Contexto: A  demanda crescente da indústria de software por profissionais qualificados coloca em evidência a importância e necessidade de valorização da Educação em Engenharia de Software (EES) na formação de egressos dos cursos superiores da área de Computação. Educadores são desafiados continuamente a acompanhar as tendências emergentes na área, a identificar técnicas adequadas e incorporá-las em suas disciplinas de engenharia de software, de modo a promover o desenvolvimento de habilidades e competências que garantam aos egressos dos cursos da área de Computação uma formação que concilie o aprendizado de conceitos, processos, técnicas e ferramentas proporcionado no ambiente acadêmico com as necessidades e melhores práticas da indústria de software. Projetos de Software Livre/Código Aberto (FLOSS) trazem uma oportunidade para que estudantes e professores de cursos de graduação possam trabalhar o conteúdo da disciplina de engenharia de software em projetos realistas, que trazem uma experiência de mundo real próxima das exigências do mundo do trabalho. Problema: Um dos desafios associados ao uso de FLOSS na EES é como o educador pode avaliar o projeto escolhido como recurso de ensino e aprendizagem, bem como sua eficácia para o objetivo pedagógico proposto pela atividade ou disciplina. Torna-se relevante o uso de métodos ou modelos de avaliação que permitam ao docente mensurar e avaliar os resultados provenientes da sua escolha, de acordo com as exigências de aprendizagem necessárias após a conclusão da atividade ou disciplina. Objetivo: Este trabalho propõe a criação de um modelo para avaliar a eficácia do uso de projetos FLOSS no ensino da disciplina de Engenharia de Software. O modelo proposto será baseado no mapeamento de critérios de avaliação que serão estruturados de forma a facilitar a análise sobre o alcance dos objetivos pedagógicos planejados para o componente curricular. Método de Pesquisa: Por meio da Análise de Conteúdo, pretende-se identificar competências e habilidades técnicas e sociotécnicas mais relevantes para a disciplina de Engenharia de Software, segundo as principais diretrizes curriculares do Brasil e do exterior, e investigar aspectos de interferência tanto técnicas quanto pedagógicas, do uso de projetos FLOSS no ensino da disciplina de engenharia de software. Com base nestas informações, pretende-se definir os critérios de avaliação e, por meio de um diálogo teórico, identificar suas relações para propor um modelo de avaliação da eficácia do uso de projetos FLOSS no ensino de Engenharia de Software. Contribuições Esperadas: O uso de métodos para avaliar projetos FLOSS na EES mostra-se uma solução viável para o desenvolvimento real de competências e habilidades associadas a aspectos teóricos e práticos da engenharia de software, importantes na formação de profissionais das diversas vertentes da área de Computação. O uso de métodos para avaliar projetos FLOSS na EES pode estimular a inserção dos educadores no ecossistema de FLOSS, além de oferecer novas formas de avaliação aos que reconhecem e adotam tais projetos em sala de aula. 

Sistemas autoadaptativos podem monitorar a si mesmos e ao seu contexto. Eles podem detectar mudanças e reagir à condições inesperadas com o mínimo de supervisão humana durante a sua execução. Um dos desafios por trás do desenvolvimento de sistemas autoadaptativos é lidar com o processo de tomada de decisão durante a análise dos pontos de \textit{tradeoff} dentre os múltiplos atributos de qualidade (QA). Em Engenharia de Software, um método amplamente aceito de avaliação das metas de QA em projetos de software é o Método de Análise de \textit{Tradeoffs} Arquiteturais, amplamente conhecido como ATAM. Entretanto, apesar de sua importância e ampla aceitação, há poucos relatos de estudos empíricos sobre a análise de \textit{tradeoffs} de QA em sistemas autoadaptativos. Neste sentido, a presente investigação propõe uma versão adaptada do ATAM chamada ATAM-4SAS para lidar com as particularidades de sistemas de software autoadaptativos. Para alcançar o objetivo da pesquisa, empregamos o UPPAAL SMC (modelo de verificação estatística) para analisar um conjunto de QA. Para avaliar a viabilidade do método proposto, realizamos um estudo empírico sobre a execução do ATAM-4SAS em um sistema autoadaptativo desenvolvido conforme o modelo MAPE-K. Este modelo engloba as fases de Monitoramento, Análise, Planejamento e Execução. Tais etapas compartilham uma base de conhecimento (K), fundamental no apoio à tomada de decisões. A avaliação empírica foi complementada com a realização de um grupo focal, que buscou avaliar a facilidade de uso percebida e a utilidade percebida do ATAM-4SAS para apoiar a escolha estratégica de QA em um sistema autoadaptativo. Como resultado, obervamos que maioria dos participantes concordou que o ATAM-4SAS provê o devido suporte para a escolha estratégica dos QA em sistemas autoadaptativos. 

Contexto: Dívida Técnica (DT) descreve os efeitos de artefatos imaturos no desenvolvimento de software que podem trazer benefícios a curto prazo, mas que poderão ter que ser pagos com juros a longo prazo. O gerenciamento da DT equilibra os objetivos de curto e longo prazo, auxiliando as equipes de desenvolvimento a decidir sobre a necessidade e o melhor momento para eliminar a dívida. Dentre as atividades de gerenciamento da DT, tem-se a prevenção, o monitoramento e o pagamento. Por meio da prevenção, é possível evitar que equipes incorram em DT, enquanto o monitoramento as auxilia a acompanhar a evolução dos itens da DT em relação ao custo-benefício de eliminá-los ou não, ou seja, pagar os itens da dívida. Conhecer as práticas utilizadas para prevenir, monitorar e pagar os itens da DT pode auxiliar equipes de desenvolvimento na escolha da melhor prática a ser utilizada nos seus projetos. Identificar as razões que levam à não prevenção, ao não monitoramento e ao não pagamento da DT pode ajudar equipes a entenderem quais aspectos precisam ser melhorados para possibilitar o gerenciamento da DT. Embora a literatura técnica tenha investigado a prevenção, o monitoramento e o pagamento da DT, os resultados atuais refletem apenas o ponto de vista de um pequeno número de profissionais e organizações. Para alcançar os benefícios da gestão da DT, é necessário investigar mais profundamente as práticas e as razões associados a essas atividades da DT.

Objetivo: Esta tese tem como objetivo investigar, por meio da replicação contínua e independente de uma família de surveys conduzidos globalmente, o estado da prática sobre a prevenção, o monitoramento e o pagamento de itens da DT em projetos de software.

Método: Inicialmente, foi realizada uma revisão da literatura sobre o estado atual da pesquisa sobre DT e sua prevenção, monitoramento e pagamento. Em seguida, foram analisados os dados coletados por seis equipes de replicação do projeto InsighTD, uma família de surveys globalmente distribuída sobre causas, efeitos e gerenciamento da DT. A partir do corpo de conhecimento resultante das análises dos dados de InsighTD, foram definidos três artefatos: uma versão atualizada do modelo conceitual de DT, um conjunto de mapas conceituais e os diagramas IDEA (Impediments, Decision factors, Enabling practices, and Actions). Por fim, os três artefatos foram avaliados por meio de estudos de casos na academia e na indústria.

Resultados: Esta tese apresenta as principais práticas utilizadas para prevenir, monitorar e pagar itens da DT e as razões que justificam a não aplicação dessas práticas. Em relação à prevenção da DT, requisitos bem definidos, adoção de boas práticas de programação e melhor gerenciamento do projeto estão entre as cinco práticas relacionadas à prevenção mais citadas, enquanto prazo curto, gerenciamento ineficiente e falta de previsibilidade no desenvolvimento de software estão entre as cinco razões mais citadas para justificar a não prevenção da dívida. Sobre o monitoramento da DT, backlog composto por itens da DT, utilização de ferramentas e reuniões da equipe estão entre as cinco práticas relacionadas ao monitoramento mais citadas, enquanto falta de interesse, foco em metas de curto prazo e falta de tempo estão entre as cinco razões utilizadas para explicar o não monitoramento de itens da DT. Em relação ao pagamento da DT, refatoração de código, investindo esforço nas atividades de pagamento da DT e refatoração de design estão entre as cinco práticas relacionadas ao pagamento mais citadas, enquanto foco em metas de curto prazo, falta de interesse organizacional e falta de tempo estão entre as cinco razões mais citadas para explicar o não pagamento da DT. O modelo conceitual da DT foi atualizado por meio da inclusão do conhecimento oriundo do estado da prática e todas as práticas e razões, juntamente com seus tipos, natureza e categorias, foram organizadas em mapas conceituais e diagramas IDEA. Por meio da avaliação do modelo conceitual e do mapa de pagamento da DT, foi encontrado que eles são bem-organizados e fornecem informações valiosas para definir estratégias de gerenciamento da DT. A avaliação dos diagramas IDEA forneceu evidências positivas de que eles são fáceis de ler e seguir e podem influenciar as decisões sobre como gerenciar itens de TD. Conclusão: Utilizando dados de InsighTD, esta tese explora o estado da prática da prevenção, monitoramento e pagamento da DT, revelando as principais práticas utilizadas para realizar essas atividades e as razões que evitam sua execução. Todo o corpo de conhecimento foi organizado em três artefatos que podem guiar novas investigações sobre a DT e apoiar os profissionais de software a aumentar suas capacidades e reduzir seus problemas no gerenciamento de itens de dívida.

A demanda por memória aumentou devido ao surgimento de várias aplicações, como big data, aprendizado de máquina, redes sociais, análise de grafos entre outros. A tecnologia DRAM está enfrentando problemas com escalabilidade, energia e custos, apesar de sua vantagem de baixa latência. A memória não volátil (NVM) é uma alternativa aos problemas de escalabilidade da DRAM. Embora o NVM tenha alta densidade, baixo custo e baixo consumo de energia, sua alta latência o impede de substituir a DRAM. Memórias heterogêneas como DRAM+NVM provavelmente se tornarão comuns, e o posicionamento eficiente de dados é uma importante questão de pesquisa. Esta dissertação de doutorado se concentra no gerenciamento de posicionamento de dados para aplicações de análise de grafos. Ele estuda modelos de aprendizado de máquina para prever o desempenho de aplicativos em um contexto com várias aplicações e explora opções de mapeamento de dados no nível de objeto ou bloco para uma única aplicação. A dissertação contribui para a identificação off-line de atributos de objetos que influenciam o desempenho, a implementação de um escalonador off-line no nível do chunk e a implementação de um escalonador on-line no nível do chunk.

Compilação condicional é frequentemente utilizada para implementar variabilidade em código fonte de sistemas configuráveis. Compilação condicional utiliza #ifdefs para delimitar o código de uma funcionalidade (feature). Estudos anteriores mostraram que #ifdefs podem dificultar a compreensão do código. No entanto, esses estudos não levaram explicitamente em conta as dependências entre features. A dependência entre feature ocorre quando diferentes features se referem ao mesmo elemento de programa, como por exemplo, uma variável. A compreensibilidade de código fonte de sistemas configuráveis pode ser ainda mais afetada na presença de dependência entre features, pois o desenvolvedor deve raciocinar sobre diferentes cenários que afetam a mesma variável. Nosso objetivo é, portanto, entender como a dependência entre features afeta a compreensibilidade do código fonte de sistemas configuráveis. Para isso, realizamos quatro estudos experimentais complementares. No Estudo 1, quarenta e seis desenvolvedores responderam a uma pesquisa online. Eles executaram tarefas nas quais tiveram que analisar programas contendo #ifdefs com e sem dependências entre features. No entanto, as dependências entre features podem ser de tipos diferentes, dependendo do escopo da variável compartilhada. No Estudo 1, não nos preocupamos com diferentes tipos de dependência. Assim, no Estudo 2, realizamos um experimento no qual 30 desenvolvedores depuraram programas com diferentes tipos de dependência entre features. Cada programa incluiu um tipo diferente de dependência entre features: global, intraprocedural ou interprocedural. Usamos um dispositivo de rastreamento ocular para registrar os movimentos do olhar dos desenvolvedores enquanto depuravam os programas. No entanto, as dependências entre features não diferem umas das outras apenas em termos de tipos. Eles também podem apresentar diferenças em termos de número de variáveis dependentes e grau de variabilidade, entre outros. Para atender a essas características, complementamos os Estudos 1 e 2 por meio dos Estudos 3 e 4. No Estudo 3, realizamos um experimento controlado com 12 participantes que analisaram programas com diferentes números de variáveis dependentes. No Estudo 4, realizamos um experimento no qual 12 desenvolvedores analisaram programas com diferentes graus de variabilidade. Nossos resultados mostram que: (i) analisar programas contendo #ifdefs e dependência entre features exigiu mais tempo do que programas contendo #ifdefs, mas sem dependência entre features, (ii) depurar programas com #ifdefs e dependência global ou interprocedural exigiu mais tempo e maior esforço visual do que programas com dependência intraprocedural, (iii) quanto maior o número de variáveis dependentes, mais difícil foi para entender programas com dependência entre features e (iv) o grau de variabilidade não afetou a compreensibilidade de programas com dependência entre features. Em resumo, nossos estudos mostraram que #ifdefs afetaram a compreensibilidade de sistemas configuráveis em diferentes graus, dependendo da presença ou não de dependência entre features, do tipo de dependência entre features e do número de variáveis dependentes.

Nós propomos um método que pode realizar a classificação de uma classe, dado apenas um pequeno número de exemplos da classe alvo e nenhum das outras. Nós formulamos o aprendizado de features significativas para a classificação de uma classe como um problema de meta-aprendizado no qual o estágio de metatreinamento simula repetidamente a classificação de uma classe, usando o objetivo de classificação do algoritmo escolhido para aprender uma representação de recurso. Para aprender essas representações, exigimos apenas dados multiclasse de tarefas semelhantes. Mostramos como o método Support Vector Data Description (SVDD) pode ser usado em nosso método, e também propomos uma variante mais simples baseada em Prototypical Networks que obtém desempenho comparável, indicando que aprender a representações de features diretamente dos dados pode ser mais importante do que qual algoritmo nós escolhemos. Nós validamos nossa abordagem adaptando conjuntos de dados de classificação com poucos exemplos ao cenário de classificação de uma classe com poucos exemplos, obtendo resultados semelhantes ao estado da arte da classificação tradicional de uma classe e que melhora a classificação de uma classe quando comparado aos baselines de classificação de uma classe com poucos exemplos. Além disso, como uma aplicação prática, empregamos nosso método para a tarefa biométrica de verificação facial. Nesse cenário, ele se compara desfavoravelmente à tácnica de aprendizagem de métrica do estado-da-arte.

A computação em nuvem oferece uma infraestrutura centralizada e orientada a serviços para usuários em todo o mundo. Um ambiente em nuvem permite executar aplicações críticas sensíveis à interação com os usuários (como uma busca online na Web), e também é usado para executar aplicações em lote orientadas a melhor esforço (como compressão de áudio/vídeo, indexação das páginas Web). Data centers são projetados em larga escala para suportar os diversos serviços em nuvem, distribuídos em centenas de milhares de servidores, com expressivos gastos operacionais e de capital. Assim, otimizar o uso dos recursos dos servidores resulta em economia significativa nesses sistemas. Como oportunidade de pesquisa, há a possibilidade de explorar momentos de ociosidade dos servidores que executam os serviços críticos, em especial durante períodos de baixa demanda. Esta pesquisa visa permitir coalocar diferentes tipos de tarefas de aplicações em nuvem (sensíveis à latência e de melhor esforço) em um mesmo servidor de forma a aumentar sua utilização, melhorando assim sua eficiência. O trabalho demonstra que realizar coalocação de tarefas sensíveis à latência e de melhor esforço proporciona maior eficiência dos servidores em nuvem, desde que seja garantido o desempenho das tarefas das aplicação críticas. O trabalho explorou o uso de escalonadores específicos para cada tipo de tarefa, as tarefas sensíveis à latência foram escalonadas e parametrizadas via escalonamento de tempo real, e tarefas de aplicações em lote utilizaram escalonamento justo de melhor esforço. Os ganhos em relação ao escalonador padrão do sistema chegaram a até 150% quando comparado ao proposto neste trabalho, aqui chamado de EDFCoaloc.

