{"id":49,"date":"2014-05-22T17:04:18","date_gmt":"2014-05-22T20:04:18","guid":{"rendered":"http:\/\/ppgcc.ifce.edu.br\/?page_id=49"},"modified":"2025-03-25T23:38:08","modified_gmt":"2025-03-26T02:38:08","slug":"disciplinas","status":"publish","type":"page","link":"https:\/\/ppgcc.ifce.edu.br\/?page_id=49","title":{"rendered":"Disciplinas"},"content":{"rendered":"

\u00c1rea de Concentra\u00e7\u00e3o: <\/span>Sistemas de Computa\u00e7\u00e3o<\/h1>\n

Carga Hor\u00e1ria: <\/span>60 (4 cr\u00e9ditos)<\/p>\n

Matriz 2022 v.2 (atualizada em 2024) (cod. 18762): Ementas_PPGCC_2024<\/a><\/p>\n

Matriz 2022 (cod. 18762): Ementas_PPGCC_2022<\/a><\/p>\n

Matriz 2014 (cod. 5939): Ementas PPGCC_2014<\/a><\/p>\n

Disciplina Obrigat\u00f3ria<\/span><\/h3>\n

[symple_toggle title=”01.803.1 Projeto e An\u00e1lise de Algoritmos* (PAA)”]<\/span><\/p>\n

Ementa: <\/span><\/p>\n

1.Modelos computacionais.<\/p>\n

2.T\u00e9cnicas de an\u00e1lise de algoritmos.<\/p>\n

3.Paradigmas de projeto de algoritmos.<\/p>\n

4.Algoritmos em grafos.<\/p>\n

5.Problemas NP-Completos.<\/p>\n

Bibliografia: <\/span><\/p>\n

Jon Bentley, Programming Pearls, 2nd.ed., Addison-Wesley, 2000.<\/p>\n

T.H. Cormen, Algorithms Demystified, MIT Press, 2012.<\/p>\n

T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein, Introduction to Algorithms, 2nd edition, MIT Press & McGraw-Hill, 2001.<\/p>\n[\/symple_toggle]\n

Disciplinas Optativas<\/span><\/h3>\n[symple_toggle title=”01.803.2 Objetos de Aprendizagem (OA)”]\n

Ementa:<\/span><\/p>\n

1. O que \u00e9 um Objeto de Aprendizagem (OA)? Taxonomia e caracter\u00edsticas.
\n2. Modelos Instrucionista e Construcionista de educa\u00e7\u00e3o
\n3. A no\u00e7\u00e3o de intera\u00e7\u00e3o e interatividade.
\n4. Metodologia de constru\u00e7\u00e3o de Objetos de Aprendizagem: A metodologia RIVED e outras.
\n5. Explora\u00e7\u00e3o de Reposit\u00f3rios de OA (ROA): Portal do Professor, Interred, LabVirt USP, CESTA (UFRGS), Proativa (UFC), etc.
\n6. Reutiliza\u00e7\u00e3o de OA: selecionar OA nos ROA e desenvolver atividades.
\n7. Produ\u00e7\u00e3o de Objetos de Aprendizagem: concep\u00e7\u00e3o e constru\u00e7\u00e3o colaborativa do design pedag\u00f3gico-instrucional e storyboards por equipe multidisciplinar.
\n8. Documenta\u00e7\u00e3o do OA: Metadados e Elabora\u00e7\u00e3o do guia do professor e do guia da atividade.
\n9. Publica\u00e7\u00e3o, Avalia\u00e7\u00e3o e refinamento do Objeto de Aprendizagem.
\n10. Ferramentas de comunica\u00e7\u00e3o s\u00edncrona e ass\u00edncrona em AVA: f\u00f3runs, chats, wikis, portf\u00f3lios, mensagens, quizzes, etc.
\n11. Pressupostos b\u00e1sicos da aprendizagem virtual: Colabora\u00e7\u00e3o, intera\u00e7\u00e3o e autonomia.
\n12. Ferramentas de avalia\u00e7\u00e3o em AVA e os Learning Vectors – Um modelo n\u00e3o- linear de avalia\u00e7\u00e3o online.
\n13. Planejamento de um curso em EaD: constru\u00e7\u00e3o da Matriz de planejamento did\u00e1tico e instrucional (Matriz DI).
\nBibliografia:
\nALMEIDA, Maria E; MORAN, Jos\u00e9 M (orgs). Integra\u00e7\u00e3o das tecnologias na educa\u00e7\u00e3o. Bras\u00edlia: MEC\/SEED, 2005.
\nIEEE Learning Technology Standards Committee (LTSC). The Learning Object Metadata Standard. (2001). Dispon\u00edvel em: <http:\/\/ieeeltsc.org\/>. Acesso em: 30 abr. 2006.
\nIEEE LTSC – IEEE Learning Technology Standards Committee. [online]. Dispon\u00edvel em http:\/\/ieeeltsc.org\/
\nInterRed. Dispon\u00edvel em: http:\/\/interred.ifce.edu.br
\nNASCIMENTO, A. C; MORGADO, E. Um projeto de colabora\u00e7\u00e3o Internacional na Am\u00e9rica Latina. UNESP 2003. Dispon\u00edvel em: http:\/\/rived.proinfo.mec.gov.br\/artigos\/ rived.pdf
\nPALLOFF, Rena; PRATT, Keith. Costruindo comunidades de aprendizagem no ciberespa\u00e7o: estrat\u00e9gias eficientes para salas de aulas on-line. Porto Alegre: Artmed, 2002.
\nPortal do Professor. [online]. Dispon\u00edvel em: < http:\/\/portaldoprofessor.mec.gov.br> Sales, Gilvandenys Leite. QUANTUM: Um Software para Aprendizagem dos Conceitos da F\u00edsica Moderna e Contempor\u00e2nea. Disserta\u00e7\u00e3o de Mestrado. Fortaleza: UECE\/CEFET-CE, 2005.
\nSales, Gilvandenys Leite. Learning Vectors: Um Modelo de Avalia\u00e7\u00e3o da Aprendizagem em EaD Online Aplicando M\u00e9tricas N\u00e3o-Lineares. Tese de Dou-torado. Programa de P\u00f3s-Gradua\u00e7\u00e3o em Enge-nharia de Teleinform\u00e1tica. Universidade Federal do Cear\u00e1, Nov. 2010.
\nSILVA, Marco (org).Educa\u00e7\u00e3o online. S\u00e3o Paulo: Loyola, 2003.
\nWILEY, D. A. (2000), Connecting Learning Objects to Instructional Design Theory:
\nA definition, a metaphor, and A Taxonomy. In D. A. Wiley (Ed.), The Instructional
\nUse of Learning Objects (2000). Dispon\u00edvel em: http:\/\/reusability.org\/read\/chapters\/ wiley.doc Acesso em: 12 set. 2012.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.4 Modelagem Conceitual e Ontologia (MCO)”]\n

Ementa:<\/span>
\n1.O que \u00e9 ontologia: O conceito de Ontologia
\n2.Alguns sistemas modernos
\n3.\u00c1rvores, treli\u00e7as e outras estruturas
\n4.Nota\u00e7\u00f5es para l\u00f3gica
\n5.Compartilhamento de ontologias
\n6.Representa\u00e7\u00f5es m\u00faltiplas e alternativas
\n7.Ontologia, Metadados, e Semi\u00f3tica
\n8.Conceitos e representa\u00e7\u00e3o
\n9.Representa\u00e7\u00e3o de conhecimento e racioc\u00ednio
\n10.Sem\u00e2ntica espacial, temporal, multim\u00eddia e multimodal
\n11.Aplica\u00e7\u00f5es de metodologias orientadas por sem\u00e2ntica<\/p>\n

Bibliografia:<\/strong>
\nJournal on Data Semantics, Springer
\nGuided Tour of Ontology, John F. Sowa, http:\/\/www.jfsowa.com\/ontology\/guided.htm<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.5 Programa\u00e7\u00e3o Linear (PL)”]\n

Ementa:<\/span>
\n1.Introdu\u00e7\u00e3o \u00e0 Pesquisa Operacional
\n2.Princ\u00edpios B\u00e1sicos de Programa\u00e7\u00e3o Linear: T\u00e9cnicas de Constru\u00e7\u00e3o de
\nModelos de Programa\u00e7\u00e3o Linear: M\u00e9todo Simplex: Dualidade e An\u00e1lise de P\u00f3s-otimalidade 3.Modelos de Transporte.<\/p>\n

