Premiados(as) no 36º CTIC do CSBC 2017

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 CunhaA 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 lugarAvaliação de Agregação Temporal na Previsão da Temperatura de Superfície do Mar do Oceano Atlântico

AutoresRebecca 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.

Compartilhe: