Últimos Projetos
...Novos projetos serão adicionados periodicamente...
CIARS - Inteligência Artificial Aplicada à Saúde.
Eixo: Mineração de Dados e Modelagem de séries temporais O projeto visa usar e criar métodos de ciência de dados e aprendizado de máquina apoiam o monitoramento de dados e a tomada de decisão para gestão em saúde pública. Dentre as atividades estão a coleta de dados para apoiar o monitoramento de informações de gestão de saúde pública e a pesquisa de como técnicas de monitoramento e simulação podem melhorar a gestão de sistemas de saúde do RS. Projeto em parceria com: UFRGS, PUCRS, UFCSPA, UFPel, FURG, UPF, UNISINOS, Hospital de Clínicas de Porto Alegre, Hospital São Lucas, Hospital Universitário Dr. Miguel Corrêa Jr., e UNIMED Porto Alegre.
Modelagem estocástica para aprendizagem de maquina eficiente.
O projeto tem como objetivo obter modelos leves, que possam ser executados em qualquer hardware, dispensando treinamento usando GPUs. Para isso, é necessário modelagem matemática e computacional; além de um ambiente de testes, não determinístico e com regras bem definidas. Não determinístico, porque as soluções devem ser passíveis de generalização para eventos inesperados, explorando ao máximo a vantagem da aprendizagem para ir além do que pode ser alcançado por métodos de força bruta. Regras bem definidas, porque é preciso ter maneiras de fazer comparativo entre os algoritmos, e esta não se dará simplesmente por métricas em conjuntos de dados. Nosso ambiente de testes é uma versão digital do famoso jogo de tabuleiro 7 Wonders.
Mineração de dados aplicada a jogos analógicos.
Ao contrário de jogos famosos, como Xadrez e Go, muitos jogos analógicos não possuem uma inteligência artificial de alto nível, i.e., que consiga competir com campeões humanos. A exploração destes jogos via mineração dados, implica em obter premissas para a criação de bots que possam competir com humanos. Outro benefício do projeto é a obtenção de dados que podem servir como base de treino para algoritmos de aprendizagem de máquina e mineração de dados, visto que muitos dos conjuntos de dados existentes possuem soluções nas quais podem ser facilmente encontradas na internet. Portanto, o projeto justifica-se pela obtenção de informações úteis para a geração de uma possível inteligência artificial e para gerar dados que servirão como ambiente de aprendizado e teste de algoritmos de aprendizagem de máquina e mineração de dados.
O projeto visa desenvolver um conjunto de técnicas e métodos para a solução eficiente de modelos em Redes de Autômatos Estocásticos (SAN). O formalismo SAN possui diversas aplicações que vão desde processamento de linhas de produção, passando por linguagem natural, redes de computadores, protocolos, máquinas paralelas, engenharia de software e até realidades relacionadas a ciências da terra, como geologia e meteorologia. Portanto, faz parte dos objetivos deste projeto prover formas de facilitar o desenvolvimento de modelos com vista a estas realidades, bem como a evolução dos algoritmos de solução voltados para o tipo de modelos que são desenvolvidos para estas realidades.
O projeto PaleoProspec visa otimizar a prospecção de combustíveis fósseis nas costas dos continentes da América do Sul e da África. Dois times de pesquisa participam deste projeto: Petrobras/CEPAC e
FACIN/PUCRS. Os principais tópicos de interesse estão concentrados em:
- Sistemas de banco de dados e algoritmos;
- Desenvolvimento de software para simulação numérica;
- Desenvolvimento de ferramentas de modelagem para sistemas sincronos e paralelos;
- PProgramação paralela.
para mais detalhes visite o site do Projeto.
PEG
