1. Skip to Menu
  2. Skip to Content
  3. Skip to Footer


Resultados de Seleções

Mestrado (2023/1):

Resultado da seleção para o Mestrado em Computação com matrícula de 14 a 16 de fevereiro de 2023.

Candidatos aceitos no mestrado, concorrendo a bolsa, em ordem de prioridade:


1. João Pedro López da Cruz
2. Elenice dos Santos Costa (*)
3. Bárbara Aranha Ramos
4. Henrique Soares Rodrigues
5. André Luis Alves Silveira
6. André Fernandes Gonçalves
7. Arthur de Oliveira Paiva
8. Lucas Amaral dos Santos Barroso Leite
9. Leonardo Venâncio Teixeira
10. Luiz Fernando Coelho Passos
11. Diogo Ledermann Firmino Pinto
12. Lucas Dirk Gomes Ferreira
13. Miguel Domingos Brito

(*) aluno já matriculado, não ocupa vaga

Candidatos aceitos no mestrado, sem concorrer a bolsa, em ordem alfabética:

1. Arthur Almeida Vianna
2. Beatriz Lopes Souza
3. Bruno Menezes dos Santos
4. Carlos Cesar de Moraes Santos
5. Cintya Guimarães Gomes
6. Cristiano Santana do Nascimento
7. Douglas Ferreira Brum
8. Edel da Silva Melo
9. Edgard Braz Alves
10. Fabio da Silva Junior
11. Gabriel Inácio dos Santos Moreira
12. Glaucio de Oliveira Almeida
13. Jenniffer Crystine Souza dos Santos
14. Jonatas de Menezes Bento
15. Leandro Oliveira da Silva
16. Leonardo Martins Reigoto
17. Marcius Origenes Pereira Rodrigues
18. Mariangela Gomes de Souza Nascimento
19. Matheus Veloso da Silva
20. Michelangelo José de Mello Lima e Souza Lopes
21. Otavio Henrique Flaeschen Oliveira
22. Pedro Augusto Alcantara Ribeiro Moraes
23. Pedro Henrique Costa Monteiro Cabrita
24. Rafael Lins Pinheiro
25. Thiago da Silva Barradas
26. Victor Hugo Corpas dos Santos Guaraná
27. Vinícius João de Barros Vanzin
28. Vinicius Luis Nunes de Amorim
29. Vinicius Velleda Pacheco

Informações sobre a matrícula online:

- Enviar foto digitalizada no ato da matrícula online.
- Os candidatos aceitos que ainda não tiverem concluído a Graduação deverão apresentar declaração de
sua instituição no ato de sua primeira matrícula, informando que concluirão os requisitos do curso até o
último dia útil do mês seguinte ao início das aulas, ou seja, até o dia 31/05/2023. Essa também será a
data limite para apresentar o certificado de conclusão do curso de Graduação, após a qual não terão suas
matrículas homologadas e serão desligados do Programa. Candidatos aceitos com bolsa deverão apresentar o certificado de conclusão do curso de Graduação no ato de matrícula, perdendo o direito à
garantia de bolsa a partir dessa data.
- A matrícula dos novos alunos deverá ser realizada online através do formulário eletrônico disponibilizado
no sítio http://posgrad.ic.uff.br/formularios-e-requerimentos no período de 14 a 16 de fevereiro.


Doutorado (2023/1):


Resultado da seleção para o Doutorado em Computação com matrícula de 14 a 16 de fevereiro de 2023.

Candidatos aceitos no doutorado, concorrendo a bolsa, em ordem de prioridade:


1. Maria Luiza Furtuozo Falci
2. Rodrigo dos Santos Oliveira
3. Annie Vianna Amorim
4. Magaywer Moreira de Paiva
5. Errol Wilderd Mamani Condori
6. Franklin Jordan Ventura Quico
7. Pedro Vianna Mesquita
8. Daniel Otavio da Cunha Cota

Candidatos aceitos no doutorado, sem concorrer a bolsa, em ordem alfabética:


1. Allan Costa Nascimento dos Santos
2. André Ribeiro Breitinger
3. Fernando Pereira Gonçalves de Sá
4. Paulo Roberto Siqueira da Costa Júnior
5. Renata Nunes Velozo

