I ERAD|ERAMIA Norte 2 - 2021
Programação Geral da I ERAD|ERAMIA-NO2 2021
I Escola Regional de Alto Desempenho Norte 2
I Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2
Todas as sessões técnicas, minicursos e apresentações de keynote speakers estão disponÃveis para serem revistas em nosso Canal no YouTube ERAD/|ERAMIA NO2.
Temos um Servidor de Discord como ferramenta de interação entre os participantes e a organização do evento.
Usaremos o serviço de ConferênciaWeb da Rede Nacional de Ensino e Pesquisa (RNP). Inscritos terão direito a Certificado de Participação e Interagir pela SALA VIRTUAL 1 e SALA VIRTUAL 2 que serão usadas durante a I ERMIA-NO2 e da I ERAD-NO2, respectivamente. Para eventos juntos usaremos a SALA VIRTUAL 1.
| Hora | 18 de Novembro - Dia 1 | 19 de Novembro - Dia 2 | |||
| I ERAD-NO2 | I ERAMIA-NO2 | I ERAD-NO2 | I ERAMIA-NO2 | ||
| 08:30-09:00 | AberturaModeradores: Marcos Amaris e Otávio Teixeira | ||||
| 09:00-10:00 | Palestra 1Prof. Dr. Carla Osthoff O Supercomputador SDumont e sua importância para o desenvolvimento da ciência e da tecnologia na Brasil, particularmente em ciências aplicadas à pesquisas com a COVID-19 Moderador: Klenilmar Lopes |
Palestra 1Prof. Dr. Ricardo Gudwin Introdução aos Sistemas de Cognição Artificial e Arquiteturas Cognitivas Moderador: Otávio Teixeira |
Minicurso 2Dr. Pedro Silva Uma Introdução ao Processamento de Fluxos de Dados Com Apache Flink Moderador: Marcos Amaris |
Palestra 3Dr. Marco Mollinetti Dispositivos Wearables Usando Machine Leaning Para Monitorar a Ativdade de Deglutiçã de Idosos Moderador: Rodrigo Lisbôa |
|
| 10:00-11:00 | Minicurso 1Prof. Dr. Calebe Bianchini Introdução a Paralelização de Aplicações com OpenMP Moderador: Josivaldo Araújo |
Minicurso 1Prof. Dr. Ricardo Gudwin O CST: Cognitive Systems Toolkit e a Arquitetura Cognitiva MECA Moderador: Rodrigo Lisbôa |
Minicurso 2Alysson Oliveira, Hugo Watanuki Processamento e Análise de Big Data com HPCC Systems Moderador: Igor Gomes |
||
| 11:00-12:00 | Palestra 3Prof. Dr. Nelson Amaral Geração de Código para Assistir Multiplicação de Matrizes em Servidores IBM Power10 Moderador: Klenilmar Lopes |
||||
| 12:00-13:00 | Break | Break | |||
| 13:00-14:00 | Sessão Técnica de Iniciação CientÃfica ERAD|ERAMIAModeradores: Igor Gomes e Helder Oliveira |
||||
| 14:00-15:00 | Apresentação EmpresarialGuilherme Friol (SDC) GPUs, HPC, A.I. — Densidade e opções Moderadores: Klenilmar Lopes e Josivaldo Araújo |
||||
| 15:00-16:00 | Sessão Técnica de Pós-graduação ERAD|ERAMIAModeradores: Josivaldo Araújo e Rodrigo Lisbôa | Palestra 4 - ERAMIAProf. Dr. Bruno Gomes Deep Learning com Sistemas Dinâmicos Baseados em Dados: Principais resultados e perspectivas Moderador: Otávio Teixeira |
|||
| 16:00-17:00 | Palestra 2Prof. Dr. Alba Melo Aplicações de Bioinformática em Supercomputadores: A Corrida Incansável por Desempenho Moderador: Allan Veras |
Palestra 2Prof. Dr. Marcelo Finger Aprendizagem Profunda Contra a COVID19 - Detecção de Insuficiência Respiratória na LÃngua Portuguesa Brasileira Moderador: Otávio Teixeira |
Palestra 4 - ERADProf. Dr. Raquel Lopes Por que sempre vão existir pesquisas na área de escalonamento? Moderador: Marcos Amaris |
||
| 17:00-18:00 | Encerramento e PremiaçãoModeradores: Marcos Amaris e Otávio Teixeira | ||||
Programação Detalhada
I Escola Regional de Alto Desempenho Norte 2
Palestra 1 - 09h00 - 18/11/2021 (Duração 1 Hora)
Palestrante: Prof. Dr. Carla Ostoff (Laboratório Nacional de Computação CientÃfica)
TÃtulo: O Supercomputador SDumont e sua importância para o desenvolvimento da ciência e da tecnologia na Brasil, particularmente em ciências aplicadas à pesquisas com a COVID-19.
