DECOM - Departamento de Computação

URI Permanente desta comunidade

http://www.repositorio.ufop.br/handle/123456789/575

Navegar

Agora exibindo 1 - 20 de 505

5th International Conference on Variable Neighborhood Search (ICVNS'17).
(2018) Coelho, Vitor Nazário; Santos, Haroldo Gambini; Coelho, Igor Machado; Penna, Puca Huachi Vaz; Oliveira, Thays Aparecida de; Souza, Marcone Jamilson Freitas; Sifaleras, Angelo
This volume presents selected, peer-reviewed, short papers that were accepted for presentation in the 5th International Conference on Variable Neighborhood Search (ICVNS'17) which was held in Ouro Preto, Brazil, during October 2–4, 2017.
ABCTool - uma ferramenta para cooperação baseada na arquitetura do sistema.
(2002) Barros, Cynthia Maria Silva de; Pietrobon, Carlos Alberto Marques
O projeto de um sistema de software pode se tornar um trabalho bastante complexo em se tratando da construção de grandes sistemas. Assim, cada vez mais os projetistas têm reconhecido a importância do design da arquitetura no projeto do sistema com o propósito de facilitar o trabalho de desenvolvimento. Outro aspecto que também tem sido observado é o fato de que estes sistemas são desenvolvidos por grupos de pessoas que trabalham paralelamente e cooperativamente. A dificuldade de comunicação entre a equipe gera problemas na hora da integração das partes que cada um desenvolveu. Esse artigo propõe uma ferramenta de apoio ao desenvolvimento cooperativo de software baseado na arquitetura do sistema sendo desenvolvido.
Uma abordagem centrada em dados para reconhecimento de fala em português : modelo de língua e suas implicações.
(2023) Alvarenga, João Paulo Reis; Luz, Eduardo José da Silva; Luz, Eduardo José da Silva; Merschmann, Luiz Henrique de Campos; Silva, Rodrigo César Pedrosa
Os avanços mais recentes no Reconhecimento Automático de Fala permitem alcançar uma qualidade jamais antes vista em línguas com dados abundantes, tais como o inglês, e em línguas com dados limitados, como o português. Em particular, abordagens baseadas em modelos de Transformers permitem realizar a tarefa de reconhecimento de fala diretamente a partir da representação do sinal bruto. Alguns estudos já indicam que a qualidade da transcrição pode ser melhorada ainda mais com o uso de modelos de linguagem. No entanto, o impacto real destes modelos ainda não está claro para o português brasileiro, assim como a importância da qualidade dos dados usados para treinar os modelos. Por isso, este trabalho explora o impacto dos modelos de linguagem aplicados ao reconhecimento de fala para língua portuguesa, tanto em termos de qualidade de dados quanto de desempenho computacional, com uma abordagem centrada em dados. Uma abordagem para medir a similaridade entre conjuntos de dados é proposta para auxiliar na tomada de decisão durante o treinamento. Os resultados mostram que é possível reduzir o tamanho do modelo de linguagem em ~80% e ainda alcançar taxas de erro por palavra em torno de 7,17% para o conjunto de dados Common Voice.
Uma abordagem de particionamento hardware e software para design de wearables em hardware reconfigurável.
