O livro eletrônico do JAI já pode ser baixado aqui.

• JAI 1 - Simulação de Multidões - Aplicações em Segurança e Conforto de Pessoas

  Soraia Musse (PUCRS) e Vinícius Cassol (Universidade do Vale do Rio dos Sinos)

  Simulação de multidões é hoje em dia uma área importante em aplicações como entretenimento e segurança. Particularmente, em segurança, o planejamento de evacuação de ambientes públicos, é uma tarefa importante e difícil no projeto de construção de um novo empreendimento. Neste curso apresentaremos alguns tópicos importantes sobre a área de pesquisa em simulação de multidões com foco especificamente em sistemas de evacuação de ambientes. Serão abordadas algumas ferramentas para simular multidões e também discutidos aspectos relacionados à análise do comportamento de uma multidão.

  Bio: Soraia Raupp Musse possui graduação em Bacharelado em Informática pela Pontifícia Universidade Católica do Rio Grande do Sul (1990), mestrado em Ciências da Computação pela Universidade Federal do Rio Grande do Sul (1994), mestrado em Cours Postgrade En Informatique Realité Virtuelle - Ecole Polytechnique Federale de Lausanne na Suíça (1997), doutorado em Doctorat En Science - Ecole Polytechnique Federale de Lausanne (2000) sob supervisão do Prof. Daniel Thalmann e pós doutorado pela University of Pennsylvania em 2016 (USA), onde trabalhou com o Prof. Norman Badler, um dos pioneiros na área de humanos virtuais. Atualmente é professora adjunto da PUCRS, atuando na pós-graduação em Ciência da Computação, orientando alunos de graduação, mestrado, doutorado e bolsistas posdoc. É coordenadora do VHLAB (www.inf.pucrs.br/vhlab) e bolsista de produtividade do CNPq (PQ1D). Sua pesquisa tem ênfase em Processamento Gráfico (Graphics), principalmente nos seguintes temas: computação gráfica, agentes sintéticos virtuais, multidões de agentes virtuais e visão computacional. Já publicou mais de 25 artigos em periódicos, sendo vários deles de grande impacto. Em 2007 publicou um livro em coautoria com Daniel Thalmann, na área de Simulação de multidões (título: Crowd Simulation), editado pela SpringerVerlag, re-editado em 2013. É presidente da Comissão Especial de Jogos da SBC desde agosto de 2016.

  Vinícius Jurinic Cassol é doutor em Ciência da Computação pela PUCRS - 2016. Durante o doutorado foi supervisionado pela Profa. Dra. Soraia Raupp Musse, tendo sua pesquisa focada em simulação de multidões. Em 2013, realizou doutorado sanduiche na Universidade da Pennsylvania, sob supervisão do Prof. Dr. Norman Badler. Atualmente é professor da Universidade do Vale do Rio dos Sinos - UNISINOS onde coordena o Curso de Desenvolvimento de Jogos Digitais da universidade em São Leopoldo e Porto Alegre/RS além do Estúdio de Jogos Atomic Rocket Entertainment. É membro da Comissão Especial de Jogos da SBC desde agosto de 2016. Entre as suas principais áreas de interesse encontram-se simulação de multidões, computação gráfica, gamificação e o processo de produção e desenvolvimento de jogos.

• JAI 2 - A Aplicação de Métodos Qualitativos em Computação

  Raquel Prates (Universidade Federal de Minas Gerais) e Carla Leitão (PUC-Rio)

  A ampla adoção da tecnologia na vida das pessoas tem gerado uma necessidade e interesse maior em profissionais e pesquisadores da área de computação em conhecer aspectos humanos, psicológicos, e socioculturais dos usuários. Para isso, tem-se percebido uma crescente adoção de métodos de pesquisa qualitativos na área de computação tradicionalmente usados em pesquisas nas ciências humanas e sociais. Assim, o objetivo deste capítulo é apresentar uma visão geral de métodos qualitativos de pesquisa e suas principais características, discutindo suas diferenças em relação métodos quantitativos. São apresentados os métodos que são comumente utilizados na área de computação e discutidos alguns exemplos de sua aplicação em diferentes subáreas da computação.