Resumo: Nesta palestra serão apresentadas as caracterÃsticas tecnológicas da arquitetura do Supercomputador SDumont, mais potente supercomputador da America Latina e Caribe dedicado à comunidade acadêmica. Será apresentado sua inserção no cenário internacional de pesquisa em supercomputação e sua importância na transversalidade da ciência tal como em pesquisas para COVID-19.
Palestrante: Prof. Dr. Carla Ostoff (Laboratório Nacional de Computação CientÃfica)
TÃtulo: O Supercomputador SDumont e sua importância para o desenvolvimento da ciência e da tecnologia na Brasil, particularmente em ciências aplicadas à pesquisas com a COVID-19.
Resumo: Nesta palestra serão apresentadas as caracterÃsticas tecnológicas da arquitetura do Supercomputador SDumont, mais potente supercomputador da America Latina e Caribe dedicado à comunidade acadêmica. Será apresentado sua inserção no cenário internacional de pesquisa em supercomputação e sua importância na transversalidade da ciência tal como em pesquisas para COVID-19.
Palestra 2 - 16h00 - 18/11/2021 (Duração 1 Hora)
Palestrante: Prof. Dr. Alba Melo (Universidade de Brasilia - UnB)
TÃtulo: Aplicações de Bioinformática em Supercomputadores: A Corrida Incansável por Desempenho
Resumo: A comparação de sequências biológicas é uma tarefa rotineira da Bioinformática, que visa obter o escore da comparação, representando a similaridade entre as sequências, e o alinhamento das mesmas, que mostra visualmente que partes são similares e que partes são diferentes. Os algoritmos exatos de comparação obtem o resultado ótimo porém possuem complexidade de tempo quadrático. Por isso, plataformas de alto desempenho são utilizadas, principalmente para a comparações de sequências muito longas, como cromossomos completos. Nessa palestra, será apresentada a nossa ferramenta MASA-CUDAlign, que foi usada para comparar sequências reais de DNA de até 249 milhões de caracteres em um cluster de 512 GPUs Volta V100, atingindo o melhor desempenho da literatura em 2021. Serão apresentadas e discutidas as caracterÃsticas mais inovadoras da versão mais recente do MASA-CUDAlign, que são: execução em frente de onda com paralelogramo, especulação incremental, poda de blocos e estratégias de balanceamento e troca de escores. Serão mostrados resultados de desempenho em clusters homogêneos e heterogêneos de GPUs. A seguir, será discutido o projeto da nossa ferramenta CUDA-Sankoff para dobramento e alinhamento de sequências de RNA. Por fim, será apresentado um estudo de caso do covid-19 onde serão utilizadas as ferramentas discutidas nessa palestra para alinhar sequências genéticas do SARS-CoV-2, usando sequências reais de referência e das variantes.
Palestrante: Prof. Dr. Alba Melo (Universidade de Brasilia - UnB)
TÃtulo: Aplicações de Bioinformática em Supercomputadores: A Corrida Incansável por Desempenho
Resumo: A comparação de sequências biológicas é uma tarefa rotineira da Bioinformática, que visa obter o escore da comparação, representando a similaridade entre as sequências, e o alinhamento das mesmas, que mostra visualmente que partes são similares e que partes são diferentes. Os algoritmos exatos de comparação obtem o resultado ótimo porém possuem complexidade de tempo quadrático. Por isso, plataformas de alto desempenho são utilizadas, principalmente para a comparações de sequências muito longas, como cromossomos completos. Nessa palestra, será apresentada a nossa ferramenta MASA-CUDAlign, que foi usada para comparar sequências reais de DNA de até 249 milhões de caracteres em um cluster de 512 GPUs Volta V100, atingindo o melhor desempenho da literatura em 2021. Serão apresentadas e discutidas as caracterÃsticas mais inovadoras da versão mais recente do MASA-CUDAlign, que são: execução em frente de onda com paralelogramo, especulação incremental, poda de blocos e estratégias de balanceamento e troca de escores. Serão mostrados resultados de desempenho em clusters homogêneos e heterogêneos de GPUs. A seguir, será discutido o projeto da nossa ferramenta CUDA-Sankoff para dobramento e alinhamento de sequências de RNA. Por fim, será apresentado um estudo de caso do covid-19 onde serão utilizadas as ferramentas discutidas nessa palestra para alinhar sequências genéticas do SARS-CoV-2, usando sequências reais de referência e das variantes.