(2018) Guimarães, Rodolfo Labiapari Mansur; Oliveira, Ricardo Augusto Rabelo; Oliveira, Ricardo Augusto Rabelo; Silva Júnior, Diógenes Cecílio da; Nacif, José Augusto Miranda
As tecnologias em microeletrônica, sensores e comunicação móvel têm sido constantemente melhoradas a medida que a informação torna-se mais necessária. Tornam-se um estímulo para o desenvolvimento de sistemas computacionais inteligentes e conectados como sistemas embarcados, IoTs ou wearables, visto pelo rápido desenvolvimento desses para o mercado. Tais dispositivos utilizam vários sensores e necessitam de um servi co autônomo, o que implica numa grande demanda de desempenho somado com o baixo consumo de energia. Entretanto ainda com a dificuldade de satisfazer os requisitos de aumento de desempenho e redução de consumo energético das várias aplicações autônomas modernas. Análise de desempenho no uso de FPGA com particionamento em hardware para sistemas embarcados têm sido fortemente abordada pela comunidade acadêmica. Entretanto, não há trabalhos científicos que trabalham o particionamento para sistemas wearable. Esta pesquisa tem como objetivo o aprimoramento de desempenho de dispositivos computacionais wearables em hardwares reconfiguráveis, visando alocação de recursos em hardware e reduzindo o consumo energético, isso utilizando particionamento hardware e software como meio. Os resultados mostram que e possível obter maior desempenho em sistemas wearables utilizando plataforma FPGA apenas com a realocação de algoritmos candidatos em hardware.
Uma abordagem evolucionária para o problema escalonamento de tarefas em máquinas idênticas paralelas com limitações de ferramentas.
(2018) Soares, Leonardo Cabral da Rocha; Carvalho, Marco Antonio Moreira de; Carvalho, Marco Antonio Moreira de; Toffolo, Túlio Ângelo Machado; Arroyo, José Elias Claudio
O Problema de Escalonamento de Tarefas em Máquinas Flexíveis Paralelas Idênticas com Restrições de Ferramentas, consiste em alocar tarefas a um conjunto de máquinas flexíveis paralelas, com o objetivo de minimizar o tempo máximo de processamento das tarefas pelas máquinas. Especificamente, as tarefas possuem tempo de processamento igual em qualquer máquina, porém, possuem tempo de preparo prévio que depende de todas as tarefas anteriores sequenciadas na mesma máquina, devido a configurações de ferramentas nas máquinas flexíveis. Neste trabalho, este problema NP-Difícil é abordado utilizando-se a metaheurística paralela Algoritmo Genético de Chaves Aleatórias Viciadas hibridizada com procedimentos de busca local organizados em uma Descida em Vizinhança Variável. São apresentados resultados inéditos para um conjunto de 2880 instâncias da literatura, incluindo resultados ótimos para 12,31% entre as menores instâncias. O método proposto é comparado ao atual estado da arte e obtém 91,81% das melhores soluções. Novas melhores soluções são apresentadas para 52,75% do total de instâncias. Adicionalmente, o método proposto apresenta tempo de execução 92,69% menor, dominando assim o atual estado da arte.
Abordagem exata e heurísticas para o problema de planejamento de ordens de manutenção de longo prazo : um estudo de caso industrial de larga escala.
(2019) Aquino, Roberto Dias; Chagas, Jonatas Batista Costa das; Souza, Marcone Jamilson Freitas
Este trabalho tem seu foco em um problema real de planejamento de manutenção de longo prazo para uma planta de beneficiamento de minério de ferro no Brasil. Este e um problema complexo de programação de ordens de manutenção à preventiva, para o qual é necessário atribuir ordens de manutenção preventiva para as equipes de trabalho disponíveis em um horizonte de 52 semanas. Para resolvê-lo, foi desenvolvido um modelo de programação linear inteira mista, bem como algoritmos metaheurísticos baseados nos métodos Simulated Annealing, Variable Neighborhood Search e Biased Random-Key Genetic Algorithm. O modelo exato serviu para validar os resultados dos algoritmos heurísticos aplicados a instancias de dimensões menores. Os algoritmos metaheurísticos foram capazes de produzir soluções melhores do que aquelas empregadas pela empresa, e em um tempo de execução adequado para a tomada de decisão.
Abordagem exata e heurísticas para o problema de planejamento de ordens de manutenção de longo prazo : um estudo de caso industrial de larga escala.
