Trilha Inteligência Artificial e Machine Learning A inteligência artificial é uma das coisas mais importantes que a humanidade está trabalhando atualmente. Acarretando uma mudança mais profunda e abrupta do que eletricidade ou o fogo.
Inteligência Artificial, um grande campo de pesquisa que engloba vários outros, como machine learning, sistemas especialista, robótica, visão computacional, processamento de linguagem natural, processos automatizados, uma área ampla e em crescente desenvolvimento onde vamos discutir seus avanços, novidades e como podemos nos adaptar e trabalhar em uma das área mais inovadoras do momento.
Tópicos:
Inteligência artificial, machine learning, deep learning, visão computacional, processamento de linguagem natural, sistemas especialista, sistemas de recomendação, framework e plataformas de AI, serviços cognitivos, computação cognitiva e modelagem preditiva.
Pré-requisitos:
Conhecimentos avançado em programação, conhecimento basico em Python e AI.
Manoel Victor Florencio de Souza
Caio Gomes
Thaissa Bueno Sanches
Programação / Palestras
| Conteúdo | |
|---|---|
| 08:00 às 09:00 |
Credenciamento e recepção dos participantes
Todas as pessoas inscritas, palestrantes, coordenadores e de imprensa, devem retirar seus crachás e kit do congressista nos balcões de credenciamento localizados na entrada do evento, para obterem acesso às salas e Auditório Principal. |
| 09:00 às 10:00 |
Abertura do evento no Auditório Principal
Após o credenciamento, convidamos os participantes a comparecerem ao auditório para receberem as boas vindas por parte dos realizadores e patrocinadores. Neste keynote de abertura, todos serão orientados sobre o funcionamento do evento, destaques e outras novidades. |
| 10:10 às 11:00 |
Qual o melhor modelo para o seu problema de aprendizado de máquina?
Giovana de Lucca Cada problema possui uma determinada natureza e, portanto, nem sempre o modelo mais popularmente utilizado é adequado. O objetivo desta palestra é desmistificar impressões tipicamente errôneas acerca dos modelos usados em tarefas de Aprendizado de Máquina. Utilizando diversos exemplos práticos, serão discutidas as principais características dos modelos disponíveis na literatura, incluindo alguns pouco conhecidos, relacionando esta escolha com as características do problema abordado. Ademais, será ressaltado que nem sempre é necessário a utilização de técnicas e modelos sofisticados se o problema em questão não demandar este cenário.
Ondas Gravitacionais e Aprendizado de Máquina. Como essas duas ciências conversaram de maneira simples.
Blenda O que são Ondas Gravitacionais? Por que pouca gente sabe sobre elas? Como o departamento de Informática encontrou o de Física e conseguiu se unir e extrair informações importantes sobre simulações de ondas usando Redes Neurais simples?
Uma área da Astronomia que despertou a curiosidade de muitos nos últimos anos, Einstein previu a existência dessas ondas, mas apenas 100 anos de pois, elas tiveram sua primeira detecção. Por que demorou tanto?
Olhando para o passado do que aconteceu no Universo muitas respostas sobre os Cosmos foram e ainda podem ser respondidas. Agora, existe uma nova forma de enxergarmos o Cosmos, e devemos cada vez mais conhecer sobre ela.
Brain.js - AI com Javascript
Letícia Pedroso Nesta apresentação vamos conhecer a lib Brain.js, biblioteca do Javascript para construção de algoritimos com redes neurais artificiais, analisar sua performance e criar um classificador de texto.
|
| 11:10 às 12:00 |
Transfer Learning para detecção de cromossomos
Maria Fernanda Souza No laboratório de dosimetria biológica do CRCN (Centro Regional de Ciências Nucleares do NE) os pesquisadores analisam diversas metáfases em suas pesquisas, em cada uma dessas metáfases é realizado a contagem de cromossomos e a detecção de anomalias em suas estruturas. Dado essa realidade e a dificuldade de realizar esse trabalho manual repetidas vezes, você verá como as principais arquiteturas de Redes Neurais foram utilizadas na detecção de cromossomos e como a técnica transfer learning foi fundamental para a aquisição de bons resultados.
