Ciências Exatas e Tecnológicas

URI permanente desta comunidadehttps://locus.ufv.br/handle/123456789/4

Navegar

Filtros

20235

Configurações

Data inicial: 2023Data final: 2023Assunto: search.filters.subject.Ciência da Computação

Resultados da Pesquisa

Agora exibindo 1 - 5 de 5
  • Imagem de Miniatura
    Item
    Um arcabouço computacional para suporte à tomada de decisões de especialistas em cenários de desastres ambientais utilizando dados públicos
    (Universidade Federal de Viçosa, 2023-12-18) Brumatti, Carlos Henrique Tavares; Reis, Julio Cesar Soares dos; http://lattes.cnpq.br/2499919167167720
    A exploração exagerada dos recursos naturais, aliada com as alterações climáticas dos últimos anos, vem causando um aumento na frequência da ocorrência de eventos climá- ticos extremos. Consequentemente, desastres ambientais, causados de forma natural ou humana, são cada vez mais comumente identificados. Esse aumento na ocorrência gera uma série de consequências significativas para as comunidades locais, gerando impactos que são refletidos em diversos setores da sociedade como economia, infraestrutura, saúde e educação. Dessa forma, a recuperação das localidades no pós-evento normalmente é bem custosa financeiramente para os setores públicos e privados. Sendo assim, existe ainda a necessidade de que tais valores sejam alocados da maneira mais eficiente possível. Baseado nessas premissas, este trabalho propõe uma metodologia voltada para suportar a recupera- ção dessas localidades atingidas, de forma clara e eficiente. Para isso, são utilizados dados públicos atrelados a conceitos de Mineração de Dados e Geoprocessamento. Por fim, foi implementado também um Sistema de Inteligência Geográfica, buscando assim facilitar o contato dos usuários com a abordagem desenvolvida, uma vez que o sistema é destinado aos usuários responsáveis pela alocação de recursos financeiros destinados à recuperação das localidades atingidas por desastres ambientais, e que não estão familiarizados muitas vezes com os conceitos aqui empregados (i.e., Mineração de Dados e Geoprocessamento). Em suma, os resultados destacam o potencial das ideias apresentadas para suportar a tomada de decisão nesse cenário e a viabilidade do sistema proposto. Espera-se que ele possa ser útil para direcionar os investimentos de recuperação pelos usuários. Palavras-chave: Mineração de Dados. Sistema de Inteligência Geográfica. Desastres Ambientais.
  • Imagem de Miniatura
    Item
    Seleção precoce de cruzamentos de eucalipto tolerantes à seca e produtivos utilizando inteligência artificial
    (Universidade Federal de Viçosa, 2023-12-14) Lopes, Adilson Rosa; Nacif, José Augusto Miranda
    A ocorrência cada vez mais frequente de episódios de seca severa e prolongada tem levado as empresas do setor florestal a buscar o desenvolvimento de materiais genéticos tolerantes à seca e com alta produtividade. Para isso, o setor tem utilizado o melhoramento genético florestal. Contudo, no âmbito florestal, o processo de melhoramento para obtenção dos genótipos desejados é mais demorado em comparação com o das culturas agrícolas. Este trabalho de pesquisa teve como objetivo reduzir o tempo necessário para a seleção desses materiais, aplicando técnicas de inteligência artificial (IA) para a classificação precoce de cruzamentos de eucalipto quanto à tolerância à seca e produtividade. Coletamos dados de campo de diferentes cruzamentos de eucaliptos em fases iniciais de desenvolvimento, obtidos por meio de um teste de progênies. Os dados incluíram a Área Foliar Específica, o Potencial Hídrico Foliar, a Área Foliar, a Largura e o Comprimento Foliar, o Incremento Médio Anual Volumétrico e imagens das folhas ao longo de 42 meses. Utilizamos esses dados como entrada nos modelos de IA para prever o comportamento dos materiais genéticos em relação à tolerância à seca e produtividade. Testamos dois grupos de modelos: os clássicos (Floresta Aleatória, Redes Neurais Artificiais, Máquina de Vetores de Suporte e XGBoost) e as redes neurais convolucionais (MobileNetV2, ResNet50 e Xception). Para os dados analisados, observamos que os modelos de redes neurais convolucionais são promissores, com o modelo Xception alcançando uma acurácia de teste de 72%. Esse resultado é importante, pois destaca a IA como uma ferramenta útil no processo de seleção precoce nos programas de melhoramento, além de demonstrar sua aplicação na previsão do comportamento de genótipos, utilizando características funcionais das folhas, que são obtidas de maneira mais rápida e simples. Palavras-chave: Tolerância à seca em eucalipto; Aprendizado de Máquina; Inteligência Artificial;
  • Imagem de Miniatura
    Item
    Uma estratégia computacional baseada em aprendizagem supervisionada para predição moléculas para uso agrícola
    (Universidade Federal de Viçosa, 2023-06-30) Oliveira, Jéssica Costa de; Silveira, Sabrina de Azevedo; http://lattes.cnpq.br/7445136472360569 ID Lattes: 7445136472360569