Bibliografia:<\/strong>
\nL. Wolsey. Integer Programming, Wiley-Interscience (1998).
\nG. Nemhauser e L. Wolsey. Integer and Combinatorial Optimization, Wiley-Interscience (1988). D. Bertsimas e J. Tsitsiklis. Introduction to Linear Optimization, Athena Scientific (1997).<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.6 Programa\u00e7\u00e3o N\u00e3o-Linear (PNL)”]\n

Ementa:<\/span>
\n1.Modelagem, No\u00e7\u00f5es de An\u00e1lise Convexa
\n2.Condi\u00e7\u00f5es de Otimalidade
\n3.M\u00e9todos para Problemas Sem Restri\u00e7\u00f5es: Buscas Unidimensionais 4.M\u00e9todo Gradiente; M\u00e9todo de Newton; M\u00e9todo de Dire\u00e7\u00f5es Conjugadas 5.M\u00e9todos para Problemas com Restri\u00e7\u00f5es
\n6.M\u00e9todos de Fun\u00e7\u00f5es de Penalidade e Fun\u00e7\u00f5es Barreira<\/p>\n

Bibliografia:<\/strong>
\nLEUNBERGER, D. G. NEW YORK, Introduction to Linear and Nonlinear Programming,ADDISON WESLEY 1972 WALSH G. R., Methods of Optimization, JOHN WILEY
\nMINOUX, MICHEL 1a. ed., Programation Mathematique, DUNOD 1985<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.7 Teoria dos Grafos (TG)”]\n

Ementa:<\/span>
\n1. Introdu\u00e7\u00e3o \u00e0 Teoria dos Grafos
\n2. Conceitos B\u00e1sicos
\n3. Representa\u00e7\u00e3o de Grafos
\n4. Caminhos e Circuitos
\n5. Digrafos
\n6. Grafos Valorados
\n7. Conectividade, Planaridade e Colora\u00e7\u00e3o
\n8. \u00c1rvores
\n9. Busca em Grafos
\n10. Fluxos em Redes<\/p>\n

Bibliografia:<\/strong>
\nSzwarcfiter, J. L., Grafos e Algoritmos Computacionais. Editora Campus, 1986. Boaventura Netto, P. O., Grafos: Teoria, Modelos, Algoritmos. Edgar Bl\u00fccher, 1996. Gersting, J. L., Fundamentos Matem\u00e1ticos para a Ci\u00eancia da Computa\u00e7\u00e3o. LTC, 1995.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.8 Avalia\u00e7\u00e3o de Software Educativo (ASE)”]\n

Ementa:<\/span>
\n1.Software educativo: defini\u00e7\u00e3o e tipologia.
\n2.Vis\u00e3o hist\u00f3rica do software educativo.
\n3.Concep\u00e7\u00f5es sobre aprendizagem e suas implica\u00e7\u00f5es para a avalia\u00e7\u00e3o de software educacional. 4.Avalia\u00e7\u00e3o de software educativo: aspectos educacionais e computacionais.
\n5.Avalia\u00e7\u00e3o de web-sites educativos
\nBibliografia:
\nCarraher, D. W., (1990). O que Esperamos do Software Educacional. Acesso 2 (3): 32-36, Jan\/jun, 1990.
\nCarraher, D.W. (1992). A aprendizagem de conceitos com o aux\u00edlio do Computador. Em Alencar, M.E. Novas Contribui\u00e7\u00f5es da Psicologia aos Processos de Ensino-Aprendizagem. S\u00e3o Paulo, Cortez Editora.
\nOliveira, C. C., Costa, J. W. e Moreira, M., (2001). Ambientes Informatizados de Aprendizagem: Avalia\u00e7\u00e3o e Produ\u00e7\u00e3o de Software Educativo. S\u00e3o Paulo: Papirus.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.9 Engenharia de Software (ES)”]\n

Ementa:<\/span>
\n1.Defini\u00e7\u00e3o e evolu\u00e7\u00e3o.
\n2.Processos de desenvolvimento de software.
\n3.Gerencia de projetos.
\n3.An\u00e1lise, especifica\u00e7\u00e3o de requisitos e projeto de sistemas. 4.Documenta\u00e7\u00e3o, testes e manuten\u00e7\u00e3o de software.
\n5.M\u00e9tricas e qualidade de software.
\n6.Ambientes de desenvolvimento de software.<\/p>\n

Bibliografia:<\/strong>
\nIan Sommerville – Software Engineering – editada pela Addison Wesley.
\nShari Pfleeger – Engenharia de Software – Teoria e Pr\u00e1tica – Pearson\/Prentice-Hall.
\nStephen Schach. – Object-Oriented and Classical Software Engineering – Fifth Edition – McGrawHill International Edition, 2002.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.10 Compiladores e Linguagens de Programa\u00e7\u00e3o (CLP)”]\n

Ementa:<\/span>
\n1.Projeto de especifica\u00e7\u00e3o de linguagens de programa\u00e7\u00e3o.
\n2.Implementa\u00e7\u00e3o das etapas que compreendem o processo
\nde compila\u00e7\u00e3o: An\u00e1lise L\u00e9xica, An\u00e1lise Sint\u00e1tica, An\u00e1lise Sem\u00e2ntica, Gera\u00e7\u00e3o e Otimiza\u00e7\u00e3o de C\u00f3digo. 3.Evolu\u00e7\u00e3o e tend\u00eancias da \u00e1rea de compiladores e linguagens de programa\u00e7\u00e3o.<\/p>\n

Bibliografia:<\/strong>
\nAHO, A.V.; LAM, M. S.; SETHI, R. ULLMAN, J.D. Compiladores \u2013 Princ\u00edpios, T\u00e9cnicas e Ferramentas, Pearson, 2008
\nDELAMARO, M\u00e1rcio Eduardo. Como Construir um acompilador. S\u00e3o Pauo, Novatec, 2004.
\nPRICE, Ana Maria de Alencar, TOSCANI, Sim\u00e3o Sirineo. Implementa\u00e7\u00e3o de Linguagens de Programa\u00e7\u00e3o: Compiladores. Porto Alegre, Sagra, 2004.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.11 Processamento de Alto Desempenho (PAD)”]\n

Ementa:<\/span>
\n1.Aplica\u00e7\u00f5es do processamento de alto desempenho 2.Evolu\u00e7\u00e3o das arquiteturas de alto desempenho 3.Classifica\u00e7\u00e3o de arquiteturas paralelas
\n4.M\u00e9tricas de desempenho
\n5.Organiza\u00e7\u00f5es de mem\u00f3ria
\n6.Arquiteturas com mem\u00f3ria compartilhada
\n7.Modelos de coer\u00eancia de mem\u00f3ria
\n8.Arquiteturas com mem\u00f3ria distribu\u00edda
\n9.Redes de interconex\u00e3o
\n10.Ambientes de execu\u00e7\u00e3o para sistemas de alto desempenho. 11.Arquiteturas Maci\u00e7amente Paralelas
\n12.Exemplos de arquiteturas de alto desempenho e ambientes de execu\u00e7\u00e3o.<\/p>\n

Bibliografia:<\/strong>
\nOrganiza\u00e7\u00e3o e Projeto de Computadores, D. A. Patterson, John L. Henessy, Ed. LTC, 2 ed., 2000
\nSuperscalar Microprocessor Design, Mike Johnson, Prentice Hall, 1991
\nProgramming Massively Parallel Processors: A Hands-on Approach (Applications of GPU Computing Series), by David B. Kirk and Wen-mmei W. Hwu- Second Edition<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.14 Projetos de Sistemas VLSI (PSV)”]\n

Ementa:<\/span>
\n1.Metodologias de projeto
\n2.Linguagens de descri\u00e7\u00e3o de hardware 3.Projeto do bloco operacional e de controle 4.Simula\u00e7\u00e3o l\u00f3gica
\n5.S\u00edntese l\u00f3gica de alto n\u00edvel
\n6.Prototipa\u00e7\u00e3o de sistemas digitais.<\/p>\n