(2018) Aquino, Roberto Dias; Souza, Marcone Jamilson Freitas; Chagas, Jonatas Batista Costa das; Souza, Marcone Jamilson Freitas; Chagas, Jonatas Batista Costa das; Carvalho, Marco Antonio Moreira de; Souza, Sérgio Ricardo de
Este trabalho propõe uma modelagem de programação linear inteira mista e algoritmos meta-heurísticos para um problema real de planejamento de manutenção de longo prazo para uma planta de beneficiamento de minério de ferro no Brasil. Este é um problema complexo de programação de ordens de manutenção preventiva, para o qual é necessário atribuir ordens de manutenção preventiva para as equipes de trabalho disponíveis em um horizonte de 52 semanas. Foi desenvolvido um modelo de programação inteira mista e os resultados foram utilizados como um benchmark. Como o modelo não foi capaz de resolver a instância real, foram propostos algoritmos meta-heurísticos para resolvê-la. Esses algoritmos foram baseados nos métodos Simulated Annealing, Variable Neighborhood Search, Multi-Start, Biased Random-Key Genetic Algorithm e algoritmos meméticos. Os algoritmos heurísticos desenvolvidos foram capazes de resolver a instância real, assim como melhorar a maioria dos resultados das instâncias de dimensões menores, levando a novos benchmarks.
Abordagem heurística para resolução do problema de programação mensal de tripulações de ônibus urbano.
(2005) Toffolo, Túlio Ângelo Machado; Souza, Marcone Jamilson Freitas; Silva, Gustavo Peixoto
Uma abordagem híbrida para resolver o problema da escala de motoristas de ônibus urbano.
(2014) Souza, Danilo Santos; Silva, Gustavo Peixoto
A alocação da tripulação (motoristas e cobradores) é uma etapa muito importante no planejamento operacional do Sistema de Transporte Público visto que custo operacional representado pelas escalas de trabalho compõe uma parcela significativa nos custos totais de uma empresa de transporte público. A redução dos custos das escalas de trabalho afetam não são as empresas operadoras, mas também os usuários deste serviço, pois com esta redução há a possibilidade de um maior investimento na qualidade do transporte público e a redução dos preços dos bilhetes. Estes custos, estão estritamente relacionados as normas operacionais impostas pelas empresas e legislações trabalhistas que se retém na definição das jornadas de trabalho dos motoristas e cobradores. Esse trabalho tem a finalidade de propor um novo método computacional capaz de auxiliar o processo da programação da tripulação em empresas de transporte público de ônibus urbano. Os métodos apresentados nesta pesquisa são baseados no uso de um modelo de programação linear inteira, ainda inédito na literatura, se diferindo dos demais pelo fato de que cada jornada e gerada diretamente a partir das tarefas a serem alocadas. Uma metaheurística Late Acceptance Hill Climbing (LAHC) também foi utilizada com o objetivo de resolver problemas de maiores dimensões. Um método híbrido, utilizando o método exato e a metaheurística LAHC, é proposto com o objetivo de obter um refinamento das soluções obtidas pela metaheurística, de modo a reduzir os custos das jornadas geradas. Para avaliar as abordagens apresentadas foram utilizadas instâncias geradas a partir de dados reais de uma empresa do setor de transporte público da cidade de Belo Horizonte/MG. Os modelos computacionais propostos apresentaram resultados satisfatórios, sendo que os custos finais foram reduzidos para a maioria dos testes realizados. Por outro lado, há a necessidade de novos estudos sobre os métodos apresentados, afim de que os mesmos se tornem mais eficientes.
Uma abordagem para estimar a similaridade item-item baseada nos relacionamentos semânticos da Linked Open Data.
