| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | COD_CURSO | COD_DISCIPLINA | NOME_DISCIPLINA | CREDITOS | HORAS | OBJETIVOS | EMENTA | ||||||||||||||||||
2 | PPG-INF-M | PGINF590 | Verificação Inteligente de Software e Sistemas | 4 | 60 | Aprender como especificar e verificar sistemas de hardware e software 2) Adquirir conhecimentos sobre lógica temporal e algoritmos de verificação. 3) Aprender a identificar quais e quando usar técnicas de IA, e.g. aprendizagem de Neuro-Simbolica, para contornar limites das técnicas de verificação. ? | Lógica Temporal; Algoritmos de Verificação de Modleo; Algoritmos de Verificação de Modelo Simbólica; Teoria de Automata Temporizado; Especificação com Lógica Temporal; Propriedades de Alcançabilidade, Segurança, Vivacidade, Bloqueio Fatal, Métodos de Abstração; Ferramentas de Verificação (*); Verificação Forma e IA; Princípios de Aprendizagem de Neuro-Simbolica aplicada a Verificação Formal; SMV, SPIN, DESIGN/CPN, UPPAAL, KRONOS, HYTECH, ESBMC ? | ||||||||||||||||||
3 | PPG-INF-M | PGORI221 | Atividades de Pesquisa - 2022/1 | 1 | 15 | Unicamente para mantero o vínculo instutcional dos alunos(as) que já pagaram todos os créditos. | |||||||||||||||||||
4 | PPG-INF-M | PPGINF501 | Arquitetura de Computadores | 4 | 60 | Revisão de organização de computadores. Projeto de sistemas de memória. Técnicas de processamento pipeline. Aritmética de ponto fixo e ponto flutuante. Redes de interconexão. Processadores vetoriais e matriciais. Multiprocessadores. Processadores não convencionais | |||||||||||||||||||
5 | PPG-INF-M | PPGINF502 | Fundamentos Teóricos da Computação | 4 | 60 | Conceitos básicos: Introdução a Linguagens Formais, gramáticas e problemas de decisão. Máquinas Determinísticas e Não-Determinísticas de estados finitos. Gramáticas e Expressões Regulares. Gramáticas e Linguagens Livres de Contexto. Autômatos com pilha. Propriedades de Linguagens. Máquinas de Turing. Decidibilidade\highlight1\lang1046 | |||||||||||||||||||
6 | PPG-INF-M | PPGINF503 | Projeto e Análise de Algoritmos | 4 | 60 | Análise de algoritmos. Problemas NP-completo. Limite inferior para diferentes classes de problemas. Ordenação. Árvores de pesquisa. Recuperação de informação em textos. Algoritmos paralelos | |||||||||||||||||||
7 | PPG-INF-M | PPGINF504 | Estudo Dirigido | 4 | 60 | Revisão bibliográfica. Como escrever textos científicos em computação. Estudo sobre um tema a ser escolhido com o orientador acadêmico. Ao final desta disciplina o aluno deverá apresentar um texto contendo uma proposta de dissertação que será avaliada por uma banca de examinadores internos | |||||||||||||||||||
8 | PPG-INF-M | PPGINF505 | Estágio em Docência | 4 | 60 | Esta disciplina não possui ementa própria por se tratar de um programa de introdução do mestrando às atividades de ensino superior. A principal atividade do aluno consiste em acompanhar o professor no planejamento das atividades escolares tais como: planejamento de aulas, de exercícios e trabalhos escolares, correção de trabalhos, preparação, aplicação e correção de provas. Eventualmente o mestrando será requisitado pelo professor para substituí-lo em casos de viagens a serviço da instituição, ou como parte de seu treinamento acadêmico | |||||||||||||||||||
9 | PPG-INF-M | PPGINF510 | Processo de Pesquisa em Ciência da Computação | 4 | 60 | Oferecer ao aluno uma visão do processo de pesquisa como um todo, desde a identificação de um problema até a publicação de resultados. Ao final do curso o aluno deverá ser capaz de identificar um problema, identificar fontes confiáveis de pesquisa, fazer um levantamento adequado do estado-da-arte, escrever uma proposta (projeto de pesquisa), estabelecer uma metodologia de execução para seu projeto, desenvolver experimentos para avaliação quantitativa, escrever textos científicos de qualidade (artigos e projetos), apresentar (defender) os resultados obtidos em sua pesquisa, adequar seu texto e apresentação a diferentes veículos e audiência | O que é uma pesquisa científica. Ciência da Computação Experimental e o Método Científico. Aspectos de ética e etiqueta na pesquisa científica. Pesquisa Básica vs. Aplicada. O papel da pós-graduação. Lato Sensu vs. Stricto Sensu. Mestrado vs. Doutorado. A academia e o setor empresarial. Orientado e orientador: deveres, responsabilidades, requisitos para sucesso e erros a serem evitados. Processo de criação. Objetivo da pesquisa. Planejamento da pesquisa. Coleta de dados. Como fazer uma pesquisa bibliográfica. Análise e interpretação de dados. Bases teóricas e práticas para publicação científica (o que publicar? onde publicar? por que publicar? como avaliar uma publicação?). Tipos de publicação. O papel de conferências e periódicos. O processo de publicação. Avaliação da qualidade científica. Como publicar. Qualidade do texto técnico. Técnicas de escrita de texto científico. O papel da apresentação oral | ||||||||||||||||||
