Defesa de Tese: Suzana Matos França de Oliveira
Data da publicação: 17 de junho de 2024. Categoria: Defesas de Tese, Notícias
Título: Otimização Topológica Verdadeiramente sem Malha em Estruturas Multimateriais Elastostáticas: O uso do Método de Petrov-Galerkin Local Sem Malha Direto Data: 21/06/2024 Horário: 09h00 Local: Remoto Resumo: Esta tese apresenta um novo método para resolver problemas de otimização topológica envolvendo estruturas elásticas com múltiplos materiais, combinando as técnicas Direct Meshless Local Petrov-Galerkin (DMLPG, Petrov-Galerkin Local Sem Malha Direto) e Gradual […]
Defesa de Qualificação de Doutorado: Lourival Gerardo da Silva Júnior
Data da publicação: 17 de junho de 2024. Categoria: Notícias, Qualificação de Doutorado
Título: Desafios e Tendências na Predição de Sepse Data: 19/06/2024 Horário: 09h00 Local: Bloco 942-A GREat Lab Resumo: Esta qualificação é composta de três temas: Machine Learning, Registro Eletrônico de Saúde e Desafios e Tendências na Predição de Sepse. O tema principal é o artigo escrito com o título Desafios e Tendências na Predição de […]
Defesa de Proposta de Dissertação: Paulina Irene Velasquez Ferrufino
Data da publicação: 13 de junho de 2024. Categoria: Notícias, Proposta de Dissertação
Título: Aprendizado Ativo Aplicado ao YOLO para a Detecção e Classificação de Defeitos em Pavimentos Data: 18/06/2024 Horário: 16h00 Local: Google Meet (https://meet.google.com/dsa-oobt-ywd) Resumo: A detecção e classificação de defeitos em pavimentos, como buracos, trincas e remendos, é essencial para a manutenção proativa de estradas e segurança viária. Tradicionalmente, esse processo tem sido realizado manualmente, uma […]
Defesa de Proposta de Dissertação: Davi Lotfi Lavor Navarro da Rocha
Data da publicação: 13 de junho de 2024. Categoria: Notícias, Proposta de Dissertação
Título: Gaussian Process Latent Variable Models for Anomaly Detection: Implementation and Practical Considerations Data: 18/06/2024 Horário: 15h00 Local: Google Meet (https://meet.google.com/dsa-oobt-ywd) Resumo: Anomaly detection is critically important in finance, healthcare, and cybersecurity, enabling the identification of data outliers. Gaussian Process Latent Variable Models (GPLVMs) offer a versatile and probabilistic approach to the task of unsupervised learning. […]
Defesa de Proposta de Dissertação: Ana Alice Ximenes Mota
Data da publicação: 13 de junho de 2024. Categoria: Notícias, Proposta de Dissertação
Título: Sparse Gaussian Processes in Semi-Supervised Problems Data: 18/06/2024 Horário: 14h00 Local: Google Meet (https://meet.google.com/dsa-oobt-ywd) Resumo: Labeling data samples can be challenging, expensive, and time-consuming. The lack of sufficient labeled data can make the application of supervised machine learning models impractical. Semi-supervised learning models have been extensively researched over the past decades. In this context, Gaussian […]