O projeto e implementação de Self-Adaptive Systems (SAS) eficazes é uma tarefa bastante desafiadora, geralmente por conta da existência de dinâmicas complexas entre os diversos elementos que compõem o sistema e entre estes elementos e o ambiente no qual eles operam. Um ponto crucial, no projeto de SAS, é a execução da atividade de planejamento (planning): definição de quais ações (planos de adaptação) devem ser realizadas para que o sistema se adapte e volte a atender os níveis de qualidade de serviço esperados. Pesquisas recentes têm investigado o uso de técnicas de verificação formal para viabilizar a geração de planos de adaptação confiáveis. Através da técnica de verificação de modelos (model checking) e do modelo de referência MAPE-K desenvolvemos o projeto, implementação e validação de uma arquitetura que define estruturas e comportamentos auto-adaptativos utilizando modelos formais, para a especificação planejadores que gerem planos de adaptação de forma autônoma, considerando propriedades auto-adaptativas tais como self-organizing e self-healing. Para a avaliação da arquitetura foi realizada através de um estudo de caso relacionado ao problema de controle de semáforos, com a criação de um planejador, em que os planos de adaptação foram gerados, de forma off-line, com o verificador de modelos UPPAAL e executados em run-time através de uma implementação própria deste trabalho. Alguns cenários da aplicação foram simulados, com uso da ferramenta SUMO, para avaliar a eficácia das soluções encontradas. O planejador criado gerou planos de adaptação eficientes, de forma autônoma, em cenários onde o número de possíveis planos de adaptação foi ordem de 2¹². Os resultados indicam que as soluções adotadas com nosso planejador foram mais efetivas em relação a soluções sem nenhuma abordagem de auto-adaptação, quando o fluxo de veículos se aproximou do colapso.

Em virtude dos impactos provocados pelo advento do novo Coronavírus (SARS-CoV-2), a mobilização e participação popular diante das políticas públicas de saúde são fundamentais para o enfrentamento da Covid-19 e mitigação dos seus danos, o que ´e amplamente afetado pelo conhecimento, atitudes e práticas em relação `a doença. Porém, tendo em vista o contexto de pessoas em estado de vulnerabilidade social e com baixo acesso `a educação e `a informação, a ausência de participação e engajamento em comunidades socioeconomicamente desfavorecidas se apresenta como um obstáculo que se interpõe aos objetivos propostos pelas políticas sanitárias. Desse modo, o presente trabalho propõe a implementação do modelo de design de gamificação orientado `a teoria GAFCC na plataforma +Lugar (versão Covid-19), para apoiar as abordagens participativas de crowdsourcing e mapeamento participativo em prol de iniciativas destinadas ao enfrentamento da Covid-19, principalmente o mapeamento e sinalização dos preditores de transmissão da doença em tempo real, por meio de uma abordagem de percepção de risco. A fim de avaliar a aceitação e uso da solução proposta, utilizou-se a UTAUT para identificação dos fatores determinantes que apresentam impacto significativo na intenção de uso da plataforma. Para tanto, foi realizado um estudo de validação com 20 jovens e adolescentes residentes do bairro de Marechal Rondon, onde foi aplicado um formulário composto por questões relacionadas aos fatores moderadores e determinantes, e intenção comportamental. O resultado do estudo apontou que os respondentes possuem altos níveis de expectativa de desempenho e esforço, influência social, condições facilitadoras, e intenção comportamental de uso da plataforma. Porém, por meio da análise do coeficiente de correlação de Spearman, foi possível identificar que apenas os fatores “expectativa de esforço” e “influência social” impactam significativamente a intenção comportamental.

Por muito tempo, os eletrocardiogramas (ECGs) têm sido usados para diagnosticar problemas cardíacos. No entanto, obter uma classificação satisfatória através da tecnologia dos sistemas digitais aplicados a medicina e-health é uma tarefa difícil. Para estudar tal problemática foi considerado que o coração é sistema reativo com alguns modos ou estados de funcionamento possíveis, então, é intuitivo usar ferramentas computacionais como máquinas estados finitas (MEFs) para descrever o estado de saúde desse órgão humano. Nesse paradigma, propomos o Cyber-ECG, um modelo computacional para classificação automática de sinais de ECG com detecções de falhas do eletrocardiógrafo ou sensores. Para realizá-lo, foram utilizadas as bibliotecas Simscape e Stateflow do Simulink no ecossistema Matlab. Além disso, é apresentado um protótipo para detecção do pulso cardíaco, com uso da tecnologia da Internet das Coisas Médico (IoTM). Esse protótipo é constituído de uma placa ESP32, para coletar, agregar e visualizar os dados do pulso cardíaco de uma pessoa na nuvem. A ferramenta Cyber-ECG proposta obteve uma precisão de 84% e 80% ao classificar as classes ARR e NSR, respectivamente. Para essas mesmas classes, os valores de F1- Score são 82% e 83%, aproximadamente. A precisão foi de 82,5% e a sensibilidade foi de 80%, respectivamente. Com base nesses resultados, a ferramenta apresentou desempenho satisfatório e, em alguns casos, teve desempenho superior em comparação a outros estudos de métodos de classificação de sinais de ECG relatados na literatura científica.

Sistemas de Recomendação fornecem sugestões de itens que são mais prováveis de serem de interesse dos usuários. Prover recomendações personalizadas é um desafio que pode ser endereçado por meio de algoritmos de filtragem, entre os quais a Filtragem Colaborativa (CF) tem demonstrado grande progresso nos últimos anos. Ao usar técnicas de Fatorização de Matrizes (MF), métodos de CF reduzem o erro estimado por meio da utilização de algoritmos de otimização. Contudo, eles geralmente lidam com problemas de esparsidade dos dados e erro predito. Estudos apontam o uso de dados da Web Semântica como um caminho para melhorar sistemas de recomendação e endereçar desafios relacionados a técnicas de CF. Motivado por essas premissas, o presente trabalho desenvolveu um pipeline de dados e um algoritmo que processa a Matriz de Avaliações combinando similaridades semânticas da Linked Open Data (LOD) e estima avaliações em branco. Os experimentos consideram subsets de três diferentes datasets (Movielens, LastFM and LibraryThing), duas métricas de similarity semântica, Linked Data Similarity Distance (LDSD) e Resource Similarity (RESIM), e três algoritmos baseados em MF (SVD, SVD++ and NMF). Nossos experimentos reduziram a esparsidade em mais de 70% no subset de Movielens e 28% no LastFM. Erro predito foi reduzido em todos os subsets com confiança estatística usando o teste paramétrico ANOVA seguido o teste de comparação múltipla de Tukey.

Dívida Técnica (TD) contextualiza um conjunto de tarefas que deixam de ser executadas e são acumuladas para serem realizadas posteriormente durante o desenvolvimento de software. Em teste de software, cobertura insuficiente de teste, falta de teste e ausência de planejamento de casos de teste são situações nas quais dívidas de teste podem ser encontradas. Em contrapartida, outros tipos de dívida podem afetar a qualidade das atividades de teste. Documentação de requisitos desatualizada é um exemplo de uma situação de dívida de requisitos que pode comprometer as atividades de planejamento de teste. Nesse cenário, o termo dívida relacionada a teste (TRTD) refere-se aos problemas enfrentados pelos profissionais de teste devido à presença de itens de TD. Recentemente, propôs-se na literatura técnica um mapa conceitual que relaciona atividades de teste a itens de TD. Este mapa apresenta causas, indicadores e práticas de pagamento de TD relacionada a teste. Entretanto, esse mapa foi baseado em uma revisão ad hoc da literatura e a evidência experimental sobre a sua viabilidade de uso na indústria é limitada. Apesar de vários trabalhos investigarem indicadores, causas, efeitos e prevenção de TD, ainda há um longo caminho sobre como usar essas informações para apoiar a gestão de itens de dívida no contexto de atividades de teste. O objetivo desse trabalho é (i) apresentar uma versão atualizada de uma estrutura conceitual que organiza um conjunto de indicadores, causas, efeitos e práticas preventivas de TRTD, utilizando como base os dados do projeto InsighTD, que é um questionário global, que busca gerar dados experimentais sobre TD, suas causas, efeitos e gerenciamento a partir de profissionais de engenharia de software e (ii) avalia-o quanto à sua facilidade de uso, utilidade e possível uso futuro. Esta metodologia de avaliação, baseada no modelo de aceitação de tecnologia (TAM), faz um estudo de viabilidade dos mapas com 95 participantes. Como resultado da pesquisa, observou-se que o arcabouço conceitual com os elementos de TD pode ser útil para subsidiar a gestão dos itens do TRTD, conforme apontado por 89% dos participantes. A maioria dos participantes também indicou que ganharia produtividade, desempenho, agilidade e eficácia usando o arcabouço proposto. O framework também foi considerado fácil de aprender e usar pelos participantes do estudo.

Nos últimos anos a disponibilidade de dados na Web tem sido impulsionada pelo uso crescente das redes sociais e aplicativos para smartphones. Além do conteúdo textual, informações de geo-localização também são compartilhadas, favorecendo o surgimento de inúmeros serviços baseado em localização. As informações de localização de um Ponto de Interesse (POI) podem ser utilizadas para se entender o perfil de usuários, seus interesses e movimentações. Dessa maneira, é possível identificar, por exemplo, lugares de interesse de um determinado usuário, e até mesmo classificá-los em categorias, tais como café, universidade, bar, shopping, etc. Esse tipo de dado é bastante utilizado para os Sistemas de Recomendação de Pontos de Interesse que tem por objetivo auxiliar os usuários na busca por lugares de interesses, seja no dia a dia, ou durante uma viagem. Esses sistemas tradicionalmente recomendam para indivíduos, no entanto, existem cenários em que os indivíduos se reúnem em grupos, aumentando assim a complexidade do problema. Além da necessidade de encontrar as preferências individuais, a recomendação deve ponderar as preferências do grupo como um todo, o que exige a aplicação de uma técnica de consenso. Outro obstáculo é que recomendações não diversificadas, tendem a ser sempre da mesma categoria, diminuindo o interesse do grupo em recomendações de Pontos de Interesse já conhecidos. Esta dissertação de mestrado propõe Sistema de Recomendação de Pontos de Interesse para Grupos usando diversidade. Para avaliar o modelo proposto, foi realizado um exaustivo experimento com 19 grupos, sendo alguns com 3 e outros 5 membros. Para avaliar as recomendações diversificadas, foram utilizadas métricas de precisão nas posições 3, 5 e 10. De acordo com os resultados, as recomendação para as posições 5 e 10 obtiveram resultados mais satisfatórios quando a diversidade foi aplicada. Após o experimento com usuários reais, também foi realizada uma análise offline com variações do modelo proposto e das técnicas de agregação. De acordo com os resultados obtidos, foi possível verificar que os modelos de recomendação com diversidade obtiveram melhores resultados que a abordagem não diversificada na maioria das configurações testadas.

Sistemas de Recomendação tradicionalmente recomendam itens a usuários individuais, no entanto existem cenários nos quais os indivíduos se reúnem em grupos e com isso surge a necessidade de recomendar também a grupos. A maior parte desses grupos se forma naturalmente, como por exemplo para assistir um filme, almoçar em algum restaurante ou até mesmo planejar uma viagem. Em todas essas hipóteses é possível utilizar os Sistemas de Recomendação enquanto ferramentas para oferecer informações personalizadas ao grupo como um todo. Para tanto, é preciso levar em consideração as preferências individuais dos membros do grupo, com o intuito de satisfazê-lo plenamente, e, nesse sentido, utilizar técnicas de agregação dessas informações. Embora existam técnicas de consenso para agregação das informações, as recomendações podem ser repetitivas entre si pois atenderão sempre ao mesmo perfil de grupo. Esse inconveniente abre precedente para adoção de técnicas de diversidade para recomendações ao grupo. Neste trabalho, nós investigamos como aplicar tais técnicas de diversificação em recomendações para grupo, com base nas preferências dos membros, a fim de evitar a super-especialização do sistema e assim manter os membros do grupo satisfeitos de forma geral. Para tanto, é preciso desenvolver um modelo de formação do grupo, e, em seguida, modelar como será realizada a recomendação, para então conseguir aplicar técnicas de diversificação nos itens a serem recomendados. Foram realizados dois experimentos nesta pesquisa, ambos considerando um trabalho relacionado como baseline. No experimento offline o resultado do modelo proposto foi levemente  superior ao baseline, tendo sido 3.8% mais preciso e 1.8% mais diverso. No segundo experimento, o experimento online, o modelo proposto dominou completamente o baseline em termos de precisão e foi levemente inferior em termos de diversidade.

Nos últimos anos, a rede centrada na informação (Information-centric networking - ICN) ganhou atenção das comunidades de pesquisa e indústria como um paradigma de rede de distribuição de conteúdo eficiente e confiável, especialmente para lidar com aplicativos centrados em conteúdo e que necessitam de alta largura de banda, juntamente com os requisitos heterogêneos de redes emergentes, como a Internet das coisas, Redes veiculares Ad-hoc e Computação na borda da rede. O armazenamento em caches na rede é uma parte essencial do design da arquitetura ICN e o desempenho da rede geral depende da eficiência da política de armazenamento de conteúdos utilizada no cache. Portanto, um grande número de políticas de substituição de conteúdos foram propostas para atender às necessidades de diferentes redes. A literatura apresenta extensivamente estudos sobre o desempenho das políticas de substituição em diferentes contextos. As avaliações podem apresentar diferentes variações de características de contexto, levando a diferentes impactos no desempenho das políticas ou diferentes resultados das políticas mais adequadas. Por outro lado, existe uma lacuna de pesquisas para compreender como as características do contexto influenciam o desempenho das políticas. Também faltam iniciativas que auxiliem no processo de escolha de uma política adequada a um cenário específico. Nesse sentido, esta tese aborda essas lacunas de pesquisa ao (i) apontar o que é contexto da perspectiva das políticas de substituição de cache e as características de contexto que influenciam o comportamento do cache, e (ii) propor uma estratégia de meta-política de cache para auxiliar na escolha de políticas adequadas ao contexto vigente. Para o estudo de delimitação de contexto, realizamos uma extensa pesquisa da literatura de ICN para mapear as evidências relatadas de diferentes aspectos do contexto em relação aos esquemas de substituição de cache. Além da contribuição de entender o que é contexto para políticas de cache, a pesquisa forneceu uma classificação útil de políticas com base nas dimensões de contexto usadas para determinar a relevância dos conteúdos. Além disso, como uma investigação de aspectos holísticos para representar o contexto, e motivados pela área emergente das redes centradas no humano, realizamos um estudo de caso exploratório sobre a influência do comportamento humano no desempenho das políticas. Neste sentido, realizamos um estudo baseado em simulação que avaliou o desempenho das políticas de substituição de cache por meio de clusters formados pelos usuários de acordo com seus hábitos de escuta musical. Os resultados mostram evidências de que aspectos distintos de contexto afetam o desempenho das políticas de cache. Após os estudos de contexto, apresentamos uma estratégia de meta-política capaz de aprender a política mais adequada para caches online e se adaptar dinamicamente às variações de contexto que levam à mudanças em qual política é a melhor. A meta-política se beneficia da diversidade de políticas e seus aspectos de contexto, e faz uma separação entre a lógica de remoção do conteúdo e o gerenciamento das informações de contexto usadas pela política. A estratégia modela a escolha de políticas adequadas como um problema de aprendizado online com retorno parcial. A meta-política oferece suporte à implantação de um conjunto diversificado de políticas de cache autocontidas em diferentes redes. Ela permite que o dispositivo de cache funcione como um sistema adaptativo agnóstico aos contextos subjacentes, como padrões de solicitação de conteúdo ou variações de popularidade. Os resultados experimentais mostraram a eficácia e adaptabilidade da meta-política a diferentes contextos em simulações com dados sintéticas reais.

Sistemas de Recomendação focam em recomendar os mais relevantes itens para usuários finais. Geralmente, os itens mais importantes são também os mais populares. Entretanto, o surgimento de novas formas de distribuição de conteúdo nos mais diversos mercados implicou no surgimento do fenômeno cauda longa, ou seja, a formação de novos mercados com produtos de nicho. Considerando o crescimento de grupos relacionados a mercados de nicho, o estudo de recomendações na cauda longa tornou-se cada vez mais crescente. Todavia, por serem menos populares, itens de cauda longa possuem uma menor quantidade de feedbacks, informações que geralmente são fornecidas pelos usuários através de compras, avaliações ou classificação (ratings) de um item. Como o sistema se baseia nos dados de comportamento de utilização e/ou histórico de vendas, quanto menor a quantidade e variedade de dados disponíveis para serem analisados, mais difícil será gerar recomendações mais relevantes. O principal objetivo da proposta apresentada nesta tese é o desenvolvimento de um modelo de recomendação que consiga melhor direcionar os usuários a itens de nicho. Assim, conduzi-los a uma maior diversidade de produtos e ao mesmo tempo de grande relevância. Para isso, técnicas de clusterização e representação de matrizes através de grafos são exploradas. Propomos duas abordagens e adotamos para cada uma, duas técnicas da literatura aplicadas de forma híbrida. A primeira técnica adota cadeias de Markov para calcular similaridades dos nós de um grafo usuário-item. A segunda técnica aplica clusterização no conjunto de itens de um dataset. Experimentos foram realizados para avaliar a abordagem e medir a eficácia das recomendações considerando o contexto da cauda longa. Métricas como recall, diversidade e popularidade das recomendações geradas foram mensuradas e comparadas com técnicas cujo objetivos não abrangem diretamente recomendações cauda longa. Além disso, um questionário aplicado com especialistas do domínio do negócio também complementaram a avaliação das abordagens propostas. Comparando com outros trabalhos do estado da arte, os resultados mostram que é possível melhorar a precisão das recomendações mesmo focando em itens menos populares, no caso, produtos de nicho que formam a cauda longa. O recall em alguns casos melhorou cerca de 27,9% enquanto que a popularidade dos itens recomendados diminuiu. Além disso, as recomendações focaram em itens mais diversificados indicando melhor exploração dos itens de cauda longa.