10 | PPG-INF-M | PPGINF511 | Engenharia de Software | 4 | 60 | Princípios e técnicas de engenharia de software. Qualidade de software. Especificação e projeto de software. Verificação de software. Processo de produção de software | |||||||||||||||||||
11 | PPG-INF-M | PPGINF512 | Engenharia de Software Experimental | 4 | 60 | A Engenharia de Software Experimental tem por objetivo aprimorar a Engenharia de Software a partir da aplicação da abordagem científica (experimentação) na construção de novos métodos e técnicas para apoio aos processos de software. Além disto, se preocupa também com o avanço da área, estudando e pesquisando novos modelos para o planejamento, execução e empacotamento de estudos primários e secundários relacionados à Engenharia de Software. Estas atividades são fundamentais para que a Engenharia de Software incorpore cada vez mais os princípios do método científico e da Engenharia clássica. Neste contexto, esta disciplina tem por objetivo capacitar o aluno nos fundamentos da Engenharia de Software Experimental, englobando estudos primários (como experimentos controlados, estudos de caso e surveys) e estudos secundários (como revisões sistemáticas). | l Introdução à Engenharia de Software Experimental l Tipos de Experimentos l Revisões Sistemáticas l Surveys l Experimentos Controlados l Estudos de Caso | ||||||||||||||||||
12 | PPG-INF-M | PPGINF513 | Tópicos Avançados em Engenharia de Software | 4 | 60 | apresentar e discutir tópicos de pesquisa atuais das áreas de Engenharia de Software e Interação Humano-Computador (IHC), tendo por base metodológica a abordagem científica da Engenharia de Software Experimental. Ao final do curso o aluno terá o conhecimento sobre tópicos de pesquisa que integrem as áreas de Engenharia de Software e IHC, além de aspectos relacionados à melhoria da qualidade de processo e produto de software, assim como capacidade de se planejar e executar estudos experimentais sobre os tópicos abordados. | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
13 | PPG-INF-M | PPGINF515 | Inteligência Artificial | 4 | 60 | Conceitos fundamentais de Inteligência Artificial (IA) sob a ótica de agentes; Representação e raciocínio (computacional) do conhecimento de agentes sobre busca; Solução de problemas; Planejamento e ações de aprendizado; Fundamentos de IA Distribuída; Aspectos pragmáticos de sistemas multi-agentes | |||||||||||||||||||
14 | PPG-INF-M | PPGINF516 | Tópicos Especiais em Inteligência Artificial | 4 | 60 | Capacitar o aluno para investigação de temas avançados em IA, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão. Especifico: Levar o aluno o conhecimento de computação neural-simbólica, Seu estado atual de desenvolvimento, problemas em aberto, uso de ferramenta em desenvolvimento no Lab-CIA do IComp para raciocínio neural-simbólico | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
15 | PPG-INF-M | PPGINF517 | Tópicos Avançados em Inteligência Artificial | 4 | 60 | Capacitar o aluno para investigação de temas avançados em IA, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão. Especifico: Levar o aluno o conhecimento de computação neural-simbólica, Seu estado atual de desenvolvimento, problemas em aberto, uso de ferramenta em desenvolvimento no Lab-CIA do IComp para raciocínio neural-simbólico | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
16 | PPG-INF-M | PPGINF518 | Redes de Computadores | 4 | 60 | Conceito de redes de computadores e sistemas distribuídos. Arquitetura de redes de computadores. Protocolos e serviços. Modelo de referência OSI/ISO. Redes locais. Camadas físicas, enlace, redes e transporte | |||||||||||||||||||