  Bio: Raquel Oliveira Prates possui graduação em Ciência da Computação pela Universidade Federal de Minas Gerais (1991), mestrado em Informática pela PUC-Rio (1994) e doutorado em Informática pela PUC-Rio (1998). É professora associada da Universidade Federal de Minas Gerais desde 2006. Fez pós-doutorado na Pennsylvania State University, no College of Information Systems and Technology de agosto de 2014 a julho de 2015. Sua pesquisa é em Interação Humano Computador e Sistemas Colaborativos, atuando principalmente nos seguintes temas: engenharia semiótica, interação humano-computador, avaliação de interfaces, comunicabilidade, design de interfaces e programação por usuário final. É coordenadora da Comissão Especial de Sistemas Colaborativos (CESC) desde 2015 e foi Coordenadora da Comissão Especial de Interação Humano-Computador (CEIHC) da SBC de 2006 a 2010. Atualmente ela é também representante da SBC no Comitê Técnico de IHC (TC13) da IFIP TC13. Foi membro do Comitê Executivo do SIGCHI de 2001 a 2004 e participa como membro de diversos comitês de programa nacionais e internacionais de conferências nas áreas de IHC e Sistemas Colaborativos.

  Carla Faria Leitão é graduada em Psicologia pela Universidade do Estado do Rio de Janeiro (1988), especialista em Saúde Mental pela Universidade Federal do Rio de Janeiro (1993) e Mestre (1995) e Doutora (2003) em Semiotic Engineering Research Group (SERG), no Departamento de Informática da PUC-Rio. Sua pesquisa concentrase na área de Interação Humano-Computador (IHC) e na investigação dos impactos culturais, sociais e psicológicos da experiência com Tecnologias da Informação e Comunicação (TICs). Uma das pioneiras na contribuição interdisciplinar da psicologia à área de IHC no Brasil, é coautora de inúmeros artigos e de dois livros internacionalmente publicados sobre métodos qualitativos de investigação em Engenharia Semiótica, uma teoria interdisciplinar de base semiótica para a análise científica de TICs. Seus principais interesses na área são: abordagens teóricometodológicas para o estudo dos impactos de TICs, interdisciplinaridade e desenvolvimento de raciocínio computacional.

• JAI 3 - Preservação de Privacidade de Dados: Fundamentos, Técnicas e Aplicações

  Felipe Brito (Universidade Federal do Ceará) e Javam Machado (Universidade Federal do Ceará)

  Muitas organizações realizam análises importantes sobre dados a fim de descobrir padrões ocultos e prever tendências futuras. Para que muitas destas análises sejam realizadas, é necessário que os dados estejam disponíveis para acesso, seja por meio de publicações ou de serviços de consulta. Entretanto, dados acessíveis pelo público podem conter informações que identificam unicamente indivíduos, causando assim uma violação de privacidade. Manter a utilidade dos dados para que análises sejam realizadas e simultaneamente garantir a privacidade dos indivíduos é um problema que tem recebido bastante atenção nos últimos anos. Este minicurso tem por objetivo apresentar os principais conceitos em torno da preservação de privacidade de dados, além das técnicas para assegurar que indivíduos não possam ser reidentificados a partir do compartilhamento de suas informações. Adicionalmente, serão demonstradas aplicações em cenários reais que utilizam as técnicas apresentadas como forma de preservação de privacidade, enquanto que buscam reter a maior quantidade de informação possível para eventuais análises.

  Bio: Felipe Timbó Brito possui graduação em Computação pela Universidade Federal do Ceará (2010). Também é Mestre em Ciência da Computação pela Universidade Federal do Ceará (2015) com ênfase em privacidade de dados de trajetória. Atualmente é doutorando em Computação¸ também pela Universidade Federal do Ceará e atua como líder de projetos de pesquisa e desenvolvimento em Computação no Laboratório de Sistemas e Banco de Dados (LSBD/UFC). Possui publicações internacionais em diversas áreas, incluindo privacidade de dados. Suas áreas de interesse são mineração e privacidade de dados.