    O aumento da utilização de recursos computacionais em pesquisas científicas tem contribuído para uma maior aplicação dessas tecnologias nos trabalhos científicos na área da Bioinformática. Uma técnica computacional que tem sido bastante utilizada é a virtual screening ou triagem virtual de ligantes. Como resultado dessas contribuições, pode-se citar as descobertas de novos fármacos, as mutações em resíduos de pro- teínas, o alinhamento de sequências, entre outros. Além dos benefícios mencionados acima, existe a perspectiva de descobertas de medicamentos e vacinas com meno- res custos e com menor tempo de desenvolvimento desses fármacos. Nesse sentido, pode-se citar a descoberta, em caráter emergencial, da vacina contra a Covid‐19, do- ença causada pelo Sars‐Cov‐2, nome oficial do novo coronavírus. O reposicionamento de fármacos é outra técnica utilizada. Por meio dessa, busca-se avaliar a eficácia de medicamentos já existentes para determinadas enfermidades em outros tipos de do- enças. Esse recurso assemelha-se ao teste utilizado para desenvolver a vacina Sars‐ Cov‐2. Neste trabalho, propôs-se a utilização de uma estratégia computacional em aprendizado supervisionado para caracterizar e prever ligantes que podem interagir com moléculas importante no contexto da agricultura. O cenário de aplicação é a soja e seu inseto praga, a lagarta Anticarsia gemmatalis Hubner. Assim, busca-se prever potenciais moléculas que possam inibir proteínas no intestino da lagarta e, consequen- temente, o controle de pragas. Palavras‐chave: Triagem Virtual. Aprendizado de Máquina. Proteína-Ligante. Protease.
  • Imagem de Miniatura
    Item
    Aprendendo estratégias programáticas através de características comporta- mentais
    (Universidade Federal de Viçosa, 2023-02-24) Aleixo, David da Silva; Lelis, Levi Henrique Santana de; http://lattes.cnpq.br/3878423140335445
    Nos últimos anos, a pesquisa em síntese de estratégias programáticas tem despertado bastante interesse dos pesquisadores por gerar programas que podem ser interpretados por humanos, sendo até mesmo possível modificá-los manualmente. Entretanto, sinteti- zar estratégias programáticas é uma tarefa desafiadora devido à necessidade de realizar uma busca não diferenciável em um grande espaço de programas. Deste modo, utiliza-se atualmente uma abordagem de self-play para guiar a busca. No entanto, essa abordagem geralmente fornece um fraco sinal para guiar a busca, uma vez que o self-play só é ca- paz de avaliar o desempenho de um programa em relação a outros programas. Assim, enquanto pequenas mudanças em um programa podem não melhorar o seu desempenho, tais mudanças podem representar passos na direção de um programa mais eficiente. Nessa dissertação, apresentaremos duas abordagens que utilizam características comportamen- tais para guiar a busca. A primeira utiliza as características comportamentais provenien- tes de um oráculo através do processo de clonagem comportamental para aprender um sketch de uma estratégia programática. Em nossos experimentos, observamos que até mesmos oráculos fracos podem prover informações úteis, ajudando na síntese. Testamos nossa proposta de aprendizado de sketch juntamente com os algoritmos de busca Simu- lated Annealing e UCT como sintetizadores. Com isso, tentamos sintetizar as melhores respostas aproximadas para uma estratégia tradicional do Can’t Stop e para o vencedor da competição de 2020 do MicroRTS. Nosso método foi capaz de sintetizar estratégias programáticas mais fortes do que os oráculos originais e derrotaram as estratégias alvo. Em nossa segunda abordagem, propomos um algoritmo de busca de dois níveis que busca concorrentemente no espaço de programas e em um espaço de características comporta- mentais. Nossa hipótese é que um algoritmo de self-play em conjunto com uma função baseada em características pode gerar um forte sinal para auxiliar a síntese. Enquanto ambas as funções são usadas para guiar a pesquisa no espaço do programa, a função de self-play é usada para guiar a pesquisa no espaço de características, com o objetivo de permitir a seleção de características com maior probabilidade de levar a programas vitoriosos. Testamos nossa hipótese no MicroRTS, um jogo de estratégia em tempo real. Nossos resultados mostram que a busca de dois níveis sintetiza estratégias mais fortes do que métodos que buscam apenas no espaço do programa. Além disso, as estratégias que nosso método sintetiza obtiveram a maior taxa de vitórias em um torneio simulado com vários agentes, incluindo os melhores agentes das duas últimas competições do MicroRTS. Palavras-chave: Inteligência Artificial. Síntese de Programas. Algoritmo de Busca. Jogos.
  • Imagem de Miniatura
    Item
    Design exploration of machine learning data-flows onto heterogeneous reconfigurable hardware
    (Universidade Federal de Viçosa, 2023-06-21) Oliveira, Westerley Carvalho; Ferreira, Ricardo dos Santos; http://lattes.cnpq.br/2524340882219015
    This work explores the placement and routing of Machine Learning applications data- flow graphs on different heterogeneous Coarse-Grained Reconfigurable Architectures (CGRA). We analyze three different types of processing element (PE) heterogeneity, the first concerning the interconnection pattern, the second being on the kind of ope- rations a single PE can execute, and the last concerning the PE buffer resources. This analysis aims to propose a fair reduction to the overall cost in comparison to the ho- mogeneous CGRA architecture. We compare our results with the homogeneous case and one of the state-of-the-art tools for placement and routing (P&R). Our algorithm executed, on average, 52% faster than VPR 8.1 (Versatile Place and Route), which is an open-source academic tool designed for the FPGA placement and routing pha- ses, reaching better mapping in 66% of cases and achieving the same results in 26% of cases. Furthermore, a heterogeneous architecture reduces the cost without losing performance in 76% of the cases considering multiplier heterogeneity. We propose a novel heterogeneous buffer architecture that minimizes the buffer resources by 56.3% for K-means dataflow patterns. We also show that a heterogeneous border chess archi- tecture outperforms a homogeneous one. In addition, our mapping reaches optimal instances of single tree dataflows compared to classical Lee/Choi and H-Trees. Keywords: Reconfigurable architecture. CGRAs. Placement. Routing.