17 | PPG-INF-M | PPGINF519 | Comunicação Sem Fio | 4 | 60 | Cobrir os fundamentos básicos de comunicação sem fio, incluindo os fenômenos de propagação via rádio, o espectro eletromagnético e sua regulamentação, técnicas de modulação e compartilhamento do canal sem fio. O curso também objetiva uma formação adequada nas principais tecnologias de comunicação da atualidade, bem como aspectos relevantes como desempenho e segurança | Apresentação das aulas, Fundamentos da comunicação sem fio, Propagação, Modulação, Codificação, Controle de erros, Esquemas de utilização do canal, Padrões, GSM, Segurança, IP móvel | ||||||||||||||||||
18 | PPG-INF-M | PPGINF520 | Segurança de Sistemas | 4 | 60 | O cumprimento da disciplina busca oferecer ao discente, ao final do semestre, condições de: (1) Conhecer os fundamentos básicos de segurança de sistemas; (2) entender conceitos de auditoria em sistemas computacionais, controles gerenciais e de aplicações; (3) conhecer sistemas de intrusão e saber realizar análise de registros; (4) representar as informações de forma segura e dentro de políticas de uso; (5) tolerância a intrusão de sistemas | Fundamentos de segurança computacional: Propriedades, Políticas de Segurança, Violações, Modelos, Serviços e Mecanismos. Controles Criptográficos: Sistemas Criptográficos, Assinatura digital, Gerência de chaves, PKI (Public Key Infrastructure). Segurança em Sistemas Distribuídos: Autenticação, Autorização, Controle de Acesso, Políticas. Estudo de Casos - tecnologias de segurança de sistemas computacionais. Análise de Segurança, Scanning, Conceitos e Técnicas. Forense Computacional, Conceitos, Aspectos Legais, Procedimentos e Técnicas. Definição de estratégia de continuidade. Plano de monitoração e controle, resposta emergencial e contingência operacional | ||||||||||||||||||
19 | PPG-INF-M | PPGINF521 | Tópicos Especiais em Redes de Computadores | 4 | 60 | Capacitar o aluno para investigação de temas avançados em Redes de Computadores, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão. | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
20 | PPG-INF-M | PPGINF522 | Tópicos Avançados em Redes de Computadores | 4 | 60 | Capacitar o aluno para investigação de temas avançados em Redes de Computadores, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão. Específico: estudo geral de conceitos, problemas e técnicas de otimização para a aplicação em situações diversas dos projetos vivenciados pelos alunos | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
21 | PPG-INF-M | PPGINF523 | Robótica | 4 | 60 | Cinemática e dinâmica de manipuladores. Transformações de velocidade e força. Geração de trajetórias. Controle de força e posição. Sistemas de programação para robôs. Plataformas móveis, sensores e atuadores. Sistemas de navegação. Planejamento e aprendizagem. | |||||||||||||||||||
22 | PPG-INF-M | PPGINF524 | Visão Computacional | 4 | 60 | Formação de imagem. Imagens binárias e suas propriedades geométricas, topológicas e morfológicas. Regiões e segmentação. Bordas e sua detecção. Brilho e cor. Movimento e fluxo óptico. Classificação de padrões. Shape from X. Representação 2D e 3D. Estruturas relacionais; Inferência. Visão ativa | |||||||||||||||||||
23 | PPG-INF-M | PPGINF525 | Tópicos Especiais em Robótica | 4 | 60 | O objetivo deste curso é abordar tópicos avançados da robótica móvel relacionados com as aplicações de visão computacional. A robótica tem tido um papel cada vez mais relevante para o homem, na medida em que ela passa a colaborar em diversas tarefas essenciais, em particular no setor produtivo. Trata-se de uma área de pesquisa que é inerentemente multidisciplinar, e onde os conhecimentos de Computação além de fundamentais, são aplicados extensivamente. Não menos importante, o segundo objetivo do curso é prover ao aluno conceitos avançados de projeto completo de um \ldblquote produto\rdblquote que está em contato com o mundo real. Isso implica em uma melhor compreensão da distância que existe entre abstração e a implementação prática. Nesse sentido, durante o curso, os alunos estarão projetando e implementando robôs móveis e sistemas de visão robótica para realizarem tarefas em um ambiente semi-estruturado, porém dinâmico. | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