(2019) Pereira, Ítalo Magno; Ferreira, Anderson Almeida; Ferreira, Anderson Almeida; Pereira Junior, Álvaro Rodrigues; Rodrigues, Lívia Couto Ruback
A época atual está sendo vista como uma era de sobrecarga de informação, uma vez que mais dados são produzidos do que humanos podem processar. Este fato implica na melhoria constante de sistemas de recuperação e tratamento de informação. Inserido neste contexto, os sistemas de recomendação são ferramentas importantes aos usuários, por sugerir itens que possam ser interessantes. No entanto, os sistemas de recomendação baseados em filtragem colaborativa sofrem com o problema conhecido como cold start ou falta de dados iniciais. A opção para contornar esse problema é explorar outras fontes de dados, como a Linked Open Data (LOD), para enriquecer os dados. Contudo, muitas soluções baseadas na LOD não fazem uso dos relacionamentos semânticos e, quando o fazem, não ponderam corretamente seus relacionamentos e, assim, não exploram o seu potencial. Este trabalho visa apresentar uma abordagem para explorar os relacionamentos semânticos da Linked Open Data, por meio da descoberta de características relevantes e ponderação de tais características sem intervenção de um especialista de domínio de aplicação. Para avaliar a proposta, foram realizados experimentos em dois domínios de aplicação, domínio de filmes e museus. Os resultados mostraram-se competitivos comparados a outras abordagens, onde a seleção de propriedades relevantes é feita manualmente.
Active contours for overlapping cervical cell segmentation.
(2021) Araujo, Flavio Henrique Duarte de; Silva, Romuere Rodrigues Veloso e; Medeiros, Fátima Nelsizeuma Sombra de; Rocha Neto, Jeová Farias Sales; Oliveira, Paulo Henrique Calaes; Bianchi, Andrea Gomes Campos; Ushizima, Daniela Mayumi
The nuclei and cytoplasm segmentation of cervical cells is a well studied problem. However, the current segmentation algorithms are not robust to clinical practice due to the high computational cost or because they cannot accurately segment cells with high overlapping. In this paper, we propose a method that is capable of segmenting both cytoplasm and nucleus of each individual cell in a clump of overlapping cells. The proposed method consists of three steps: 1) cellular mass segmentation; 2) nucleus segmentation; 3)cytoplasm identification based on an active contour method. We carried out experiments on both synthetic and real cell images. The performance evaluation of the proposed method showed that it was less sensitive to the increase in the number of cells per image and the overlapping ratio against two other existing algorithms. It has also achieved a promising low processing time and, hence, it has the potential to support expert systems for cervical cell recognition.
Adaptive large neighborhood search applied to the design of electronic circuits.
(2018) Santos, Vinícius Gandra Martins; Carvalho, Marco Antonio Moreira de
In this paper, a new algorithm is proposed for solving the Gate Matrix Layout Problem (GMLP). This combinatorial problem is -Hard and aims to determine the physical layout of the components of an electronic circuit in order to minimize the number of tracks required to connect its nets. By reducing the circuit area, it is possible to reduce manufacturing costs and also improve circuit performance. Computer-aided design of such layouts has direct practical applications in engineering and industry, including information technology, industrial processes automation, and consumer goods production. We propose new local search procedures combined in an Adaptive Large Neighborhood Search (ALNS) metaheuristic to generate solutions for the GMLP. To assess the quality of the proposed method, we have considered 1455 real-world and artificial instances from the literature and compared the proposed ALNS with the state-of-the-art method for the GMLP solution. The ALNS performance is robust as it matches 89% of known optimal solutions and also improves the best known results in some instances.
Aggregation Trees for visualization and dimension reduction in many-objective optimization.
(2015) Freitas, Alan Robert Resende de; Fleming, Peter J.; Guimarães, Frederico Gadelha
This paper introduces the concept of Aggregation Trees for the visualization of the results of high-dimensional multi-objective optimization problems, or many-objective problems and as a means of performing dimension reduction. The high dimensionality of manyobjective optimization makes it difficult to represent the relationship between objectives and solutions in such problems and most approaches in the literature are based on the representation of solutions in lower dimensions. The method of Aggregation Trees proposed here is based on an iterative aggregation of objectives that are represented in a tree. The location of conflict is also calculated and represented on the tree. Thus, the tree can represent which objectives and groups of objectives are the most harmonic, what sort of conflict is present between groups of objectives, and which aggregations would be helpful in order to reduce the problem dimension.
