PPGCC - Programa de Pós-graduação em Ciência da Computação
URI Permanente desta comunidade
Navegar
Navegando PPGCC - Programa de Pós-graduação em Ciência da Computação por Assunto "Algoritmo genético"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Item Modelos evolutivos para composição algorítmica afetiva.(2022) Santos, Carla Sanches Nere dos; Freitas, Alan Robert Resende de; Freitas, Alan Robert Resende de; Ribeiro, Rodrigo Geraldo; Barbosa, Rogério VasconcelosSistemas de Composição Algorítmica Afetiva buscam gerar músicas que expressam ou provocam emoções. Ainda se encontra em aberto a composição de melodias que passam todos os sentimentos presentes nos modelos emocionais. Esses sistemas podem ser utilizados em diferentes contextos, como saúde e entretenimento. Assim, pessoas podem se expressar através da música ou ter experiências de maior imersão em jogos ou filmes. Este trabalho visa identificar estratégias para realizar múltiplas transformações afetivas em melodias, de modo a passar emoções para o ouvinte. São propostos dois algoritmos transformativos: um modelo evolutivo mono-objetivo e outro multiob- jetivo, baseado no algoritmo Non-dominated Sorting Genetic Algorithm II (NSGA-II). Os resultados mostram que os dois modelos geraram melodias que passam emoções positivas e negativas. O modelo multiobjetivo alcançou melhores resultados do que o mono-objetivo. No entanto, é preciso analisar estratégias para melhorar a qualidade das melodias e alcançar mais emoções.Item Planejando a infraestrutura de comunicação baseada em níveis de serviço para veículos conectados.(2021) Silva, Lucas Diniz; Silva, Cristiano Maciel da; Sarubbi, João Fernando Marchry; Silva, Cristiano Maciel da; Sarubbi, João Fernando Marchry; Souza, Fernanda Sumika Hojo de; Pitangui, Cristiano GrijóO presente trabalho aborda heurísticas computacionais na busca de soluções para a mobilidade da sociedade do século XXI. A Rede Delta é a métrica utilizada para caracterizar o desempenho da rede veicular. A partir dela três estratégias são propostas para realizarem a alocação das unidades de comunicação em uma determinada malha rodoviária. A primeira estratégia opera de forma gulosa, realizando alocações nos locais com o melhor desempenho momentâneo. A segunda estratégia consiste em uma otimização da primeira, evitando ótimos locais. A terceira estratégia utiliza um algoritmo genético com busca local para realizar a alocação. A escolha de alguns parâmetros para a execução do algoritmo genético, bem como os locais mais promissores para a implantação das unidades são estudados ao longo do trabalho. As estratégias propostas foram comparadas com a estratégia intuitiva de se alocar as unidades de comunicação nas áreas de maior tráfego da via. Os resultados mostram que as estratégias conseguem resultados superiores à intuitiva para todos os cenários. As estratégias também são comparadas entre si e os resultados mostram que a segunda e a terceira estratégia conseguem um resultado levemente superior a primeira, o que indica que as decisões gulosas foram bem planejadas, porém não são as melhores.