Bibliografia:<\/strong>
\nCARRO, Luigi. Projeto e Prototipa\u00e7\u00e3o de Sistemas Digitais. Porto Alegre: UFRGS, 2001. 171p.
\nD\u2019AMORE, Roberto. VHDL: Descri\u00e7\u00e3o e S\u00edntese de Circuitos Digitais. S.l.: Livros T\u00e9c. e Cient. Editora, 2005. 275p. ASHENDEN, Peter J.. The Student’s Guide to VHDL. San Francisco: Morgan Kaufmann Publishers, 1998. 312p.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.15 Doc\u00eancia no Ensino Superior (DES)”]\n

Ementa:<\/span>
\n1.A doc\u00eancia no ensino superior.
\n2.O Planejamento e as possibilidades did\u00e1ticas de organiza\u00e7\u00e3o de planos de ensino. 3.Metodologias did\u00e1ticas na doc\u00eancia no ensino superior.
\n4.Rela\u00e7\u00e3o pedag\u00f3gica na aula universit\u00e1ria e media\u00e7\u00e3o docente.
\n5.Avalia\u00e7\u00e3o do processo ensino-aprendizagem: concep\u00e7\u00f5es te\u00f3ricas e pr\u00e1ticas, elabora\u00e7\u00e3o de instrumentos avaliativos.<\/p>\n

Bibliografia:<\/strong>
\nDoc\u00eancia Universit\u00e1ria na sociedade do conhecimento. Cole\u00e7\u00e3o educa\u00e7\u00e3o, teoria e pr\u00e1tica, Vol. 3. BEHRENS, M. A. Curitiba: Champagnat, 2003.
\nCompet\u00eancia pedag\u00f3gica do professor universit\u00e1rio. MASETTO, M.T. S\u00e3o Paulo: Summus Editorial, 2003.
\nDoc\u00eancia no ensino superior. PIMENTA, S. G.; ANASTASIOU, L. G. C.. S\u00e3o Paulo: Cortez, 2002.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.16 Intelig\u00eancia Artificial (IA)”]\n

Ementa:<\/span>
\n1.Agentes Inteligentes.
\n2.Resolu\u00e7\u00e3o de problemas.
\n3.M\u00e9todos de Busca.
\n4.Busca Competitiva\/Jogos.
\n5.L\u00f3gica Proposicional e de Predicados. 6.Agentes L\u00f3gicos
\n7.Racioc\u00ednio Probabil\u00edstico. 8.Tomada de Decis\u00e3o 9.Minera\u00e7\u00e3o de dados.
\nBibliografia:
\nRUSSEL, S. J.; NORVIG, P. Intelig\u00eancia artificial. 2. ed.; Editora Campus, 2004.
\nREZENDE, Solange Oliveira (Coord.). Sistemas inteligentes \u2013 fundamentos e aplica\u00e7\u00f5es. Editora Manole, 2002. MITCHELL, T.M. Machine learning. WCB\/McGraw-Hill, 1997. ISBN 0-07-042807-7.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.17 Aprendizagem de M\u00e1quina (AM)”]\n

Ementa:<\/span><\/p>\n

1.Introdu\u00e7\u00e3o
\n2.Extra\u00e7\u00e3o de Caracter\u00edsticas 3.Aprendizagem de \u00c1rvores de Decis\u00e3o 4.Aprendizagem Baseadas em Inst\u00e2ncias 5.Aprendizagem Bayesiana 6.Aprendizagem de Redes Neurais 7.M\u00e1quinas de Vetor de Suporte 8.Comit\u00eas de Classificadores 9.Classifica\u00e7\u00e3o com Op\u00e7\u00e3o de Rejei\u00e7\u00e3o
\nBibliografia:
\nT. M. Mitchell. Machine Learning. McGraw\u2013Hill Science\/Engineering\/Math, 432 p\u00e1ginas, ISBN 0070428077, 1997.
\nR. O. Duda, P. E. Hart, D. G. Stork. Pattern Classification, 2nd edition, Wiley-Interscience, 2000. ISBN 0471056693.
\nS. Haykin. Redes Neurais Artificiais: princ\u00edpios e pr\u00e1ticas. Bookman, 2a edi\u00e7\u00e3o, n\u00famero de p\u00e1ginas 900, ISBN 8573077182, ano 2001.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.18 Processamento de Imagens (PI)”]\n

Ementa:<\/span>
\n1.Representa\u00e7\u00e3o de imagens
\n2. transforma\u00e7\u00f5es de imagens baseadas em histogramas 3. Filtragem de ru\u00eddo, detectores de contorno,
\n4. Transformada de Hough
\n5. An\u00e1lise de texturas
\n6. Segmenta\u00e7\u00e3o de imagens
\n7. Aplica\u00e7\u00f5es de processamento de imagens.
\nBibliografia:
\nRaphael C. Gonzalez, Richard. E. Woods. Digital Image Processing. Prentice Hall; 3 edition. 2007.
\nP. Soille. Morphological Image Analysis: Principles and Applications<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.19 Morfologia Matem\u00e1tica (MM)”]\n

Ementa:<\/span>
\n1. Opera\u00e7\u00f5es fundamentais de morfologia matem\u00e1tica 2. Reconstru\u00e7\u00e3o morfol\u00f3gica e suas aplica\u00e7\u00f5es
\n3. Filtros morfol\u00f3gicos elementares
\n4. Filtros alternados sequenciais
\n5. An\u00e1lise de texturas por granulometria
\n6. Topologia discreta e afinamento de formas
\n7. Segmenta\u00e7\u00e3o por linhas de divisores de \u00e1guas.
\nBibliografia:
\nP. Soille. Morphological Image Analysis: Principles and Applications ISBN-10: 3642076963. Springer. 2010
\nRoberto A. Lotufo, Edward Dougherty. Hands-on Morphological Image Processing. SPIE Press. 2003.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.20 Automa\u00e7\u00e3o de Sistemas e Rob\u00f3tica (ASR)”]\n

Ementa:<\/span>
\n1.Defini\u00e7\u00f5es b\u00e1sicas de terminologia.
\n2.Conceitos sobre automa\u00e7\u00e3o de processos e de produtos. 3.Sistemas de apoio ao processo de automa\u00e7\u00e3o.
\n4.Estrutura de sistemas industriais.
\n5.Sensores e atuadores.
\n6.Sistemas de comunica\u00e7\u00e3o em rede industrial.
\n7.Programa\u00e7\u00e3o de sistemas de tempo real.
\n8.Seguran\u00e7a e confiabilidade de sistemas de automa\u00e7\u00e3o industrial. 9.Rob\u00f4s manipuladores e sistemas de vis\u00e3o.
\nBibliografia:
\nAutoma\u00e7\u00e3o de Sistemas e Rob\u00f3tica, FERNANDO PAZOS I.S.B.N: 8573231718
\nAutoma\u00e7\u00e3o Industrial, Natale, Ferdinando, Erica
\nArtigos diversos do IEEE e da ACM
\nBRYAN, L. A, BRYAN, E.A Programmable controllers: theory and implementation – 2nd ed.- Industrial Text Company.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.21 Redes Neurais Artificiais”]\n

Obrigat\u00f3ria:<\/span>N\u00e3o<\/span><\/p>\n

\u00c1rea(s) de Concentra\u00e7\u00e3o: <\/span>Sistemas de Computa\u00e7\u00e3o<\/p>\n

Carga Hor\u00e1ria:<\/span>60 Creditos:<\/span>4<\/p>\n

Ementa:<\/span>
\n1.Caracter\u00edsticas B\u00e1sicas: Aprendizado, Associa\u00e7\u00e3o, Generaliza\u00e7\u00e3o e Robustez; 2.Hist\u00f3rico; Estrutura do Neur\u00f4nio Artificial;
\n3.Estruturas de Interconex\u00e3o;
\n4.Tipos de Aprendizado – Supervisionado e N\u00e3o-Supervisionado;
\n5.Algoritmos de Aprendizado: Perceptron, Algoritmos de M\u00ednimos Quadrados, Retropropaga\u00e7\u00e3o de erros (Back Propagation) e suas varia\u00e7\u00f5es, Aprendizado Competitivo, Mapas auto-organizaveis (Som self-organizing maps), Redes neurais probabilisticas (PNN Probabilistic Neural Networks), Redes de Fun\u00e7\u00e3o de Base Radial (RBF Radial Basis Functions);
\n6.Aplica\u00e7\u00f5es.
\nBibliografia:
\nSimon Haykin Neural Networks a comprehensive foundation, Macmillan College Publishing CO, 1999. T. Kohonen, Self-Organizing Maps, Springer-Verlag, 1997.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.22 Inform\u00e1tica Educativa (IE)”]\n