Informações sobre a matrícula online:

- Enviar foto digitalizada no ato da matrícula online.
- Os candidatos aceitos que ainda não tiverem concluído o Mestrado deverão apresentar declaração de
sua instituição no ato de sua primeira matrícula, informando que concluirão os requisitos do curso até o
último dia útil do mês seguinte ao início das aulas, ou seja, até o dia 31/05/2023. Essa também será a
data limite para apresentar o certificado de conclusão do curso de Mestrado, após a qual não terão suas
matrículas homologadas e serão desligados do Programa. Candidatos aceitos com bolsa deverão
apresentar o certificado de conclusão do curso de Mestrado no ato de matrícula, perdendo o direito à
garantia de bolsa a partir dessa data.
- A matrícula dos novos alunos deverá ser realizada online através do formulário eletrônico disponibilizado
no sítio http://posgrad.ic.uff.br/formularios-e-requerimentos no período de 14 a 16 de fevereiro de 2023.

Inteligência Artificial
   A linha de pesquisa de Inteligência Artificial investiga e desenvolve artefatos computacionais que possuam características associadas às habilidades envolvidas com a inteligência. Tais habilidades incluem a representação de conhecimento, a percepção e atuação em um ambiente, o raciocínio e explicação do processo de tomada de decisões, o aprendizado a partir de experiência e a partir de interações com o ambiente, a manipulação e criação de abstrações, a aquisição e manipulação de linguagem, e a adaptação de conhecimento para ajustar-se a novas situações. Considerando a abrangência das possibilidades de atuação dos métodos de IA em diversas áreas sensíveis, a linha de pesquisa também investiga os aspectos de ética, responsabilidade e confiabilidade dos sistemas de IA, com o ser-humano no centro. A linha também investiga a aplicação e evolução das habilidades citadas para resolver problemas do mundo real, incluindo cidades, governos, redes sociais, saúde e bem-estar social.
  
  
  

Professores:

 

 

Disciplinas:

 

Obrigatórias da Linha de Pesquisa

  • Aprendizado de Máquina
  • Inteligência Artificial
  • Inteligência Computacional
  • Lógica e Especificação
  • Mineração de Dados
  • Sistemas Multiagentes
Optativas

  • Inteligência Coletiva
  • Processamento de Linguagem Natural
Obrigatórias do Curso Recomendadas

  • Estrutura de Dados e Algoritmos
  • Teoria da Computação
  • Tratamento de Incertezas

 

Tópicos de Pesquisa:


Aprendizado de Máquina Relacional

A maioria das abordagens de Aprendizado de Máquina assume que os exemplos são independentes e distribuídos de forma homogênea. Entretanto, dados do mundo real são compostos de múltiplos objetos heterogêneos, suas propriedades e seus relacionamentos. Nesse tópico de pesquisa, investigamos métodos de aprendizado de máquina que aprendam a partir de dados dependentes e distribuídos de forma heterogênea, para contemplar os aspectos relacionais dos dados. As abordagens investigadas incluem aprendizado estatístico relacional, transferência de aprendizado e adaptação de modelos relacionais, e aprendizado de representações em formato de embeddings para grafos e bases de conhecimento.

Aprendizado de Representações para Linguagem Natural

Neste tópico, investigamos métodos para aprender representações vetoriais (embeddings) a partir de textos, usando modelos de linguagem. Tais representações são parte essencial da resolução de tarefas de Processamento de Linguagem Natural usando Aprendizado de Máquina. As tarefas incluem transferência de estilo em textos, classificação de textos, e busca usando linguagem natural. Os métodos investigados têm como ponto focal a transferência de aprendizado, para o aproveitamento de bases e recursos. Damos preferência aos textos e informações escritas na língua Portuguesa.

Cidades Inteligentes e Sustentáveis

Neste tópico abordamos temas de pesquisa associados a diferentes setores estratégicos do tema: Cidades Inteligentes, Digitais e Sustentáveis. Em termos de métodos, utilizamos técnicas tradicionais e inovadoras da Inteligência Artificial, Inteligência Computacional e Processamento de Alto Desempenho. Em termos de aplicações, incluímos os segmentos de: Mobilidade Urbana e Social, Energias alternativas/Renováveis, Transporte Urbano e Transporte Multi-modal, Veículos Verdes (Drones, carros elétricos, etc.), Logística Reversa (coleta de diferentes tipos de lixo urbano, logística e planejamento estratégico no segmento de entregas e de devolução de mercadorias no e-commerce entre outros).