Palestra 3 - 11h00 - 19/11/2021 (Duração 1 Hora)
Palestrante: Prof. Dr. Nelson Amaral (Universidade de Alberta - Canadá)
TÃtulo: Generando Código para o novo IBM Power10: Hardware para Assistir a Multiplicação de Matrizes e Casadores de Padrões em Compiladores
Resumo: Para apoiar tanto workload de inteligência artificial quanto a computação de alto desempenho, o novo processador IBM POWER10 introduz uma unidade de computação de hardware chamada Matrix Multiply Assist (MMA). Esta palestra descreve uma colaboração entre a Universidade de Alberta, a Universidade de Campinas, e a IBM para tornar a melhoria de desempenho possibilitada pelo MMA acessÃvel tanto para cargas de trabalho de HPC quanto de IA. Esta palestra descreve como desenvolvemos uma metodologia muito mais robusta de reconhecimento de padrões no sistema de compilação LLVM. Ela também discute a implementação de uma abordagem em camadas para uma multiplicação eficiente da matriz, que até agora só estava disponÃvel em bibliotecas numéricas, em um caminho de software baseado apenas em compiladores LLVM. Tornar disponÃvel um caminho eficiente somente para compiladores é importante para situações em que invocar uma função de uma biblioteca não é uma opção.
Palestrante: Prof. Dr. Nelson Amaral (Universidade de Alberta - Canadá)
TÃtulo: Generando Código para o novo IBM Power10: Hardware para Assistir a Multiplicação de Matrizes e Casadores de Padrões em Compiladores
Resumo: Para apoiar tanto workload de inteligência artificial quanto a computação de alto desempenho, o novo processador IBM POWER10 introduz uma unidade de computação de hardware chamada Matrix Multiply Assist (MMA). Esta palestra descreve uma colaboração entre a Universidade de Alberta, a Universidade de Campinas, e a IBM para tornar a melhoria de desempenho possibilitada pelo MMA acessÃvel tanto para cargas de trabalho de HPC quanto de IA. Esta palestra descreve como desenvolvemos uma metodologia muito mais robusta de reconhecimento de padrões no sistema de compilação LLVM. Ela também discute a implementação de uma abordagem em camadas para uma multiplicação eficiente da matriz, que até agora só estava disponÃvel em bibliotecas numéricas, em um caminho de software baseado apenas em compiladores LLVM. Tornar disponÃvel um caminho eficiente somente para compiladores é importante para situações em que invocar uma função de uma biblioteca não é uma opção.
Palestra 4 - 16h00 - 19/11/2021 (Duração 1 Hora)
Palestrante: Prof. Dr. Raquel Lopes (Universidade Federal de ParaÃba)
TÃtulo: Por que sempre vão existir pesquisas na área de escalonamento?
Resumo: Nesta palestra vou abordar o tema de escalonamento de forma geral mas especialmente voltado para escalonamento de recursos em sistemas distribuÃdos. Vamos entender o problema do escalonamento, dar uma visão geral do tema e terminamos com um exemplo prático de um ou 2 escalonadores para nuvem IaaS.
Palestrante: Prof. Dr. Raquel Lopes (Universidade Federal de ParaÃba)
TÃtulo: Por que sempre vão existir pesquisas na área de escalonamento?
Resumo: Nesta palestra vou abordar o tema de escalonamento de forma geral mas especialmente voltado para escalonamento de recursos em sistemas distribuÃdos. Vamos entender o problema do escalonamento, dar uma visão geral do tema e terminamos com um exemplo prático de um ou 2 escalonadores para nuvem IaaS.
Minicurso 1 - 10h00 - 18/11/2021 (Duração 2 Horas)
Ministrante: Prof. Dr. Calebe Bianchini (Universidade Mackenzie)
TÃtulo:Introdução a Paralelização de Aplicações com OpenMP
Resumo: O OpenMP é um padrão para o desenvolvimento de programas paralelos que compartilham memória. Sua programação baseada em diretivas permite que o programador indique onde o paralelismo deve ser aplicado, fornecendo concorrência, sincronização e manipulação de dados. A programação OpenMP é simples e encoraja o uso do paralelismo; no entanto, para extrair desempenho de códigos OpenMP o programador necessita observar aspectos importantes. Este minicurso aborda aspectos iniciais da programação C com OpenMP e também avançados que dão suporte a códigos com alto desempenho. São abordados aspectos do uso eficiente de processador, de memória e de interação entre threads. Espera-se que este minicurso contribua para a difusão da cultura do desenvolvimento de códigos C/OpenMP eficientes e de alto desempenho.
Ministrante: Prof. Dr. Calebe Bianchini (Universidade Mackenzie)
TÃtulo:Introdução a Paralelização de Aplicações com OpenMP
Resumo: O OpenMP é um padrão para o desenvolvimento de programas paralelos que compartilham memória. Sua programação baseada em diretivas permite que o programador indique onde o paralelismo deve ser aplicado, fornecendo concorrência, sincronização e manipulação de dados. A programação OpenMP é simples e encoraja o uso do paralelismo; no entanto, para extrair desempenho de códigos OpenMP o programador necessita observar aspectos importantes. Este minicurso aborda aspectos iniciais da programação C com OpenMP e também avançados que dão suporte a códigos com alto desempenho. São abordados aspectos do uso eficiente de processador, de memória e de interação entre threads. Espera-se que este minicurso contribua para a difusão da cultura do desenvolvimento de códigos C/OpenMP eficientes e de alto desempenho.