Um dos grandes desafios em SMA é a criação de planos cooperativos para lidar com os diversos cenários que se apresentam num ambiente dinâmico, de tempo real, composto por times de robôs móveis. Neste cenário, cada robô é controlado por um agente do SMA, o qual precisa tomar decisões complexas em um curto espaço de tempo de forma coordenada com os demais robôs de seu time. Apesar das muitas soluções desenvolvidas com base em planejamento multiagente e aprendizagem por reforço, um especialista humano no domínio do problema usualmente percebe oportunidades para melhores planos cooperativos em muitos cenários em que os robôs apresentam performance abaixo do esperado. A pesquisa apresentada nesta tese consiste em capturar o conhecimento do especialista humano para demonstrar como times de robôs podem cooperar melhor na solução do problema que devem resolver. O especialista humano, ao assistir o desempenho de um time de robôs em ação, é capaz de indicar as situações em que um plano cooperativo pode solucionar melhor um determinado problema. Como consequência, as diversas observações humanas podem ser reunidas em um conjunto de dados para treinamento dos agentes que controlam os robôs. Para o desenvolvimento desta pesquisa, foi utilizado o ambiente 3DSSIM e a coleta das demonstrações humanas foi realizada por meio de um conjunto de ferramentas desenvolvido a partir da adaptação de soluções existentes na comunidade RoboCup, utilizando uma estratégia de crowdsourcing. Além disso, foi utilizado o agrupamento fuzzy para reunir demonstrações de especialistas (setplays) que tenham o mesmo significado semântico, mesmo que com pequenas diferenças entre elas. Com os dados organizados, um mecanismo de aprendizagem por reforço foi utilizado para aprender uma política de classificação que permite aos agentes decidirem qual o grupo de  setplays é mais adequado a cada situação que se apresenta no ambiente.  Os resultados evidenciam a capacidade de evolução do time de robôs, a partir da aprendizagem dos setplays sugeridos e do seu uso de forma adequada às habilidades de cada robô.

Crowdsourcing é um novo conceito associado à resolução de problemas onde a multidão é o seu elemento principal. Saber o que leva esse público a se engajar em projetos de crowdsourcing é um desafio, assim como construir projetos que atraiam esse público. Nossos estudos se concentraram em dois aspectos. Primeiro, na investigação do planejamento e desenvolvimento de projetos de crowdsourcing, e segundo na identificação dos fatores que levam as pessoas a colaborar com esses projetos. O crowdsourcing tem uma estrutura dinâmica onde o conhecimento, a resolução de problemas e, às vezes, a tomada de decisões podem ser atribuídos a membros desconhecidos da multidão. Essas características únicas do crowdsourcing devem ser consideradas em seu processo de construção. Nesta tese, nosso objetivo é investigar sistemas de crowdsourcing sob duas perspectivas. Do ponto de vista do desenvolvedor, investigamos a construção do crowdsourcing. E da perspectiva do usuário, investigamos os fatores que motivam os usuários a colaborar nesses projetos. Para atingir esse objetivo, realizamos diversos estudos, utilizando um método de pesquisa qualitativa exploratória. A investigação do processo de construção e a investigação da motivação dos usuários seguiram os mesmos procedimentos: (i) estudos selecionados por meio de revisão de literatura e (ii) entrevistas semi-estruturadas com desenvolvedores e usuários. Como a população de idosos está em constante crescimento e é pouco estudada no campo tecnológico, nosso estudo de motivação teve como foco esse público. Realizamos entrevistas com 46 idosos com mais de 60 anos. A análise das entrevistas sugere que os idosos são motivados por tarefas dinâmicas, que estimulam sua curiosidade, aumentam seus conhecimentos e habilidades, tarefas que os ajudam a cuidar de sua saúde física e mental e, principalmente, por tarefas relacionadas a causas altruístas. Com os resultados dos estudos, propusemos um modelo de processo para construção de crowdsourcing e um modelo de motivação voltado para idosos, ambos para serem usados como guia por gestores e desenvolvedores de software.

Contextualização: Desastres naturais levam a danos e perdas de vidas ao redor do mundo. Sistemas de Alerta Antecipado, ou simplesmente EWS da sigla em inglês Early Warning Systems, são sistemas que geram alertas, de forma antecipada, para avisar a população sobre estes eventos. Instituições de predição enviam as informações de eventos que podem ocasionar desastres em um padrão de arquivo conhecido como CAP. De forma geral, um EWS recebe um arquivo CAP, extrai seus dados e enviam avisos para a população. A maioria dos EWS não levam em consideração as necessidades específicas de grupos vulneráveis e enviam o mesmo alerta para todas as pessoas, quer ela seja, por exemplo, um deficiente visual ou auditivo, ou que estejam em uma área com maior risco para o evento em questão. Objetivo: Diante da contextualização, o objetivo deste estudo é propor um EWS para alertar pessoas, de grupos vulneráveis ou não, que estejam em áreas de risco. Método: Esta pesquisa foi realizada através de uma abordagem de combinação dos seguintes métodos: Mapeamento Sistemático da Literatura (MSL), Estudos Exploratórios e Estudos Empíricos. O MSL fundamentou as questões de pesquisa. Os estudos exploratórios, através de entrevistas semiestruturadas, serviram para se alcançar uma maior familiaridade com o problema da pesquisa. A partir destes estudos, foi proposto um modelo de contexto, regras comportamentais e um processo automatizado para elaboração de uma biblioteca de recursos acessíveis, de forma a possibilitar o desenvolvimento de um EWS que envia alerta para diferentes grupos de usuários. Por fim, a avaliação foi realizada por duas perspectivas: (i) avaliar se os alertas são entregues aos destinatários esperados e com a personalização prevista; (ii) avaliar o modelo de contexto e as regras comportamentais. Para a avaliação (i) foi utilizada uma abordagem empírica através de técnicas quantitativas. Já para a avaliação (ii), foi realizado um survey com especialistas da Defesa Civil. Resultados: Este estudo apresenta uma arquitetura e um modelo de contexto com regras contextuais para um EWS que considera pessoas de grupos vulneráveis (ex: surdos, cegos). Por fim, apresenta um protótipo implementado e funcional, o UAware Alert, com uma interface de gerenciamento de envio de alertas e uma aplicação móvel para o recebimento do alerta de forma acessível. Conclusão: EWS utilizam mensagens CAP e a localização da pessoa para enviar alertas. Mas para avisar pessoas com diferentes necessidades, é preciso também considerar o perfil da pessoa que está recebendo o alerta e do local onde ela se encontra. Assim, o modelo de contexto, regras comportamentais e o processo de geração de mídias deste estudo possibilita o desenvolvimento de um EWS, que envia instruções focadas na região onde a pessoa se encontra, quer seja em texto ou em formatos acessíveis à necessidade de cada usuário.

Contexto: O ensino-aprendizagem de Engenharia de Software (ES) em uma ou mais disciplinas, no contexto de cursos de graduação em Computação e áreas afins, tem-se mostrado desafiador. Na formação do estudante, deve-se prover uma base teórica sólida sobre conceitos básicos (requisitos, projeto, testes, dentre outros) e trabalhar tópicos relacionados a gerência de projetos, interação humano-computador, gerência de configuração e de lançamentos. Experiência prática, habilidades de comunicação e profissionalismo são dimensões que também devem ser consideradas, incluindo trabalho em equipe e ética, para preparar os estudantes para a carreira na indústria de software.

Projetos de software livre/código aberto (free/libre open source software ou FLOSS) têm sido usados na Educação em Engenharia de Software (EES) como estratégia viável para trabalhar habilidades técnicas e não-técnicas na formação de estudantes preparados para atuar na indústria de software. Na literatura, estudos relatam que o uso pedagógico de projetos FLOSS trouxe benefícios para o ensino-aprendizagem de ES mas também desafios que podem comprometer a sua adoção efetiva no contexto educacional.Uma dificuldade comum está relacionada ao processo de seleção de projetos, tanto pela diversidade de projetos FLOSS disponíveis, como pela complexidade da tarefa. Em geral, o professor deve buscar manualmente, ou com apoio de diferentes ferramentas (não necessariamente projetadas para uso na Educação), um ou mais projetos para uso pedagógico na disciplina. Vários critérios podem ser considerados para a seleção de um projeto FLOSS para uso na EES, dentre eles, tamanho do projeto, quantidade de testes, linguagem de programação, tamanho da comunidade e práticas utilizadas.

Problema: O processo de seleção de um projeto FLOSS para uso pedagógico exige tempo e experiência do professor, e ainda há poucas ferramentas para apoiar tal seleção com base em critérios reconhecidos e/ou definidos pelo professor. Dessa forma, o ônus da seleção de projetos FLOSS pode atrapalhar a sua utilização no contexto da EES.

Objetivo: Esta pesquisa teve como objetivo investigar a utilidade de uma abordagem automatizada para apoiar o professor na seleção de projetos de código aberto guiada por critérios baseados em aspectos sócio-técnicos do projeto, para uso pedagógico em disciplinas de ES.

Métodos de Pesquisa: Uma revisão da literatura foi realizada para  identificar tipos de critérios já utilizados para a seleção de projetos FLOSS. Em seguida, um conjunto de critérios de seleção foi definido, documentado, operacionalizado e implementado na ferramenta de código aberto FlossSearch.Edu. A primeira versão da ferramenta foi avaliada por estudantes e por professores de diferentes instituições brasileiras de ensino superior. Inicialmente, estudantes usaram FlossSearch.Edu, no contexto de uma disciplina de ES, para selecionar projetos FLOSS com base em critérios definidos pelo professor e, em seguida, avaliaram o uso da ferramenta por meio de um levantamento com perguntas do Modelo de Aceitação de Tecnologia (TAM).
Em um estudo de natureza qualitativa e quantitativa, professores familiarizados com o uso pedagógico de projetos FLOSS, utilizaram FlossSearch.Edu em sessão individual, gravada e guiada por cenários pré-definidos, enquanto relatavam suas impressões em voz alta (protocolo ``Think Aloud"). Ao final das sessões, os professores avaliaram o uso da ferramenta por meio de um questionário TAM.

Resultados: No contexto de seleção de projetos FLOSS em que FlossSearch.Edu foi utilizada, a ferramenta foi bem avaliada. Em sua maioria, estudantes que usaram FlossSearch.Edu em sala de aula e professores que participaram da segunda avaliação, afirmaram que a ferramenta é útil, fácil de usar e que pretendem usá-la no futuro. Diversas sugestões para melhoria foram recebidas e deverão guiar a evolução da ferramenta e novos estudos.

Startups são pequenas empresas que buscam explorar novos negócios incorporando novas tecnologias a diferentes mercados por meio da inovação. Os ecossistemas de startups existem para fornecer um ambiente de suporte para essas empresas, sendo uma fonte valiosa de networking e conhecimento para elas. Projetos de software white label são desenvolvidos por Startups e conhecidos nos Ecossistemas como produtos altamente adaptáveis, capazes de gerar novos produtos com mais rapidez do que aplicativos autônomos, garantindo o melhor custo x benefício. As startups são divididas em estágios e enfrentam desafios diferentes dependendo do estágio atual. Nos estágios iniciais, eles mal planejam suas atividades de desenvolvimento, mas avaliam as necessidades do mercado e encontram usuários para seu produto inicial, o que deixa uma dívida técnica. Os projetos de software White Label sofrem mais com esses problemas, pois os Startups não abordam técnicas avançadas de reutilização de código amplamente conhecidas pela academia. Nos estágios finais, as startups precisam resolver a dívida técnica gerenciada nos estágios iniciais e precisam de processos ainda mais escaláveis para expandir seus negócios que envolvem projetos de software White Label. Este trabalho busca desvelar o conceito de projetos de software White Label e sua viabilidade para startups de software; investigar se e como técnicas avançadas de reutilização de código, como sistemas altamente configuráveis, podem ser usadas como alavanca de oportunidade para startups de software; construir uma estrutura adaptável para ajudar os projetos de software White Label a gerenciar dívidas técnicas e enfrentar seus desafios. Para cumprir os objetivos mencionados, aplicamos três estudos empíricos sob diferentes públicos. Uma entrevista semiestruturada com startups usando projetos de software White Label, um questionário online aplicado para stakeholders de ecossistemas de inovação e uma Multivocal Literature Review com artigos de literatura cinzenta na Internet sobre projetos de software White Label. Os resultados obtidos apresentaram um retrato convincente de como as startups de software têm lidado com a reutilização de software em suas práticas diárias, com particular atenção em como o desenvolvimento de software White Label tem sido explorado em seus projetos. Os dados coletados permitiram a criação do framework acima para projetos de software Mobile White Label. Além disso, este trabalho apresenta um caminho de melhoria que pode ser aplicado para startups que trabalham com projetos de software White Label em diferentes estágios, além de oferecer aos pesquisadores um conjunto de desafios abertos a serem estudados em trabalhos futuros.

Sistemas de recomendação são ferramentas utilizadas para sugerir itens que possivelmente sejam de interesse dos usuários. Estes sistemas baseiam-se no histórico de preferências do usuário para gerar uma lista de sugestões que possuam maior similaridade com os itens do histórico do usuário, visando uma melhor precisão e um menor erro. É esperado que ao recomendar um item, o usuário dê um retorno ao sistema, indicando se gostou ou o quanto gostou do item recomendado. A interação do usuário com o sistema possibilita um melhor entendimento dos gostos dos usuários, que com o tempo, adiciona mais e mais itens a seu perfil de preferências. A recomendação baseada em similaridade do item com as preferências, buscando a melhor precisão pode causar efeitos colaterais na lista como: superespecialização das recomendações em um determinado núcleo de itens, pouca diversidade de categorias e desbalanceamento de categoria ou gênero. Assim, esta dissertação tem como objetivo explorar a calibragem, que é um meio para produzir recomendações que sejam relevantes aos usuários e ao mesmo tempo considerar todas as áreas de suas preferências, buscando evitar a desproporção na lista de recomendação. Para isto, são abordadas formas de ponderar o balanceamento entre a relevância das recomendações e a calibragem baseada em medidas de divergência. A hipótese é que a calibragem pode contribuir positivamente para recomendações mais justas de acordo com a preferência do usuário. A pesquisa é realizada através de uma ampla abordagem que contempla nove algoritmos de recomendação aplicados nos domínios de filme e música, analisando três de medidas de divergência, dois pesos de balanceamento personalizado e dois balanceamentos entre relevância-calibragem. A avaliação é analisada com métricas amplamente utilizadas, assim como métricas propostas. Os resultados indicam que a calibragem produz efeitos positivos tanto para a precisão da recomendação quanto para a justiça com as preferências do usuário, criando listas de recomendação que respeitem todas as áreas. Os resultados também indicam qual é a melhor combinação para obter um melhor desempenho ao aplicar as propostas de calibragem.

