Ir direto para menu de acessibilidade.
Portal do Governo Brasileiro
Página inicial > Ementas das disciplinas
Início do conteúdo da página

Ementas das disciplinas

Obrigatória para todo aluno do Mestrado Profissional em Computação Aplicada:

Pesquisa em Computação Aplicada

Ementa: Apresentação do curso e seu regimento interno. Apresentação do corpo docente. Metodologia científica. Desenvolvimento de pesquisa. Pesquisa Aplicada e Inovação. Escrita científica (projeto, artigo e dissertação). Definição dos objetivos de pesquisa. Revisão bibliográfica sistemática. Metodologia de pesquisa. Desenho de experimentos. Análise e apresentação dos resultados (artigos, dissertação, apresentação de seminários etc.). Ética em pesquisa.

  • Teoria da Computação

 

Obrigatória para os alunos da linha de pesquisa de Redes de Computadores:

Redes de Computadores

Ementa: Definição de Redes de Computadores. Classificação da Abrangência de uma Rede de Computadores: Redes pessoais (PAN), Redes locais (LANs) e Redes de longa distância (WAN). Conceitos de borda da rede, redes de acesso e núcleo da rede. O modelo open system interconnection (OSI). O modelo TCP/IP: camada de aplicação, transporte, rede e inter-rede. Meios de comunicação (cobre, fibra óptica e sem fio). Ativos de rede (repetidor, switch, roteadores). Tecnologias de redes LAN (ethernet, fast-ethernet, gigabit-ethernet, 10giga-ethernet e superiores). Tecnologias de redes WAN (Metro Ethernet, MPLS, PPP, Frame Relay). Tendências e desafios das tecnologias de redes de computadores.

Obrigatória para os alunos da linha de pesquisa de Inteligência Artificial:

Inteligência Artificial

Ementa: Definição de IA; Fundamentos científicos de IA; Histórico de IA. Agentes inteligentes. Métodos de busca e heurísticas. Busca adversária. Problemas de satisfação de restrição. Agentes lógicos. Lógica de primeira ordem; Inferência na lógica de primeira ordem. Planejamento clássico; Planejando e atuando no mundo real. Representação de conhecimento. Raciocínio probabilístico; Raciocínio probabilístico sobre tempo. Tomada de decisão. Aprendizado por exemplos; Aprendizado de modelos probabilísticos; Redes neurais artificiais; Aprendizagem por reforço; Aprendizado de Máquina. Processamento de linguagem natural. Percepção. Robótica. IA e o futuro.

Disciplinas optativas:

Análise e Complexidade de Algoritmos

Ementa: Lógica de programação; Construção de Algoritmos; Complexidade de Algoritmos; Algoritmos de Busca e Ordenação; Recursividade; Estruturas de Dados; Árvores; Grafos; Linguagens Formais e Autômatos; Tipos de Linguagem e seus Reconhecedores.

Avaliação de Desempenho de Sistemas Computacionais

Ementa: Métodos de avaliação de desempenho. Distribuição de tempos de serviço. Técnicas e ferramentas de medidas. Relacionamento entre medidas e desempenho. Processos estocásticos. Cadeias de Markov. Parâmetros de filas e métricas. Modelos clássicos de fila. Filas com prioridade. Redes de filas. Estudos de casos.

Ciência de Dados

Ementa: Conceitos de Ciência de Dados; ETL (Extract, Transform and Load); Mineração de Dados e descoberta de conhecimento; Análise exploratória de Dados; Aplicações de modelos e algoritmos de aprendizado de máquina; Conceitos de Big Data; Visualização de Dados. Conceitos de Business Intelligence/Data Warehouse/Data Marts; Cubos e Dados Históricos; Aplicações em Sistemas de Recomendação.

Computação em Nuvem

Ementa: Definições e taxonomia. Virtualização: servidores, desktops e funções de rede. Redes Virtuais: túneis GRE e VxLAN. White box vs black box: bare metal switches e sistemas operacionais para funções de redes (ONIE, Open vSwitch e PicaOS). Armazenamento: storage e sistemas de armazenamento em nuvem. Orquestradores de Nuvens Privadas. Instalação e configuração de um orquestrador de infraestrutura (OpenStack). Nuvens públicas: configuração de um ambiente público (AWS ou Azure).

Engenharia de Ontologias

Ementa: Definições, Tipos e Aplicações Típicas de Ontologias. Métodos de Engenharia de Ontologias. Linguagens para Representação e Implementação de Ontologias. Definição de Escopo e Requisitos, Modelagem Conceitual, Design e Implementação de Ontologias. Reutilização, Integração, Transformação e Aplicação de Ontologias.

Internet das Coisas

Ementa: Caracterização da Internet das Coisas (IoT). Dispositivos para IoT. Sistemas embarcados e sensoriamento remoto. Gateways para IoT. Middlewares para IoT. Tecnologias de rede sem fio e protocolos para comunicação em IoT. Armazenamento e processamento de dados gerados pela IoT (correlação com Big Data). Plataformas distribuídas de processamento de dados para IoT. Experimentação em IoT. Aplicações em Cidades Inteligentes.