Minicurso 2 - 09h00 - 19/11/2021 (Duração 2 Horas)
Ministrante: Dr. Pedro Silva (Hasso Plattner Institut (HPI), Alemanha)
TÃtulo:Uma Introdução ao Processamento de Fluxos de Dados Com Apache Flink
Resumo: A proposta do minicurso é de apresentar os principais fundamentos teóricos relacionados ao processamento de fluxos de dados e permitir aos participantes um primeiro contato com o sistema de processamento de fluxos de dados Apache Flink, que atualmente é uma das principais ferramentas para esse fim. Utilizando dados provenientes de casos de utilização industriais (e.g., medidores de energia inteligentes, táxis conectados e sismógrafos), os participantes serão familiarizados com a arquitetura, restrições e principais caracterÃsticas de aplicações de processamento de fluxo utilizando o Apache Flink como exemplo de implementação.
Ministrante: Dr. Pedro Silva (Hasso Plattner Institut (HPI), Alemanha)
TÃtulo:Uma Introdução ao Processamento de Fluxos de Dados Com Apache Flink
Resumo: A proposta do minicurso é de apresentar os principais fundamentos teóricos relacionados ao processamento de fluxos de dados e permitir aos participantes um primeiro contato com o sistema de processamento de fluxos de dados Apache Flink, que atualmente é uma das principais ferramentas para esse fim. Utilizando dados provenientes de casos de utilização industriais (e.g., medidores de energia inteligentes, táxis conectados e sismógrafos), os participantes serão familiarizados com a arquitetura, restrições e principais caracterÃsticas de aplicações de processamento de fluxo utilizando o Apache Flink como exemplo de implementação.
Programação Detalhada
I Escola Regional de Aprendizado de Máquina e Inteligência Artificial Norte 2
Palestra 1 - 09h00 - 18/11/2021 (Duração 1 Hora)
Palestrante: Prof. Dr. Ricardo Gudwin (Universidade de Campinas)
TÃtulo: Introdução aos Sistemas de Cognição Artificial e Arquiteturas Cognitivas
Resumo: Sistemas de Cognição Artificial correspondem a uma área de pesquisa dentro da Inteligência Artificial, onde modelos de habilidades cognitivas, como por exemplo, percepção, atenção, memória, raciocÃnio, aprendizagem, comportamento e outras são usadas para a construção de sistemas de controle para agentes artificiais. Esses sistemas são construÃdos a partir de modelos oriundos da psicologia cognitiva, que são utilizados na construção de arquiteturas cognitivas, ou seja, arquiteturas computacionais que integram diversos desses modelos, visando a construção de uma mente artificial. Arquiteturas cognitivas podem ser vistas, tanto como modelos teóricos sobre como processos cognitivos interagem entre si, como ferramentas computacionais que podem ser reutilizadas em diferentes aplicações. Nesta palestra, apresentamos uma introdução aos sistemas de cognição artificial, e apresentamos um sumário das arquiteturas cognitivas mais populares, desenvolvidas na comunidade cientÃfica, trazendo elementos para uma visão geral sobre essa área de pesquisa.
Palestrante: Prof. Dr. Ricardo Gudwin (Universidade de Campinas)
TÃtulo: Introdução aos Sistemas de Cognição Artificial e Arquiteturas Cognitivas
Resumo: Sistemas de Cognição Artificial correspondem a uma área de pesquisa dentro da Inteligência Artificial, onde modelos de habilidades cognitivas, como por exemplo, percepção, atenção, memória, raciocÃnio, aprendizagem, comportamento e outras são usadas para a construção de sistemas de controle para agentes artificiais. Esses sistemas são construÃdos a partir de modelos oriundos da psicologia cognitiva, que são utilizados na construção de arquiteturas cognitivas, ou seja, arquiteturas computacionais que integram diversos desses modelos, visando a construção de uma mente artificial. Arquiteturas cognitivas podem ser vistas, tanto como modelos teóricos sobre como processos cognitivos interagem entre si, como ferramentas computacionais que podem ser reutilizadas em diferentes aplicações. Nesta palestra, apresentamos uma introdução aos sistemas de cognição artificial, e apresentamos um sumário das arquiteturas cognitivas mais populares, desenvolvidas na comunidade cientÃfica, trazendo elementos para uma visão geral sobre essa área de pesquisa.