O Desenvolvimento Dirigido por Modelos (DDM) e a metáfora de Dívida Técnica (DT) são abordagens de Engenharia de Software que promovem a qualidade nos sistemas desenvolvidos. Enquanto DDM busca este objetivo através do uso de modelos como principais artefatos do processo de desenvolvimento, o gerenciamento de DT o faz através da correta gestão de problemas que, fora de controle, podem dificultar a manutenção e evolução dos sistemas. Grande parte das pesquisas em DT atualmente foca no código da aplicação como principal fonte das dívidas técnicas.  Em um projeto DDM, entretanto, a geração de código fonte geralmente é feita em etapas posteriores à criação dos modelos e, portanto, lidar com a DT apenas no nível de código pode levar ao pagamento de juros desnecessários devido à existência de dívidas técnicas não gerenciadas. Trabalhos recentes concluíram que códigos desenvolvidos com DDM não são livres de DT, demonstrando a importância em gerenciar a dívida técnica também nesses projetos, de preferência em estágios anteriores do processo de desenvolvimento, como a modelagem. Este trabalho busca analisar se é possível usar estratégias de detecção de dívida técnica de código fonte para identificar DT em modelos geradores de código dentro de um contexto de desenvolvimento dirigido por modelos. Para isso, técnicas de detecção de DT em código fonte foram avaliadas com o objetivo de adaptá-las para o nível de abstração dos modelos. Um catálogo de nove itens de dívida técnica para modelos independentes de plataforma foi especificado, com estratégias de detecção que permitem a automação do processo de identificação das dívidas técnicas nos modelos. Posteriormente, as estratégias de detecção propostas foram implementadas em uma ferramenta que permite a especificação e identificação de model smells para modelos EMF. Um estudo preliminar utilizando 3 projetos opensource versionados no Github foi realizado para avaliar e ajustar as estratégias de detecção propostas. Em seguida, um estudo experimental mais profundo foi feito com o objetivo de avaliar a efetividade real das estratégias de detecção propostas em antecipar a identificação das dívidas técnicas, detectando-as nos modelos geradores do código fonte. Um total de 9 diferentes projetos, com 36 modelos e mais de 400 mil linhas de código foram usados nessa avaliação, todos eles opensource, versionados publicamente no Github e desenvolvidos com a tecnologia EMF. Os resultados mostraram que as estratégias propostas são capazes de antecipar boa parte das dívidas técnicas de código fonte nos modelos geradores do código. Os itens do catálogo, porém, apresentaram diferentes graus de efetividade na antecipação e variados níveis de ocorrência nos projetos estudados. Uma discussão sobre cada item avaliado foi realizada com o objetivo de analisar e explicar os resultados obtidos do estudo experimental. Por fim, foram discutidos aspectos que podem orientar trabalhos futuros com melhorias e a extensão do catálogo proposto

Sistema de Sistemas (SoS) são compostos por um conjunto de sistemas, que interagem entre si

para um objetivo comum. Assim, ele tende a ser maior e mais complexo do que os sistemas

tradicionais. Para abordar a questão da complexidade inerente a este tipo de sistemas

complexos, eles são frequentemente modelados usando a Business Process Modeling and

Notation (BPMN), que é uma notação padrão para modelagem de processos de negócios.

O diagrama de coreografia, introduzido na versào BPMN2.0, fornece conceitos adequados

para representar as interações entre os sistemas constituintes de um SoS. No entanto,

os modelos criados com essa notação podem conter erros, alguns dos quais podem ser

detectados em tempo de design e outros apenas em tempo de execução. Os erros de

sintaxe são facilmente detectados com o auxílio de ferramentas de modelagem, no entanto,

a ausência de uma semântica formal para BPMN torna mais difícil identificar erros de

tempo de execução, como por exemplo, deadlocks, livelocks e outras propriedades de

seguran¸ca em diagramas de coreografia de BPMN. Esses erros são difíceis de detectar e

podem levar a uma operação inadequada ou até mesmo ao travamento do sistema. Nesse

contexto, um método para identificar erros de tempo de execução consiste em traduzir

o diagrama BPMN em um modelo formal que pode ser analisado em um verificador

de modelo. Assim, apresentamos uma abordagem para construir um modelo formal

para os diagramas de coreografia de BPMN em termos da linguagem formal PI-ADL,

que é uma linguagem projetada para a especificação de arquiteturas dinâmicas, uma

caracteríıstica intríınseca dos SoS. Portanto, definimos o mapeamento dos elementos do

diagrama de coreografia para pi-ADL, a fim de auxiliar sua descrição formal em pi-ADL.

Tais modelos pi-ADL permitem sua verificação formal por meio de um verificador de

modelo específico, possibilitando assim, a detecção prévia de erros em tempo de execução

no sistema modelado.

O mercado de dispositivos móveis tem crescido exponencialmente nos últimos anos, assim como a necessidade de aplicativos quem primem pela qualidade e que ofereçam features que ampliem a retenção de usuários. Nos últimos anos percebe-se uma crescente quantidade de estudos que apresentam soluções para problemas inerentes à demanda supracitada. A atividade de testes de software tem um papel de grande importância no processo de garantia da qualidade de software. Em particular, os testes de regressão apresentam-se como uma estratégia viável para lidar com a complexidade e com a constante evolução dos aplicativos, visto que o seu principal objetivo é garantir que as mudanças realizadas entre versões não alteram o comportamento do sistema. Embora a literatura tenha dedicado esforços para o desenvolvimento de novas técnicas de teste de regressão para Android - o sistema operacional mais popular para os dispositivos móveis - os estudos existentes são limitados no que diz respeito a demonstrar quais são as técnicas de teste de regressão utilizadas por profissionais. A presente investigação tem como objetivo realizar uma síntese temática sobre a adoção de técnicas de teste de regressão em projetos de software para a plataforma Android. A pesquisa foi organizada em quatro etapas: (i) realização de uma revisão estruturada da literatura sobre técnicas de teste de regressão de aplicativos para Android, (ii) aplicação de um survey, (iii) realização de entrevistas com profissionais da indústria, e (iv) a construção de uma síntese temática. O survey obteve 100 respostas e proporcionou uma visão preliminar sobre como é realizado o processo de teste durante e após a manutenção dos aplicativos, quão automatizado é o teste de regressão de aplicativos para Android na prática e os motivos pelos quais os profissionais não realizam teste de regressão após atualizarem os aplicativos. As entrevistas realizadas com 16 profissionais da indústria contribuíram com a pesquisa no sentido de identificar o nível de conhecimento dos profissionais e sua relação com a automação dos testes, as linguagens mais utilizadas no desenvolvimento dos aplicativos para Android e qual a relação delas com o processo de automação, as ferramentas utilizadas para automação de teste e as features esperadas pelos profissionais para executarem teste de regressão automatizado e um entendimento preliminar sobre como os profissionais executam teste de regressão na prática. A síntese temática apresentou um modelo resultante da comparação dos resultados obtidos nas diferentes fontes de dados - literatura, survey e entrevistas, sobre o uso de técnicas de teste de regressão. Esses estudos trazem uma visão sobre o tema e proporcionam possíveis investigações futuras.

O registro e a publicação digital de textos em linguagem natural faz parte de diferentes domínios da atividade humana. Dentre as informações registradas, os eventos são parte significativa desse conteúdo, visto que, independente do domínio, novos eventos continuam a acontecer, e os que são considerados relevantes são registrados. Com a disseminação de tecnologias de informação, a facilidade de acesso a esses registros fez crescer a oferta de eventos e também a demanda por conhecimento para auxílio à tomada de decisões, derivado de novas aplicações de um grande volume de informação cada vez mais globalizada e instantâneo.  A tarefa de extração de eventos tem o objetivo de automatizar a extração de eventos por meio da identificação do tipo de evento e dos seus participantes e atributos. Essa é uma tarefa de extração de informação, que faz parte da área de processamento de linguagem natural. Não se conhece uma solução com desempenho igual ou superior ao humano para essa tarefa em qualquer linguagem natural. No caso específico da língua portuguesa,  não existe apenas solução, mas carece-se  de propostas de métodos e recursos linguísticos anotados para o desenvolvimento e avaliação de métodos (via aprendizado com dados, aprendizado de máquina). Que saibamos, os poucos trabalhos que foram publicados não realizaram extração de eventos em domínio fechado, i.e. quando se conhece a estrutura dos eventos que busca-se extrair, para língua portuguesa. Neste trabalho é apresentado um método de  extração automática de eventos em domínio fechado em  sentenças da língua portuguesa, baseado em aprendizado de máquina profundo, utilizando word embeddings contextualizados. Além disso, para suportar o desenvolvimento e a avaliação do método proposto, foi construído um corpus em português com anotações de eventos em domínio fechado.

Redes Definidas por Resíduos (do inglês, Residues Defined Network - (RDN)), possuem a capacidade de utilizar rótulos para encaminhamentos fim-a-fim em sistemas autônomos. A RDN é caracterizada por dispensar o uso de tabelas de encaminhamento no núcleo da rede. Dessa forma, os pacotes são encaminhados com base no resto da divisão entre o rótulo encontrado no pacote e a chave local encontrada no comutador de núcleo. Inicialmente, a RDN teve como propósito melhorar a latência nas SDNs, uma vez que os comutadores do núcleo da rede não possuem comunicação com o controlador. Por outro lado, uma gama de soluções adotam a Qualidade de Serviço (QoS) baseadas na utilização do MPLS, que permite prover serviços diferenciados a diferentes classes e padrões de tráfego e gerar benefícios consideráveis para as comunicações de rede. Entretanto, tais soluções apresentam altos custos de OPEX e CAPEX. Motivado pela capacidade das RDNs, esta dissertação traz um método alternativo para utilização dos rótulos no núcleo da rede, além de tentar resolver o problema de escalabilidade e flexibilidade encontrado na solução KeyFlow proposta e oferecer novas funcionalidades para esta tecnologia. Através da linguagem P4, foi implementado um novo protocolo flexível, escalável e reprogramável para a RDN, a fim implementar o modelo para aprovisionamento de QoS por rótulos programáveis, ProgLab (Programmable Labels). O ProgLab implementa um novo método para leitura dos rótulos pelos comutadores de núcleo, que utiliza o sistema numérico de resíduos para definir as portas de saídas e a prioridade da fila, assim provendo QoS à RDN. Para validação da proposta, foram realizados testes de emulação com métricas de QoS e Qualidade de Experiência (QoE) para avaliação e demonstração da viabilidade do modelo. Os resultados demonstraram a viabilidade desta proposta para provisão de QoS em redes de núcleo que utilizem o RNS como encaminhamento de pacotes, mostrando que futuramente uma RDN pode vir a ser uma alternativa de baixo custo para encaminhamento de pacotes com serviços de QoS.

As avaliações online são fontes valiosas de informação para apoiar o processo de tomada de decisão, tanto para pessoas físicas quanto para empresas. No entanto, o grande volume de revisões de baixa qualidade dificulta o processo de coleta de informações úteis dessas revisões. Os sites de vários varejistas fornecem um sistema de votação para permitir que os clientes avaliem outras avaliações de produtos como úteis ou não. No entanto, esses votos são muitas vezes tendenciosos e a maioria das avaliações não recebe nenhum voto. Além disso, vários sites sequer possuem esse mecanismo de votação ou qualquer outro componente para organizar as avaliações quanto à sua utilidade. Portanto, classificar as avaliações de acordo com sua utilidade é de suma importância para facilitar o acesso a conteúdos verdadeiramente informativos. Nesse contexto, estudos anteriores revelaram vários recursos e arquiteturas que são benéficos para a previsão de utilidade percebida. No presente trabalho, argumentamos que a especificidade do texto, definida como o nível de detalhes expressos em um texto, pode influenciar a percepção de utilidade da revisão e,   consequentemente, também pode ser um novo aspecto linguístico útil para modelar a previsão de utilidade. Propusemos duas abordagens para incorporar o aspecto de especificidade em modelos de classificação de utilidade: i) usando recursos artesanais baseados em especificidade de texto e ii) usando a previsão de especificidade de revisão como uma tarefa auxiliar em um ambiente de Aprendizagem Multitarefa (MTL). Primeiro, conduzimos uma abordagem de adaptação de domínio não supervisionada [Ko, Durrett e Li 2019] para rotular automaticamente pontuações de especificidade de texto em frases de avaliações online. Para avaliar os diferentes modelos treinados usando essa abordagem, propusemos uma medida denominada Avaliação de Predição de Especificidade (SPE), que se baseia na suposição de que, em média, sentenças específicas confiáveis tendem a ser mais longas do que sentenças gerais confiáveis [Li e Nenkova 2015] . Para as 18 coleções de revisões on-line usadas em todos os nossos experimentos, conseguimos obter previsões de especificidade mais confiáveis, de acordo com a SPE, variando apenas o tamanho do conjunto de treinamento e o número de épocas de treinamento. Por fim, realizamos experimentos para avaliar o desempenho dos modelos de classificação de utilidade usando duas arquiteturas neurais: Rede Neural Convolucional (CNN) [Kim 2014] e Representações de Codificador Bidirecional de Transformadores (BERT) [Devlin et al. 2019]. Em resumo, usando conjuntos de dados balanceados, os modelos de classificação de utilidade percebida, incorporados com especificidade de texto - como recursos ou MTL - mostraram resultados de precisão significativamente mais altos em comparação com uma linha de base SVM popular ao usar CNN. Com o BERT, os experimentos mostraram que o MTL superou os modelos de tarefa única para a maioria dos 18 conjuntos de dados e a precisão e a precisão foram aprimoradas em comparação com a linha de base do SVM.

Contexto: O termo Dívida Técnica (DT) refere-se às atividades adiadas durante o desenvolvimento do projeto de software. A DT pode ser comparada com uma dívida financeira cujo devedor tem a opção de pagar o valor principal da dívida ou os juros. Várias iniciativas têm buscado identificar as causas e os efeitos associados à DT. Dentre elas, o projeto InsighTD tem executado um survey em vários países para coletar evidencias sobre o estado da prática da DT. Um dos resultados obtidos pelo projeto foi a lista de causas e efeitos da DT reportados pelos profissionais de software. A DT pode incorrer em qualquer fase do desenvolvimento, como no teste de software. Essa atividade tem como objetivo assegurar a qualidade do software que está sendo desenvolvido. Entretanto, tanto o projeto quanto a literatura técnica pouco tem abordado sobre os itens de DT que ocorrem nas atividades de teste de software. Objetivo: Investigar, do ponto de vista dos profissionais de teste de software, os tipos de TD associados à DT relacionada a teste, as causas que levam a ela e os efeitos de sua existência. Método: Foi realizada uma replicação do survey do projeto InsighTD com profissionais de teste de software no Brasil. Além disso, utilizou-se respostas de profissionais de software coletadas na primeira execução do survey. Deste modo, foram coletadas e analisadas, quantitativamente e qualitativamente, 54 respostas de participantes da indústria brasileira de software. Resultado: Este estudo evidencia o ponto de vista dos profissionais de teste sobre DT. Foi percebido que os itens de dívida relacionados a teste estão relacionados a diferentes tipos de DT, como, documentação, código e a própria dívida de teste. Foram identificados 61 causas de DT organizadas em oito categorias. As principais causas identificadas foram prazo, documentação desatualizada/incompleta e planejamento inadequado. Foram identificados 45 efeitos de DT e agrupados em seis categorias. Os principais efeitos são atrasos na entrega, retrabalho e baixa qualidade externa. Conclusão: A lista de causas e efeitos juntamente com as suas categorias foi organizada em um conjunto de diagramas de causa e efeito que podem auxiliar os profissionais de software no gerenciamento da DT. Palavras-chave: Dívida técnica, dívida técnica relacionada a testes, teste de software, causas da dívida técnica, efeitos da dívida técnica, diagramas probabilísticos de causa e efeito.

A popularização das redes sociais e aplicativos para smartphones impulsionam a disponibilidade de dados na Web. Nesta extensa quantidade de dados, existe um tipo de dado específico conhecido como dado espacial. Este dado é a representação de um objeto físico a partir de coordenadas espaciais (e.g. latitude e longitude). Eles são críticos em um grande número de aplicações. Por exemplo, uma usuária pode ser avisada de uma emergência utilizando aplicativos baseados em dados espaciais. Estima-se que 80% de todos os aplicativos baseados em dados possuem dados geo-referenciados. Consultas espaciais são amplamente empregadas para manipular este tipo de dado eficientemente. Entretanto, o usuário tem um papel importante no processo de recuperação dos dados espaciais. Por décadas, pesquisadores propuseram técnicas para auxiliar usuários a expressar as suas necessidades. Dentre estas técnicas, pode-se citar os modelos booleanos, correspondência de padrões e expansão de consulta. Apesar da existência de alternativas importantes, faltam soluções aplicadas às consultas preferenciais por palavras-chave. O top-k Spatial Keyword Preference Query (SKPQ) surge como uma solução potencial para auxiliar usuários a encontrar pontos de interesse (POIs). O SKPQ seleciona POIs considerando a descrição de locais na vizinhança. Em essência, o usuário define uma restrição espacial (i.e. raio) e textual (i.e. palavras-chave) a ser satisfeita. Nesse contexto, esta tese propõe estratégias para melhorar a recuperação de informação proporcionada pela SKPQ e consultas similares. A contribuição desta tese pode ser dividida em três etapas. Na primeira, dois repositórios Linked Open Data (LOD) são explorados para melhorar a descrição dos POIs e suas vizinhanças. A descrição do POI no LOD contém mais informação do que nos bancos de dados espaciais tradicionais, o que leva a uma descrição mais detalhada. Na segunda etapa, os resultados da consulta são personalizados para apresentar os melhores POIs para o usuário nas primeiras posições do ranking. Ao explorar comentários relacionados aos POIs, o sistema identifica o objeto que melhor satisfaz o usuário da consulta e reordena o ranking de acordo com a preferência dele. Na terceira etapa, utilizamos uma função probabilística para descrever a preferência por POIs próximos um do outro. Esta função probabilística é incorporada à função de ranqueamento para que a busca também considere esta preferência. Por fim, avaliamos separadamente cada estratégia proposta nesta tese. A primeira estratégia alcançou melhora de 20% no NDCG ao utilizar palavras-chave aleatórias. Assim como encontrou POIs onde não era possível encontrar com a SKPQ. A segunda estratégia adiciona melhora de 92% no NDCG. Enquanto a terceira estratégia melhora a consistência do rank, alcançando aumento no coeficiente Tau de 52%.

