Projetos e temas de pesquisa para alunos em 2025
Apresentamos aqui alguns temas de pesquisa propostos por orientadores do módulo de formação Pesquisa em Engenharia de Computação 2025. Esta lista não é exaustiva e será atualizada à medida que novas informações forem recebidas. Ela está organizada em ordem alfabética de nome dos orientadores (atualizado em 28/06/2024).
Anna Helena Reali Costa
Tema: Deep learning
Artur Jordão Lima Correia
Tema: Aprendizado de máquina tem impulsionado avanços sem precedentes em direção à automatização de diversas tarefas cognitivas. Modelos modernos de aprendizado de máquina vêm adotando redes neurais profundas (deep learning) como o paradigma central para modelar padrões a partir dos dados. Apesar dos resultados sem precedentes em diversas aplicações, tais modelos estão confinados a uma alta sobrecarga computacional o que impõe diversos desafios tecnológicos, financeiros e organizacionais. Além disso, o desenvolvimento de redes neurais em infraestruturas com fonte de energia não sustentáveis contribui na emissão de dióxido de carbono (CO2) e levanta questões ambientais importantes (Green AI). Em virtude dessas adversidades, os objetivos deste projeto compreendem a elaboração de soluções para tornar redes neurais computacionalmente proibitivas em modelos mais eficientes.
Carlos Eduardo Cugnasca
Temas:
– Tecnologia da Informação e Comunicação aplicada ao Agronegócio;
– Aplicações de 5G;
– Internet das Coisas.
Cíntia Borges Margi
Tema de pesquisa é: Comunicação e segurança em redes com limitação
de energia e Internet das Coisas.
– Projeto 1: A Internet das Coisas (ou no inglês Internet of Things – IoT) compõe uma tecnologia de infraestrutura valiosa para o desenvolvimento de aplicações em diversas áreas, desde o monitoramento ambiental a redes sociais. Muitas dessas aplicações requerem sensoreamento não invasivo de um ambiente e do que ocorre nele. A tecnologia de WiFi sensing vem sendo bastante usada para o sensoreamento de objetos em estradas, para detecção de gestos, movimentos de pessoas, dentre outras aplicações. No escopo deste projeto de pesquisa existem problemas para serem explorados relacionados a (i) arranjos de sensores WiFi para fornecer solução para as mais diversas aplicações, utilizando infraestrutura existente ou apontando a necessidade de inserção de novos dispositivos; (ii) explorar a tecnologia de WiFi sensing para detecção de movimentos em ambientes fechados.
– Projeto 2: As redes de sensores sem fio (RSSF) são tecnologias valiosas para o desenvolvimento de aplicações em diversas áreas, desde o monitoramento ambiental a redes sociais. A Internet das Coisas (IoT – Internet of Things) amplia ainda mais a possibilidade de uso desta tecnologia, fazendo com que características como mobilidade e heterogeneidade da rede e de dispositivos ampliem os desafios a serem superados para a implantação de protocolos de comunicação. Este projeto de pesquisa continua atividades relacionadas detecção de intrusos para redes com recursos limitados, tanto baseadas em SDN como em prorocolos IETF.
Edson Satoshi Gomi
(1) Vaga para trabalhar com “desenvolvimento de técnicas de predição baseada em dados e em física (PIML – Physics Informed Machine Learning)”. Será aplicada a plataformas offshore de exploração de óleo e gás, utilizando dados disponíveis nos gêmeos digitais, com otimização da operação, monitoramento do impacto ambiental e melhoria da segurança. Um objetivo é utilizar na operação não tripulada de plataformas offshore de próxima geração, melhorando a consciência situacional dos operadores remotos;
(2) Vaga para trabalhar com “desenvolvimento de Sistema de Perguntas e Respostas em Linguagem Natural (Q&A) para suporte à operação de uma plataforma offshore de extração de óleo e gás”.
Fabio Gagliardi Cozman
Temas:
1) Inferência causal em processos financeiros.