Matemática Computacional para Problemas de Otimização

Ementa: Recorrência. Algoritmos em grafos: pesquisa em grafo, árvore geradora mínima, roteamento. Modelagem de programação linear e Programação Linear Inteira, Heurísticas. Estudos e implementação de métodos de Matemática Computacional para problemas atuais.

Métodos Heurísticos

Ementa: Técnicas para solução de problemas de otimização combinatória: heurísticas clássicas e metaheurísticas. Principais metaheurísticas: Recozimento simulado, Busca Tabu, Busca Local Iterativa, Busca em Vizinhança Variável, Procedimentos de Busca Adaptativa Aleatória e Gulosa, Algoritmos Genéticos, Colônia de Formigas, entre outras. Aplicações de metaheurísticas a problemas combinatórios: Caixeiro Viajante, Mochila, Roteamento de Veículos, Alocação e Sequenciamento de tarefas, Localização, Corte e Empacotamento, entre outros.

Modelagem Conceitual

Ementa: Modelagem Conceitual. Ontologias de Referência e Operacionais; Níveis de Generalidade. Fundamentação Ontológica; Categorias e Propriedades dos Tipos de Objetos; Modelagem de Ontologias; Linguagens para Representação de Ontologias. Padrões Ontológicos. Validação e Transformação de Ontologias.

Processamento de Imagens

Ementa: Fundamentos de Processamento de Imagens. Áreas de Aplicação. Formação de Imagens, imagens digitais e seus atributos. Filtros 2D. Amostragem e Quantização. Técnicas de Melhoramento de Imagens. Segmentação de Imagens. Representação e Descrição. Operações lógicas e aritméticas entre imagens. Transformada de Fourier. Filtragem no domínio espacial e no domínio da frequência.

Reconhecimento de Padrões

Ementa: Introdução ao reconhecimento de padrões; Teoria da decisão bayesiana; Estimação de máxima verossimilhança; Técnicas não-paramétricas; Funções lineares discriminantes; Métodos estocásticos; Métodos de avaliação de algoritmos de aprendizado de máquina; Aprendizado não-supervisionado e agrupamento.

Redes Definidas por Software

Ementa: Definição de Redes Definidas por Software. A separação dos planos de controle e encaminhamento. Arquitetura e Protocolo OpenFlow. Outras arquiteturas e protocolos para Redes Definidas por Software. Plataformas de controle de Redes Definidas por Software. Ferramentas para emulação e switches virtuais para Redes Definidas por software. Fundamentos de Rádios Definidos por Software. Implementação de uma Rede Definida por Software.

Redes Neurais Artificiais

Ementa: Introdução. Topologia de Redes. Paradigmas de Aprendizagem. Perceptrons de camada única. Perceptrons de múltiplas camadas. Redes de Função de Base Radial. Redes com Realimentação: Hopfield. Mapa de Kohonen.

Sistemas Complexos

Introdução a Sistemas Complexos; Conceitos de teoria do grafos; Representação de Sistemas Complexos através de Redes Complexas; Modelos de redes; Seis graus de separação; Medidas de centralidade de redes complexas; Modelos de Redes: livres de escala, Erdos-Renyi (aleatório), Watts-Strogatz (small-world), Albert-Barabasi; Hubs; Crescimento de Redes; Robustez de redes; Modularidade e motifs; Aplicações de redes complexas em Internet, redes sociais, redes biológicas, redes sócio-econômicas; Visualização de Redes.

Visão Computacional

Ementa: Introdução à Visão Computacional. Processos em Visão Computacional. Detecção e Reconhecimento de Objetos. Análise e classificação de Movimentos. Rastreamento de objetos. Classificação e Representação de Imagens. Extração de Características e Descritores de Imagens. Aplicações.

Tópicos Especiais em Inteligência Artificial I

Disciplina de conteúdo variável, que visa apresentar novos tópicos de pesquisa na área de Inteligência Artificial e/ou atender aos interesses específicos das linhas de pesquisa do Programa.

Tópicos Especiais em Inteligência Artificial II

Disciplina de conteúdo variável, que visa apresentar novos tópicos de pesquisa na área de Inteligência Artificial e/ou atender aos interesses específicos das linhas de pesquisa do Programa.

Tópicos Especiais em Inteligência Artificial III

Disciplina de conteúdo variável, que visa apresentar novos tópicos de pesquisa na área de Inteligência Artificial e/ou atender aos interesses específicos das linhas de pesquisa do Programa.

 Tópicos Especiais em Redes I

Ementa: Disciplina de conteúdo variável, que visa apresentar novos tópicos de pesquisa na área de Redes e/ou atender aos interesses específicos das linhas de pesquisa do Programa.

Tópicos Especiais em Redes II

Ementa: Disciplina de conteúdo variável, que visa apresentar novos tópicos de pesquisa na área de Redes e/ou atender aos interesses específicos das linhas de pesquisa do Programa.

Tópicos Especiais em Redes III

Ementa: Disciplina de conteúdo variável, que visa apresentar novos tópicos de pesquisa na área de Redes e/ou atender aos interesses específicos das linhas de pesquisa do Programa.

Fim do conteúdo da página