Seminários da Pós-Graduação em Informática
Data: 26 de abril de 2019
Local: Sala Multiuso CIC
Horário: 14h
Palestrante: Jideão José Vieira Filho (mestrando)
Orientadora: Profa. Edna Dias Canedo
Título: Modelo Adaptativo de Objetos para Domínio de Normas Jurídicas Utilizando Ontologia de Fundamentação
Resumo: Modelos Adaptativos de Objetos (AOM, do inglês Adaptive Object Model) permitem a evolução de sistemas de informação sem necessidade de alteração de código fonte ou de metadados de bancos de dados. Uma Ontologia de Fundamentação provê estruturas e restrições para auxiliar na construção de Ontologias de Domínio e Ontologias de Sistema de qualidade. Nossa abordagem pretende unir AOMs com a Ontologia de Fundamentação UFO (Unified Foundational Ontology) para permitir que softwares do domínio de normas jurídicas possuam um modelo de objetos que possa ser alterado em tempo de execução, mas que possua as restrições de qualidade fornecidas pela UFO.
Horário: 14h30
Palestrante: Ricardo Diniz Caldas (mestrando)
Orientador: Profa. Genaína Nunes Rodrigues
Título: Towards a Policy-based Mechanism for Self-Adaptation at Uncertain Scenarios
Resumo:Long-lived software systems must evolve and be maintained to cope with flexible stakeholders' necessities, changing environments and internal component's uncertain behavior. We advocate the use of software-intensive applications with self-managing capabilities to overcome the barriers to the success of inherently dynamic and complex systems with tiny human intervention. However, autonomic adaptation nature is not trivial since one should encompass the combination of all possible operational conditions to adapt the system behavior towards its goals. On the other hand, policy-based management systems suggests that high-level policies should enforce rules to guide the managed system behavior, therefore fits well on adaptation managers. In this presentation, we detail the ongoing research project on the suitability of policy-based solutions for self-adaptive systems and how we contributed to the paper "Taming Uncertainty in the Assurance Process of Self-Adaptive Systems: a Goal-Oriented Approach" published on the Symposium on Software Engineering for Adaptive and Self-Managing Systems.
Horário: 15h
Palestrante: Gabriela Félix Solano (mestranda)
Orientador: Profa. Genaína Nunes Rodrigues
Título: A Goal-Oriented Perspective to Support Uncertainty in Self-Adaptive Systems
Resumo: Goals are first-class entities in a self-adaptive system (SAS) as they guide the self-adaptation. A SAS often operates in dynamic and partially unknown environments, which cause uncertainty that the SAS has to address to achieve its goals. Moreover, besides the environment, other classes of uncertainty have been identified. However, these various classes and their sources are not systematically addressed by current approaches throughout the life cycle of the SAS. Recognizing the different classes and sources of uncertainty contributes to a clear understanding of how they impact system goals and behavior, therefore assisting the development of SAS. We propose a goal-oriented approach that models SAS within uncertainty and generates verifiable models for system verification at both design- and runtime. At design time, based on a goal model augmented with uncertainty annotations, we automatically generate: (i) a Markov Decision Process (MDP) model in PRISM language, and (ii) reliability and cost parametric symbolic formulae with parameterized uncertainties. The MDP is used by probabilistic model checking activity to support system analysis and verification at design time. The parametric formulae guide the synthesis of adaptation policies by engineers and provide means for efficient runtime analysis of SAS. In this work, we focus on reliability and cost properties, for which we evaluate our approach on the Body Sensor Network (BSN) system. The results of the validation are promising and show that our approach is able to generate scalable and trustworthy verifiable models of SAS under uncertainty.
.
Horário: 15h30
Palestrante: Jeremias Moreira Gomes (doutorando)
Orientador: Prof. George Teodoro
Título: Estudo de Parâmetros Eficiente em Aplicações de Análise de Imagens Médicas
Resumo: A análise de imagens de patologia permite caracterizações quantitativas valiosas para tecidos a nível subcelular. Embora exista um crescente conjunto de métodos para análise de tecidos em imagens, muitos deles são sensíveis a mudanças nos parâmetros de entrada. Avaliar como os resultados da análise são afetados por variações nos parâmetros de entrada é importante para o desenvolvimento de métodos robustos. Executar análises de sensibilidade de algoritmos variando sistematicamente os parâmetros de entrada é uma tarefa custosa, porque uma avaliação única com um número pequeno de imagens pode levar horas ou dias. O trabalho investiga o uso de Surrogate Models em conjunto com a execução paralela para acelerar a Análise de Sensibilidade. Essa abordagem reduz significativamente o custo da Análise de Sensibilidade, porque a execução utilizando Surrogate Models é módica. A avaliação de várias estratégias para construção de Surroagate Models com duas aplicações de segmentação de imagens demonstra que um estudo de Análise de Sensibilidade combinado com Surrogate Models alcança resultados próximos a uma Análise de Sensibilidade com execuções de aplicações reais. Também é mostrado que, embora o número de parâmetros da aplicação seja alto, a maior parte da incerteza pode estar associada a poucos parâmetros. Os resultados indicam que a Análise de Sensibilidade é uma ferramenta importante para avaliar a estabilidade das conclusões das análises de imagens médicas.
Profa Célia Ghedini Ralha (Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.)
Coordenadora dos Seminários de Pós-Graduação em Informática 2019-1