Ementa:<\/span><\/p>\n

1. Inform\u00e1tica na educa\u00e7\u00e3o: Fundamentos, m\u00e9todos, aplica\u00e7\u00f5es;
\n2. Aplica\u00e7\u00e3o das tecnologias de informa\u00e7\u00e3o e comunica\u00e7\u00e3o na escola, como ferramenta operacional e de aux\u00edlio pedag\u00f3gico;
\n3. Inform\u00e1tica educativa, interdisciplinaridade e educa\u00e7\u00e3o cient\u00edfica;
\n4. Cen\u00e1rios da utiliza\u00e7\u00e3o e valoriza\u00e7\u00e3o da inform\u00e1tica na educa\u00e7\u00e3o b\u00e1sica;
\n5. Software educativo: tipos, intera\u00e7\u00e3o e interatividade;
\n6. Aprendizagem colaborativa, autonomia e intera\u00e7\u00e3o;
\n7. Reposit\u00f3rios de conte\u00fados did\u00e1ticos digitais;
\n8. Planejamento pedag\u00f3gico de atividades na escola: inser\u00e7\u00e3o do computador e software educativo na sala de aula;
\n9. Desenvolvimento de um projeto com estrat\u00e9gias pedag\u00f3gicas de aprendizagem que utilize de softwares educativos e objetos de aprendizagem.
\nBibliografia:
\nBEHRENS, Maria Aparecida. In: MORAN, J. M., Masetto, M. T.; Behrens, M. A.
\nNovas tecnologias e media\u00e7\u00e3o pedag\u00f3gica. Campinas, SP: Papirus, 2000. (Cole\u00e7\u00e3o Papirus duca\u00e7\u00e3o). p. 67-132.
\nCARRAHER, David William. (2001) A aprendizagem de conceitos com o auxi\u00edlio do computador. In: Alencar, Eunice M. S. Soriano (organizadora). Novas Contibui\u00e7\u00f5es da Psicologia aos Processos de Ensino e Aprendizagem \u2013 4. ed. \u2013 S\u00e3o Paulo: Cortez, 2001.
\nMILHOLLAN, Frank; FORISHA, Bill E. SKINNER X ROGERS: maneiras
\ncontrastantes de encarar a educa\u00e7\u00e3o. Tradu\u00e7\u00e3o de Aydano Arruda. 3. ed. S\u00e3o Paulo: Summus, 1978.
\nMORAN, Jos\u00e9 Manuel, Masetto, Marcos T.; Behrens, Marilda Aparecida. Novas tecnologias e media\u00e7\u00e3o pedag\u00f3gica. Campinas, SP: Papirus, 2000. (Cole\u00e7\u00e3o Papirus duca\u00e7\u00e3o). P.173.
\nPAPERT, S. Logo: Computadores e Educa\u00e7\u00e3o. Trad. Jos\u00e9 Armando Valente,
\nBeatriz Bitelman, Asira Vianna Ripper. S\u00e3o Paulo: Editora Brasiliense S.A, 1986. PALLOFF, Rena; PRATT, Keith. Costruindo comunidades de aprendizagem no ciberespa\u00e7o: estrat\u00e9gias eficientes para salas de aulas on-line. Porto Alegre: Artmed, 2002.
\nPortal do Professor. [online]. Dispon\u00edvel em: < http:\/\/portaldoprofessor.mec.gov.br> RAMAL, Andr\u00e9a Cec\u00edlia. Educa\u00e7\u00e3o na cibercultura: hipertextualidade, leitura, escrita
\ne aprendizagem. Porto Alegre: Artmed, 2002.
\nSales, Gilvandenys Leite. QUANTUM: Um Software para Aprendizagem dos
\nConceitos da F\u00edsica Moderna e Contempor\u00e2nea. Disserta\u00e7\u00e3o de Mestrado. Fortaleza: UECE\/CEFET-CE, 2005.
\nSales, Gilvandenys Leite. Learning Vectors: Um Modelo de Avalia\u00e7\u00e3o da Aprendizagem em EaD Online Aplicando M\u00e9tricas N\u00e3o-Lineares. Tese de Doutorado. Programa de P\u00f3s-Gradua\u00e7\u00e3o em Engenharia de Teleinform\u00e1tica. Universidade Federal do Cear\u00e1, Nov. 2010.
\nSILVA, Marco (org). Educa\u00e7\u00e3o online. S\u00e3o Paulo: Loyola, 2003.
\nVALENTE, Jos\u00e9 Armando (organizador). O Computador na Sociedade do Conhecimento. UNICAMP\/NIED. Campinas\/SP.1999.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.25 Engenharia de Software Distribu\u00eddo (ESD)”]\n

Ementa:<\/span><\/p>\n

    \n
  • \n
      \n
    • Introdu\u00e7\u00e3o \u00e0 Computa\u00e7\u00e3o Distribu\u00edda<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
        \n
      • \n
          \n
        • Introdu\u00e7\u00e3o \u00e0 Engenharia de Software<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
            \n
          • \n
              \n
            • Introdu\u00e7\u00e3o \u00e0 Engenharia de Software Distribu\u00eddo<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                \n
              • \n
                  \n
                • Desenvolvimento Orientado \u00e0 Servi\u00e7os e Microservi\u00e7os<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                    \n
                  • \n
                      \n
                    • Cloud Computing, Edge Computing e Dew Computing<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                        \n
                      • \n
                          \n
                        • \n
                            \n
                          • Software Como Servi\u00e7o<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                              \n
                            • Computa\u00e7\u00e3o Colaborativa<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

                              Bibliografia<\/strong>
                              \nNEWMAN, S. Building Microservices: Designing Fine-Grained Systems. O’Reilly. 2015.
                              \nKAVIS, M. J. Architecting the Cloud: Design Decisions for Cloud Computing Service Models (SaaS, PaaS, & IaaS). Wiley. 2014
                              \nTANENBAUM A.S.; VAN STEEN M. Sistemas Distribu\u00eddos: Princ\u00edpios e Paradigmas, 2\u00aa EDI\u00c7\u00c3O, editora Pearson, 2008.
                              \nSOMMERVILLE, I.Engenharia de software. 9. Ed. S\u00e3o Paulo: Addison-Wesley, 2012.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.26 Introdu\u00e7\u00e3o \u00e0 Metaheur\u00edsticas e Aplica\u00e7\u00f5es em Sistemas H\u00edbridos (IMSH)”]\n

                              Ementa:<\/span><\/p>\n

                              1 Conceitos Comuns para Metaheur\u00edsticas<\/p>\n

                                \n
                              • Modelos de Otimiza\u00e7\u00e3o<\/li>\n
                              • M\u00e9todos de Otimiza\u00e7\u00e3o<\/li>\n
                              • \u2028Principais Conceitos Comuns de Metaheur\u00edstica<\/li>\n
                              • Manipula\u00e7\u00e3o de Restri\u00e7\u00f5es<\/li>\n
                              • Ajuste de par\u00e2metros<\/li>\n
                              • An\u00e1lise de Desempenho das Metaheur\u00edsticas<\/li>\n<\/ul>\n

                                2 Metaheur\u00edsticas Baseadas em Solu\u00e7\u00f5es \u00danicas<\/p>\n

                                  \n
                                • Conceitos comuns para metaheur\u00edsticas baseadas em uma \u00fanica solu\u00e7\u00e3o<\/li>\n
                                • An\u00e1lise da Paisagem de Aptid\u00e3o (Fitness Landscape Analysis )<\/li>\n
                                • Pesquisa local<\/li>\n
                                • Recozimento Simulado<\/li>\n
                                • Tabu Search<\/li>\n
                                • Outras metaheur\u00edsticas baseadas em uma \u00fanica solu\u00e7\u00e3o<\/li>\n<\/ul>\n