O número crescente de aplicações modernas, que dependem da capacidade de CPUs multicore, tem impulsionado a área de sistemas de tempo real para a arquitetura de multiprocessada. Na verdade, tais aplicações podem ser encontradas em diversas áreas, tais como como automotiva, aviação e indústria de eletrônicos, sendo a maioria delas composta por serviços críticos (hard) e não críticos (soft).

Para sistemas de tempo real multiprocessados, que lidam com tarefas hard e soft, o foco está em minimizar o tempo de resposta das tarefas soft, sem comprometer as restrições temporais das tarefas hard. Diversas abordagens de escalonamento foram propostas para lidar com estes dois tipos de tarefa em um único processador, enquanto para ambientes multiprocessados tais abordagens são menos comuns e são tipicamente extensões dos mecanismos descritos para sistemas monoprocessados.

Este trabalho descreve uma abordagem de escalonamento flexível, projetada para sistemas de tempo real multiprocessados, compostos por tarefas hard e soft. De acordo com a abordagem proposta, as tarefas hard são atribuídas aos processadores de maneira off-line e não migram durante sua execução. Para tarefas soft duas configurações são possíveis. Elas podem ser alocadas na fila local de cada processador, e neste caso a migração não é permitida, ou podem estar numa fila global, sendo acessada por todos os processadores. A abordagem de escalonamento descrita nesta tese está fortemente ligada ao conceito de servidores, que funcionam como entidades de escalonamento (proxies), sendo responsáveis por escalonar tarefas (ou outros servidores) que estejam associados a ele. Dois servidores especiais são descritos: o single client server e o slack server. Juntos, estes servidores são capazes de (a) encapsular tarefas soft para que sua execução não coloque em risco os requisitos temporais das tarefas hard e (b) reclamar a folga não utilizadas para favorecer a execução de tarefas soft. Com isso, o tempo médio de resposta das tarefas soft é melhorado, sem comprometer os requisitos temporais das tarefas hard.

O uso das abordagens de escalonamento descritas nesta tese, em ambas as configurações, fornece melhorias nas métricas relacionadas a QoS para tarefas soft, tais como a taxa de perda de deadline e tempo médio de resposta, sem com isso comprometer as garantias temporais das tarefas hard. Os experimentos mostraram uma redução de até 27% na taxa de perda de deadline e uma redução de até 14% no tempo médio de resposta das tarefas soft. Tais resultados indicam que a capacidade de processamento disponível deixada sem uso por tarefas hard pode ser usada efetivamente para executar tarefas soft. Além disso, a abordagem proposta se mostrou flexível, podendo ser adaptada a outras políticas de escalonamento baseadas em EDF de maneira simples.

O estado da arte das técnicas para identificação de anomalias de código são baseadas na análise de métricas do código. Entretanto, muitas dessas técnicas possuem baixa acurácia. Uma possível razão é porque os elementos do código-fonte, tais como métodos, implementados com diferentes decisões de design, são avaliados usando os mesmos valores limiares para cada métrica. Outra possível razão é que estes valores limiares são geralmente derivados de classes que foram desenvolvidas usando decisões de design distintas. Usar valores limiares genéricos e que não consideram o contexto de design de cada classe avaliada pode gerar muitos falsos positivos e falsos negativos para os desenvolvedores de software. Nosso objetivo é considerar o papel de design desempenhado por cada classe do sistema como contexto para derivar valores limiares e detectar anomalias de código. Nossa principal hipótese é que valores limiares que consideram o papel de design da classe como contexto, podem apontar anomalias de código mais relevantes para os desenvolvedores de software. Nós conduzimos alguns estudos experimentais para definição de duas técnicas que consideram o papel de design como contexto. Primeiro, nós executamos uma survey de larga escala que mostrou que profissionais possuem dificuldades para ajustar ferramentas de análise estática de código nos seus processos de desenvolvimento de software. Uma possível razão reconhecida pelos profissionais é que muitas dessas ferramentas usam um valor limiar genérico para cada métrica que pode não ser adequado para avaliar todas as classes do sistema. Segundo, nós definimos uma heurística para identificar o principal papel de design de cada classe e conduzimos um estudo empírico para investigar a influência de algumas decisões de design na distribuição dos valores das métricas de software. Nossas descobertas mostram que as decisões de design que mais influenciaram na distribuição dos valores das métricas foram: (i) papel de design de classe (ii) bibliotecas utilizadas, (iii) estilo de codificação, (iv) estratégia de codificação usada para tratamento de exceção, e (v) estratégia para realizar log e depuração do código. Portanto, essa decisões de design poderiam ser consideradas como contexto para derivar valores limiares. Nós usamos essas descobertas para propor duas novas técnicas para derivar valores limiares sensíveis ao design do sistema usando os papéis de design da classe como contexto. Em seguida, realizamos dois estudos experimentais para avaliar as técnicas propostas. O primeiro estudo mostrou que as técnicas melhoraram a precisão de acordo com as percepções dos desenvolvedores. Como é impossível e cansativo fazer uma avaliação completa da qualidade do código-fonte com os desenvolvedores, conduzimos um segundo estudo explorando a evolução dos projetos de software de domínios arquiteturais populares. Descobrimos que nossas técnicas melhoraram o \emph{recall} para apontar métodos efetivamente refatorados durante a evolução do software.

A Educação a Distância, acompanhada pela evolução das Tecnologias de Informação e Comunicação, vem apresentando índices de matrículas superiores às matrículas no ensino tradicional presencial. Aliado a este crescimento, educadores passaram a gerenciar turmas com um número maior de alunos geograficamente distribuídos e, ainda assim, não conseguem aplicar os mesmos mecanismos de avaliação, observação e acompanhamento do aluno utilizados no ensino presencial. Desta forma, surgem desafios aos professores quanto ao acompanhamento do progresso acadêmico dos estudantes pautado no cumprimento dos objetivos educacionais planejados e na avaliação do desempenho acadêmico supervisionando a aquisição de conhecimento. Acompanhar as experiências de aprendizagem dos alunos nos Sistemas de Gerenciamento da Aprendizagem (SGA) para avaliar o desempenho acadêmico e o progresso dos estudantes é um dos desafios mais intensos e exaustivos para os educadores devido a quantidade de dados educacionais produzidos e aos diversos indicadores da aprendizagem disponíveis no SGA. Assim, esta pesquisa objetiva investigar como uma abordagem de monitoramento e avaliação de dados educacionais sobre o percurso acadêmico do aluno no SGA, chamada SapeS, pode impactar positivamente no processo de ensino e aprendizagem na Educação a Distância. A solução proposta processa dados educacionais provenientes do SGA, extrai conhecimento útil e disponibiliza informações para educadores e alunos baseado em técnicas de Learning Analytics e Ontologias Computacionais, norteados por Taxonomia dos Objetivos Educacionais. A solução foi desenvolvida baseada na metodologia Design Science Research (DSR) e aplicada em um contexto real para avaliação junto à população (n=24). Por meio dos dados coletados e análises realizadas, foi verificado que houve uma forte adesão ao uso da ferramenta SapeS proposta e uma diferença significativamente positiva entre os dados coletados em diferentes momentos da investigação. Foram verificados maior engajamento, motivação e participação nas atividades acadêmicas do curso investigado e maior atenção dos docentes quanto a avaliação do percurso do aluno, além da verificação e adequação do planejamento pedagógico em relação à situação dos discentes face aos objetivos educacionais. Este trabalho apresenta contribuições para professores e alunos da Educação a Distância oferecendo suporte ferramental, frente ao grande volume de dados educacionais oriundos do SGA.

A segmentação de imagens consiste em atribuir um rótulo a cada pixel da imagem de forma que os pixels pertencentes aos mesmos objetos da imagem tenham os mesmos rótulos. A área segmentada de um objeto deve abranger todos os pixels até os limites (limites) com os demais objetos. A região de fronteira pode fornecer informações úteis para o processo de segmentação, pois marca uma descontinuidade que pode definir um limite de segmento. No entanto, métodos de segmentação comumente sofrem para explorar informações de fronteira e consequentemente segmentar esta região. Isso se deve principalmente à proximidade entre regiões da imagem contendo rótulos diferentes. Diante disso, propomos investigar como levar em conta as informações de fronteira ao segmentar semanticamente um objeto de imagem. Nossa primeira contribuição é um segmentador de imagens baseado em grafos, chamado de expansão de programação dinâmica interativa (IDP). Este é um método fracamente supervisionado que requer uma semente em cada objeto alvo para ser segmentado na imagem, minimizando posteriormente uma função de energia para obter os rótulos da imagem. A expansão IDP explora a programação dinâmica para inicializar um algoritmo de expansão alfa sobre superpixels para melhorar as informações de limite em um processo de segmentação. Sobre o conjunto de dados de segmentação de Berkeley, nossos experimentos mostraram que a expansão IDP é 51,2% mais rápida do que uma segmentação baseada em expansão alfa tradicional. Embora a expansão do IDP tenha se mostrado mais rápida, ela sofre de dois problemas: uma inicialização obrigatória da semente e a falta de informações semânticas. Isso nos levou ainda a desenvolver uma arquitetura de rede neural convolucional supervisionada para explorar semanticamente informações de limite. Nosso novo método, chamado DS-FNet, usa dois fluxos integrados em uma rede convolucional de ponta a ponta para combinar informações de segmentação e limite com base em um mecanismo de atenção. Para avaliar o DS-FNet, inicialmente realizamos experimentos em conjuntos de dados de imagens de propósito geral (Pascal Context) e tráfego (Cityscapes, CamVid e Mapillary Vistas), tendo a interseção média sobre união (mIoU) como métrica de referência. O DS-FNet superou dez redes de segmentação nos conjuntos de dados Pascal Context, Cityscapes e CamVid. No conjunto de dados Mapillary Vistas, o DS-FNet alcançou o segundo lugar quando comparado a outros cinco métodos.

A geração de terrenos planetários, no contexto de jogos eletronicos, apresenta diversos desafios. Dentre eles o principal é o gerenciamento dos dados em multi-escala. Um jogador pode estar orbitando o planeta em um instante e depois descer para batalhar na sua superfĩcie. Para lidar com este desafio, apresentamos um método de geração procedural de planetas com suporte a múltiplas escalas, fazendo uso de funções de ruído fractal Browniano com derivadas parciais analíticas. Através de várias iterações deste ruído fractal conseguimos simular diversos tipos de terreno. O modelo de terreno em multiescala é gerenciado por uma quadtree indexada com tabelas hash. Essa mesma estrutura da suporte ao processo de view-frustum culling, que otimiza o processo de renderização. Além disso, nossa abordagem é capaz de grenciar níveis de detalhe baseado no ponto de vista do observador e a introdução de detalhes em alta resolução através do uso do processo de tesselação na GPU. Os resultados mostram que nosso método é capaz de gerar corpos planetários realísticos, com coerência temporal e diversidade de composições geológicas em tempo real, e, portanto, sendo aplicavél ao domínio de jogos eletrônicos.

Repositórios Institucionais (RI) são repositórios acadêmicos que possibilitam o armazenamento e a divulgação das produções científicas de universidades e centros de pesquisa. Estes repositórios permitem o auto-arquivamento, onde o próprio pesquisador pode efetuar o depósito de sua publicação. As informações sobre cada item depositado são armazenadas em seus metadados, mas como usualmente isso é feito de maneira manual pelo próprio pesquisador nem sempre os termos escolhidos ajudam nessa descrição, o que leva à intervenção dos bibliotecários no processo. A sugestão de keywords durante a validação dos metadados certamente ajudaria os bibliotecários pois identificaria termos representativos de cada publicação e enriqueceria semanticamente esses metadados, favorecendo a recuperação dos itens em um RI. Já métodos de aprendizagem de máquina de classificação textual binária podem sugerir que uma publicação também seja associada a outra coleção caso seja identificado que se trata de trabalho multidisciplinar. Também é possível auxiliar na classificação de publicações ainda não depositadas no RI e que não estejam organizadas por coleção mas por outro critério, como por exemplo data de entrega ao colegiado ou data da defesa. Dessa forma baseado nos termos representativos de cada comunidade e sub-comunidade, é possível treinar um classificador multi-hierárquico para identificar a qual comunidade e sub-comunidade cada trabalho deve pertencer. Por outro lado, a anotação semântica de metadados referentes a coleções e keywords permite o enriquecimento das descrições de itens do RI, além de facilitar o processo de recuperação. Nesse contexto o objetivo deste trabalho é anotar semanticamente os itens de um repositório acadêmico no Dspace de maneira semi-automática utilizando o padrão RDF do Dublin Core a partir dos resultados obtidos na classificação textual e validação das sugestões de keywords. Adicionalmente foi realizado um estudo de caso no RI da UFBA, onde as keywords extraídas passaram pela validação de especialistas de domínio, no caso as bibliotecárias do SIBI (Sistema de Bibliotecas da UFBA). Com isso, foi realizada a anotação semântica dos resultados obtidos no experimento da classificação textual e no estudo de caso. As principais contribuições desse projeto dizem respeito ao estudo exploratório de métodos de validação e classificação de depósitos das publicações, além do método de descrição e enriquecimento semânticos dos itens de um RI.

O interesse da comunidade de Tecnologia da Informação e Comunicação (TIC) sobre sustentabilidade tem crescido consideravelmente nos últimos anos. Embora ainda em estágio inicial, a temática tornou-se de grande relevância uma vez que nos força a pensar sobre o que temos feito para garantir a continuidade do planeta e das gerações futuras. No contexto da Engenharia de Software (ES), quando pensamos no desenvolvimento de software sustentável nos deparamos com lacunas, uma vez que esse assunto ainda é nebuloso para os engenheiros de software e desenvolvedores, bem como para a comunidade de pesquisa em ES. Para que o software seja produzido de forma sustentável, os engenheiros de software precisam entender como os conceitos de sustentabilidade estão incorporados ao desenvolvimento de software, de forma que possam ter uma compreensão clara, comum e compartilhada desse conhecimento. No entanto, o desenvolvimento de um estudo recente sobre o estado-da-arte das abordagens de software que apoiam a ES sustentável mostrou que ainda há uma lacuna sobre o que, de fato, vem a ser o desenvolvimento de software sustentável. A falta de tal entendimento pode impedir a indústria de construir software com consciência sustentável. Dada a questão, esta pesquisa tem como objetivo caracterizar a Engenharia de Software Sustentável destacando as preocupações sustentáveis presentes no ciclo de vida de desenvolvimento do software. Para alcançar este objetivo, esta dissertação adotou uma abordagem multi-método e produziu uma série de estudos qualitativos. A abordagem multi-método é uma estratégia de pesquisa metodológica que combina dois ou mais métodos de pesquisa qualitativos ou dois ou mais métodos quantitativos de coleta e análise de dados. Foram elaborados: (1) um estudo de mapeamento sistemático na intenção de conhecer o domínio de ES sustentável; (2) um survey para obter uma percepção da indústria de software sobre a adoção de práticas sustentáveis; e (3) uma grounded theory, com o objetivo de gerar uma teoria para prover aos leitores um entendimento sobre o desenvolvimento de software sustentável. A teoria foi organizada em torno das dimensões da sustentabilidade. Esta dissertação concluiu que o desenvolvimento de software sustentável pode ser explicado através das seguintes proposições: (a) preocupações técnicas, ambientais e sociais estão presentes em todas as fases do desenvolvimento de software sustentável. Isso significa que os pesquisadores e os engenheiros de software estão preocupados em considerar a longevidade do software produzido, bem como os recursos ambientais, além do bemestar social; (b) a identificação de requisitos sustentáveis deve ocorrer na fase inicial do projeto (c) com o apoio de especialistas engajados com a sustentabilidade, os quais devem fazer parte do grupo de stakeholders; e (d) o uso de preocupações sustentáveis pode gerar trade-offs no projeto. Assim sendo, os resultados contribuem com uma maior compreensão à respeito do desenvolvimento de software sustentável, a partir das perspectivas da literatura e praticantes de software; e, consequentemente, com a evolução do estado da arte em ES Sustentável.