Algorithms based on VNS for solving the Single Machine Scheduling Problem with Earliness and Tardiness Penalties.
(2018) Rosa, Bruno Ferreira; Souza, Marcone Jamilson Freitas; Souza, Sergio Ricardo de
This work implements and compares four algorithms based on Variable Neighborhood Search (VNS), named RVNS, GVNSf, GVNSr and GVNSrf, for solving the Single Machine Scheduling Problem with Earliness and Tardiness Penalties (SM-SPETP). Computational experiments showed that the algorithm GVNSf obtained better-quality solutions compared with the other algorithms, including an algorithm found in the literature. The algorithms GVNSr and GVNSrf obtained solutions close to the GVNSf, and outperformed the algorithm of the literature, both with respect to the quality of the solutions and the computational times.
Algorithms for job scheduling problems with distinct time windows and general earliness/tardiness penalties.
(2016) Rosa, Bruno Ferreira; Souza, Marcone Jamilson Freitas; Souza, Sérgio Ricardo de; França Filho, Moacir Felizardo de; Ales, Zacharie; Michelon, Philippe Yves Paul
This paper addresses the single machine scheduling problem with distinct time windows and sequence- dependent setup times. The objective is to minimize the total weighted earliness and tardiness. The prob- lem involves determining the job execution sequence and the starting time for each job in the sequence. An implicit enumeration algorithm denoted IE and a general variable neighborhood search algorithm de- noted GVNS are proposed to determine the job scheduling. IE is an exact algorithm, whereas GVNS is a heuristic algorithm. In order to define the starting times, an O ( n 2 ) idle time insertion algorithm (ITIA) is proposed. IE and GVNS use the ITIA algorithm to determine the starting time for each job. However, the IE algorithm is only valid for instances with sequence-independent setup times, and takes advantage of theoretical results generated for this problem. Computational experiments show that the ITIA algo- rithm is more efficient than the only other equivalent algorithm found in the literature. The IE algorithm allows the optimal solutions of all instances with up to 15 jobs to be determined within a feasible com- putational time. For larger instances, GVNS produces better-quality solutions requiring less computational time compared with the other algorithm from the literature.
Um algoritmo baseado na metaheurística late acceptance hill-climbing para o planejamento operacional de lavra.
(2014) Silva, Arthur de Assis; Souza, Marcone Jamilson Freitas
Este trabalho trata um problema particular de planejamento de lavra de uma mineradora localizada no quadrilátero ferrífero do Estado de Minas Gerais, Brasil. Neste problema há um conjunto de frentes de lavra, um conjunto de equipamentos de carga de diferentes produtividades, um conjunto de caminhões de diferentes capacidades e um conjunto de pontos de descarga para o material lavrado. Cada frente de lavra é subdividida em blocos, os quais, por sua vez, são subdivididos em sub-blocos. Cada sub-bloco pode conter um dentre quatro tipos de material: hematita, canga, itabirito e estéril. Além disso, cada sub-bloco somente pode ser lavrado se os sub-blocos precedentes tiverem sido totalmente lavrados. A cada ponto de descarga está associada uma meta de produção e uma qualidade de material a ser atendida. O objetivo é determinar a alocação das carregadeiras aos blocos e o número de viagens que cada caminhão deve fazer a cada sub-bloco, saindo de um determinado ponto de descarga, de forma a atender as metas de produção e qualidade estabelecidas para cada descarga. Para resolvê-lo foi desenvolvido um algoritmo heurístico baseado nas metaheurísticas Greedy Randomized Adaptive Search Procedures (GRASP) e Late Acceptance Hill-Climbing (LAHC). O algoritmo explora o espaço de soluções usando busca locais autoadaptativas. Experimentos computacionais comparam os resultados do algoritmo proposto com aqueles do otimizador LINGO aplicado a um modelo de programação linear inteira mista e mostram a efetividade da proposta.