                                  3 Metaheur\u00edsticas Baseadas em Popula\u00e7\u00e3o<\/p>\n

                                    \n
                                  • Conceitos comuns para a metaheur\u00edstica baseada em popula\u00e7\u00e3o<\/li>\n
                                  • Algoritmos evolutivos<\/li>\n
                                  • Conceitos Comuns para Algoritmos Evolutivos<\/li>\n
                                  • Outros Algoritmos Evolutivos<\/li>\n
                                  • Intelig\u00eancia de Enxame<\/li>\n
                                  • Evolu\u00e7\u00e3o Diferencial<\/li>\n
                                  • Outros M\u00e9todos Baseados em Popula\u00e7\u00e3o<\/li>\n<\/ul>\n

                                    4 Metaheur\u00edsticas para otimiza\u00e7\u00e3o multiobjetiva<\/p>\n

                                      \n
                                    • Conceitos de Otimiza\u00e7\u00e3o Multiobjetivos<\/li>\n
                                    • Problemas de Otimiza\u00e7\u00e3o Multiobjetivo<\/li>\n
                                    • Principais Problemas de Design das Metaheur\u00edsticas Multiobjetivos<\/li>\n
                                    • Estrat\u00e9gias de Atribui\u00e7\u00e3o de Aptid\u00e3o (Fitness Assignment Strategies)<\/li>\n
                                    • Preserva\u00e7\u00e3o da Diversidade<\/li>\n
                                    • Elitismo<\/li>\n
                                    • Avalia\u00e7\u00e3o de Desempenho e Estrutura Frontal de Pareto<\/li>\n<\/ul>\n

                                      5 Metaheur\u00edsticas h\u00edbridas<\/p>\n

                                        \n
                                      • Metaheur\u00edsticas h\u00edbridas com aprendizagem de m\u00e1quina e minera\u00e7\u00e3o de dados<\/li>\n
                                      • Metaheur\u00edsticas h\u00edbridas para otimiza\u00e7\u00e3o multiobjetivo<\/li>\n<\/ul>\n

                                        Bibliografia:<\/strong><\/p>\n

                                          \n
                                        • El-Ghazali Talbi, Metaheuristics: From design to implementation<\/strong>, John Wiley & Sons, 2009.<\/li>\n
                                        • P. Engelbrecht. Computational Intelligence: An Introduction<\/strong>. John Wiley & Sons, Ltd, 2nd edition, 2007.<\/li>\n
                                        • Christian Blum; Andrea Roli; Michael Sampels. Hybrid Metaheuristics: An Emerging Approach to Optimization<\/strong>. Vol. 114. Springer-Verlag Berlin Heidelberg. 2008.<\/li>\n<\/ul>\n[\/symple_toggle]\n
                                          <\/div>\n[symple_toggle title=”01.803.27 Metodologia Cient\u00edfica (MC)”]\n

                                          Ementa:<\/span><\/p>\n

                                          Classifica\u00e7\u00e3o do conhecimento. Conceito e concep\u00e7\u00e3o de ci\u00eancia. Conceitua\u00e7\u00e3o de Metodologia Cient\u00edfica. Origens e objetivos do m\u00e9todo cient\u00edfico. Abordagem cient\u00edfica pelos m\u00e9todos: dedutivo, indutivo, hipot\u00e9tico-dedutivo, dial\u00e9tico e fenomenol\u00f3gico. Caracter\u00edsticas da pesquisa cient\u00edfica. Necessidade da produ\u00e7\u00e3o e divulga\u00e7\u00e3o cientifica pela Universidade. Instrumentos de coletas de dados e base de dados. Elabora\u00e7\u00e3o de projetos de pesquisa e disserta\u00e7\u00e3o.<\/p>\n

                                          Bibliografia:<\/strong><\/p>\n

                                          Normas ABNT para elabora\u00e7\u00e3o de refer\u00eancias bibliogr\u00e1ficas. Normas e modelos de disserta\u00e7\u00e3o de mestrado, artigos cient\u00edficos e reda\u00e7\u00e3o de patentes.<\/p>\n

                                          ANDRADE, Maria Margarida de. Como preparar trabalhos para cursos de p\u00f3s-gradua\u00e7\u00e3o: no\u00e7\u00f5es pr\u00e1ticas. S\u00e3o Paulo: Atlas, 2008. ASSOCIA\u00c7\u00c3O BRASILEIRA DE NORMAS T\u00c9CNICAS. NBR10520: informa\u00e7\u00e3o e documenta\u00e7\u00e3o \u2013 apresenta\u00e7\u00e3o de cita\u00e7\u00f5es em documentos. Rio de Janeiro, 2002.<\/p>\n

                                          ASSOCIA\u00c7\u00c3O BRASILEIRA DE NORMAS T\u00c9CNICAS. NBR6022: apresenta\u00e7\u00e3o de artigos em publica\u00e7\u00f5es peri\u00f3dicas. Rio de Janeiro, 2003.<\/p>\n

                                          BELLO, Jos\u00e9 Luiz de Paiva. Metodologia cient\u00edfica: manual para elabora\u00e7\u00e3o de textos acad\u00eamicos, monografias, disserta\u00e7\u00f5es e teses. Rio de Janeiro (RJ): Universidade Veiga de Almeida \u2013 UVA, 2005. N.p.<\/p>\n

                                          GIL, Ant\u00f4nio Carlos. Como elaborar projetos de pesquisa. 4.ed. S\u00e3o Paulo (SP): Atlas, 2002. 175 p. ISBN 85-224-3169-8.<\/p>\n

                                          K\u00d6CHE, Jos\u00e9 Carlos. Fundamentos de metodologia cient\u00edfica: teoria da ci\u00eancia e inicia\u00e7\u00e3o \u00e0 pesquisa. 26.ed. Rio de Janeiro (RJ): Vozes, 2009. 182 p. ISBN 978-85-326-1804-7.<\/p>\n

                                          MATTAR, Jo\u00e3o. Metodologia cient\u00edfica na era da inform\u00e1tica. 3.ed. S\u00e3o Paulo (SP): Saraiva, 2008. 308 p. ISBN 978-85-02-06447-8. POPPER, Karl. A l\u00f3gica da pesquisa cient\u00edfica. S\u00e3o Paulo: Cultrix, 1993.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.28 Processamento Digital de Sinais (PDS)”]\n

                                          Ementa:<\/span><\/p>\n

                                            \n
                                          • \n
                                              \n
                                            • Sinais e sistemas discretos <\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                                                \n
                                              • \n
                                                  \n
                                                • S\u00e9rie de Fourier discreta <\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                                                    \n
                                                  • \n
                                                      \n
                                                    • Filtros digitais FIR e IIR <\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                                                        \n
                                                      • \n
                                                          \n
                                                        • Projetos de Filtros FIR e IIR <\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                                                            \n
                                                          • \n
                                                              \n
                                                            • Transformada de Fourier r\u00e1pida(FFT) <\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                                                                \n
                                                              • \n
                                                                  \n
                                                                • \n
                                                                    \n
                                                                  • Transformadas de Hilbert: rela\u00e7\u00f5es de amplitude e fase. <\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
                                                                      \n
                                                                    • Aplica\u00e7\u00f5es<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

                                                                      Bibliografia<\/strong><\/p>\n

                                                                      [1] Oppenheim, Alan V., Schafer, R. W., Discrete-Time Signal Processing 3\/E, Prentice- Hall, 2009. <\/span><\/p>\n

                                                                      [2] Proakis, J.G., Manolakis, D.G., Digital Signal Processing: Principles, Algorithms and Applications, Prentice-Hall, 2006. <\/span><\/p>\n

                                                                      [3] Mitra, S.K., Digital Signal Processing Using Matlab, McGraw Hill, 2005. <\/span><\/p>\n

                                                                      [4] V. K. Ingle e J. G. Proakis. Digital Signal Processing Using MATLAB. CL-Engineering, Ed. 2nd, pg. 512, 2006. <\/span><\/p>\n

                                                                      [5] R. G. Lyons. Understanding Digital Signal Processing. Prentice Hall PTR, 2nd, pg. 688, 2004. <\/span><\/p>\n

                                                                      [6] M. Hayes, Schaum’s Outline of Digital Signal Processing, McGraw-Hill, 1nd, pg. 432, 1998. <\/span><\/p>\n

                                                                      [7] E. Ifeachor e B. Jervis. Digital Signal Processing: A Practical Approach. Prentice Hall, 2nd, pg. 960, 2001. <\/span><\/p>\n[\/symple_toggle]\n

