Premiados(as) no 36º CTIC do CSBC 2017
Continuando com os perfis dos(as) premiados(as) no 36º Concurso de Trabalhos de Iniciação Científica (CTIC) do CSBC 2017. Confira as curiosidades, dificuldades e lições aprendidas ao longo do desenvolvimento dos trabalhos qe receberam 1º, 2º e 3º lugar.
1º lugar: Método de Aprendizado Não Supervisionado Baseado no Produto Cartesiano de Rankings para Busca de Imagens
Autores: Lucas Valem (UNESP), Rio Claro, Brazil); Daniel Pedronette (UNESP)
OBS.: Até o momento da publicação deste post não recebemos a resposta desta equipe.
2º lugar: NomadiKey: User Authentication for Smart Devices based on Nomadic Keys
Autores: Artur Luis (UFMG); Italo Cunha (UFMG); Leonardo Barbosa (UFMG)
Eu sou a cara da computação: Conte-nos resumidamente a história do trabalho premiado, curiosidades, dificuldades, lições aprendidas.
Artur Luis: O NomadiKey foi uma experiência muito interessante. Foi um dos primeiros trabalhos que desenvolvi durante minha iniciação científica e ver como o trabalho evoluiu desde então é muito gratificante. Uma característica marcante do NomadiKey é que foi um trabalho muito dinâmico, tivemos várias ideias e passamos por vários refinamentos até chegarmos na versão que temos hoje. Todo esse processo foi muito gratificante. Eu aprendi várias lições durante o desenvolvimento do NomadiKey, acho que a maior delas é justamente que vale a pena se dedicar aos trabalhos realizados durante a iniciação científica. O aprendizado e os frutos que obtemos ao longo de todo o processo são muito valiosos.
Italo Cunha: A ideia do NomadiKey surgiu entre os alunos trabalhando em um projeto de segurança. Uma das partes interessantes do trabalho foi como melhorar a segurança sem tornar a autenticação mais difícil. Tivemos de iterar sobre a ideia inicial modificando parâmetros subjetivos como o tamanho e espaçamento entre botões no teclado, ou a duração de uma vibração. Após testes no laboratório, fizemos testes com usuários para avaliar de forma empírica a usabilidade da solução. O NomadiKey é um exemplo de como usabilidade e segurança podem caminhar juntas.
3º lugar: Avaliação de Agregação Temporal na Previsão da Temperatura de Superfície do Mar do Oceano Atlântico
Autores: Rebecca Salles (CEFET/RJ); Patricia Mattos Teixeira (CEFET/RJ); Eduardo Bezerra (CEFET/RJ); Leonardo Silva de Lima (CEFET-RJ); Eduardo Ogasawara (CEFET/RJ)
Eu sou a cara da computação: Conte-nos resumidamente a história do trabalho premiado, curiosidades, dificuldades, lições aprendidas.
Leonardo: Começamos esse trabalho a partir de um projeto de pesquisa juntamente com o Prof. Eduardo Ogasawara na área de Ciência de Dados. Orientamos inicialmente uma dissertação de mestrado e em seguida uma aluna de iniciação científica que deu prosseguimento ao tema. A ideia do trabalho era juntar competências da área de Otimização, Teoria dos Grafos e Computação para contribuir com aspectos relacionados à sustentabilidade no que tange a previsão da temperatura da superfície do mar, uma vez que este parâmetro têm evidências de influenciar a ocorrência de eventos extremos. A maior dificuldade foi o fato deste tema envolver conceitos que não eram propriamente dito parte da formação dos professores e dos alunos envolvidos, o que exigiu uma dedicação maior para o entendimento do problema. Por este motivo, motivar os alunos a trabalhar no tema foi o maior desafio.
Rebecca: Os estudos apontam que as temperaturas da superfície do mar do oceano Atlântico sudoeste tropical (TSM) estão relacionadas à ocorrência de eventos climáticos extremos, como as secas, no nordeste do Brasil. Neste contexto, prever a TSM em horizontes de longo prazo passa a ser relevante. O objetivo da pesquisa era avaliar se previsão usando séries temporais de TSM agregadas leva a previsões mais precisas em horizontes de longo prazo quando comparadas as séries de TSM não agregadas. A pesquisa teve como ponto de partida a dissertação de mestrado de Patrícia Mattos, formada no CEFET/RJ, onde tenho o prazer de estudar desde 2008, cursando desde o curso técnico, graduação e atualmente o mestrado, todos na área da Computação. A minha pesquisa teve como objetivo estender a análise iniciada visando avaliar de forma mais ampla as condições em que a agregação temporal traz benefícios para a previsão de TSM. Ao final, esta pesquisa produziu tanto o meu primeiro (espero que de muitos) artigo científico publicado em periódico (Ecological Informatics) em 2016 – que para mim foi uma grande conquista, principalmente considerando que estava na graduação – quanto o pacote TSPred de funções R para ajustamento otimizado e previsão de séries temporais. Estes estudos produziram mais dois artigos científicos, publicados no Simpósio Brasileiro de Banco de Dados (SBBD) em 2015 e no International Joint Conference on Neural Networks (IJCNN) em 2017. Fiquei bastante feliz ao saber que a minha pesquisa foi premiada como uma das três melhores entre trabalhos de Iniciação Científica (IC) em Computação no Brasil, o que indicou que todo esforço dos últimos 3 anos valeu muito a pena. Porém, o que mais me marcou na IC foi encontrar a minha vocação como pesquisadora na área da Computação, profissão em que pretendo seguir e evoluir, buscando sempre novas conquistas.