Palestra 2 - 16h00 - 18/11/2021 (Duração 1 Hora)
Palestrante: Prof. Dr. Marcelo Finger (Universidade de São Paulo)
TÃtulo: Aprendizagem Profunda Contra a COVID19 - Detecção de Insuficiência Respiratória por Audio
Resumo: A ideia é identificar pela voz se uma pessoa que está falando ao telefone ou na frente da tela de um computador, por exemplo, apresenta um nÃvel de insuficiência respiratória que indique a necessidade de ir imediatamente para um hospital para ser avaliada por uma equipe médica. Esse projeto, que usará processamento de linguagem natural para fazer diagnóstico médico, está na fronteira do conhecimento. Pode ser que o grau de precisão que alcançaremos em uma primeira fase não seja o ideal. Mas também estamos aprendendo e abrindo uma via de pesquisa que pode ter inúmeras aplicações Por meio de técnicas de aprendizado de máquina, como de redes neurais, o sistema irá aprender a identificar se uma pessoa apresenta insuficiência respiratória pela quantidade de pausas, respirações e outros padrões presentes na voz ao proferir uma sentença, por exemplo.
Palestrante: Prof. Dr. Marcelo Finger (Universidade de São Paulo)
TÃtulo: Aprendizagem Profunda Contra a COVID19 - Detecção de Insuficiência Respiratória por Audio
Resumo: A ideia é identificar pela voz se uma pessoa que está falando ao telefone ou na frente da tela de um computador, por exemplo, apresenta um nÃvel de insuficiência respiratória que indique a necessidade de ir imediatamente para um hospital para ser avaliada por uma equipe médica. Esse projeto, que usará processamento de linguagem natural para fazer diagnóstico médico, está na fronteira do conhecimento. Pode ser que o grau de precisão que alcançaremos em uma primeira fase não seja o ideal. Mas também estamos aprendendo e abrindo uma via de pesquisa que pode ter inúmeras aplicações Por meio de técnicas de aprendizado de máquina, como de redes neurais, o sistema irá aprender a identificar se uma pessoa apresenta insuficiência respiratória pela quantidade de pausas, respirações e outros padrões presentes na voz ao proferir uma sentença, por exemplo.
Palestra 3 - 09h00 - 19/11/2021 (Duração 1 Hora)
Palestrante: Dr. Marco Mollinetti (Universidade de Tsukuba - Japão)
TÃtulo: Dispositivos Wearables Usando Machine Leaning Para Monitorar a Atiidade de DegluiÃÃo de Idosos.
Resumo: A pneumonia por aspiração é a segunda maior causa de fatalidade entre idosos no Japão. Por não existir nenhum tratamento reativo, a única saÃda é a atividade preventiva através de monitoramento. Porém, esse monitoramento é um procedimento bastante invasivo e de alto custo. Um dispositivo wearable foi desenvolvido a fim de providenciar um método relativamente barato, e acima de tudo, não invasivo para o monitoramento de possÃveis riscos de pneumonia. O dispositivo se utiliza de várias técnicas de aprendizado de máquina para classificar a atividade de deglutição.
Nessa apresentação, será mostrado como o device opera, e como se utiliza das técnicas de Inteligência Artificial, Aprendizado de máquina e aprendizado estatÃstico para realizar segmentação e classificação de sons.
Palestrante: Dr. Marco Mollinetti (Universidade de Tsukuba - Japão)
TÃtulo: Dispositivos Wearables Usando Machine Leaning Para Monitorar a Atiidade de DegluiÃÃo de Idosos.
Resumo: A pneumonia por aspiração é a segunda maior causa de fatalidade entre idosos no Japão. Por não existir nenhum tratamento reativo, a única saÃda é a atividade preventiva através de monitoramento. Porém, esse monitoramento é um procedimento bastante invasivo e de alto custo. Um dispositivo wearable foi desenvolvido a fim de providenciar um método relativamente barato, e acima de tudo, não invasivo para o monitoramento de possÃveis riscos de pneumonia. O dispositivo se utiliza de várias técnicas de aprendizado de máquina para classificar a atividade de deglutição.
Nessa apresentação, será mostrado como o device opera, e como se utiliza das técnicas de Inteligência Artificial, Aprendizado de máquina e aprendizado estatÃstico para realizar segmentação e classificação de sons.
Palestra 4 - 15h00 - 19/11/2021 (Duração 1 Hora)
Palestrante: Prof. Dr. Bruno Gomes (Universidade Federal do Pará)
TÃtulo:Deep Learning com Sistemas Dinâmicos Baseados em Dados: Principais resultados e perspectivas
Resumo: A teoria de sistema dinâmicos fornece o método e formalismos para modelar uma quantidade imensa de fenômenos que vão da fÃsica e biologia, até economia e história. Essa amplitude de aplicações se deve a ao principal conceito subjacente que é o de fornecer uma função que descreve valores de variáveis de estado em um espaço de fases segundo princÃpios que são, em geral, determinÃsticos. Nesse caso, a função provê valores presentes e futuros e sua descrição ocorre usando métodos analÃticos e gráficos usando equações diferenciais. No entanto, não é esse o caso quando o que se tem são dados experimentais sem equações claras para descreve-os. Na condição de se ter um sistema dinâmico baseado em dados, a solução é sair então de uma abordagem analÃtica para uma algorÃtmica. Nessa nova abordagem, redes neurais de arquitetura em aprendizado profundo têm desempenhado papel importante. De fato, tem havido uma explosão de estudos usando redes neurais, tanto para modelar sistemas dinâmicos, quanto no uso de parâmetros calculados através de métodos em sistemas dinâmicos para a extração de caracterÃsticas que serão usadas por redes neurais em tarefas de classificação e regressão. Nessa conversa que teremos mostrarei os resultados que julgo serem mais promissores nesse campo novo e prolÃfico, bem como resultados bem iniciais do nosso grupo usando sistemas dinâmicos baseados em dados para classificação usando redes neurais e tendo a eletroencefalografia como base de dados.