Evolução do Conhecimento e Lógica

Neste tópico estudamos como podemos representar o conhecimento em sistemas multi-agentes. Como a comunicação (pública ou privada) entre agentes muda o conhecimento dos mesmos. Baseados nesses modelos, estudamos a evolução de informações em redes sociais. Como modelo usamos lógicas modais: lógicas temporais, lógicas de conhecimento e crença em sistemas multi-agentes e lógicas epistêmicas dinâmicas.

IA Explicável

Métodos caixa-preta têm alcançado o estado-da-arte em muitas aplicações que utilizam IA. Entretanto, a dificuldade em interpretar a decisão tomada por tais modelos pode ser um empecilho para a ampla adoção de IA na solução de problemas críticos. Nesse tópico, investigamos, em particular, a criação de modelos interpretáveis baseados em lógica e o aprendizado de explicações a partir de tarefas de linguagem natural.

IA para bem-estar social

Nesse tópico, construímos aplicações que estejam relacionadas com as metas de desenvolvimento sustentável da Agenda ONU 2030. Espera-se que a Inteligência Artificial possa contribuir para o desenvolvimento de ações que ajudem na criação de um mundo mais justo, próspero e sustentável para as futuras gerações. Em particular, temos contribuído para o objetivo 3 (saúde e bem-estar), com aplicações envolvendo saúde mental, 16 (paz, justiça e instituições eficazes), com aplicações envolvendo o processo eleitoral e documentos da área jurídica, 4 (educação de qualidade), com aplicações de letramento midiático para combater a desinformação, 5 (igualdade de gênero), com aplicações para combater discurso ofensivo e de ódio e vieses em modelos de linguagem, e 11 (cidades e comunidades sustentáveis), com tópico próprio nesta página.

IA para Saúde

Nesse tópico, estudamos e construímos aplicações de aprendizado de máquina nas áreas da saúde. Está alinhado com a Visão Estratégica da Saúde Digital para o Brasil 2020-2028, publicado pelo Ministério da Saúde. Os temas estudados incluem a natureza dos dados clínicos e o uso do aprendizado de máquina para estratificação de risco, modelagem da progressão de doenças, medicina de precisão, suporte ao diagnóstico, descoberta de subtipos de doenças, e aprimoramento de fluxos de trabalho. Nesse contexto, podem ser utilizados modelos lineares generalizados, análise de sobrevivência, inferência causal, inferência Bayesiana, aprendizado por reforço, redes neurais (CNNs, RNNs, ...), e outros. Os dados de treinamento incluem imagens médicas (TC, RM, Raio-X, ...), sinais fisiológicos (ECG, EEG, ...), dados clínicos estruturados e semi-estruturados, públicos ou privados, este último com a aprovação do Comitê de Ética em Pesquisa.

IA para Segurança e Defesa

Neste tópico, abordamos técnicas inovadoras da Inteligência Artificial, Inteligência Computacional, Otimização e Processamento de Alto Desempenho para propor soluções em diversos problemas que surgem em setores estratégicos no contexto de Segurança & Defesa. Uma das nossas prioridades atuais se refere ao tema: "Segurança Pública em centros urbanos" fazendo uso de tecnologias que incluem o uso de câmeras fixas e móveis (VANTS/Drones), biometrias e multi-biometrias, Localização otimizada de facilidades no contexto de segurança pública, Perícias, Engenharia Legal entre outras questões.


Ciência de Dados
   Ciência de Dados é uma linha de pesquisa e aplicação interdisciplinar centrada no estudo e análise de dados de diversos domínios - tais como saúde, educação, esportes, jogos, segurança, cidades, governos, astronomia, biologia, economia, engenharias, química, entre outros - que visa apoiar a tomada de decisão e a eficiência nos processos desses domínios. Nessa linha de pesquisa, são estudados e propostos métodos de análise e visualização de dados, incluindo conceitos e técnicas de diversas áreas do conhecimento, tais como Estatística, Banco de Dados, Mineração de Dados, e Aprendizado de Máquina.
  