24 | PPG-INF-M | PPGINF526 | Tópicos Especiais em Visão Computacional | 4 | 60 | O objetivo deste curso é abordar tópicos avançados da robótica móvel relacionados com as aplicações de visão computacional. A robótica tem tido um papel cada vez mais relevante para o homem, na medida em que ela passa a colaborar em diversas tarefas essenciais, em particular no setor produtivo. Trata-se de uma área de pesquisa que é inerentemente multidisciplinar, e onde os conhecimentos de Computação além de fundamentais, são aplicados extensivamente. Não menos importante, o segundo objetivo do curso é prover ao aluno conceitos avançados de projeto completo de um \ldblquote produto\rdblquote que está em contato com o mundo real. Isso implica em uma melhor compreensão da distância que existe entre abstração e a implementação prática. Nesse sentido, durante o curso, os alunos estarão projetando e implementando robôs móveis e sistemas de visão robótica para realizarem tarefas em um ambiente semi-estruturado, porém dinâmico. | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
25 | PPG-INF-M | PPGINF527 | Recuperação da Informação | 4 | 60 | Conceitos básicos e objetivos de um sistema de RI. Principais classes de problemas de RI: busca, filtragem, classificação. Modelo vetorial. Estruturas de dados para solução de problemas de RI. Algoritmos para busca sequencial. Algoritmos para construção de arquivos invertidos. Arranjo de Sufixos. Índices para busca por frases. Técnicas de cache para RI. Compressão de dados aplicada a RI. Algoritmos paralelos para construção de índices e processamento de consultas. Implementação de Sistemas de RI para a Web | |||||||||||||||||||
26 | PPG-INF-M | PPGINF528 | Tópicos Especiais em Recuperação da Informação | 4 | 60 | O objetivo desta disciplina é introduzir o aluno às técnicas básicas de Recuperação de Informação Multimídia. Ao final da disciplina, o aluno deverá entender o funcionamento de uma máquina de busca de informação multimídia, conhecer as particularidades necessárias para as técnicas de busca e classificação de informação multimídia, compreender as limitações da tecnologia atual e saber avaliar um sistema de recuperação de informação multimídia considerando desempenho e qualidade das respostas | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
27 | PPG-INF-M | PPGINF529 | Avaliação de Desempenho | 4 | 60 | Estatística Matemática. Métricas de Desempenho. Experimentos de Medições. Modelos de Regressão Linear. Projeto de Experimentos. Processos Estocásticos. Modelos Temporais Estocásticos de Sistemas de Eventos Discretos. Cadeias de Markov. Introdução a Teoria das Filas. Técnicas de inovação social | |||||||||||||||||||
28 | PPG-INF-M | PPGINF530 | Processamento, Análise e Tratamento de Imagens e Sinais Digitais | 4 | 60 | A disciplina Processamento, Análise e Tratamento de Imagens e Vídeos Digitais tem como objetivo capacitar o aluno a ter uma visão geral sobre ferramentas utilizadas no tratamento de imagens e vídeos digitais, tornado-o capaz de utilizar essas técnicas para aprimorar o desenvolvimento de sistemas computacionais que tratem e processem os referidos dados. Os conceitos serão fixados através de pesquisa bibliográfica, provas e, principalmente através do desenvolvimento de um projeto de aplicação prática. Finalmente, as tendências mais recentes em relação à problemas de aplicação, serão investigados através de seminários | Introdução ao processamento de imagem e vídeo digital. Propriedades da imagem. Cores e modelos de cores e modelos de ruído. Tratamento de imagens. Linear Image Processing - Operações em pontos e áreas; histograma-based. Transformações. Segmentação de imagem. Segmentação de vídeo. Introdução aos sistemas de reconhecimento de padrões estatísticos e classificação. Aprendizagem supervisionada e aprendizagem não supervisionada. Características, extração de características e seleção de características. Teorema de decisão Bayesian. Funções discriminantes e superfícies de decisão. Classificação de Imagens. Transformação afim. Conceitos básicos de profundidade de bits, resolução e Modulation Transfer Function (MTF), operações morfológicas em imagens e vídeo. Aplicações: Visão Computacional e Recuperação da Informação | ||||||||||||||||||
29 | PPG-INF-M | PPGINF531 | Tecnologia Web | 4 | 60 | Fundamentos: conceitos básicos, protocolos TCP-IP, HTTP, linguagens de marcação, modelagem de Web sites, componentes de uma aplicação para a Web. Modelagem de aplicações para a Web: metodologias e técnicas, modelagem de conteúdo, estrutura de navegação e visualização, operações. Técnicas de modelagem e geração de Web sites: WebML, UWE. Tecnologias 1: HTML, XML, DTD, XML Schema, XSL/XSLT, XQuery. Tecnologias 2: CGI, Java, Applets, JSP, Servlets, ASP, .Net, PHP, Web services, gerência de sessão, acesso a sistemas de banco de dados relacionais. Prática de desenvolvimento de sistemas para a Web: aplicação de técnicas de modelagem e uso das tecnologias apresentadas | |||||||||||||||||||
