efeitos de áudio (como morphing) que permitam manipular e combinar características de timbre de diversos instrumentos.


2. Programação de áudio em sistemas embarcados: Essa proposta envolve o mapeamento, documentação e comparação de projetos exitosos nesse campo, como Bela, Daisy, Axolotl, entre outros, visando o desenvolvimento de software para o processamento de áudio em plataformas portáveis e economicamente acessíveis. Possíveis subtemas específicos são o estudo das limitações de cada plataforma em relação aos algoritmos de processamento de áudio e a possível adaptação/parametrização destes algoritmos em função da capacidade computacional das plataformas ou, alternativamente, a adaptação de projetos de hardware livre levando em consideração questões como custo material do projeto, disponibilidade de componentes e posição geopolítica dos agentes envolvidos na cadeia de produção, a fim de produzir uma solução tecnológica acessível, escalável e "plugável" em comunidades de desenvolvimento de áudio já consolidadas.