Palestrante: Prof. Dr. Bruno Gomes (Universidade Federal do Pará)
TÃtulo:Deep Learning com Sistemas Dinâmicos Baseados em Dados: Principais resultados e perspectivas
Resumo: A teoria de sistema dinâmicos fornece o método e formalismos para modelar uma quantidade imensa de fenômenos que vão da fÃsica e biologia, até economia e história. Essa amplitude de aplicações se deve a ao principal conceito subjacente que é o de fornecer uma função que descreve valores de variáveis de estado em um espaço de fases segundo princÃpios que são, em geral, determinÃsticos. Nesse caso, a função provê valores presentes e futuros e sua descrição ocorre usando métodos analÃticos e gráficos usando equações diferenciais. No entanto, não é esse o caso quando o que se tem são dados experimentais sem equações claras para descreve-os. Na condição de se ter um sistema dinâmico baseado em dados, a solução é sair então de uma abordagem analÃtica para uma algorÃtmica. Nessa nova abordagem, redes neurais de arquitetura em aprendizado profundo têm desempenhado papel importante. De fato, tem havido uma explosão de estudos usando redes neurais, tanto para modelar sistemas dinâmicos, quanto no uso de parâmetros calculados através de métodos em sistemas dinâmicos para a extração de caracterÃsticas que serão usadas por redes neurais em tarefas de classificação e regressão. Nessa conversa que teremos mostrarei os resultados que julgo serem mais promissores nesse campo novo e prolÃfico, bem como resultados bem iniciais do nosso grupo usando sistemas dinâmicos baseados em dados para classificação usando redes neurais e tendo a eletroencefalografia como base de dados.
Minicurso 1 - 10h00 - 18/11/2021 (Duração 2 Horas)
Ministrante: Prof. Dr. Ricardo Gudwin (Universidade de Campinas)
TÃtulo:O CST: Cognitive Systems Toolkit e a Arquitetura Cognitiva MECA
Resumo: Neste mini-curso, fazemos uma introdução ao toolkit CST (Cognitive Systems Toolkit), um toolkit open-source para a construção de arquiteturas cognitivas genéricas desenvolvido em nosso grupo de pesquisa na UNICAMP, na linguagem Java, trazendo elementos que permitam ao interessado fazer uso do mesmo para a construção de uma arquitetura cognitiva. Além disso, apresentamos um overview da arquitetura cognitiva MECA (Multi-purpose Enhanced Cognitive Architecture), também desenvolvida pelo nosso grupo de pesquisa na UNICAMP e desenvolvida utilizando-se como base o CST. MECA foi projetada baseando-se em diversas contribuições da literatura cientÃfica, tais como a teoria dos processos duais (Dual Process Theory), a subsunção dinâmica (Dynamic Subsumption), espaços conceituais (Conceptual Spaces) e cognição lastreada (grounded cognition). Basicamente, MECA promove um hibridismo entre o SOAR (uma arquitetura cognitiva desenvolvida na Universidade de Michigan), utilizado para implementar processamento baseado em regras e exploração de espaço de estados em módulos do System 2, com um sistema motivacional utilizando subsunção dinâmica desempenhando o papel de System 1. Desenvolvemos também uma ontologia representacional baseada em espaços conceituais e cognição lastreada que é utilizada, principalmente no System 2, para representar o conhecimento a respeito do ambiente onde a arquitetura opera. Detalhamos os principais módulos da arquitetura explicando como eles se conectam entre si de forma a compor toda a arquitetura e desenvolver comportamento complexo auto-organizado, e apresentamos dois exemplos de implementações já realizadas utilizando-se a arquitetura MECA.