30 | PPG-INF-M | PPGINF532 | Introdução aos Sistemas Embarcados | 4 | 60 | Capacitar o aluno a ter uma visão geral de todos os aspectos de software e hardware envolvidos no projeto e na arquitetura de sistemas embarcados, com ênfase na aplicação de metodologias de desenvolvimento de projetos | ntrodução: definições, comparação com sistemas convencionais, requisitos funcionais e não-funcionais e aplicações. Metodologias de Desenvolvimento de Sistemas Embarcados. Hardware Embarcado: ASICs, PLDs, FPGAs. Microprocessadores e Microcontroladores. Software Embarcado: concorrência, sistemas operacionais, escalonamento, sincronização e geradores de código. Modelos Formais: autômatos, redes de Petri, CFSM e outros. Estado da arte em sistemas embarcados. | ||||||||||||||||||
31 | PPG-INF-M | PPGINF533 | Sistemas de Tempo-Real | 4 | 60 | Capacitar o aluno a ter uma visão geral dos sistemas que possuem restrições temporais; as principais aplicações; como programar sistemas de tempo-real; entender as necessidades de escalonamento específico para essas classes de sistemas; e métodos formais para especificação e modelagem de sistemas de tempo-real. Em todos esses pontos será enfatizada a aplicação de metodologias de desenvolvimento | Introdução aos sistemas de tempo real. Principais aplicações. Conceitos de programação concorrente: exclusão mútua; semáforos e monitores. Políticas de escalonamento. Sistemas operacionais de tempo-real. Troca de mensagens. Programação de sistemas de tempo-real. Metodologias de projeto. Estado da arte em sistemas de tempo-real. | ||||||||||||||||||
32 | PPG-INF-M | PPGINF534 | Tópicos Especiais em Sistemas Embarcados | 4 | 60 | Capacitar o aluno a ter uma visão ampliada dos sistemas embarcados | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
33 | PPG-INF-M | PPGINF535 | Sistemas Multiagente | 4 | 60 | Capacitar o aluno a ter uma visão geral dos sistemas multiagentes por meio da apresentação de conceitos teóricos. O amadurecimento desses conceitos será feito usando listas de exercícios, provas e trabalhos práticos. Serão introduzidos os diferentes rumos de pesquisas na área por meio da apresentação do estado-da-arte. Em todos esses pontos será enfatizada a aplicação de metodologias de desenvolvimento | Conceitos Básicos de Agente e Sistema Multiagentes. Tipos de Agentes. Paradigma de Sistema Multiagente. Ontologia e Sistemas Multiagente. Interação, comunicação, coordenação, controle e negociação em Sistemas Multiagente. Metodologias e Arquitetura de Projeto e Desenvolvimento de Sistemas Multiagente. Ambientes de Desenvolvimento de Sistemas Multiagente. Aplicações . | ||||||||||||||||||
34 | PPG-INF-M | PPGINF536 | Representação do Conhecimento | 4 | 60 | Capacitar o aluno a como representar formalmente o conhecimento (quantitativo, qualitativo, causal, eventos, processos, espacial e temporal) de maneira precisa para que possa ser manipulado por programas em computadores ou dispositivos móveis (sistemas distribuídos, interconectados em rede). | Lógica, Ontologia, Engenharia de Representação, Processos, Propósito, Contextos e Agentes, Lógicas não clássicas e representação do conhecimento, Aquisição e compartilhamento de conhecimento, Redes de Herança, Grafos conceituais. | ||||||||||||||||||
35 | PPG-INF-M | PPGINF537 | Interação Humano Computador | 4 | 60 | A Interação Humano-Computador (IHC) é a área de estudo que está na interseção das ciências da computação e informação e ciências sociais e comportamentais e envolve todos os aspectos relacionados com a interação entre usuários e sistemas. Com a crescente evolução da tecnologia e aumento da disseminação do uso de sistemas interativos nas mais diversas áreas e por variados perfis de usuários. A área de IHC preocupa-se com a necessidade da criação de sistemas que apóiem as pessoas que os utilizam. Neste contexto, esta disciplina tem por objetivo capacitar o aluno nos fundamentos de IHC. Ao final do curso o aluno terá o conhecimento básico da área de IHC, dos aspectos práticos relacionados à avaliação e ao projeto, assim como capacidade de se manter atualizado à literatura de caráter geral da área | l Visão geral de princípios de Interação Humano-Computador (IHC) � Interface e Interação � Qualidade