Propostas de Mestrado e Doutorado - PG/EEC-I 2021.2

	A	B	C	D	E	F
1	ATENÇÃO: OS PROPOSTAS APRESENTADAS AQUI SÃO APENAS SUGESTÕES. NÃO HESITE EM CONTACTAR OS PROFESSORES CASO QUEIRA SUGERIR PROPOSTAS OU SOLICITAR OUTRAS PROPOSTAS. PARA UMA LISTA COMPLETA DOS PROFESSORES DO PG/EEC-I, COM CONTATOS E LINHAS DE PESQUISA, ACESSE: http://www.comp.ita.br/ensino/pos.html
2	Título	Nível (Mestrado/Doutorado)	Orientador (nome - área - e-mail)	Coorientador (nome e instituição)	Descrição Resumida	Linha de Pesquisa

3	Balanceamento como solução de problemas combinatorias	D	Vitor Curtis - Informática - curtis@ita.br		Balanceamento é uma técnica de programação dinâmica para resolução de problemas combinatorias. Recentemente, demonstramos em 10.1016/j.ejor.2018.11.055 que pode ser empregada para resolver instâncias residuais do problema Subsetsum, um caso específico do problema da mochila. O objetivo consiste em generalizar a técnica para instâncias ou problemas mais gerais.	Algoritmos
4	Data Science em Financas e Investimentos	D	Elton Sbruzzi - Inf - elton@ita.br		Historicamente modelos para tomada de decisão em investimentos sempre fez uso massivo de dados existentes. Nessa linha, o aluno interessado nesse tema poderá contribuir com utilização dos novos formatos de dados e técnicas existentes para a produção de modelos mais acurados e produção de sistemas de suporte a decisão em investimentos mais eficientes.	Ciência de Dados
5	Zero-trust architecture components for IoT	M/D	Lourenço Alves Pereira Júnior - Informática - ljr@ita.br		Cybersecurity is one of the main concerns in the Internet of Things solutions. Equipping firmware and system software with protection from the outside is crucial to mitigate attacks. Therefore, adopting Zero-trust architectures mechanisms provide means to hardening IoT systems. In this project, we will work on a framework to enable the development of attachable components to improve security on those systems.	Cybersecurity
6	B5G cloud-native resource management	M/D	Lourenço Alves Pereira Júnior - Informática - ljr@ita.br		The 5G and beyond (B5G) specification includes cloud-native services as a core solution to the architecture. It leverages the softwarization process in the mobile networks allowing the modularization of monolithic solutions into smaller components. Hence, workloads impact directly on the capacity provisioning, implemented in an on-demand self-service fashion. In this project, we will work on adaptive algorithms to provide a better quality of service (QoS) and experience (QoE) to vertical applications requiring ultra-reliable low-latency communications (URLLC). Specifically, focused on Intelligent Transportation Systems (ITS) --- terrestrial or aerial.	Mobile networks and Cloud computing
7	Aprendizado profundo em grafos para extração de características	M/D	Filipe Alves Neto Verri - Informática - verri@ita.br		A área de aprendizado profundo em grafos tem crescido muito nos últimos anos. Diferentemente das tradicionais redes neurais convolucionais que recebem como entrada imagens, podemos receber como entrada da rede neural um grafo e extrair padrões de interesse para outras tarefas de aprendizado como classificação e agrupamento. Há muito o que estudar quanto aos diferentes tipos de redes neurais para grafos e a qualidade das features extraídas. Uma aplicação de interesse é o controle de espaço aéreo.	Artificial Intelligence and Deep Learning
8	Estudo de alternativas para projeção de dados por nível de dificuldade	M/D	Ana Carolina Lorena - aclorena@ita.br		Para o uso robusto de técnicas de Aprendizado de Máquina, é interessante entender melhor que instâncias em un conjunto de dados são mais difíceis, assim como suas características. O objetivo do projeto será estudar diferentes formas de projetar as instâncias de um conjunto de dados de acordo com seu nível de dificuldade.	Machine Learning
9	Estudo de algorithmic bias em IA: impactos e soluções da literatura	M	Ana Carolina Lorena - aclorena@ita.br		Estudar os trabalhos recentes e problemas reportados em algorithmic bias no uso de técnicas de IA (com ênfase em técnicas da área de Machine Learning). Estudar as soluções propostas para lidar com esses problemas e realizar alguns testes computacionais de parte delas. Usar um framework do grupo de pesquisa para identificar tais viéses.	Machine Learning
10	Aprendizado por reforço aplicado em trocas de permissões de vôo	M/D	Filipe Alves Neto Verri - Informática - verri@ita.br	Mario Harper - Utah State University / Elton Sbruzzi - ITA	Em um futuro não muito distante, serão necessários meios decentralizados de controle de espaço aéreo. Uma alternativa é o uso de trocas de permissões de vôo. Ou seja, o espaço aéreo torna-se um mercado financeiro em que os players trocam permissões para voar num determinado espaço por um determinado período de tempo. Dado ao enorme volume esperado de transações além da intrínseca complexidade do problema, parte dessas tarefas de compra e venda deverão ser automatizadas. O objetivo do projeto é estudar abordagens de aprendizado profundo por reforço para implementar a inteligências dos players nesse sistema.	Artificial Intelligence and Deep Learning
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
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