Estudo sobre Evasão Escolar via Aprendizado de Máquina
Daivid Vasconcelos Leal É necessário olhar melhor para as escolas e verificar se o problema da evasão do aluno está realmente nele não querer estudar, mas como ligar isso com Machine Learning? Vizando predizer o número de alunos evadidos, usamos os seguintes algoritmos para fazer a regressão: Máquina de Vetores Suporte (SVM), Multilayer Perceptron (MLP) e Comitês de Regressores. Os experimentos realizados mostram evidências significativas da eficácia da abordagem proposta e que métodos de aprendizado de máquina são uma alternativa viável para a predição de evasão. Além dos resultados obtidos pela evasão, foi possível identificar as características que são mais importantes para tentar diminuir os níveis de evasão.
|
| 12:10 às 13:00 |
Detecção de anomalias em sensor veicular a partir de classificadores one-class
Eronides da Silva Neto Esta palestra aborda o uso de classificadores one-class para a detecção de anomalias no sensor veicular de temperatura do líquido de arrefecimento, popularmente conhecido como sensor ECT. A partir de uma base de dados construída com dados reais de um único automóvel, foi possível realizar a análise de diferentes técnicas de detecção de anomalias e estabelecer as melhores para dois diferentes modos de operação veicular. Todas as etapas deste processo são ilustradas a partir da arquitetura do sistema e do sistema de aquisição de dados.
Machine learning e Internet das coisas: privacidade e conveniência
Janael Pinheiro Apesar de complicado, é possível identificar dispositivos IoT sem violar a privacidade dos indivíduos. Para isso, proponho que metadados do tráfego de rede, como o tamanho do pacote, são suficientes para identificar equipamentos IoT. A inspeção de dados dos usuários de dispositivos IoT é desnecessária. Assim, os dados podem ser protegidos por criptografia, essencial para preservar a privacidade dos usuários. Nesta palestra, discutirei como utilizar machine learning para identificar dispositivos e eventos IoT a partir do tráfego criptografado.
|
| 13:10 às 14:00 |
Intervalo para Almoço
Uma excelente oportunidade de todas as pessoas no evento
interagirem e trocarem ideias, colaboradores, empresas
patrocinadoras e apoiadoras, palestrantes e coordenadores.
|
| 14:10 às 15:00 |
HAND TALK
Joaquim Amado A Hand Talk é uma tecnologia assistiva que possui um intérprete virtual chamado Hugo, que traduz automaticamente, através de inteligência Artificial, conteúdo para Língua de Sinais, utilizada pelos surdos, seja através de um app ou um plugin para sites. Fatores que interferem no desempenho do Reconhecimento de Face são tipos: ? Expressões Faciais ? Iluminação inadequada ? Disfarces ? Escala ? Posição da Face Elcius Ferreira A partir de dados abertos do Governo Federal é possível criar bases de dados que, ao serem submetidas ao processo de Machine Learning, podem resultar em descobertas e previsões interessantes. Assim, a palestra aborda um caso onde, a partir de uma base constituída de leis e outros projetos, foi possível realizar a previsão da chance de aprovação dos mesmos na Câmara dos Deputados Federal com boa acurácia.
|
| 15:10 às 16:00 |
Reconhecimento imagens e objetos em tempo real usando TensorFlow e Databricks.