Ministrante: Prof. Dr. Ricardo Gudwin (Universidade de Campinas)
TÃtulo:O CST: Cognitive Systems Toolkit e a Arquitetura Cognitiva MECA
Resumo: Neste mini-curso, fazemos uma introdução ao toolkit CST (Cognitive Systems Toolkit), um toolkit open-source para a construção de arquiteturas cognitivas genéricas desenvolvido em nosso grupo de pesquisa na UNICAMP, na linguagem Java, trazendo elementos que permitam ao interessado fazer uso do mesmo para a construção de uma arquitetura cognitiva. Além disso, apresentamos um overview da arquitetura cognitiva MECA (Multi-purpose Enhanced Cognitive Architecture), também desenvolvida pelo nosso grupo de pesquisa na UNICAMP e desenvolvida utilizando-se como base o CST. MECA foi projetada baseando-se em diversas contribuições da literatura cientÃfica, tais como a teoria dos processos duais (Dual Process Theory), a subsunção dinâmica (Dynamic Subsumption), espaços conceituais (Conceptual Spaces) e cognição lastreada (grounded cognition). Basicamente, MECA promove um hibridismo entre o SOAR (uma arquitetura cognitiva desenvolvida na Universidade de Michigan), utilizado para implementar processamento baseado em regras e exploração de espaço de estados em módulos do System 2, com um sistema motivacional utilizando subsunção dinâmica desempenhando o papel de System 1. Desenvolvemos também uma ontologia representacional baseada em espaços conceituais e cognição lastreada que é utilizada, principalmente no System 2, para representar o conhecimento a respeito do ambiente onde a arquitetura opera. Detalhamos os principais módulos da arquitetura explicando como eles se conectam entre si de forma a compor toda a arquitetura e desenvolver comportamento complexo auto-organizado, e apresentamos dois exemplos de implementações já realizadas utilizando-se a arquitetura MECA.
Minicurso 2 - 10h00 - 19/11/2021 (Duração 2 Horas)
Ministrante: Alysson Oliveira e Hugo Watanuki (LexisNexis - São Paulo)
TÃtulo:Processamento e Análise de Big Data com HPCC Systems
Resumo: Ao longo do minicurso os participantes serão apresentados aos conceitos essenciais de processamento e análise de dados em quantidades massivas, assim como terão a oportunidade de aplicar os conhecimentos adquiridos em um ambiente de treinamento disponibilizado em sala de aula.
Ministrante: Alysson Oliveira e Hugo Watanuki (LexisNexis - São Paulo)
TÃtulo:Processamento e Análise de Big Data com HPCC Systems
Resumo: Ao longo do minicurso os participantes serão apresentados aos conceitos essenciais de processamento e análise de dados em quantidades massivas, assim como terão a oportunidade de aplicar os conhecimentos adquiridos em um ambiente de treinamento disponibilizado em sala de aula.
Apresentação Empresarial
Apresentação Empresarial I - 15h00 - 19/11/2021 (Duração 1 Horas)
Apresentador: Guilherme Friol (SDC - Smart Data Computing)
TÃtulo:GPUs, HPC, A.I. — Densidade e opções
Resumo: Nos últimos anos a Inteligência Artificial vem se tornando uma presença comum em nossas vidas: desde os frustrantes e limitados chatbots até experiências encantadoras que elevam a interação homem-máquina a um nÃvel totalmente novo, com isso cada vez mais o uso massivo das GPUs, falaremos sobre o alto custo das GPUs, densidade e as opções atuais de mercado.
Apresentador: Guilherme Friol (SDC - Smart Data Computing)
TÃtulo:GPUs, HPC, A.I. — Densidade e opções
Resumo: Nos últimos anos a Inteligência Artificial vem se tornando uma presença comum em nossas vidas: desde os frustrantes e limitados chatbots até experiências encantadoras que elevam a interação homem-máquina a um nÃvel totalmente novo, com isso cada vez mais o uso massivo das GPUs, falaremos sobre o alto custo das GPUs, densidade e as opções atuais de mercado.
Programação Detalhada Sessões Técnicas
Sessão Técnica de Iniciação CientÃfica I ERAD|ERAMIA NO2 2021
13:00-13:15 Algoritmos Bioinspirados Uma Revisão Sistemática da Literatura no Brasil. Lucas Leal Soares (CESUPA - Brazil),
VinÃcius Martins Tork (CESUPA - Brazil),
Wesley Gabriel Pereira Gomes (CESUPA - Brazil),
Polyana Fonseca Nascimento (CESUPA - Centro Universitário do Pará - Brazil),
Alan Marcel Fernandes de Souza (CESUPA - Brazil),
Roberto Célio Limão de Oliveira (UFPA - Brazil).
13:15-13:30 Sistema de interação computacional baseado na detecção das mãos utilizando classificadores em cascata. Anne Livia Macedo (Universidade Federal do Pará - Brazil), Igor Ruiz Gomes (UFPA - Brazil).
13:30-13:45 Classification of NCM Codes Using Natural Language Processing. Pedro Luiz Pinheiro, Marcos Amaris (Universidade Federal do Pará (UFPA) - CAMTUC).
13:45-14:00 Ciência de Dados: Percurso Inicial para Tratamento do Dataset CORD-19. Jhonatan Gomes (Instituto Federal do Amapá - Brazil), Eonay Gurjão (Universidade Fedra do Pará - Brazil), Klessis Dias (Instituto Federal do Amapá - Brazil), Klenilmar Dias (Instituto Federal de Educação, Ciência e Tecnologia do Amapá - Brazil)
14:00-14:15 Fitness Value Curves Prediction in the Evolutionary Process of Genetic Algorithms Applied to Benchmark Function. Renua Almeida (Federal University of Pará - Brazil), Rodrigo Rodrigues (UFPA - CAMTUC), Denys Menfredy Ferreira Ribeiro (Universidade Federal do Pará - CAMTUC), Otavio Teixeira (Universidade Federal do Pará (UFPA) - CAMTUC).