  Javam de Castro Machado possui doutorado em Informática pela Universite de Grenoble (1995). É Professor Titular do Departamento de Computação da Universidade Federal do Ceará, foi vice-diretor do Centro de Ciências da mesma Universidade e atualmente coordena o Laboratório de Sistemas e Banco de Dados (LSBD/UFC). É também coordenador de vários projetos de pesquisa e desenvolvimento em Computação, além de atuar como pesquisador do Programa de Mestrado e Doutorado em Ciência da Computação da UFC. Participa de projetos de cooperação internacional com universidades Europeias e tem vários artigos publicados em veículos nacionais e internacionais, inclusive no tema de privacidade de dados em nuvem e privacidade de dados móveis. No momento suas áreas de interesse são privacidade de dados, sistemas de banco de dados e computação em nuvens, além de sistemas distribuídos.

• JAI 4 - Computação aplicada a Cidades Inteligentes: Como dados, serviços e aplicações podem melhorar a qualidade de vida nas cidades

  Fabio Kon (USP) e Eduardo Felipe Zambom Santana (USP)

  Com o crescimento da população urbana, problemas de infraestrutura e de acesso limitado a recursos em diversas cidades ao redor mundo afetam negativamente a vida de bilhões de pessoas. Tornar as cidades mais inteligentes pode ajudar a melhorar os serviços urbanos aumentando a qualidade de vida de seus cidadãos. A Tecnologia da Informação e Comunicação (TIC) são meios fundamentais para esse objetivo. Uma plataforma de software pode ser usada para facilitar enormemente a criação e integração de aplicações robustas para cidades inteligentes. Entretanto, ainda existem desafios técnicos e científicos significativos que necessitam ser enfrentados antes que essas plataformas possam ser amplamente utilizadas. Este capítulo apresenta o estado da arte e o estado da prática em iniciativas e ambientes de cidades inteligentes. Para isso, analisamos diversas iniciativas de Cidades Inteligente ao redor do mundo e descrevemos as tecnologias mais utilizadas por esses projetos e seus requisitos funcionais e não-funcionais. Finalmente, apresentamos os desafios de pesquisa ainda em aberto e discutimos a nossa visão para a área no futuro.

  Bio: Fabio Kon é Professor Titular de ciência da computação do IME-USP, coordenador adjunto de pesquisa para inovação da FAPESP e Editor-Chefe do SpringerOpen Journal of Internet Services and Applications. Atua nas áreas de Empreendedorismo Digital, Software Livre, Sistemas Distribuídos e Cidades Inteligentes. Além de forte atuação como pesquisador, tendo publicado vários artigos internacionais de alto impacto e recebido o ACM Middleware 10-Year Best Paper Award, Fabio é conselheiro voluntário de várias startups de software, inclusive na área de Cidades Inteligentes. Em 2016 Fabio foi agraciado com o título de ACM Distinguished Scientist.

  Eduardo Felipe Zambom Santana é bacharel (2007) e mestre (2010) em Ciência da Computação pela Universidade Federal de São Carlos. Atualmente é aluno de doutorado no IME-USP e professor na Universidade Anhembi Morumbi. Atua nas áreas de Sistemas Distribuídos, Cidades Inteligentes e Simulação. Tem mais de 10 anos de experiência como programador e arquiteto de sistemas. Nos últimos anos tem realizado pesquisas na área de cidades inteligentes principalmente em simulações de cenários de mobilidade urbana e na identificação de requisitos funcionais e não-funcionais para o desenvolvimento de uma plataforma de software para cidades inteligentes.

• JAI 5 - Algoritmos e Modelos de Programação em Big Data

  Fábio Porto (LNCC)

  A disponibilização crescente de dados em grandes volumes nas ciências, indústria, governo e redes sociais está transformando o modo pelo qual essas áreas se desenvolvem. No centro dessas mudanças estão algoritmos desenhados especialmente para lidar com os desafios em Big Data e sua adaptação para os modelos a la MapReduce. Neste contexto, este curso apresenta os principais modelos de programação Big Data, e classifica e discute os principais algoritmos de apoio ao processamento de dados em grande volume, bem como alguns exemplos dos que implementam novas estratégias para a busca de padrões em Big Data.