2) Sistemas automatizados de argumentação para detectar argumentos falsos.
3) Avaliação automática de grandes modelos de língua (LLMs).
Fátima de Lourdes dos Santos Nunes Marques
Temas:
Realidade Virtual, Aumentada e Mista aplicados em simulação e treinamento em Saúde
Processamento Gráfico e Aprendizado de Máquina aplicados à Saúde
Hae Yong Kim
Temas: as pesquisas envolverão Visão Computacional e Aprendizado de Máquina, nas áreas como:
a) Diagnóstico de Câncer de Mama em Imagens Médicas Multi-Incidência (em cooperação com Faculdade de Medicina da USP).
b) Análise de padrões de domínios listrados e labirínticos em meios magnéticos (em cooperação com University of Virginia, EUA)
Marcos Antonio Simplicio Junior
Tema: qualquer tópico relacionado a cibersegurança e/ou criptografia.
Paulo Sérgio Cugnasca
Tema 1 – Investigação de Técnicas de Aprendizado por Reforço Seguro para Controle Veicular
Na área de segurança crítica (safety), é importante que o comportamento dos sistemas de engenharia seja suficientemente previsível para que não haja uma exposição de usuários e do ambiente a situações catastróficas. Com os avanços na área de veículos autônomos, pesquisas e projetos da área têm explorado a possibilidade de uso de técnicas de aprendizado de máquina para maximizar o desempenho do tráfego de veículos e mantê-lo contido dentro de limites comportamentais seguros.
Uma das técnicas empregadas com essa finalidade é a de “aprendizado por reforço seguro”, que utiliza outra modalidades de aprendizado de máquina (como aprendizado profundo – deep learning) para que o comportamento do agente inteligente seja mutável, mas contido dentro de uma área sabidamente “segura” para a aplicação alvo.
O objetivo desta pesquisa é aprofundar o estudo de técnicas de aprendizado por reforço seguro, utilizando como base fraquezas identificadas em pesquisas prévias para promover potenciais melhorias de segurança. Vislumbra-se que o trabalho seja dividido em duas etapas:
a) No Pré-Mestrado (2025), explorar melhorias dos problemas já identificados para um dos sistemas e analisar possíveis ganhos de segurança e desempenho;
b) No Mestrado (2026-2027), investigar possíveis novas melhorias do sistema prévio e outras variantes de aprendizado por reforço seguro.
Referências:
LIU, Z. GitHub – liuzuxin/cvpo-safe-rl: Code for “Constrained Variational Policy Optimization for Safe Reinforcement Learning” (ICML 2022). 2023. Disponível em: <https://github.com/liuzuxin/cvpo-safe-rl>. Acesso em: 12 abr. 2024.
LIU, Z. GitHub – liuzuxin (liuzuxin) / Repositories · GitHub. 2024. Disponível em: <https://github.com/liuzuxin?tab=repositories>. Acesso em: 12 abr. 2024.
LIU, Z.; HU, S.; HE, X. Real-Time Safety Assessment of Dynamic Systems in Non-Stationary Environments: A Review of Methods and Techniques. In: 2023 CAA Symposium on Fault Detection, Supervision and Safety for Technical Processes (SAFEPROCESS). Proceedings […]. Yibin, 2023. DOI: 10.1109/SAFEPROCESS58597.2023.10295743.
SILVA NETO, A. V.; CUGNASCA, P. S. Relatório Técnico de Pesquisa – Desenvolvimento do Estudo de Caso de Sistema de Controle Veicular com Aprendizado por Reforço Seguro – Versão 1. São Paulo, p. 1-258, 2024. DOI: 10.5281/zenodo.10515950.
SILVA NETO, A. V.; SILVA, H. L.; GARCIA, L. A. GitHub: safetyartist: Safety ArtISt (Artificial Intelligence Structure). Disponível em: <https://github.com/antoniovieira88/safetyartist>. Acesso em: 12 abr. 2024.