                                                                      <\/div>\n
                                                                      \n[symple_toggle title=”01.803.29 Engenharia de Software Dirigida por Modelos”]\n

                                                                      Objetivo:\u00a0<\/strong><\/p>\n

                                                                      \n
                                                                      \n
                                                                      \n

                                                                      Compreender os principais conceitos, ferramentas e pesquisas desenvolvidas na \u00e1rea de desenvolvimento de software utilizando modelos.<\/p>\n<\/div>\n<\/div>\n<\/div>\n

                                                                      Ementa:<\/span><\/p>\n

                                                                        \n
                                                                      1. Princ\u00edpios da MDSE<\/li>\n
                                                                      2. Model-Driven Architecture (MDA)<\/li>\n
                                                                      3. Domain-Specific Languages (DSLs)<\/li>\n
                                                                      4. Transforma\u00e7\u00e3o de Modelos<\/li>\n
                                                                      5. Ferramentas<\/li>\n<\/ol>\n

                                                                        Bibliografia:<\/strong><\/p>\n

                                                                          \n
                                                                        • Brambilla, M., Cabot, J., and Wimmer, M. (2012). Model-Driven Software Engineering in Practice. Morgan & Claypool Publishers.<\/li>\n
                                                                        • France, R. and Rumpe, B. (2007). Model-driven development of complex software: A research roadmap. In 2007 Future of Software Engineering, pages 37\u201354. IEEE Computer Society.<\/li>\n
                                                                        • Herrmannsdoerfer, M. (2011). GMF: A model migration case for the transformation tool contest. In Proceedings Fifth Transformation Tool Contest, TTC 2011, Z\u00fcrich, Switzerland.<\/li>\n
                                                                        • Hutchinson, J., Rouncefield, M., and Whittle, J. (2011). Model-driven engineering practices in industry. In Proceedings of the 33rd International Conference on Software Engineering, ICSE \u201911, pages 633\u2013642, New York, NY, USA. ACM.<\/li>\n
                                                                        • Kleppe, A. G., Warmer, J., and Bast, W. (2003). MDA Explained: The Model Driven Architecture: Practice and Promise. Addison-Wesley, Boston, MA, USA.<\/li>\n
                                                                        • Kolovos, D. S., Rose, L. M., Abid, S. B., Paige, R. F., Polack, F. A., and Botterweck, G. (2010). Taming emf and gmf using model transformation. In Model Driven Engineering Languages and Systems. Springer.<\/li>\n
                                                                        • Ludewig, J. (2003). Models in software engineering\u2013an introduction. Software and Systems Modeling, 2(1):5\u201314.<\/li>\n
                                                                        • Mussbacher, G., Amyot, D., Breu, R., Bruel, J.-M., Cheng, B., Collet, P., Combemale, B., France, R., Heldal, R., Hill, J., Kienzle, J., Sch”ottle, M., Steimann, F., Stikkolorum, D., and Whittle, J. (2014). The Relevance of Model-Driven Engineering Thirty Years from Now. In 17th International Conference on Model Driven Engineering Languages and Systems (MODELS 2014), volume 8767 of Model-Driven Engineering Languages and Systems, pages 183\u2013200, Valencia, Spain. Springer.<\/li>\n
                                                                        • Selic, B. (2003). The pragmatics of model-driven development. IEEE software, (5):19\u201325.<\/li>\n
                                                                        • Whittle, J., Hutchinson, J., Rouncefield, M., Burden, H., and Heldal, R. (2013). Industrial adoption of model-driven engineering: Are the tools really the problem? In Model-Driven Engineering Languages and Systems, pages 1\u201317. Springer.<\/li>\n<\/ul>\n
                                                                          \u00a0[\/symple_toggle]<\/div>\n<\/div>\n[symple_toggle title=”01.803.31 Modelagem de Sistemas H\u00edbridos (MSH)”]\n

                                                                          Ementa:<\/span><\/p>\n

                                                                          \n
                                                                          \n
                                                                          \n
                                                                            \n
                                                                          1. Vocabul\u00e1rio e Conceitos de Sistemas a Eventos Discretos:
                                                                            \n– \u00a0Sistemas discretos – no\u00e7\u00f5es b\u00e1sicas: conceitos utilizados na modelagem; paralelismo, coopera\u00e7\u00e3o e competi\u00e7\u00e3o;
                                                                            \n– \u00a0M\u00e1quina de estados finitos: processo seq\u00fcencial \u00fanico; v\u00e1rios processos seq\u00fcenciais; modelagem usando m\u00e1quinas de estado;
                                                                            \n– \u00a0Requisitos de modelagem;
                                                                            \n– Apresenta\u00e7\u00e3o informal de redes de Petri: elementos b\u00e1sicos; comportamento din\u00e2mico;
                                                                            \n– \u00a0Modelos de intera\u00e7\u00f5es entre processos: seq\u00fc\u00eancia, evolu\u00e7\u00f5es s\u00edncronas e ass\u00edncronas,variantes e caminhos alternativos, repeti\u00e7\u00e3o, aloca\u00e7\u00e3o de recursos;<\/li>\n
                                                                          2. Defini\u00e7\u00f5es
                                                                            \n– \u00a0Conceitos: rede de Petri; rede de Petri marcada; grafo associado e nota\u00e7\u00e3o matricial; rede de Petri pura; habilita\u00e7\u00e3o e disparo de uma transi\u00e7\u00e3o; conflito e paralelismo; seq\u00fc\u00eancia de disparo; conjunto de marca\u00e7\u00f5es acess\u00edveis;
                                                                            \n– \u00a0Redes de Petri e sistemas de regras: sistemas de regras e gram\u00e1tica;
                                                                            \n– \u00a0Propriedades comportamentais das redes de Petri: rede limitada, rede viva e rede reinici\u00e1vel;- \u00a0Propriedades estruturais das redes de Petri: componentes conservativos (invariantes de lugar); componentes repetitivos (invariantes de transi\u00e7\u00e3o);<\/li>\n
                                                                          3. An\u00e1lise das Propriedades
                                                                            \n– \u00a0An\u00e1lise por enumera\u00e7\u00e3o das marca\u00e7\u00f5es: decidibilidade da propriedade k-limitada; procurade outras propriedades;
                                                                            \n– \u00a0An\u00e1lise estrutural: invariantes de lugar e de transi\u00e7\u00e3o;
                                                                            \n– \u00a0An\u00e1lise atrav\u00e9s de redu\u00e7\u00e3o: lugar substitu\u00edvel; lugar impl\u00edcito; transi\u00e7\u00e3o neutra ou identidade; transi\u00e7\u00f5es id\u00eanticas
                                                                            \n– \u00a0Rela\u00e7\u00e3o entre os diversos m\u00e9todos de an\u00e1lise;
                                                                            \n– \u00a0Subclasses de redes de Petri;<\/li>\n
                                                                          4. Redes de Alto N\u00edvel- \u00a0Caracter\u00edsticas gerais;
                                                                            \n– \u00a0Redes de Petri Coloridas;- \u00a0Redes de Petri Predicado-Transi\u00e7\u00e3o;
                                                                            \n– \u00a0Redes de Petri a Objetos;
                                                                            \n– \u00a0Caracter\u00edsticas dos modelos: ficha como elemento de informa\u00e7\u00e3o e dobramento das transi\u00e7\u00f5es e lugares;<\/li>\n
                                                                          5. Redes de Petri com restri\u00e7\u00f5es de tempo
                                                                            \n– \u00a0Rede de Petri temporizada: tempo associado ao lugar; tempo associado \u00e0 transi\u00e7\u00e3o;
                                                                            \n– \u00a0Rede de Petri temporal: representa\u00e7\u00e3o do c\u00e3o de guarda (watchdog); compara\u00e7\u00e3o entre os\u00a0dois modelos;
                                                                            \n– \u00a0Rede de Petri estoc\u00e1stica: limite das redes temporizada e temporal; dura\u00e7\u00e3o da sensibiliza\u00e7\u00e3o estoc\u00e1stica; obten\u00e7\u00e3o de uma cadeia de Markov;<\/li>\n
                                                                          6. Redes de Petri n\u00e3o cl\u00e1ssicas e sistemas h\u00edbridos (introdu\u00e7\u00e3o)
                                                                            \n– Redes de Petri Nebulosas;
                                                                            \n– \u00a0Redes de Petri como sem\u00e2ntica para l\u00f3gica linear;
                                                                            \n– \u00a0Redes de Petri h\u00edbridas.<\/li>\n<\/ol>\n<\/div>\n<\/div>\n<\/div>\n
                                                                            <\/div>\n