de uso: usabilidade, comunicabilidade e acessibilidade l Fundamentos Teóricos � Engenharia Cognitiva � Engenharia Semiótica l Avaliação de Interfaces � Visão Geral de Avaliação de Interfaces � Tipos de Avaliações � Avaliação e Medidas de Usabilidade � Métodos de Avaliação de Usabilidade: ? Métodos de Avaliação baseados em Análise de Especialista(s) ? Métodos de Avaliação baseados em Participação do Usuário(s) � Avaliação de Comunicabilidade l Projeto de Interação com o Usuário � Estilos de Interação � Diretrizes e Padrões de Projeto de Interação l Projeto de Design em IHC � Modelagem de usuário � Modelagem de tarefa � Modelagem de interação | ||||||||||||||||||
36 | PPG-INF-M | PPGINF538 | Tópicos Especiais em Interação Humano-Computador | 4 | 60 | A Interação Humano-Computador (IHC) é a área de estudo que está na interseção das ciências da computação e informação e ciências sociais e comportamentais e envolve todos os aspectos relacionados com a interação entre usuários e sistemas. Com a crescente evolução da tecnologia e aumento da disseminação do uso de sistemas interativos nas mais diversas áreas e por variados perfis de usuários. A área de IHC preocupa-se com a necessidade da criação de sistemas que apoiem as pessoas que os utilizam. Neste contexto, o objetivo desta disciplina é apresentar e discutir tópicos de pesquisa atuais da área de Interação Humano-Computador (IHC), tendo por base metodológica a abordagem científica da Engenharia de Software Experimental. Ao final do curso o aluno terá o conhecimento sobre tópicos de pesquisa que integrem as áreas de IHC, além de aspectos relacionados à melhoria da qualidade de processo e produto de software, assim como capacidade de se planejar e executar estudos experimentais sobre os tópicos abordados. | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
37 | PPG-INF-M | PPGINF539 | Teoria dos Grafos | 4 | 60 | Desenvolver no aluno a habilidade de reconhecer estruturas e classes de grafos, caracterizar problemas, provar teoremas, bem como estudar e propor algoritmos que façam uso desta estrutura teórica robusta | Introdução. Conectividade. Caminhos, Passeios e Ciclos. Árvores. Emparelhamentos. Coloração de Arestas. Conjuntos Independentes. Teoria de Ramsey. Coloração de Vértices. Digrafos. Planaridade | ||||||||||||||||||
38 | PPG-INF-M | PPGINF540 | Otimização Combinatória | 4 | 60 | Capacitar o aluno a ter uma visão geral sobre a área de Otimização Combinatória, tornando-o capaz de modelar problemas teóricos e aplicações práticas complexas das mais diversas áreas do conhecimento e do setor produtivo, através da aplicação do ferramental de Teoria dos Grafos e Programação Matemática, e com o desenvolvimento de métodos computacionais avançados. Específico: estudo geral de conceitos, problemas e técnicas de otimização para a aplicação em situações diversas dos projetos vivenciados pelos alunos | Problemas clássicos, algoritmos e complexidade computacional. Introdução a Teoria dos Grafos e seus algoritmos. Modelagem matemática. Problemas mono e multi-objetivos. Métodos exatos x aproximados. Busca local x busca global. Introdução a combinatória poliédrica e programação linear inteira. Análise de Garantia de Desempenho. Análise Probabilística. Análise Empírica. Problemas de otimização: caminhos mínimos, fluxo em redes, emparelhamento, alocação, escalonamento e outros. Caracterização de problemas em redes, processos de desenvolvimento de software, ambiente Web, novas mídias, etc. Exemplos e Exercícios | ||||||||||||||||||
39 | PPG-INF-M | PPGINF541 | Tópicos Especiais em Otimização Combinatória | 4 | 60 | Capacitar o aluno a ter uma visão geral sobre a área de Otimização Combinatória, tornando-o capaz de modelar problemas teóricos e aplicações práticas complexas das mais diversas áreas do conhecimento e do setor produtivo, através da aplicação do ferramental de Teoria dos Grafos e Programação Matemática, e com o desenvolvimento de métodos computacionais avançados | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