Tema 2 – Investigação de Técnicas de Inteligência Artificial Generativa para Testes e Análises de Segurança
Na área de segurança crítica (safety), uma das possíveis abordagens para analisar se um elemento com IA é adequado para aplicações de segurança consiste na realização de testes de caixa-preta. Como a condução exaustiva desses testes tende a ser inviável, ferramentas de IA generativa são cogitadas como ferramentas viáveis para identificar possíveis cenários mais críticos para a garantia de segurança. Por outro lado, as ferramentas de IA generativa também não devem produzir cenários inseguros, tais como mascarar testes de situações inseguras.
O objetivo desta pesquisa é ir além de avanços reportados na literatura e promover a investigação de IA generativa para gerar cenários de teste para sistemas críticos em relação à segurança projetados com IA em até três estudos de caso distintos: “detecção de arritmias cardíacas”, “monitoramento de falhas de sistemas eletrônicos” e “controle de frenagem veicular”.
Vislumbra-se que o trabalho seja dividido em duas etapas:
a) No Pré-Mestrado (2025), explorar a geração automatizada de testes por IA generativa e os resultados em um dos três estudos de caso propostos;
b) No Mestrado (2026-2027), investigar possíveis novas melhorias do desenvolvimento do Pré-Mestrado e avançar nos demais estudos de caso.
Referências:
MAN, C. K. et al. Wasserstein Generative Adversarial Network to Address the Imbalanced Data Problem in Real-Time Crash Risk Prediction. IEEE Transactions on Intelligent Transportation Systems, v. 23, n. 12, p. 23002–23013, 2022. DOI: 10.1109/TITS.2022.3207798.
SILVA NETO, A. V.; CUGNASCA, P. S. Relatório Técnico de Pesquisa – Desenvolvimento do Estudo de Caso de Sistema de Detecção de Arritmias Cardíacas por Aprendizado Supervisionado Profundo – Versão 3. São Paulo, p.
1-479, 2023. DOI: 10.5281/zenodo.7485108.
SILVA NETO, A. V.; GARCIA, L. A.; CUGNASCA, P. S. Relatório Técnico de Pesquisa – Desenvolvimento de Estudo de Caso de Protótipo de Sistema de Diagnóstico de Falha de Sistema Eletrônico por Aprendizado Online Não Supervisionado – Versão 12. São Paulo, p. 1-607, 2023. DOI: 10.5281/zenodo.6987119.
SILVA NETO, A. V.; SILVA, H. L.; CUGNASCA, P. S. Relatório Técnico de Pesquisa – Desenvolvimento do Estudo de Caso de Protótipo de Sistema de Controle de Frenagem de Veículo por Aprendizado Supervisionado – Versão 17. São Paulo, p. 1-387, 2023. DOI: 10.5281/zenodo.7023049.
SILVA NETO, A. V.; SILVA, H. L.; GARCIA, L. A. GitHub: safetyartist: Safety ArtISt (Artificial Intelligence Structure). Disponível em: <https://github.com/antoniovieira88/safetyartist>. Acesso em: 12 abr. 2024.
SILVA NETO, A. V et al. Design and Assurance of Safety-Critical Systems with Artificial Intelligence in FPGAs: The Safety ArtISt Method and a Case Study of an FPGA-Based Autonomous Vehicle Braking Control System. Electronics, v. 12, n. 24, p. 4903 (1–32), 2023. DOI: 10.3390/electronics12244903.
Solange Nice Alves de Souza
Temas:
Integração de dados – nesta vaga o aluno desenvolverá atividade de pesquisa associada a projeto de dados de arboviroses urbana (Dengue), trabalhando junto com outros pesquisadores envolvidos no projeto. As atividades incluem desenvolvimento de wiki, programação e ingestão de dados.
Tereza Cristina Melo de Brito Carvalho
Temas:
Eficiência Energética em TI (Tecnologia da Informação)
Descarbonização de TI
Rastreabilidade de Cadeias Produtivas (Amazônia, Cerrado) usando Blockchain
Eficiência Energética e Segurança em Redes de Computadores
Redes 5 G