  
  

Professores:

 

 

Disciplinas:

 

Obrigatórias da Linha de Pesquisa

  • Aprendizado de Máquina
  • Bancos de Dados Distribuídos
  • Mineração de Dados
Optativas

  • Biologia Computacional
  • e-Science
  • Gerência de Dados Semiestruturados
  • Gerência de Grandes Volumes de Dados
  • Visualização de Dados
  • Web Semântica: Tecnologia e Aplicações
Obrigatórias do Curso Recomendadas

  • Estrutura de Dados e Algoritmos
  • Tratamento de Incertezas

 

Tópicos de Pesquisa:


Análise de Dados

Trata-se de um tópico de pesquisa interdisciplinar centrado no estudo e desenvolvimento de técnicas de mineração e visualização de dados, com aplicação em múltiplos domínios, tais como saúde, educação, esportes, jogos, segurança, cidades, governos, astronomia, biologia, economia, engenharias, química, entre outros. A análise e exploração desses dados visam apoiar a tomada de decisão e a eficiência nos processos desses diversos domínios. Alguns temas de pesquisa explorados pelo grupo de professores e seus alunos são: (i) mineração de opinião e análise de sentimento, (ii) mineração de dados incertos, (iii) algoritmos de seleção supervisionada de atributos, (iv) mineração de dados biológicos, e (v) mineração de repositórios de software.

e-Science

Estuda métodos e algoritmos para auxiliar o cientista na condução de suas pesquisas, propondo soluções para todo o ciclo de vida do experimento científico: concepção, execução e análise. Em todas as etapas, preocupa-se com a gerência dos dados de proveniência do experimento. Especificamente em relação a proveniência, há uma preocupação em capturar os dados de entrada e intermediários, assim como as ações feitas pelos cientistas que levaram aos resultados do experimento. Com isso, é possível apoiar a reprodução, auditoria e depuração dos experimentos.

Ciência de Dados em Segurança Cibernética

Pesquisa o uso de métodos orientados a dados (data-driven) no contexto da Segurança Cibernética. Isso inclui, por um lado, compreender como a Ciência de Dados pode ser utilizada durante um ataque cibernético e, por outro lado, desenvolver métodos orientados a dados para realizar a detecção de ataques cibernéticos. Apresentamos, a seguir, alguns dos temas pesquisados nesta linha: (i) ataques furtivos a sistemas de controle em rede; (ii) identificação de bots em redes sociais; (iv) detecção de ataques DDoS a partir de dados de SIEM; (iii) classificação de malware via aprendizado de máquina.