Tatiana Nascimento Trazer casos e a importância de reconhecimento de objetos em tempo real desde a análise ambiental quanto controle de pragas, espécies e situação O objetivo é aplicar em tempo real usando TensorFlow. Pedro Assis Com o crescimento expressivo de opiniões, comentários e avaliações nas redes sociais é notório que as grandes empresas precisem desses "feedbacks" para entender melhor seu produto e, consequentemente, o gosto dos seus clientes. A partir disso, percebe-se que seria contraproducente seres humanos analisarem cada opinião, uma por uma. É exatamente nesse momento que entra a Inteligência artificial, para classificar quando uma opinião tem um sentimento positivo ou negativo. Essa palestra tem como objetivo apresentar os diversos tipos de processamento de texto, bem como as técnicas de aprendizagem de máquina para classificar o sentimento de uma opinião, tudo isso utilizando o Pyhton 3.
|
| 16:00 às 16:30 |
Coffee-break e Networking
Durante o intervalo de coffee-break, serão entregues kits contendo suco e biscoitos. Um delicioso intervalo para relaxar, conhecer novas pessoas e estreitar contatos. Neste tempo, também surge a oportunidade de todas as pessoas no evento interagirem entre sí, participantes das trilhas, empresas patrocinadoras e apoiadoras, palestrantes e coordenadores. |
| 16:40 às 17:30 |
Classificação de Áudio com Deep Learning
Thaissa Bueno Sanches Usualmente redes neurais convulacionais as CNNs são usadas para trabalhar com imagens seus principal objetivo, porem tambem podemos usar essa mesma arquitetura para trabalhar com áudio, vamos utilizar algumas tecnicas de pré processamento, preparar os dados e realizar a classificação usando CNNs,vamos entender um pouco da matemática envolvida e mostrar como funciona ao vivo e a cores essa classificação. Wilson Oliveira Nas últimas décadas a quantidade de geradores de modelos de aprendizado têm crescido grandemente, isso se deve ao fato da capacidade computacional doméstica, ou seja, o tempo gasto atualmente para gerar um modelo é em média menor que 10 anos atrás através de modelos tradicionais. O objetivo dessa palestra é mostrar os avanços desses geradores, quando e por que utilizá-los. Devemos observar que todo tempo gasto com algoritmos força bruta resulta em custos e como combatê-los com outras abordagens. Será abordado a facilidade de uso, nível de aprendizagem, tempo e capacidade de generalizar conteúdo dos modelos criados. |
| 17:40 às 18:30 |
Reinforcement Learning na globo.com: Otimizando o melhor momento para carregar peças publicitárias
Alison de Andrade Carrera / Fábio Vilas-Bôas O Viewability é uma métrica de publicidade digital que representa o quanto de uma campanha publicitária foi realmente visualizada em um determinado site, diferente do clique no anúncio, essa métrica está se importando somente com a garantia da sua visualização. A globo.com tem um grande inventário de publicidade e sempre houve um desejo de aumentar essa métrica em todos os nossos sites, mas como poderíamos fazer isso? Nessa palestra será explicado o conceito da métrica de Viewability e como utilizar algoritmos de Reinforcement Learning para otimizar em qual momento devemos dar início ao carregamento da peça publicitária de modo a alavancar esta métrica de mercado.
|
| 18:40 às 19:00 |
Encerramento e Sorteios
No horário de encerramento, todas as trilhas serão direcionadas de suas salas para o Auditório Principal, mesmo local da abertura. Após a apresentação de resultados do dia, muitos sorteios fecharão o dia. |
Data e Local
Quinta-feira, 10 de Outubro de 2019
10 às 19h
Universidade Católica De Pernambuco - UNICAP
Rua Almeida Cunha (estacionamento dos alunos)
Boa Vista, Recife - PE
Público Alvo
Cientistas de dados, engenheiros de Machine learning, consultores e arquitetos de AI , especialistas em AI e desenvolvedores de software com conhecimento básico em AI
Investimento
presencial:R$ 290,00
Fazendo sua inscrição presencial, você terá acesso a esta
trilha e no mesmo dia também:
TDC Expo: Venha conversar com pessoas e conhecer empresas incríveis.
Trilha Carreiras: Você poderá assistir às palestras da trilha Carreiras do mesmo dia.
Trilha Stadium: Você poderá assistir às palestras da trilha Stadium do mesmo dia.