                                                                            Bibliografia:<\/strong><\/p>\n

                                                                              \n
                                                                            • C. G. Cassandras, S. Lafortune, \u201cIntroduction to Discrete Event Systems\u201d, Second Edition, Springer, 2008;<\/li>\n
                                                                            • K. Jensen and L. M. Kristensen, \u201cColoured Petri Nets \u2013 Modelling and Validation of Concurrent Systems\u201d, Springer, 2009;<\/li>\n
                                                                            • E. Villani, P. E. Miyagi and R. Valette, \u201cModelling and Analysis of Hybrid Supervisory Systems \u2013 a Petri Net Approach\u201d, Springer, 2007;<\/li>\n
                                                                            • W. Penczek and A. P\u00f3\u0142rola, \u201cAdvances in Verification of Time Petri Nets and Timed Automata\u201d, Springer, 2006;<\/li>\n
                                                                            • F. Bause, \u201cStochastic Petri Nets – An Introduction to the Theory\u201d, Bause and Kritzinger, 2002.<\/li>\n
                                                                            • M. V. Iordache and P. J. Antsaklis, \u201cSupervisory Control of Concurrent Systems – A Petri Net Structural Approach\u201d, Birkh\u00e4user, 2006;<\/li>\n
                                                                            • JENSEN, K. Coloured Petri Nets \u2013 basic concepts, analysis methods and practical use \u2013 vol. 1: basic concepts, Ver. 4. Springer-Verlag, Paris, 1992.<\/li>\n
                                                                            • T. Murata. Petri Net: properties, analysis and applications. In Proceedings of the IEEE \u2013vol. 77, num. 4, pages 541-500, 1989.<\/li>\n
                                                                            • J. L. Peterson. Petri Net Theory and Modeling of Systems. Prentice-Hall, Inc., Englewood Cliffs, N.J., 1981.<\/li>\n<\/ul>\n[\/symple_toggle]\n[symple_toggle title=”01.803.32 Intelig\u00eancia Computacional Aplicada (ICA)”]\n

                                                                              Ementa:<\/span><\/p>\n

                                                                                \n
                                                                              1. \u00a0Redes Neurais Artificiais (RNA):
                                                                                \n\u2014Introdu\u00e7\u00e3o; Conceitos B\u00e1sicos; Hist\u00f3rico; e Aplica\u00e7\u00f5es.
                                                                                \n\u2014Modelos de RNA de interesse: Aprendizado em RNAs; Perceptron Simples; Adaptative Linear Element (ADALINE); Fun\u00e7\u00f5es de Ativa\u00e7\u00e3o: Log\u00edstica\/Hiperb\u00f3lico;
                                                                                \n—Perceptron Multicamadas (Multilayer Perceptron – MLP); gradiente descendente; backpropagation; quickprop; resilient propagation
                                                                                \n– Redes RBF (Radial Basis Function)
                                                                                \n– Redes ELM (Extreme Learning Machines)
                                                                                \n– Redes de Kohonen (Self Organizing Maps \u2013 SOM).
                                                                                \n\u2014Aplica\u00e7\u00f5es usando T\u00e9cnicas de Redes Neurais
                                                                                \nClassifica\u00e7\u00e3o de Padr\u00f5es
                                                                                \nAproxima\u00e7\u00e3o de Fun\u00e7\u00f5es.<\/li>\n
                                                                              2. Computa\u00e7\u00e3o Evolutiva
                                                                                \nSubida da Encosta
                                                                                \nTempera Simulada
                                                                                \n—Algoritmos Gen\u00e9ticos; Conceitos B\u00e1sicos; Hist\u00f3rico; Codifica\u00e7\u00e3o de indiv\u00edduos (bin\u00e1ria, inteira e real); Operadores de Sele\u00e7\u00e3o; Operadores de Reprodu\u00e7\u00e3o; Operadores de Muta\u00e7\u00e3o; e Discuss\u00e3o sobre modelagem.
                                                                                \n—Programa\u00e7\u00e3o Gen\u00e9tica<\/li>\n
                                                                              3. L\u00f3gica Fuzzy
                                                                                \n– Introdu\u00e7\u00e3o;
                                                                                \n– Conceitos b\u00e1sicos;
                                                                                \n– Sistema Fuzzy de Mamdani;
                                                                                \n– Aplica\u00e7\u00f5es.<\/li>\n<\/ol>\n

                                                                                Bibliografia:<\/strong><\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.34 Redes de Pr\u00f3xima Gera\u00e7\u00e3o (RPG)”]\n

                                                                                Ementa:<\/span><\/p>\n

                                                                                \n
                                                                                \n
                                                                                \n

                                                                                1. Introdu\u00e7\u00e3o \u00e0 Redes de Pr\u00f3xima Gera\u00e7\u00e3o
                                                                                \n2. Redes em Malha Sem Fio
                                                                                \n3. VANETS e MANETS
                                                                                \n4. Redes Tolerantes a Atrasos e Desconex\u00f5es
                                                                                \n5. Redes Celulares
                                                                                \n6. Internet das Coisas (IoT)
                                                                                \n7. Redes Definidas Por Software (SDN)
                                                                                \n8. Protocolos de Pr\u00f3xima Gera\u00e7\u00e3o
                                                                                \n9. Roteamento de Pr\u00f3xima Gera\u00e7\u00e3o
                                                                                \n10. Projetos e propostas para Internet de Nova Gera\u00e7\u00e3o<\/p>\n<\/div>\n<\/div>\n<\/div>\n

                                                                                Bibliografia:<\/strong><\/p>\n

                                                                                  \n
                                                                                1. \u00a0James Kurose, and Keith Ross. 2017. Computer Networking: A Top-Down Approach (7th ed.). Pearson. (Principal)<\/li>\n
                                                                                2. \u00a0Albert-L\u00e1szl\u00f3 Barab\u00e1si. 2017. Network Science. Cambridge University Press.<\/li>\n
                                                                                3. Papers de confer\u00eancias nacionais e internacionais: SBRC, INFOCOM, SIGCOMM, ICC, Globecom.<\/li>\n
                                                                                4. Papers e Surveys de jornais internacionais: Elsevier Computer Networks, IEEE Transactions on Networking, IEEE Communications Magazine, IEEE Network.<\/li>\n<\/ol>\n
                                                                                  <\/div>\n[\/symple_toggle]\n[symple_toggle title=”01.803.35 Probabilidade e Processos Estoc\u00e1sticos (PPE)”]\n

                                                                                  Ementa:<\/span><\/p>\n

                                                                                    \n
                                                                                  1. Teoria de probabilidade<\/li>\n
                                                                                  2. \u00a0Vari\u00e1veis aleat\u00f3rias discreta\u00a03. Vari\u00e1veis aleat\u00f3rias cont\u00ednuas<\/li>\n
                                                                                  3. Distribui\u00e7\u00f5es multivariadas, momentos, correla\u00e7\u00f5es e transforma\u00e7\u00f5es<\/li>\n
                                                                                  4. Desigualdades, lei dos grandes n\u00fameros e teorema central do limite<\/li>\n
                                                                                  5. Processo de Bernoulli<\/li>\n
                                                                                  6. Processo de Poisson<\/li>\n
                                                                                  7. Cadeias de Markov<\/li>\n<\/ol>\n

                                                                                    Bibliografia:<\/strong><\/p>\n

                                                                                    Joseph K. Blitzstein and\u00a0Jessica Hwang.\u00a0Introduction to Probability, Chapman & Hall, 2014.
                                                                                    \nDimitri Bertsekas and John Tsitsiklis. Introduction to Probability, 2nd ed., Athena Scientific, 2008.
                                                                                    \nAthanasios Papoulis and\u00a0S. Unnikrishna Pillai.\u00a0Probability, Random Variables and Stochastic Processes, 4th ed.,\u00a0McGraw-Hill, 2002.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.36 Otimiza\u00e7\u00e3o N\u00e3o Linear de Sistemas (OSNL) – n\u00e3o ofertada”]\n