40 | PPG-INF-M | Aprendizagem de Máquina e Mineração de Dados | 4 | 60 | capacitar o aluno a ter uma visão geral sobre as duas áreas de pesquisa, tornando-o capaz de utilizar as técnicas, nelas desenvolvidas, para aprimorar a criação de sistemas computacionais inteligentes. | (1) Evolução do conceito de aprendizagem. Aprendizagem conceitual e teoria Bayesiana. (2) Limites de aprendizagem: risco empírico vs risco estrutural, Dimensão VC, dilema \i bias\i0 -variance, aprendizagem viciada e teorema no free lunch. (3) Tipos de aprendizagem: aprendizagem supervisionada, não-supervisionada e semi-supervisionada, aprendizagem de reforço, classificação e regressão. (4) Conceitos Básicos sobre Mineração de Dados (\'c9tica, Pré-processamento, Tarefas, Pós-processamento e Avaliação). (5) Preparação de Dados e Seleção de Atributos. (6) Métodos: [1] Classificação & Regressão: paramétricos e não paramétricos. Algoritmos: k Vizinhos mais Próximos, Árvores de Decisão, Probabilísticos (incluindo Redes Bayesianas e Modelos Escondidos de Markov), Redes Neurais Artificiais, Máquinas de Vetores de Suporte (SVM). Avançados: Algoritmos Evolutivos e Programação Genética. [2] Agrupamento. [3] Associação. (7) Modelagem de problemas via tarefas comuns: classificação, previsão, associação e agrupamento. (8) Pós-processamento, seleção e combinação. (9) Avaliação de Resultados. | |||||||||||||||||||
41 | PPG-INF-M | PPGINF543 | Tópicos Especiais em Aprendizagem de Máquinas e Mineração de Dados | 4 | 60 | Capacitar o aluno para investigação de temas avançados em Aprendizagem de Máquina e Mineração de Dados, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão. | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
42 | PPG-INF-M | PPGINF544 | Banco de Dados | 4 | 60 | Conceitos básicos de bancos de dados. Modelos de dados e linguagens. Projeto de bancos de dados. Aspectos operacionais em sistemas de banco de dados: processamento de consultas, recuperação de falhas, segurança e integridade, controle de concorrência | |||||||||||||||||||
43 | PPG-INF-M | PPGINF545 | Tópicos Especiais em Banco de Dados | 4 | 60 | Capacitar o aluno para investigação de temas avançados em Banco de Dados, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão. | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA | ||||||||||||||||||
44 | PPG-INF-M | PPGINF546 | Empreendedorismo em Informática | 4 | 60 | Prover noções gerais sobre empreendedorismo, ajudando alunos com perfil empreendedor a organizar suas ideias e aumentar suas chances de se tornarem empresários no futuro. Prover conceitos básicos de empreendedorismo; Prover noções gerais sobre planos de negócios Prover conhecimento sobre mecanismos de fomento e de associação para a criação de empresas. | Conceito de Empreendedorismo, Perfil do Empreendedor, Desafios, Atitudes e Habilidades, A Empresa, Negócios Baseados em Tecnologia, Formas de empresas, Valor Agregado, Conceito de Negócio e Negócios em Informática, Estratégias Competitivas, Conceito de Oferta e Demanda, Mercados, Setores Empresariais, Marketing, Finanças e Custos, Plano de Negócios. Capital de Risco e seus Mecanismos de Acesso, Fomento Público a Iniciativas Empreendedoras | ||||||||||||||||||
45 | PPG-INF-M | PPGINF547 | Métodos Quantitativos e Experimentação em Ciência da Computação | 4 | 60 | Aplicar técnicas estatísticas para averiguação de relevância das variáveis identificadas no sistema estudado. Projetar testes que significativos. Contribuir para o desenvolvimento do censo crítico do pesquisador, reforçando a aplicação do método científico | Tratamento de dados experimentais: medição, sumarização estatística (média, variância, desvio padrão), apresentação e interpretação de dados experimentais. Carga de trabalho (workloads): caracterização e análise. Métricas apropriadas para as questões propostas pela pesquisa em ciência da computação experimental. Projeto experimental efetivo: como projetar testes significativos para sistemas. | ||||||||||||||||||
46 | PPG-INF-M | PPGINF548 | Sistemas Colaborativos | 4 | 60 | Capacitar os alunos a desenvolver aplicativos que tirem proveito das oportunidades de colaboração entre os diversos usuários desses aplicativos. Incentivar a análise crítica a respeito da mobilidade e oportunidades de colaboração sensíveis a contexto, e a concepção e desenvolvimento de soluções inovadoras para diferentes cenários de colaboração | Sistemas Colaborativos: definições e conceitos. Modelos de Colaboração, Teoria da Atividade, Teoria dos Jogos e Modelo 3C de Colaboração. Classificação de Sistemas Colaborativos. Tecnologias de Desenvolvimento Móvel. Sistemas Operacionais Móveis. Colaboração Móvel | ||||||||||||||||||