A maioria dos algoritmos de clustering convencionais conhecidos e amplamente utilizados, como k-Means e Fuzzy c-Means (FCM), foram projetados assumindo que, na maioria dos casos, o número de objetos em um conjunto de dados será maior que o número de dimensões (recursos). No entanto, essa suposição falha quando um conjunto de dados consiste em documentos de texto ou microarranjos de DNA, nos quais o número de dimensões é muito maior que o número de objetos. A maioria dos estudos revelou que o FCM e os índices de validade de cluster difuso (CVIs) apresentam desempenho fraco quando usados com dados de alta dimensão, mesmo quando é usada uma medida de similaridade ou dissimilaridade adequada para esse tipo de dados. Os problemas enfrentados pela alta dimensionalidade são conhecidos como \ textit {maldição da dimensionalidade} e algumas abordagens como transformação de recursos, seleção de recursos, ponderação de recursos e agrupamento de subespaços foram definidas para lidar com milhares de dimensões. Para estar convencido de que o número de dimensões deve ser mantido para aprender o máximo possível de um objeto e saber que apenas um subconjunto de recursos pode não ser suficiente para todos os clusters, a técnica de agrupamento por subespaço flexível foi usada no trabalho proposto. Além do FCM, três algoritmos de subespaço suave, Clustering Simultâneo e Discriminação de Atributos (SCAD), c-Meios Fuzzy Ponderados com Regularidade Máxima com Entropia (EWFCM) e Clustering Subespacial Melhorado (ESSC) foram realizados para agrupar três tipos de dados de alta dimensão ( Mistura gaussiana, texto, microarray) e foram avaliados empregando CVIs nebulosas em vez de usar medidas externas como Clustering Accuracy, Rand Index, Normalized Mutual Information, que usam informações de rótulos de classe, como geralmente é feito na maioria dos estudos. A partir dos resultados experimentais, em uma avaliação geral, todos os algoritmos de agrupamento tiveram desempenhos semelhantes, destacando que o ESSC apresentou o melhor resultado e o FCM foi melhor que os demais algoritmos do subespaço suave. Além do uso da técnica de subespaço suave, na busca pela causa do baixo desempenho das técnicas convencionais para dados de alta dimensão, investigou-se qual medida de distância ou valor do expoente difuso de ponderação ($ m $) produzia o melhor agrupamento resultado. Além disso, o desempenho de dezenove CVIs nebulosas foi avaliado verificando se algumas tendências e problemas relacionados a pesquisas anteriores são mantidos ao validar os resultados do agrupamento suave do subespaço. A partir da análise feita neste trabalho, ficou claro que o tipo de dados era determinante para o desempenho dos algoritmos de cluster e CVIs difusos.

Teste de unidade é um tipo específico de teste que lida com as menores unidades do sistema. Ele representa o primeiro teste após a implementação de um componente. Quando a implementação dos testes de unidade não segue boas práticas, é provável que anti-padrões sejam introduzidos no código. Anti-padrões nos testes, também conhecidos como test smells, são más decisões para projetar e implementar código de teste. Os test smells prejudicam a qualidade do código de teste e reduzem a capacidade de os desenvolvedores interagirem com o código de teste, o que dificulta a compreensão, leitura e, consequentemente, a manutenibilidade e evolução do sistema. Uma estratégia para remover test smells é a refatoração do código de teste. Poucos estudos na literatura oferecem suporte automatizado para a detecção e refatoração de test smells. Assim, o presente estudo fornece uma abordagem semi-automática para identificar test smells e sugerir refatorações para o código de teste. Nossa abordagem é apoiada pela ferramenta RAIDE (RefActorIng test Design Errors). Desenvolvemos a RAIDE integrada com à uma IDE de desenvolvimento para ajudar os engenheiros de teste a refatorar código de teste. RAIDE oferece suporte a dois test smells, Assertion Roulette e Duplicate Assert. Apesar de existir outras ferramentas capazes de identificar test smells, até onde sabemos, ainda não há evidências de ferramentas que fornecem suporte automatizado a refatoração de test smells. Além disso, nenhuma ferramenta fornecem uma interface amigável e integrada a uma IDE para a identificação de test smells. Para avaliar como nossa abordagem pode ajudar a melhorar a qualidade do código de teste, também realizamos um estudo experimental. Comparamos nossa ferramenta com o estado da arte e verificamos que os participantes que usaram RAIDE conseguiram identificar os test smells de forma mais fácil e rápida. Além disso, RAIDE também se mostrou eficiente na refatoração de métodos de teste. Como RAIDE é uma ferramenta integrada à IDE Eclipse, os processos de identificação e refatoração são mais rápidos e intuitivos em comparação com o estado da arte e a refatoração manual.

A modelagem de dados no domínio temporal tem sido aplicada em diferentes sistemas como meteorologia, engenharia, medicina e economia. Neste sentido, a área de Séries Temporais Fuzzy tem se destacado devido à sua capacidade de aproximar funções matemáticas e variáveis linguísticas para criação de regras, que são mais fáceis de serem interpretadas por especialistas. Como consequência dessa capacidade, pode-se obter modelos mais precisos para compreender o comportamento de sistemas e, por exemplo, realizar previsões de observações futuras. Desde o surgimento de modelos de séries temporais fuzzy, pesquisadores vêm propondo melhorias visando, por exemplo, reduzir erros na tarefa de previsão. Em geral, tais tarefas são compostas de três etapas: i) fuzzificação; ii) relacionamento lógico fuzzy; e iii) defuzzificação. De acordo com a literatura, um dos pontos mais estudados por pesquisadores é a etapa de fuzzificação, com foco no particionamento do universo do discurso para modelagem dos conjuntos fuzzy. No entanto, poucos trabalhos na literatura consideram a separação de influências dos componentes estocásticos e determinísticos presente com o objetivo de auxiliar no processo de modelagem dos conjuntos fuzzy. Visando superar essa limitação, o presente trabalho apresenta duas abordagens que realizam melhorias na modelagem dos conjuntos fuzzy na etapa de fuzzificação, considerando influências de componentes estocásticos e determinísticos presentes em séries temporais. Na primeira abordagem, realizou-se inicialmente a decomposição da série separando seus componentes em diferentes monocomponentes. Em seguida, monocomponentes com alta frequência foram removidos, resultando em uma nova série suavizada cuja combinação com a série original permite gerar um novo gráfico de dispersão. A segunda abordagem foi desenvolvida para modelar séries com comportamento caótico. Nesse sentido, ao invés de modelar a série como um gráfico de dispersão, utilizou-se ferramentas da área de Sistemas Dinâmicos e Teoria do Caos para reconstruir a série no espaço fase. Embora utilizem métodos distintos, as duas abordagens fazem a remoção da dependência temporal entre as observações para auxiliar no processo de modelagem dos conjuntos fuzzy modelagem, o qual é conduzido considerando o método de agrupamento Fuzzy C-Means e índices de validação de agrupamento, para estimar a quantidade e a função dos conjuntos fuzzy. Nos experimentos, utilizou-se séries temporais com influências de componentes estocásticos e determinísticos para validar e testar a generalização da abordagem. Os resultados atingidos foram promissores e superiores em comparação com o estado da arte.

Atualmente, existe um número expressivo de redes sociais utilizadas para diversos fins, como conectar pessoas com um interesse comum em pesquisa, ofertas de emprego, preferências musicais e conteúdos em geral. Essas redes ganharam popularidade significativa nos últimos anos. Para demonstrar esse fenômeno, a pesquisa mostra que 71% dos jovens adultos americanos usam uma rede social pelo menos uma vez por dia. Com esse acesso frequente e a liberdade proporcionada pelas redes, os usuários passaram a publicar inúmeras informações, desde fotos pessoais até textos com opiniões sobre diversos temas como política, entretenimento e saúde. Nesse sentido, um novo volume de informações passou a ser produzido, uma vez que, antes das redes sociais, apenas profissionais especializados com acesso às mídias convencionais conseguiam publicar suas opiniões. Do ponto de vista científico, diversas técnicas têm sido propostas na literatura com o objetivo de analisar o conteúdo produzido nessas redes sociais. Especificamente relacionado ao comportamento dos usuários, é comum observar sua modelagem por meio de gráficos ou séries temporais, no entanto, esses métodos tendem a ignorar aspectos desse comportamento, por exemplo, a relação temporal ou a dependência entre os termos usados nas publicações. Considerando essas limitações, este projeto de pesquisa foi desenvolvido com base na hipótese de que a adoção de grafos temporais, em conjunto com ferramentas das áreas de Mineração de Texto e Séries Temporais, permite detectar mudanças no comportamento dos usuários de redes sociais. Para validar essa hipótese, uma nova abordagem foi desenvolvida para identificar pontos de mudança no comportamento dos usuários e associá-los a eventos reais que influenciaram a opinião pública. Este procedimento utiliza técnicas de Text Mining para encontrar termos, que serão utilizados posteriormente na criação de grafos temporais, mantendo suas relações nos textos originais e suas dependências temporais. Uma nova medida também foi desenvolvida para quantificar como as opiniões dos usuários evoluem com o tempo. Por fim, é apresentado um método para detecção automática de mudança de comportamento, que visa identificar os pontos em que ocorrem mudanças. Essa abordagem foi avaliada considerando um evento histórico no Brasil: as eleições presidenciais de 2018. Esse período foi escolhido devido ao volume de publicações que efetivamente estabeleceram as redes sociais como principal mecanismo de ativismo político. Os resultados obtidos enfatizam a importância da abordagem proposta e abrem novas possibilidades, por exemplo, para a identificação de bots que propagam notícias falsas.

O escalonamento de frequências é uma técnica essencial para maximizar a eficiência dos recursos computacionais existentes, especialmente em sistemas com arquiteturas capazes de executar tais tarefas em núcleos de frequência variável. Um dos fatores mais críticos capazes de afetar a experiência do usuário em serviços como busca ou redes sociais é a latência de cauda, definida como sendo a latência no 95 ou 99-percentil. Esta latência pode ser fortemente influenciada pela resposta mais lenta de um núcleo de baixo desempenho de um sistema, com seu impacto largamente amplificado quão mais núcleos de baixo desempenho estejam hospedados neste mesmo sistema. Do lado corporativo, reduzir a latência de cauda para a meta desejada é tão necessário quanto a diminuição do gasto energético, haja vista que este é diretamente proporcional aos custos financeiros para a operação do serviço e consequentemente ao lucro. Trabalhos anteriores em escalonamento de frequências para núcleos com capacidade de variação de frequência são de granulometria grossa, no sentido que se observa o estado de toda a aplicação para a tomada de decisões (sem distinção entre aplicação, threads ou funções). Tais trabalhos também muitas vezes dependem de um processo externo rodando em paralelo para coletar o comportamento dinâmico de determinada tarefa.

A Pintura Hidrográfica, também chamada de Hidrografia é um método viável para colorir objetos criados com a impressão 3D. Entretanto, a técnica da hidrografia envolve uma complexa interação entre um filme e um objeto impresso em 3D. Primeiramente uma imagem é impressa em um filme, que é posto a flutuar na água. Em seguida, por reação com uma solução ativadora, o filme torna-se uma película adesiva com os pigmentos da imagem. Ao imergir um objeto 3D, o filme adere ao objeto, projetando a imagem 2D na superfície do objeto 3D. A projeção resultante de uma pintura hidrográfica é difícil de ser prevista de maneira precisa, visto que a operação ocorre na medida em que o filme vai aderindo ao objeto, considerando que o filme sofre um esticamento variável e um clareamento da cor nos pontos de maior esticamento. Para lidar com a dificuldade de se prever o resultado final da pintura hidrográfica, este trabalho propõe uma solução computacional que possibilita gerar uma imagem planificada de uma textura arbitrária, que impressa em um filme hidrográfico, permita colorir um objeto 3D. A proposta permite mapear fisicamente uma textura a um objeto, através de um processo com etapas computacionais e físicas. Para isto, foi criada uma simulação computacional em 3D que usa PBD (Position-Based Dynamics), uma técnica conhecida para simular corpos deformáveis e utilizada em bibliotecas para simulação de física. Esta técnica foi utilizada para executar em paralelo uma simulação na GPU (Graphics Processing Unit) com uma performance adequada. Então, foi simulado o comportamento do filme e a sua interação com o objeto impresso em 3D, como uma interação entre um corpo rígido em colisão com um corpo deformável. Para avaliar a performance alcançada de forma consistente, foram feitos testes variando o número de vértices e a quantidade de voxels nos corpos envolvidos e foi observado que a simulação continuou executando em tempo real. Além disso, a técnica de pintura hidrográfica foi executada em alguns modelos reais e estes resultados foram comparados com os modelos simulados.

O problema de otimização do projeto de redes de distribuição de água (WDND, do inglês water distribution network design) alimentadas por gravidade  consiste em determinar os diâmetros dos tubos de uma rede de água de forma que as restrições hidráulicas sejam satisfeitas e o custo total seja minimizado. Tradicionalmente, essas decisões de design são feitas com base na experiência de especialistas. Quando as redes aumentam de tamanho, no entanto, as regras práticas raramente levam a decisões quase ideais. Nos últimos trinta anos, um grande número de técnicas foram desenvolvidas para resolver o problema de projetar de forma otimizada uma rede de distribuição de água. Este trabalho aborda o problema NP-difícil de otimização do projeto de redes de distribuição de água  em um cenário multiperíodo no qual ocorrem padrões de demanda variáveis no tempo. É proposta uma nova metaheurística de busca local iterada (ILS, do inglês iterated local search) baseada em simulação aprimorada que explora ainda mais a estrutura do problema na tentativa de obter soluções de alta qualidade.
Mais especificamente, quatro novidades são propostas: (a) uma estratégia de busca local para dimensionar de forma inteligente tubos nos caminhos mais curtos entre os reservatórios e os nós com maiores demandas; (b) uma técnica para acelerar a convergência com base em um esquema de redução agressiva do diâmetro do tubo; (c) um novo mecanismo de perturbação concentrada que permite escapar de soluções ótimas locais muito restritas; e (d) um conjunto de soluções para alcançar um bom compromisso entre intensificação e diversificação.
Experimentos computacionais mostram que a abordagem é capaz de melhorar uma metaheurística estado da arte para a maioria dos testes realizados. Além disso, converge muito mais rápido para soluções de baixo custo e demonstra um desempenho mais robusto na medida em que obtém menores desvios das melhores soluções encontradas.

Problemas de corte bidimensional (2BP, do inglês 2-Dimensional bin packing problem) são problemas clássicos de otimização combinatória pertencentes à classe NP-Difícil e tem aplicações em diversos setores como a indústria têxtil, metalúrgica e de vidro. Estes problemas consistem em alocar um conjunto de itens retangulares em placas retangulares maiores com tamanho padronizado, a fim de minimizar o desperdício de matéria-prima. Nesta dissertação é estudado um problema restrito de corte bidimensional guilhotinado associado à produção de vidro considerado no ROADEF/EURO Challenge 2018, no qual existe a possibilidade de rotacionar itens em 90° e as placas retangulares de matéria-prima podem possuir defeitos como rachaduras e trincos. São propostas como técnicas para este problema duas heurísticas gulosas randomizadas e um método de aprimoramento de soluções baseado em uma modelagem de programação lógica por restrições combinada com uma heurística gulosa randomizada. As técnicas foram combinadas em metaheurísticas Multistart e GRASP (do inglês, Greedy Randomized Adaptive Search Procedure) a fim de se obterem melhores soluções. Os experimentos realizados mostram que o uso do método de aprimoramento de soluções é vantajoso, e que algumas combinações de técnicas se mostram mais eficazes para determinados tipos de instâncias. Uma versão preliminar deste trabalho foi qualificada para a etapa final do ROADEF/EURO Challenge 2018.

