Trabalho de Formatura - BCC (IME / USP) |
Propostas de temas (pelos profs) para 2024Última atualização: 19/03/2024Abaixo encontram-se temas propostos pelos professores para o TCC 2024. Para obter mais informações, fale diretamente com eles/elas. Prof. João Eduardo Ferreira (Jef) ▶ Monitoramento de vídeos 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 identificação 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 vídeo ao vivo e em outras fontes de dados. Os alunos irão aprender temas relacionados a bancos de dados e indexação de grande volume de vídeos, aprendizado e reconhecimento de objetos em vídeos e em fontes heterogêneas de dados, programação orientada por eventos. Prof. Marcelo Finger
▶ Machine Learning para a análise de voz e fala: Biomarcadores respiratórios ▶ Machine learning para a integração de fontes heterogêneas de dados ▶ Validação multilingual de métricas de complexidade das línguas humanas, baseadas em algoritmos de compressão [ EM GRUPO ] Nas ciências das linguagens humanas, um dos grandes problemas em aberto é o de como definir a complexidade de uma língua, um texto, ou uma sentença de forma objetiva e computável. Resultados recentes sugerem algoritmos de medição de complexidade baseados em teoria da informação. Esses algoritmos degradam o texto de maneiras específicas e avaliam como a forma de degradá-lo influencia na sua compressibilidade. Essas métricas de complexidade se mostraram promissoras quando testadas em conjuntos de línguas indo-europeias, entretanto, para se ter uma medida de complexidade universal, é necessário testar seu comportamento contra um conjunto maior e mais diverso de linguagens. Nesse projeto, os alunos contribuirão para a validação dessas métricas. Eles coletarão um conjunto de dados bastante diverso, em várias línguas humanas e realizarão testes sobre as métricas nesse conjunto de dados, para entender se as propriedades desejáveis das métricas são de fato universais. Alguns textos candidatos com os quais os alunos poderão trabalhar são: ▶ Exploração Computacional das Diferenças de Complexidade entre os Domínios do Português Brasileiro Domínio de linguagem é uma variante de uma língua humana quando usada num contexto específico. Em estudos recentes, observamos que diferentes domínios do português brasileiro (textos jornalísticos, textos de entretenimento, ...) podem respeitar uma escala geral de complexidade de linguagem. O objetivo desse projeto é usar dados do Córpus Carolina, um dos maiores datasets de textos abertos do português brasileiro, aplicando métricas de complexidade linguística e métricas de complexidade baseadas em teoria da informação, para identificar como a complexidade de diferentes domínios de linguagem se organiza dentro do português brasileiro. Isso nos permitirá entender melhor como a língua portuguesa funciona, mas também quais as melhores ferramentas para a análise computacional da linguagem humana, como um todo. Prof. Valdemar Setzer ▶ Tabelas de Decisão em Python
Prof. Alfredo Goldman ▶ O uso de FPGAs como aceleradores (de preferência para quem já fez Paralela) ▶ Entendendo o cenário atual da computação quântica (de preferência para quem já fez Paralela) ▶ Trânsitos|Circulations: Enciclopédia Digital das Relações entre a França e o Brasil (1880-1980) Em colaboração com pesquisadora da FAU Detalhes neste arquivo Profa. Renata Wassermann ▶ Meninas na computação A foto da primeira turma do BCC ficou famosa pela grande maioria de mulheres. A situação foi mudando ao longo dos anos, sendo que hoje, as estudantes que se declaram mulheres ficam abaixo dos 10% das turmas. Em 2021, um estudo preliminar foi feito pela estudante Juliana Trevine, do grupo de extensão TeCS (Grupo de Comput{ação social} da USP) e publicado na página do TeCS. O intuito deste TCC seria fazer um levantamento mais detalhado dos dados e também do impacto das ações recentes para atração de meninas, como o projeto CodificADAs. A partir deste estudo, poderemos pensar em novas estratégias para diminuir a disparidade de gênero. Profa. Leliane Barros ▶ Aprendizado por Reforço em ambientes dirigidos a meta com becos-sem-saída ▶ Abstrações em planejamento baseado em backpropagation (ou planejamento com diferenciação automática) ▶ PACTL-Sym - Planejador Simbólico para problemas com ações não-determinísticas Orientação da Viviane Bonadia (doutoranda/IME) e coorientação da profa. Leliane Barros. Detalhes estão disponíveis em aqui. Prof. Fabio Kon ▶ Dashboard interativo relacionando poluição atmosférica, dados climáticos e saúde da população O trabalho consiste na extensão da plataforma Health Dashboard para incorporar dados climáticos (temperatura, humidade e precipitação) e dados de poluição atmosférica da CETESB. O sistema resultante deverá não só mostrar as informações em um mapa interativo mas também permitir investigações por parte do usuário das relações entre o clima, poluição e a saúde da população nas diferentes regiões da cidade. Observação: trata-se de um TCC difícil que demandará bastante trabalho por parte do aluno mas que trará resultados científicos bem significativos. ▶ Qualidade de Dados, IA e o Caminho para Políticas Públicas de Segurança Pública Eficazes Neste TCC, no contexto de Segurança Pública, exploraremos como a qualidade dos dados influencia a ciência de dados e as predições realizadas por modelos de aprendizado de máquina bem com os aspectos éticos envolvidos. Investigaremos como a má qualidade dos dados pode comprometer as análises utilizando ferramentas de Ciência de Dados e IA; levando a decisões falhas e políticas públicas urbanas inadequadas. Caso haja alto comprometimento do aluno, também buscaremos desenvolver soluções inovadoras para avaliar a integridade dos dados e contribuir para o avanço de políticas urbanas de segurança. Orientadores: Fabio Kon e Marcelo Finger (IME-USP), Marcelo Nery e Sergio Adorno (NEV-USP) Prof. Paulo Meirelles
Kernel Linux
Software Livre
Projeto BikeSP (em colaboração com o Prof. Fabio Kon)
Prof. Paulo A. V. Miranda ▶ Jogo de corrida em OpenGL moderno, no estilo Mario Kart, parecido com SuperTuxKart Prof. Paulo Sérgio Scarazzato (FAU-USP) e Roberto Hirata ▶ Geração de imagens High Dynamic Range (HDR) para estudos de iluminação de ambientes A análise da distribuição de luz no interior ou exterior de uma edificação, seja ela proveniente da iluminação natural, da iluminação elétrica ou, simultaneamente de ambas, pode ser feita por meio de simulação computacional quando na etapa de desenvolvimento do projeto, ou mediante o uso de imagens HDR (High Dynamic Range) para ambientes existentes, bem como para modelos físicos em escala reduzida, tanto para projetos em desenvolvimento, como para ambientes construídos. As imagens HDR são aquelas cujo intervalo dos valores de cada ponto é grande [0,65535], o que ajuda na representação de muito mais valores de luminâncias. Neste projeto o(s) aluno(s) reimplementará(ão) uma aplicação Web (https://www.lightphotoanalyzer.fau.usp.br/lpa) em uma aplicação para dispositivos móveis. A aplicação Web, desenvolvida usando algoritmos da biblioteca "jaloxa", servirá principalmente para auxiliar no projeto da iluminação de um ambiente de forma bastante ampla, uma vez que incluirá todas as características do ambiente objeto de estudo, com seus acabamentos e refletâncias. A vantagem de se usar um dispositivo móvel é que a pessoa usuária tem independência da Internet. Além disso, há a vantagem de não ser necessário o compartilhamento de informações privadas como, por exemplo, as próprias fotos dos ambientes e das pessoas que lá estão.
|