Corpo Docente
    Professor Credenciamento Tipo de  Habilitado a Lattes Google
    válido até credenciamento orientar D.Sc.? Scholar
    1. Alexandre Plastino de Carvalho 31/12/2023 Permanente Sim Acessar Acessar
    2. Aline Marins Paes Carvalho 31/12/2023 Permanente Sim Acessar Acessar
    3. André Maues Brabo Pereira 31/12/2023 Permanente Sim Acessar Acessar
    4. Anselmo Antunes Montenegro 31/12/2023 Permanente Sim Acessar Acessar
    5. Antônio Augusto de Aragão Rocha 31/12/2023 Permanente Sim Acessar Acessar
    6. Aura Conci 31/12/2023 Permanente Sim Acessar Acessar
    7. Bruno Lopes Vieira 31/12/2023 Permanente Sim Acessar  Acessar
    8. Célio Vinicius Neves de Albuquerque 31/12/2023 Permanente Sim Acessar Acessar
    9. Celso da Cruz Carneiro Ribeiro 31/12/2023 Permanente Sim Acessar Acessar
    10. Daniel Cardoso Moraes de Oliveira 31/12/2023 Permanente Sim Acessar Acessar
    11. Daniela Gorski Trevisan 31/12/2023 Permanente Sim Acessar Acessar
    12. Débora Christina Muchaluat Saade 31/12/2023 Permanente Sim Acessar Acessar
    13. Diego Gimenez Passos 31/12/2023 Permanente Sim Acessar Acessar
    14. Esteban Walter Gonzalez Clua 31/12/2023 Permanente Sim Acessar Acessar
    15. Eugene Francis Vinod Rebello 31/12/2023 Colaborador Sim Acessar Acessar
    16. Fábio Protti 31/12/2023 Permanente Sim Acessar Acessar
    17. Flávia Coimbra Delicato 31/12/2023 Permanente Sim Acessar Acessar
    18. Flavia Cristina Bernardini 31/12/2023 Permanente Sim Acessar Acessar
    19. Flávio Luiz Seixas 31/12/2023 Permanente Não Acessar Acessar
    20. Igor Machado Coelho 31/12/2023 Permanente Sim Acessar  Acessar 
    21. Igor Monteiro Moraes 31/12/2023 Permanente Sim Acessar Acessar
    22. Isabel Cristina Mello Rosseti 31/12/2023 Permanente Sim Acessar Acessar
    23. José Viterbo Filho 31/12/2023 Permanente Sim Acessar Acessar
    24. Julio Cesar Stacchini de Souza 31/12/2023 Permanente Sim Acessar Acessar
    25. Leandro Augusto Frata Fernandes 31/12/2023 Permanente Sim Acessar Acessar
    26. Leandro Santiago de Araújo 31/12/2023 Permanente Não Acessar Acessar 
    27. Leonardo Gresta Paulino Murta 31/12/2023 Permanente Sim Acessar Acessar
    28. Lúcia Maria de Assumpção Drummond 31/12/2023 Permanente Sim Acessar Acessar
    29. Luciana Cardoso de Castro Salgado 31/12/2023 Colaborador Sim Acessar Acessar
    30. Luis Antonio Brasil Kowada 31/12/2023 Permanente Sim Acessar Acessar
    31. Luís Felipe Ignácio Cunha 31/12/2023 Permanente Não Acessar Acessar
    32. Luiz André Portes Paes Leme 31/12/2023 Permanente Não Acessar Acessar
    33. Luiz Satoru Ochi 31/12/2023 Permanente Sim Acessar Acessar
    34. Marcos de Oliveira Lage Ferreira 31/12/2023 Permanente Sim Acessar Acessar
    35. Maria Cristina Silva Boeres 31/12/2023 Permanente Sim Acessar Acessar
    36. Mario Roberto Folhadela Benevides 31/12/2023 Permanente Sim Acessar Acessar
    37. Milton Brown Do Coutto Filho 31/12/2023 Permanente Sim Acessar Acessar
    38.  Paulo de Figueiredo Pires 31/12/2023 Permanente Sim Acessar Acessar
    39. Raphael Carlos Santos Machado 31/12/2023 Permanente Sim Acessar Acessar
    40. Ricardo Leiderman 31/12/2023 Permanente Sim Acessar Acessar
    41. Simone de Lima Martins 31/12/2023 Permanente Sim Acessar Acessar
    42. Troy Costa Kohwalter 31/12/2023 Permanente Não Acessar Acessar
    43. Uéverton dos Santos Souza 31/12/2023 Permanente Sim Acessar Acessar
    44. Vanessa Braganholo Murta 31/12/2023 Permanente Sim Acessar Acessar
    45. Vânia de Oliveira Neves 31/12/2023 Permanente Não Acessar Acessar
    46. Yuri Abitbol de Menezes Frota 31/12/2023 Permanente Sim Acessar Acessar

    PESQUISA PELO SITE

    MENU

    Início Instituto Laboratórios Departamento
    Pesquisa Pós-Graduação Graduação Fale Conosco

    CONTATO

    IC-Mapa

    Av. Gal. Milton Tavares de Souza, s/nº
    São Domingos - Niterói - RJ
    CEP: 24210-346

    IC-UFF-Telefone-icone Fale Conosco

     Como Chegar

    CONECTE-SE

    IC-Conecte-se-Facebook IC-Conecte-se-Twitter

    LINKS

    Faperj Lattes Finep SBC PROGRAD
    CAPES CNPQ SIAPENET IDUFF NDC

     

    Desenvolvido por pela equipe de Suporte Técnico do Instituto de Computação - suporte.ic.uff.br - Web Designer: Emanuel Machado