Contexto: O conceito de dívida técnica (DT) contextualiza o problema das tarefas de desenvolvimento pendentes como um tipo de dívida que traz um benefício a curto prazo para o projeto, mas que poderão ter de ser pagas com juros mais tarde no processo de desenvolvimento. É comum que um projeto de software incorra em dívida durante o processo de desenvolvimento, no entanto, sua presença traz riscos para o projeto e dificulta sua gestão. Diferentes estratégias de gerenciamento da DT têm sido propostas, contudo, considerar ações que possam evitar sua inserção e monitorar seus efeitos ainda não é uma prática comum. Este é um ponto que merece ser melhor investigado por diferentes motivos: (i) conhecer as causas da DT pode auxiliar as equipes de desenvolvimento na definição de ações que possam ser tomadas para evitar sua ocorrência e (ii) conhecer os possíveis os efeitos da DT pode apoiar na realização de análises de impacto mais precisas e também na definição de ações corretivas para minimizar possíveis consequências negativas da dívida inserida. Dessa forma, enquanto o gerenciamento da DT é um tópico de pesquisa importante, também é necessário entender as causas que podem levar equipes de desenvolvimento a incorrer em diferentes tipos de dívida, bem como os efeitos de sua presença em projetos de software.
Objetivo: O objetivo desta tese é investigar, através da replicação contínua e independente de surveys distribuídos globalmente, o estado da prática e tendências da indústria sobre DT incluindo causas que levam à sua ocorrência, efeitos de sua existência e como esses problemas se manifestam no processo de desenvolvimento de software. A partir da organização das causas e efeitos identificados, estruturar diagramas de causa e efeito probabilísticos que possam ser utilizados no apoio a atividades de gestão da DT.
Método: As atividades realizadas nesta tese são fundamentadas no paradigma da engenharia de software experimental. Inicialmente, foi realizado um estudo terciário com o objetivo de investigar o estado atual da pesquisa sobre DT identificando quais tópicos de pesquisa têm sido considerados, organizando direcionamentos de pesquisa e conhecimentos práticos que já foram definidos, identificando os tipos conhecidos de DT, e mapeando quais atividades, estratégias e ferramentas têm sido propostas para apoiar o gerenciamento da DT. Em seguida, foi planejado InsighTD, uma família de surveys globalmente distribuída. InsighTD foi planejado de forma cooperativa com pesquisadores da área de DT de diferentes instituições ao redor do mundo. Trata-se do primeiro estudo em larga escala realizado na área. Ele busca organizar um conjunto aberto e generalizável de dados experimentais sobre causas e efeitos da DT em projetos de software. Por fim, os diagramas probabilísticos de causa e efeito da DT propostos foram avaliados através de estudo de caso executado na academia.
Resultados: Esta tese apresenta os resultados do estudo terciário executado e as análises realizadas sobre a primeira execução de InsighTD no Brasil e sua primeira replicação nos Estados Unidos. Ao total, 107 profissionais da indústria brasileira e 99 da indústria estadunidense de software responderam ao questionário. Os resultados indicam que há uma ampla familiaridade com o conceito de DT. Prazos, planejamento inadequado, falta de conhecimento e falta de um processo bem definido estão entre as 10 causas mais citadas e mais prováveis de levar à ocorrência da DT em projetos de software. Por outro lado, baixa qualidade, atraso na entrega, baixa manutenibilidade, retrabalho e perdas financeiras estão entre os 10 efeitos mais citados e de maior impacto em um projeto com a presença da DT. Diagramas probabilísticos de causa e efeito da DT para os diferentes tipos de DT foram elaborados. Os resultados também indicaram que o tipo de modelo de processo (ágil, híbrido ou tradicional) impacta nos efeitos da DT sentidos por equipes de desenvolvimento.
Conclusão: Com InsighTD, pretende-se reduzir o problema de investigações isoladas em DT que ainda não são representativas e, assim, construir um conjunto aberto e generalizável de dados experimentais para a compreensão de problemas práticos e desafios da área. Parte do conhecimento organizado será estruturado em diagramas probabilísticos de causa e efeito que permitem apoiar atividades de gestão da DT.

The Dynamic Software Product Lines (DSPL) engineering processes aim to design Dynamically Adaptable Software (DAS) by increasing the flexibility for the generation of a huge number of configurations. It results in a software configuration space explosion making the analysis more difficult and complicating the developer’s work. In this sense, software engineers need to find a combination of systems features that can simultaneously satisfy constraints specified in feature and context models, Non-functional Requirements (NFRs), and stakeholder’s preferences. It means that they have to measure many configurations until finding the optimal ones, characterizing the product configuration process in a complex optimization problem. Most of the existing studies do not focus on the interactions between contextual information and NFRs when dealing with feature selection to meet the desired quality objectives in DAS. In addition, such studies do not use any planning strategy to support the configuration selection process. Based on these research gaps, we propose an approach that (i) manages the system’s features and contexts; (ii) facilitates the understanding of how DSPL applications can behave from a certain context change, and (iii) enables to conduct trade-off analysis in order to find valid and optimal configurations, which meet the constraints and the interactions between contextual information and NFRs. Aiming to support the context variability modeling of DAS, we proposed the Extended Context-aware Feature Modeling (eCFM) technique to deal with constraints among contexts. Next, we defined the DAS Trade-off Analysis (ToffA-DAS) approach to deal with the configuration selection process embracing interactions between contextual information and NFRs. We also proposed a strategy to analyze context changes in order to define adaptation models for each prioritization of the system’s features, contexts, and NFRs. Finally, we evolved our approach and named it as DAS Trade-off Analysis PLUS (ToffA-DAS+). ToffA-DAS is based on the integer linear programming technique, whereas ToffA-DAS+ uses a genetic algorithm. We performed a set of empirical studies in order to evaluate the proposal for this thesis. First, we conducted a survey to evaluate eCFM from the viewpoint of expressiveness to model the context constraints and easiness of use. Indeed, the analysis was focused on the comprehensibility of contextual variability modeling. Next, we performed a study based on simulations to gather initial evidence about the feasibility of using ToffA-DAS. It is based on how to conduct trade-off analysis and define adaptation models from optimal configurations found in the analysis. We also conducted an exploratory study to evaluate how the configurations obtained by the execution of ToffA-DAS affect the overall satisfaction level of NFRs. Finally, we evaluated the evolution of our approach in comparison with the previous release. As a result of the first study, the eCFM was considered a technique with a great expressiveness to represent adaptation rules among contexts and system features, besides the easiness of use and organization with the grouping of contexts. Therefore, we argue that the software engineers may take into account the use of eCFM technique to model DAS. In the second study, ToffA-DAS presented consistent results in accordance with the real-world scenarios and satisfied the estimated utility values and model constraints. The third study showed that the set of configurations generated by ToffA-DAS execution provide high satisfaction levels of NFRs. In the last study, we collected evidence that ToffA-DAS+ suggests more solutions from then possible valid configurations of the model. Based on the aforementioned studies, we evidenced that our approach can be handy when software engineers need assistance in the understanding of how to design a variety of configurable options for DSPL applications. It is based on the principle that each configuration option must be optimal to meet certain contextual changes without losing service quality. With the usage of our approach, software engineers can exhaustively analyze and simulate a solution before implementing it.

Interoperabilidade ´e a capacidade de sistemas heterogˆeneos de se comunicarem de forma transparente e pode ser alcan¸cada por meio de n´ıveis, tais como: (i) sint´atico, (ii) semˆantico, (iii) pragm´atico e (iv) organizacional. No entanto, h´a v´arios desafios para os sistemas fornecerem interoperabilidade, como quais requisitos s˜ao necess´arios para atingir a interoperabilidade desejada. V´arias propostas tˆem sido feitas para resolver aspectos de um determinado n´ıvel especifico de interoperabilidade ou para um determinado dom´ınio. Contudo, a interoperabilidade de um sistema ´e um aspecto que pode evoluir ao longo do seu ciclo de vida, sendo ent˜ao necess´ario apoio para auxiliar este processo. Os modelos de maturidade podem ajudar neste cen´ario pois tˆem sido usados em v´arios dom´ınios para avaliar a maturidade do sistema de acordo com aspectos espec´ıficos (interoperabilidade, por exemplo).Este trabalho apresenta o AMortisse (mAturity Model fOR inTeroperability In Software SystEms), um modelo de maturidade para avaliar a interoperabilidade em sistemas de software que se utiliza de uma metodologia previamente especificada para sua defini¸c˜ao. Esta metodologia visa auxiliar os desenvolvedores de modelos de maturidade, apresentando um ciclo de vida de desenvolvimento aplic´avel a diferentes dom´ınios. Nosso objetivo foi sistematizar as tarefas envolvidas no desenvolvimento destes modelos, como os requisitos de dom´ınio, relacionados em n´ıveis, dimens˜oes e o caminho para a maturidade, alavancando assim a qualidade de um modelo de maturidade produzido. Apesar de sua popularidade, os modelos de maturidade tˆem sido criticados devido `a falta de valida¸c˜ao emp´ırica e m´etodos eficazes para auxiliar em sua defini¸c˜ao. Uma valida¸c˜ao foi realizada por meio da aplica¸c˜ao em um sistema de uma organiza¸c˜ao para atestar a capacidade do Amortisse em indicar a maturidade do sistema.O Amortisse foi capaz de mensurar o n´ıvel de interoperabilidade dos sistemas e indicar quais requisitos devem ser alcan¸cados a fim de evoluir entre os n´ıveis de maturidade. Os resultados desta investiga¸c˜ao mostram que o Modelo de Maturidade Amortisse e a metodologia s˜ao vi´aveis. Esperamos que a metodologia apresentada forne¸ca clareza na obten¸c˜ao deste modelo e possa auxiliar no desenvolvimento de novos modelos de maturidade em diferentes dom´ınios. Esperamos tamb´em, que o Amortisse seja capaz de indicar o n´ıvel de interoperabilidade e indicar os requisitos ausentes.

A Internet das Coisas (Internet of Things - IoT) tem desempenhado um papel importante no cenário tecnológico devido ao seu alto potencial e impacto nos diversos segmentos da sociedade. As estimativas sugerem uma tendência de aumento no número de dispositivos IoT nos próximos anos. Como consequência, o volume de dados produzidos pelos dispositivos IoT seguirá essa perspectiva de crescimento, e haverá uma demanda por sistemas que sejam capazes de processar, armazenar e promover o acesso a grandes quantidades de dados. Em um sistema IoT típico, os dados coletados dos sensores são armazenados e processados em servidores em nuvem; no entanto, algumas soluções IoT usam dispositivos de borda para executar ações, como processamento, armazenamento e acesso, usando apenas infraestrutura local para requisitos de baixa latência. A Fog Computing tem sido usada para melhorar as soluções de IoT com o objetivo de transferir parte da complexidade da nuvem para a borda da rede, ou seja, mais perto de dispositivos, aplicativos e/ou usuários, funcionando como uma espécie de ``nuvem local e privada''. A cooperação de dispositivos e aplicativos entre borda e nuvem criam a necessidade de uma interação para permitir o fluxo de dados entre as camadas dos sistemas IoT implantados na borda e na nuvem. Assim, é necessário suportar o ciclo de vida dos dados desde que coleta, análise e uso. A eficiência de desempenho é um fator de qualidade da engenharia de sistemas e software, que mede ``o desempenho em rela\c{c}ão à quantidade de recursos usados nas condições estabelecidas''. Em especial, em sistemas IoT,que envolvem um grande volume de dados, a eficiência de desempenho em dados é um requisito relevante. Esta tese  propõe um modelo de interação de dados da IoT, o Data Interplay model, para fornecer a definição e implantação do ciclo de vida dos dados da IoT, nas etapas de coleta, análise e uso de dados. Esta proposta de interação de dados visa melhorar a eficiência de desempenho nas operações no que diz respeito ao ciclo de vida de dados IoT: coleta, análise e acesso entre dispositivos e aplicativos em infraestruturas de borda e nuvem.

Horas de vídeo são enviadas para plataformas de streaming a cada minuto, com sistemas de recomendação sugerindo vídeos populares e relevantes que podem ajudar os usuários a economizar tempo no processo de pesquisa. Os resumos de vídeo foram desenvolvidos para detectar as partes mais relevantes do vídeo, condensando-as automaticamente em um vídeo mais curto. Atualmente, a avaliação desse tipo de método é desafiadora, pois as métricas não avaliam critérios subjetivos das anotações do usuário, como a concisão. Para abordar o critério de concisão, propomos uma nova métrica para avaliar sumarizadores de vídeo em taxas de compressão múltiplas. Nossa métrica, chamada de nível de compressão de anotação do usuário (CLUSA), avalia o desempenho dos resumidores de vídeo combinando as pontuações de relevância previstas diretamente. Para isso, CLUSA gera resumos de vídeo descartando gradualmente segmentos de vídeo das pontuações de relevância anotadas pelos usuários. Depois de agrupar os resumos de vídeo gerados pelas taxas de compressão, CLUSA os combina com as pontuações de relevância previstas. Para preservar informações relevantes em resumos de vídeo concisos, CLUSA pesa o desempenho dos resumidores de vídeo em cada faixa de compressão para calcular uma pontuação geral de desempenho. Como CLUSA pesa todas as faixas de compressão, mesmo que as anotações do usuário não abrangem algumas taxas de compressão, a linha de base muda com cada conjunto de dados de resumo de vídeo. Portanto, a interpretação da pontuação de desempenho dos resumidores de vídeo não é tão direta quanto outras métricas.

Em 2006, a Sociedade Brasileira de Computação (SBC) propôs cinco grandes desafios na pesquisa de computadores no Brasil. O quarto desafio, "Acesso participativo e universal do cidadão brasileiro ao conhecimento", envolveu Interação Humano-Computador (IHC). O objetivo deste desafio era superar as barreiras que impediam o acesso e a interação, projetando sistemas, ferramentas, modelos, métodos, procedimentos e teorias capazes de dar aos cidadãos brasileiros acesso ao conhecimento. Além disso, as tecnologias interativas estão penetrando em todos os aspectos da vida cotidiana. Nesse contexto, o design de interação levanta questões sobre como projetar sistemas adequados a todos os usuários. Esta pesquisa teve como objetivo compreender como adaptar um processo de codesign de interação para pessoas surdas ou com deficiência auditiva (D / HH). O ponto de partida foi a análise de um processo de codesign participativo, SPIDe, com o objetivo de identificar, adaptar e avaliar soluções de design para a participação de D / HH em todo o processo. Um estudo de caso foi realizado em uma faculdade estadual de surdos com um grupo de estudantes de seis anos para testar o processo adaptado. Neste estudo de caso, foi criado um jogo educativo por meio de codesign com as crianças. Como resultado, as crianças produziram dois videogames, criados por e para as crianças D / HH, cujos objetivos eram ajudar a alfabetização de crianças surdas, ensinar sistemas de números e o alfabeto. Além disso, as crianças se reconhecem como produtoras e os jogos estão imbuídos de elementos de sua cultura. A partir desses resultados, foram definidas diretrizes e indicações sobre como conduzir um processo de codesign com crianças D / HH e também sobre possíveis extensões deste processo.

Por um lado, a simplicidade do padrão de documentos HTML foi um requisito inicial de projeto, com o objetivo de expandir rapidamente a Web, por meio da criação de diversas ferramentas de autoria HTML. Por outro lado, essa mesma simplicidade gera limitações para o uso da Web por máquinas, dado a falta de estruturação e de semântica dos documentos HTML. Nesse contexto, a Web Semântica visa estender a Web atual, ou Web de Documentos, de modo que a Web seja passível de interpretação e utilização por máquinas (por exemplo, agentes de software). Nessa direção, a Web de Dados tem por objetivo descrever os dados da Web atual por meio de documentos estruturados, contendo metadados e semântica explícita. Além disso, foram propostas regras para autoria e publicação de dados, estruturados e com semântica explícita, na Web de Dados chamadas de Linked Data (Dados Ligados). Entretanto, os padrões de documentos propostos na Linked Data vão contra o objetivo inicial de simplicidade do padrão HTML. Dessa forma, o processo de autoria, mencionado anteriormente, agora deve levar em consideração que a simplicidade dos documentos da Web não é mais um pré-requisito válido. Como consequência, alguns trabalhos na literatura estão propondo métodos e ferramentas para: geração automática de Linked Data a partir de bases de dados; extração semiautomática de Linked Data de páginas HTML; autoria Linked Data para usuários comuns gerarem e publicarem dados para a Web de Dados, da mesma forma que o faziam na Web de Documentos. Porém, em relação à autoria e publicação por usuários comuns, esses métodos e ferramentas ainda são realizados de forma ad hoc. Ou seja, os trabalhos da literatura apresentam soluções específicas para domínios específicos, tais como, redes sociais, gerenciadores de conteúdo, wikis, blogs, dentre outros. Nesse contexto, este trabalho apresenta um framework para autoria e publicação de dados na Web de Dados, seguindo as regras do padrão Linked Data e com foco em usuários comuns.