  Bio: Fabio Porto é Pesquisador Senior do Laboratório Nacional de Computação Científica e Coordenador do Laboratório Data Extreme Lab (DEXL). Possui Doutorado e Mestrado em Informática pela PUC-Rio, em 2001 e 1997, respectivamente. Foi pesquisador sênior da EPFL, em Lausanne, entre 2004 e 2009. Foi Coordenador geral do SBBD 20015 e é um dos Coordenadores gerais da Conferência Internacional Very Large Data Bases, a realizar-se em 2018. Seu interesse de pesquisa principal está no desenvolvimento de técnica e algoritmos para análise e gerência de grandes volumes de dados. Participa de colaborações internacionais, incluindo os projetos MUSIC, do qual é coordenador, em parceria com o INRIA, França, e do projeto HPC4e, de cooperação com a EU. No nível nacional, tem colaborações com diversas instituições, incluindo: Observatório Nacional, FIOCRUZ (ICICT e CIDACT), Comitê Olímpico Brasileiro e DELL-EMC.

• JAI 6 - Deep Learning - Teoria e Prática

  Esteban Clua (Universidade Federal Fluminense) e Cristina Nader Vasconcelos (Universidade Federal Fluminense)

  Redes Neurais Profundas veem provocando uma grande revolução na indústria de TI nos últimos anos, abrindo diversos horizontes e possibilidades para as mais diversas áreas e aplicações. Graças ao investimento de grandes empresas, como NVIDIA, Google, Microsoft, IBM, dentre outras, inúmeras ferramentas e plataformas vêm se tornando acessíveis para aplicar Deep Learning em diversas soluções de problemas. Neste minicurso serão apresentados conceitos básicos de redes neurais profundas, algumas bibliotecas e ferramentas, arquiteturas de GPUs e como as mesmas são capazes de viabilizar essa emergente área da computação.

  Bio: Cristina Nader Vasconcelos possui graduação no curso de Bacharel em Informática pela Universidade Federal do Rio de Janeiro (2003), mestrado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (2005) e doutorado (2009) pela mesma instituição. Tem experiência na área de Ciência da Computação, com ênfase em Computação Visual, atuando principalmente nos seguintes temas: Visão Computacional e Processamento de Imagens, Reconhecimento de Padrões e Computação Gráfica. Suas contribuições principais incluem temas de processamento genérico paralelo em hardware gráfico aplicados a tarefas de visão computacional, métodos de otimização discreta em grafos para computação visual, processamento, gerenciamento e formatos de imagens e vídeo, estruturas de dados espaciais. Desde 2014, tem atuado na divulgação e formação de pesquisadores na área de aprendizado profundo. Hoje é professora adjunta da Universidade Federal Fluminense no Instituto de Computação.

  Esteban W. Gonzalez Clua é professor da Universidade Federal Fluminense e coordenador do UFF Medialab. Em 2009 e em 2013 foi Jovem Cientista do Nosso Estado pela FAPERJ. Possui graduação em Computação pela Universidade de São Paulo, mestrado e doutorado em Informática pela PUC-Rio. Sua atuação está especialmente focada nas áreas de Vídeo Games, Realidade Virtual, GPUs e visualização. É um dos fundadores do SBGames (Simpósio Brasileiro de Games e Entretenimento Digital). Em 2015 foi nomeado NVIDIA Fellow. Em 2007 recebeu o prêmio da ABRAGAMES como o maior contribuidor da academia para a indústria de jogos digitais no Brasil. Esteban é membro do comitê de programa das mais importantes conferencias na área de entretenimento digital. Atualmente é coordenador do Centro de Excelência da NVIDIA no Brasil, que funciona no instituto de computação da Universidade Federal Fluminense. Esteban é do conselho de inovação da Secretaria da Cultura do Estado do Rio de Janeiro, membro da comissão permanente do Rio Criativo, Membro do Fórum permanente de Inovação e Tecnologia da Assembleia Legislativa do Rio de Janeiro e membro do conselho da Agência de Inovação da UFF.