Um algoritmo coevolutivo cooperativo para configuração de uma rede de sensores sem fio.
(2011) Ruela, André Siqueira; Aquino, André Luiz Lins de; Guimarães, Frederico Gadelha; Freitas, Alan Robert Resende de
This work proposes a cooperative coevolutionary algorithm for design of a wireless sensor network considering complex network metrics. It is proposed a heuristic to ﬁnd a network conﬁguration such that its communication structure presents a small value for the average shortest path length and a high cluster coefﬁcient. This conﬁguration considers a cluster based network, where the cluster heads have two communication radii. We describe how the problem can be partitioned and how the ﬁtness computation can be divided such that the cooperative coevolution model is feasible. The results reveal that our methodology allows the conﬁguration of networks with more than a hundred nodes with two speciﬁcs complex network measurements allowing the reduction of energy consumption and the data transmission delay.
Um algoritmo de amostragem multivariada para redes de sensores sem fio.
(2010) Silva Junior, Orlando; Aquino, André Luiz Lins de; Mini, Raquel Aparecida de Freitas
A wireless sensor network (WSN) is energy constrained, and the ex-tension of its lifetime is an important issue in its design. A WSN can be used to collect and process data of environment that can be, in some cases, multivariate. In this way, to help the data processing, this work proposes a multivariate sampling algorithm which uses component analysis techniques to rank the data and then to select only the data more relevant to the application. Simulation results show that our technique reduces the data keeping its representativeness. In addition, the energy consumption and delay on the network are reduced.
Um algoritmo de estimação de distribuição para otimização multiobjetivo baseado em colônia de abelhas e clusters.
(2013) Novais, Fabiano Tomás; Guimarães, Frederico Gadelha
Neste trabalho, propõem-se um novo algoritmo híbrido denominado Multiobjective Optimization Estimation of Distribution Algorithm Based on Bee Colonies and Clusters (MOEDABC) para resolução de problemas de otimização multiobjetivo de larga escala no domínio contínuo. Este algoritmo é inspirado na organização de uma colônia de abelhas e baseia-se nos algoritmos de estimação de distribuição. Como forma de gerar melhores soluções utiliza-se também técnicas de clusterização com a finalidade de aumentar a convergência local das soluções na fronteira Pareto. O algoritmo é baseado em quatro tipos de abelhas: as campistas, as observadoras, as nutrizes e as escoteiras, onde cada uma utiliza uma forma diferente de gerar as novas soluções. Combinando diferentes técnicas como clusterização, estimação de distribuição e algoritmos genéticos possibilitou-se um melhor aprendizado por meio de modelos probabilísticos baseados em distribuições Gaussianas e de Cauchy, obtendo assim soluções de maior qualidade. Em busca de obter maior flexibilidade do algoritmo na resolução de problemas foi introduzido um feromônio de controle responsável por controlar a proporção de cada tipo de abelhas na colônia. Comparado com outros algoritmos os resultados obtidos demonstram que o algoritmo proposto apresenta uma maior velocidade de convergência e uma melhor distribuição das soluções na fronteira Pareto conforme os indicadores utilizados.
Um algoritmo evolutivo híbrido para o problema de recobrimento de rotas com coletas de premios.
(2010) Silva, Matheus de Souza Alves; Mine, Marcio Tadayuki; Ochi, Luiz Satoru; Souza, Marcone Jamilson Freitas
Este artigo propõe um algoritmo evolutivo híbrido para obter soluções aproximadas para o Problema de Recobrimento de Rotas com Coleta de Prêmios (PRRCP). O algoritmo proposto combina estratégias heurísticas baseadas nos procedimentos Busca Local Iterada, Busca em Vizinhança Variável, Reconexão por Caminhos e GENIUS. Resultados computacionais para um conjunto de instancias mostram a eﬁciência e a robustez da heurística proposta.

Navegar

Navegando DECOM - Departamento de Computação por Título

Resultados por página

Opções de Ordenação