14:15-14:30 CUDA Application Performance Prediction using Machine Learning and Pre-Run Characteristics. Luan Siqueira, Marcos Amaris (Universidade Federal do Pará (UFPA) - CAMTUC).
13:15-13:30 Sistema de interação computacional baseado na detecção das mãos utilizando classificadores em cascata. Anne Livia Macedo (Universidade Federal do Pará - Brazil), Igor Ruiz Gomes (UFPA - Brazil).
13:30-13:45 Classification of NCM Codes Using Natural Language Processing. Pedro Luiz Pinheiro, Marcos Amaris (Universidade Federal do Pará (UFPA) - CAMTUC).
13:45-14:00 Ciência de Dados: Percurso Inicial para Tratamento do Dataset CORD-19. Jhonatan Gomes (Instituto Federal do Amapá - Brazil), Eonay Gurjão (Universidade Fedra do Pará - Brazil), Klessis Dias (Instituto Federal do Amapá - Brazil), Klenilmar Dias (Instituto Federal de Educação, Ciência e Tecnologia do Amapá - Brazil)
14:00-14:15 Fitness Value Curves Prediction in the Evolutionary Process of Genetic Algorithms Applied to Benchmark Function. Renua Almeida (Federal University of Pará - Brazil), Rodrigo Rodrigues (UFPA - CAMTUC), Denys Menfredy Ferreira Ribeiro (Universidade Federal do Pará - CAMTUC), Otavio Teixeira (Universidade Federal do Pará (UFPA) - CAMTUC).
14:15-14:30 CUDA Application Performance Prediction using Machine Learning and Pre-Run Characteristics. Luan Siqueira, Marcos Amaris (Universidade Federal do Pará (UFPA) - CAMTUC).
Sessão Técnica de Pós-Graduação I ERAD|ERAMIA NO2 2021
14:30-14:45 Uma Metodologia para o Reconhecimento de Padrões em Imagens Faciais com Redes Neurais Artificiais Flávio Ramon de Souza (Universidade Federal do Para - Brazil),
Josivaldo de Araujo (Universidade Federal do Para - Brazil).
14:45-15:00 Predição temporal e espaço-temporal dos parâmetros da qualidade da água Anderson Sousa Almeida, Marcos Amaris, Bruno Merlin (Universidade Federal do Pará (UFPA) - CAMTUC).
15:00-15:15 Algoritmos Genéticos aplicado ao mundo de Wumpus: uma comparação entre agentes baseados em regras e agentes inteligentes Victor Martins (Universidade Federal do Pará - Brazil), Ingrid Mendes (Universidade Federal do Pará - Brazil), Julio Freitas (UFPA - Brazil), Otavio Teixeira (Universidade Federal do Pará (UFPA) - Brazil).
15:15-15:30 Algoritmo Genético Aplicado à Geração Automática de Casos de Teste Adilson Neto (Universidade Federal do Pará - Brazil), Rodrigo Lisbôa Pereira (Universidade Federal Rural da Amazônia - Brazil), Roberto Célio Limão de Oliveira (UFPA - Brazil).
15:30-15:45 Tolerância a falhas em multi-controladores SDN: eficiência de controladores RYU usando Mininet. Eonay Gurjão, Klenilmar Dias, Marcos Amaris. (Universidade Federal do Pará (UFPA) - CAMTUC)
14:45-15:00 Predição temporal e espaço-temporal dos parâmetros da qualidade da água Anderson Sousa Almeida, Marcos Amaris, Bruno Merlin (Universidade Federal do Pará (UFPA) - CAMTUC).
15:00-15:15 Algoritmos Genéticos aplicado ao mundo de Wumpus: uma comparação entre agentes baseados em regras e agentes inteligentes Victor Martins (Universidade Federal do Pará - Brazil), Ingrid Mendes (Universidade Federal do Pará - Brazil), Julio Freitas (UFPA - Brazil), Otavio Teixeira (Universidade Federal do Pará (UFPA) - Brazil).
15:15-15:30 Algoritmo Genético Aplicado à Geração Automática de Casos de Teste Adilson Neto (Universidade Federal do Pará - Brazil), Rodrigo Lisbôa Pereira (Universidade Federal Rural da Amazônia - Brazil), Roberto Célio Limão de Oliveira (UFPA - Brazil).
15:30-15:45 Tolerância a falhas em multi-controladores SDN: eficiência de controladores RYU usando Mininet. Eonay Gurjão, Klenilmar Dias, Marcos Amaris. (Universidade Federal do Pará (UFPA) - CAMTUC)