47 | PPG-INF-M | PPGINF549 | Acessibilidade e Interações não Convencionais | 4 | 60 | Conceitos de acessibilidade. Design Universal. Design Thinking. Design Participativo. Testes de conformidade. Introdução a interfaces com múltiplas dimensões. Interfaces tangíveis. Modelos híbridos de interface. Realidade aumentada para acessibilidade. Acessibilidade em aplicativos para smartphone. Acessibilidade web. Outros estilos e paradigmas de interação: interfaces gráficas, tangíveis e vestíveis. Projeto de interação acessível. Aspectos éticos na relação com os usuários. ? | |||||||||||||||||||
48 | PPG-INF-M | PPGINF550 | Tópicos Especiais em Computação | 4 | 60 | Capacitar o aluno para investigação de temas avançados em Computação, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão. ? | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA? | ||||||||||||||||||
49 | PPG-INF-M | PPGINF551 | Tópicos Avançados em Otimização | 4 | 60 | Capacitar o aluno para investigação de temas avançados em Otimização, através da leitura sistemática de artigos recentes na área, desenvolvimento de soluções para problemas complexos e ainda sem solução tecnologicamente aceita como padrão.? | Ementa variável de acordo com o estado da arte em LINHA DE PESQUISA. ? | ||||||||||||||||||
50 | PPG-INF-M | PPGINF553 | Verificação Formal de Software e Sistemas | 4 | 60 | Capacitar o aluno a ter uma visão geral da fundamentação em teoria da computação no cenário de verificação formal de software e sistemas. O aluno ao final do curso deverá ser capaz de: Aprender como especificar, verificar e sintetizar sistemas de hardware e software. Adquirir conhecimentos sobre noções de linguagens formais e autômatos, complexidade e estratégias algorítmicas de verificação e síntese. Fornecer uma visão geral de processos de síntese, verificação, validação e teste de software, com ênfase em estratégias, técnicas, critérios e ferramentas que podem ser aplicados na construção de software. | Conceitos básicos em complexidade computacional de problemas e algoritmos. Computabilidade e complexidade: Problema da Parada: tese de Church-Turing. Máquina de Turing e problemas Indecidíveis x Intratáveis. Problemas NPxP, NP-completos x NP-difíceis. Problema da Satisfatibilidade. Lógica Formal e Autômatos. Lógica Temporal; Algoritmos de enumeração explícita e implícita. Algoritmos aproximativos, heurísticas. Algoritmos de verificação de modelo. Algoritmos de verificação simbólica. Teorias do módulo da satisfatibilidade. Teoria de automata temporizado. Especificação com lógica temporal. Propriedades de Alcançabilidade. Segurança, vivacidade, bloqueio fatal, fairness, justiça. Métodos de abstração de modelos. Síntese indutiva guiada por contra-exemplo. Ferramentas de verificação: SMV, SPIN, DESIGN/CPN, UPPAAL, KRONOS, HYTECH, ESBMC, CBMC, CPAChecker. Noções de aritmética intervalar. Noções de programação por restrições CSP/CP. Algoritmos contratores de domínio de variáveis. Ferramenta IBEX. | ||||||||||||||||||
51 | Tópicos Avançados em Otimização | ||||||||||||||||||||||||
52 | |||||||||||||||||||||||||
53 | |||||||||||||||||||||||||
54 | |||||||||||||||||||||||||
55 | |||||||||||||||||||||||||
56 | |||||||||||||||||||||||||
57 | |||||||||||||||||||||||||
58 | |||||||||||||||||||||||||
59 | |||||||||||||||||||||||||
60 | |||||||||||||||||||||||||
61 | |||||||||||||||||||||||||
62 | |||||||||||||||||||||||||
63 | |||||||||||||||||||||||||
64 | |||||||||||||||||||||||||
65 | |||||||||||||||||||||||||
66 | |||||||||||||||||||||||||
67 | |||||||||||||||||||||||||
68 | |||||||||||||||||||||||||
69 | |||||||||||||||||||||||||
70 | |||||||||||||||||||||||||
71 | |||||||||||||||||||||||||
72 | |||||||||||||||||||||||||
73 | |||||||||||||||||||||||||
74 | |||||||||||||||||||||||||
75 | |||||||||||||||||||||||||
76 | |||||||||||||||||||||||||
77 | |||||||||||||||||||||||||
78 | |||||||||||||||||||||||||
79 | |||||||||||||||||||||||||
80 | |||||||||||||||||||||||||
81 | |||||||||||||||||||||||||
82 | |||||||||||||||||||||||||
83 | |||||||||||||||||||||||||
84 | |||||||||||||||||||||||||
85 | |||||||||||||||||||||||||
86 | |||||||||||||||||||||||||
87 | |||||||||||||||||||||||||
88 | |||||||||||||||||||||||||
89 | |||||||||||||||||||||||||
90 | |||||||||||||||||||||||||
91 | |||||||||||||||||||||||||
92 | |||||||||||||||||||||||||
93 | |||||||||||||||||||||||||
94 | |||||||||||||||||||||||||
95 | |||||||||||||||||||||||||
96 | |||||||||||||||||||||||||
97 | |||||||||||||||||||||||||
98 | |||||||||||||||||||||||||
99 | |||||||||||||||||||||||||
100 |