A seleção de atributos é uma técnica de redução de dimensionalidade amplamente utilizada para lidar com as dificuldades associadas à "maldição da dimensionalidade'' em tarefas de classificação de textos. A abordagem de seleção de atributos mais comum para bases de dados textuais consiste em ponderar a relevância de cada atributo para o processo de aprendizado e selecionar os N melhor avaliados, onde N é, em geral, um número definido empiricamente. Embora essa estratégia seja largamente aplicada, ela pode levar à exclusão parcial ou completa de atributos essenciais para o aprendizado de certas classes. Esse fenômeno é ainda mais comum em conjuntos dedados desbalanceados, característica que impõe uma série de dificuldades no processo de aprendizagem de classificadores. Neste sentido, a pesquisa apresentada neste trabalho tem como meta fomentar a geração de classificadores de textos mais confiáveis através do aprimoramento do processo de seleção de atributos. Para tanto, propõe-se o Xangô, um framework para seleção de atributos em tarefas de classificação de textos, cujo processo de seleção busca construir um espaço dimensional reduzido onde todas as classes são representadas de forma equilibrada pelos seus termos mais discriminativos. Resultados experimentais realizados indicam que o Xangô é um framework adaptável a diferentes métodos de seleção de atributos do estado da arte, superando seus desempenhos individuais em tarefas de aprendizado realizadas sob condições variadas, incluindo problemas multi-classe, desbalanceamento entre classes, diferentes algoritmos de classificação e reduções drásticas dedimensionalidade.

Nas últimas décadas, a necessidade de se armazenar e processar grandes volumes de dados, gerados diariamente sob as mais variadas fontes e comumente referenciados como big data, cresceu de forma significativa.
A importância destes dados aumenta à medida que eles são integrados para possibilitar a execução de estudos e análises, embasar processos de tomada de decisões e gerar informação abrangente sobre um determinado domínio.
A integração e o processamento de grandes volumes de dados impõem uma complexidade considerável do ponto de vista computacional. A análise destes dados, por exemplo, requer técnicas de aprendizado de máquina e de visualização para permitir a correta identificação da informação presente nestes dados, nem sempre facilmente percebida. Na Saúde Pública, especificamente no contexto da malária, existe um esforço mundial para a erradicação da doença, uma vez que ela ainda apresenta altos índices de incidência.
Esta pesquisa enquadra-se num projeto que versa sobre técnicas de integração e mineração visual de dados aplicadas num ecossistema de vigilância da malária na construção de uma base de dados integrada compreendendo notificações, mortes, controle de vetores e dados climáticos.
Esta base de dados é acessada através do Malaria-VisAnalytics, uma plataforma de mineração para análise descritiva, preditiva e visual, ajudando a tomada de decisão de políticas públicas por parte dos agentes governamentais e de saúde.
Nossos resultados experimentais e de validação favorecem a interação e exploração visual permitindo uma vigilância eficaz. Por fim, nosso estudo pode ser facilmente estendido com novas funcionalidades e fontes de dados para acomodar cenários mais complexos.

Ontologies play an important role across several domains as they represent and define categories, properties and relationships among concepts, data and entities existing in those domains. Specially in Robotics, ontologies can be used as a standard way to represent and share knowledge and reasoning among autonomous agents. CORA (core ontology for robotics and automation) is a standard ontology developed by the IEEE ORA working group mapping main concepts and axioms from the robotics and automation (R&A) domain. After CORA has been approved as an official IEEE standard, ORA was split in different sub-groups addressing, among other topics, task representation (RTR) and autonomous robots architectures (AuR). This work presents a simulation study on a multi-robot reconnaissance application intended to serve as proof-of-concept on the feasibility of the CORA ontology and its related architecture. We show how robots and tasks are represented and dynamically mapped into the ontology, as well discuss some technical aspects of our simulation when dealing with the proposed architecture. Our results show the proposed ontology (CORA) and its associated reference architecture (ROA) are able to be correctly mapped during application runtime.

Em desenvolvimento de software que utiliza algum método ágil, o artefato principal e mais atualizado é o código fonte em detrimento à documentação. Contrapondo-se a esta realidade, a abordagem de Desenvolvimento Dirigido por Modelo (DDM) tem o modelo como principal artefato do processo de desenvolvimento. Objetivando extrair as vantagens de ambas as abordagens, (SALES, 2017) desenvolveu o metaprocesso (MDD ágil) ScrumDDM que adicionou práticas de modelagem e transformação de modelos oriundas do desenvolvimento dirigido por modelo ao framework Scrum. Diferenciando do trabalho de (SALES, 2017), neste trabalho será investigado se a adição de práticas DDM ao framework Scrum antem a agilidade do processo e se foi possível instanciar outro processo com a utilização do metaprocesso ScrumDDM, este novo processo continuou sendo ágil e se foi possível evoluir um software existente através das estórias dos usuários e da documentação provida pelo ScrumDDM, bem como se este metaprocesso é efetivo na instanciação de novos processos que integrando-os ao SCRUM e ao DDM. Para avaliar o metaprocesso quanto a capacidade de evoluir o software a partir das estórias dos usuários e a agilidade no desenvolvimento do software, foi desenvolvido um experimento controlado. Para avaliar a generalização do metaprocesso, por sua vez, um novo processo de software oriundo da literatura acadêmica foi instanciado a partir deste metaprocesso. No experimento controlado desenvolvido neste trabalho, foi possível demostrar que o metaprocesso avaliado apoiou a evolução do software através da documentação oriunda do ScrumDDM. Também demostrou que a agilidade do desenvolvimento foi aperfeiçoada através das transformações e dos modelos da abordagem DDM. Além dos resultados citados, ao final do processo de desenvolvimento, observou-se que, tanto o código do projeto quanto a documentação do software estavam atualizados de acordo com a especificação realizada no início do projeto, evidenciando assim, que a inclusão de práticas de DDM no processo ágil pode ser uma alternativa de hibridização viável para aumentar a produtividade sem abrir mão da documentação do projeto.

Nesta dissertação de mestrado, propõe-se novas \textit{matheuristics} para dois problemas NP-difíceis de otimização combinatória em grafos. O primeiro problema estudado é o problema do conjunto de vértices de retroalimentação de peso mínimo (MWFVS, do inglês \textit{minimum weighted feedback vertex set}). Dado um grafo valorado $G=(V,E)$, o MWFVS consiste em obter um subconjunto de peso mínimo $F\subseteq V$ cuja remoção torna o grafo acíclico. Diferentemente de outras abordagens na literatura, este trabalho trata o problema através da floresta induzida de peso máximo (MWIF, do inglês \textit{maximum weighted induced forest problem}). Primeiramente, propõe-se duas novas formulações compactas de programação inteira mista (MIP, do inglês \textit{mixed integer programming}), que utilizam um número polinomial de variáveis e restrições. Em seguida, desenvolve-se uma \textit{matheuristic} que combina uma metaheurística \textit{multi-start} baseada em busca local iterativa com um procedimento de busca local baseado em MIP. Esta dissertação também considera o problema da $b$-coloração. Dado um grafo $G=(V,E)$, o mesmo consiste em atribuir cores à cada vértice em $V$ tal que vértices adjacentes recebam cores diferentes, todas as cores possuam um $b$-vértice, e o número de cores seja máximo. Um $b$-vértice é um vértice adjacente a vértices coloridos com todas as cores exceto a sua própria. O número $b$-cromático de $G$, denotado $\rchi_b$, é determinado pela solução ótima do problema da $b$-coloração. Apresenta-se uma formulação de programação inteira e uma heurística gulosa randomizada que é altamente efetiva quando usada de forma \textit{multi-start}. Além disso, uma \textit{matheuristic} é proposta combinando a heurística com a formulação de programação inteira. Experimentos computacionais mostram que as técnicas propostas para ambos os problemas superam as metaheurísticas estado da arte para a maioria das instâncias testadas.

O uso de métricas de software é uma importante etapa no processo de desenvolvimento de códigos, permitindo gerenciar projetos com maior qualidade por meio da quantificação de diferentes características que podem impactar, por exemplo, no custo do projeto e no planejamento das atividades necessárias em cada fase de execução. De maneira geral, essas métricas podem ser divididas em diretas e indiretas. Medidas diretas, amplamente utilizadas no desenvolvimento e na manutenção do software são essencialmente extraídas dos códigos-fonte como, por exemplo, o número de linhas escritas e o total de erros coletados em um determinado instante de tempo. As medidas indiretas, por outro lado, são obtidas a partir de uma interpretação do projeto, podendo incluir métricas diretas, a fim de avaliar a qualidade e a funcionalidade do software desenvolvido. Essas medidas foram desenvolvidas para serem aplicadas de maneira geral sobre diferentes projetos de software. Entretanto, a interpretação dessas métricas depende da experiência do gerente responsável pelo projeto (especialista de domínio) e deve considerar características específicas que estão relacionadas à equipe de desenvolvedores. Neste projeto de mestrado, utilizou-se técnicas de extração de características e padrões temporais em repositórios de versionamento de código-fonte visando: i) auxiliar o especialista na interpretação das \textit{releases}, principalmente ao trabalhar com grandes volumes de códigos-fonte; ii) a partir da interpretação das \textit{releases}, o especialista poderá melhorar a qualidade do código-fonte e do software em si; iii) monitorar a evolução do software à medida que novas \textit{releases} são submetidas aos repositórios. Para alcançar esses objetivos, uma nova abordagem foi desenvolvida, chamada \textit{Fuzzy Software Analyzer} (FSA), a qual permite organizar automaticamente \textit{releases} em repositórios de versionamento de código-fonte e, consequentemente, auxiliar especialistas de engenharia de software em interpretações de código-fonte mesmo sem grandes conhecimentos prévios do software produzido. A abordagem proposta foi validada ao analisar o repositório \textit{Linux Test Project}, comprovando sua utilidade e aplicabilidade em grandes repositórios de versionamento de código-fonte.

O crescimento da Internet das Coisas (Internet of Things (IoT)) tem permitido que diversos dispositivos estejam conectados diariamente. Cada dispositivo isoladamente tem as suas regras de atua¸c˜ao e as suas peculiaridades que podem ser definidas por um especialista do dom´ınio. Muitos destes dispositivos s˜ao tamb´em configurados para atuarem em conjunto com outros dispositivos em ambientes controlados. O avan¸co da IoT torna mais dif´ıcil gerenciar quais destes dispositivos se conectam e/ou desconectam do ambiente. Mais ainda, quando na presen¸ca de um novo dispositivo, as regras previamente definidas para um ambiente controlado, podem ser violadas causando um comportamento inesperado no ambiente. Estes casos s˜ao chamados de intera¸c˜ao de caracter´ısticas (feature interaction). As features interactions ocorrem quando dois ou mais dispositivos/servi¸cos geram uma instabilidade no ambiente devido `a entrada ou sa´ıda de um dispositivo. Em ambientes dinˆamicos como a IoT, a inclus˜ao e exclus˜ao de dispositivos inviabiliza a manuten¸c˜ao destas regras por um especialista. De acordo com o mapeamento sistem´atico realizado, a maioria dos trabalhos utilizam regras definidas pelo especialista, sendo necess´ario um m´etodo que permita detectar estas features interactions automaticamente. Neste sentido, o presente trabalho tem por principal objetivo detectar as features interactions baseada na an´alise dos dados. Conjuntos de dados contendo feature interaction foram anotados com o intuito de obter um modelo para identificar as regras automaticamente. Experimentos foram realizados e os resultados demonstraram ind´ıcios sobre a detec¸c˜ao autom´atica de feature interaction em dom´ınios similares ou complementares.

Grande quantidade de dados heterogêneos produzidos pelas redes sociais, dispositivos conectados na Internet e aplicações web vem sendo gerados, armazenados e gerenciados em formato diferentes nos níveis de serviços Data-as-a-Service (DaaS ou Dado como um Serviço) e Database-as-a-Service (DBaaS ou Bancos de Dados como um Serviço) distintos. Tais soluções fornecem os dados como serviços sob demanda via Application Programming Interface (API). Para acessar esses serviços distribuídos entre as nuvens, os usuários enfrentam, na maioria dos casos, problemas de ambiguidade de dados. Nesse sentido é necessário prover uma solução automática que sirva como camada intermediária para estabelecer a comunicação entre os níveis de serviços SaaS e DaaS/DBaaS, de modo que resolva esses problemas evitando a execução de tarefas complexas e trabalhosas para acessar esses dados. Esta solução permite que os consumidores no nível de serviço SaaS acessem seus dados armazenados em diferentes níveis de serviços DaaS por meio de uma única consulta. A camada intermediária denominada Middleware for Interoperability Between SaaS and DaaS (MIDAS) fornece essa solução aos usuários de uma forma transparente. Com o tempo, as atualizações dos parâmetros dos níveis de serviços DaaS podem afetar semanticamente os termos das consultas configurados (automaticamente ou não) nos aplicativos nos níveis de serviços SaaS. Para garantir que os consumidores da nuvem continuem acessando os dados do DaaS, recomenda-se uma abordagem que garanta semelhança semântica entre os parâmetros do DaaS para manter a confiabilidade da solicitação original. Este trabalho propõe um método com duas avaliações de similaridade: (i) a contagem de arestas (Cosseno e Jaccard) para medir a semelhança entre dois parâmetros e a Information Content (IC) para medir a semelhança com base no conhecimento dos parâmetros no corpus da WordNet. O método IC é utilizado no modelo com o objetivo de completar as limitações do método de contagem de arestas. Para escolher os métodos de contagem de arestas (Cosseno e Jaccard), um ambiente com oito algoritmos de medida de distância, vinte e dois parâmetros autênticos de onze provedores de DaaS e cinco situações possíveis de alteração de parâmetros foram simulados. Como prova de conceito, este modelo é implementado no MIDAS para avaliar três critérios: sobrecarga, desempenho e corretude. Os resultados dos experimentos mostraram que há uma primeira direção para fornecer interoperabilidade semântica entre SaaS e DaaS no MIDAS.

As técnicas de mineração de dados permitem extrair relações e características presentes nos dados que não são facilmente perceptíveis, especialmente em cenários envolvendo grandes volumes de dados. Estas técnicas permitem agrupar e classificar os dados, identificar padrões e exceções, bem como estabelecer relações de associação entre dados distintos. A análise preditiva é uma sub-área da mineração de dados que utiliza técnicas de aprendizado de máquina para a implementação de modelos analíticos de predição. Tais modelos baseiam-se no conhecimento prévio dos dados (análise descritiva) para projetar possíveis futuros acontecimentos acerca do contexto sendo analisado. Este trabalho é parte integrante de um projeto de pesquisa que objetiva integrar dados de notificação de malária presentes em diferentes fontes de informação e desenvolver modelos de análise preditiva sobre estes dados. Especificamente, este trabalho envolve o estudo de diferentes técnicas de predição baseadas em modelos e em dados e, a partir deste estudo, o desenvolvimento de modelos preditivos para o cenário epidemiológico da malária no Brasil. Quatro estudos de casos envolvendo dados socioeconômicos e epidemiológicos são discutidos como prova de conceito dos modelos propostos. Os resultados mostram que os modelos desenvolvidos possuem acurácia variável entre 60% e 85% para os cenários testados, com janelas de predição de até 3 semanas e considerando a grande variação observada nos casos de malária nos últimos quatro anos

Software Product Line Engineering (SPLE) has been widely adopted for applying systematic reuse in families of systems. Given the high upfront investment required for SPLE adoption, organizations commonly start with more opportunistic reuse approaches (e.g., a single system that they clone and modify). However, maintenance problems appear when managing a large number of similar systems where each of them implements and evolves particular characteristics. One viable solution to solve this issue is to migrate to SPLs using an extractive approach. This initiative, in its early phases, includes the definition of a Product Line Architecture (PLA) to support the derivation of product variants and also to allow customization according to customers' needs. In this way, the systematic use of Software Architecture Recovery (SAR) techniques enables PLA recovery and keeps the PLA aligned with development. Our objective is to provide an automatic approach to recover PLAs and guidelines to support the PLA recovery. We gathered knowledge by means of literature reviews and exploratory studies to characterize the state-of-the-art and identify research gaps on SAR techniques and tools that support the recovery of architectural variability information from source code for a family of products. The use of SAR techniques and tools to recover a PLA that documents variability information at the architecure level may address issues related to SPL adoption, design and evolution. Unfortunately, few studies investigate PLA recovery and also provide empirical evaluation. One of the main issues in the extractive approach is the explosion of the variability in the PLA representation. Our approach is based on identifying variability on architectural level by extracting information from variants' source code. To evaluate our approach, we performed a set of empirical studies.