                                                                                    Ementa:<\/span><\/p>\n

                                                                                    1: Revis\u00e3o de Fun\u00e7\u00f5es, Limites e Diferenciabilidade<\/p>\n

                                                                                    2: Conjuntos Convexos<\/p>\n

                                                                                    3: Fun\u00e7\u00f5es Convexas<\/p>\n

                                                                                    4: Problemas de Otimiza\u00e7\u00e3o Convexos<\/p>\n

                                                                                    5: Condi\u00e7\u00f5es de Otimalidade e Dualidade<\/p>\n

                                                                                    6: Algoritmos de Otimiza\u00e7\u00e3o SEM Restri\u00e7\u00f5es<\/p>\n

                                                                                    7: Algoritmos de Otimiza\u00e7\u00e3o COM Restri\u00e7\u00f5es<\/p>\n

                                                                                    8: M\u00e9todos do Ponto Interior<\/p>\n

                                                                                    Bibliografia:<\/strong><\/p>\n

                                                                                      \n
                                                                                    1. Boyd, S.; Vandenberghe, L., Convex Optimization<\/em><\/strong>, 1st<\/sup> edition, Cambridge University Press, 2009. ISBN 978-0521833783.<\/li>\n
                                                                                    2. Bazaraa, M. S.; Sherali, H. D.; Shetty, C. M. Nonlinear Programming \u2013 Theory and Algorithms<\/strong>, 3rd<\/sup> edition, John Wiley & Sons, 2006. ISBN 978-0471486008.<\/li>\n<\/ol>\n

                                                                                      Bertsekas, D. P., Nonlinear Programming<\/strong>, 3rd<\/sup> edition, Athena Scientific, 1999. ISBN 978-1886529052.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.37 Sistema de Informa\u00e7\u00e3o Geogr\u00e1fica (SIG)”]\n

                                                                                      Ementa:<\/span><\/p>\n

                                                                                      1. Introdu\u00e7\u00e3o \u00e0 Ci\u00eancia de Informa\u00e7\u00f5es Geogr\u00e1ficas
                                                                                      \n2. Representa\u00e7\u00e3o de Dados Geogr\u00e1ficos
                                                                                      \n3. A Natureza dos Dados Geogr\u00e1ficos
                                                                                      \n4. Georeferenciamento
                                                                                      \n5. Modelagem de Dados Geogr\u00e1ficos com SIG
                                                                                      \n6. An\u00e1lise de Dados Espaciais
                                                                                      \n7. GeoWeb
                                                                                      \n8. SIG em Servi\u00e7o da Humanidade<\/p>\n

                                                                                      Bibliografia:<\/strong><\/p>\n

                                                                                      – Paul A. Longley, Mike Goodchild, David J. Maguire, and David W. Rhind. 2010. Geographic Information Systems and Science (3rd ed.). Wiley Publishing. (Principal)<\/p>\n

                                                                                      – Chang, K.-T. (2016). Introduction to geographic information systems. New York: McGraw Hill.<\/p>\n

                                                                                      – Burrough, P. A., McDonnell, R. A., & Lloyd, C. D. (2015). Principles of geographical information systems. Oxford: Oxford University Press.<\/p>\n

                                                                                      – Artigos de confer\u00eancias ou peri\u00f3dicos a serem definidos pelo professor respons\u00e1vel.<\/p>\n

                                                                                      – Maguire, D. J., Batty, M., & Goodchild, M. F. (2007). GIS, spatial analysis, and modeling. Redlands: ESRI Press.<\/p>\n

                                                                                      – Korte, G. B. (2001). The GIS book: [how to implement, manage, and assess the value of geographic information systems]. Albany, NY [u.a.: OnWord Press.<\/p>\n

                                                                                      – Bolstad, P. (2016). GIS fundamentals: A first text on geographic information systems.<\/p>\n

                                                                                      – Huang, B. (2017). Comprehensive Geographic Information Systems. Saint Louis: Elsevier Science.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.38 Internet das Coisas (IC)”]\n

                                                                                      Ementa:<\/span><\/p>\n

                                                                                      \n
                                                                                      \n
                                                                                      \n
                                                                                        \n
                                                                                      1. Introdu\u00e7\u00e3o e vis\u00e3o geral da Internet das Coisas;<\/li>\n
                                                                                      2. Elementos arquiteturais, dom\u00ednios de aplica\u00e7\u00e3o e desafios;<\/li>\n
                                                                                      3. Arquitetura e comunica\u00e7\u00e3o.<\/li>\n
                                                                                      4. Padr\u00f5es e protocolos.<\/li>\n
                                                                                      5. Ger\u00eancia e seguran\u00e7a de internet das coisas.<\/li>\n
                                                                                      6. Desenvolvimento de solu\u00e7\u00f5es para Internet das Coisas.<\/li>\n<\/ol>\n<\/div>\n<\/div>\n<\/div>\n

                                                                                        Bibliografia:<\/strong><\/p>\n

                                                                                        HOLLER, J., TSIATSIS, V., MULLIGAN, C., AVESAND, S., KARNOUSKOS, S., BOYLE, D. From Machine-to-Machine to the Internet of Things: Introduction to a New Age of Intelligence. Academic Press. 1 ed. 2014.<\/p>\n

                                                                                        VASSEUR, J., DUNKELS, A.\u00a0Interconnecting Smart Objects with IP: The Next Internet. Morgan KaufmannPublishers Inc., San Francisco, CA, USA. 2010.<\/p>\n

                                                                                        F\u00d6RSTER, A. Introduction to Wireless Sensor Networks, ISBN: 978-1-118-99351-4, July 2016, Wiley-IEEE Press.<\/p>\n

                                                                                        Bibliografia Complementar:<\/p>\n

                                                                                        BUYYA, R., DASTJERDI, A. V. Internet of Things: Principles and Paradigms. Morgan Kaufmann; 1 ed. 2016.<\/p>\n

                                                                                        COULOURIS, G.; DOLLIMORE, J.; KINDBERG, T.\u00a0Sistemas Distribu\u00eddos: Conceitos e Projeto.\u00a05\u00ba Edi\u00e7\u00e3o. Bookman, 2013.<\/p>\n

                                                                                        BROWN, Paul C; Implementing SOA: Total Architecture in Practice, Addison-Wesley, April 2008.<\/p>\n

                                                                                        ROCHA, A. R., SOUSA, F. R. C., Torres, A. B. B., SOUZA, J. N. Internet of Things: Architectures, Technologies and Applications. The Internet of Things (IoT): Applications, Technology, and Privacy Issues.. 1ed.: Nova Science Publishers, Inc, 2016, v. 1, p. 1-1.<\/p>\n

                                                                                        SANTOS, B. P., SILVA, L. A. M., CELES, C. S. F. S., NETO, J. B.B., PERES, B. P, VIEIRA, M. A. M., VIEIRA, L. F. M., GOUSSEVSKAIA, O. N, LOUREIRO, A. A. F.\u00a0Internet das Coisas: da Teoria \u00e0 Pr\u00e1tica. Minicursos XXXIV Simp\u00f3sio Brasileiro de Redes de Computadores e Sistemas Distribu\u00eddos (SBRC 2016).<\/p>\n

                                                                                        Pires, P., Delicato, F., Batista, T. V., Avila, T., Cavalcante, E., Pitanga, M. Plataformas para a Internet das Coisas. Minicursos XXXIII Simp\u00f3sio Brasileiro de Redes de Computadores e Sistemas Distribu\u00eddos (SBRC 2015).<\/p>\n

                                                                                        FRAN\u00c7A, T., PIRES, P., PIRMEZ, L., DELICATO, F., FARIAS, C.\u00a0Web das Coisas: Conectando Dispositivos F\u00edsicos ao Mundo Digital. Minicursos do SBRC’2011, SBC, pp. 103-150, Maio 2011.<\/p>\n[\/symple_toggle]\n[symple_toggle title=”01.803.39 Engenharia dirigida por por modelos – Aplicada (EDCA)”]\n

                                                                                        Ementa:<\/span><\/p>\n

                                                                                        1. Princ\u00edpios de MDE<\/p>\n

                                                                                        2. Casos de Uso MDE<\/p>\n

                                                                                        3. MDA – Arquitetura Dirigida por Modelos<\/p>\n

                                                                                        4. Integra\u00e7\u00e3o de MDE em Seu Processo de Desenvolvimento<\/p>\n

                                                                                        5. Uma vis\u00e3o de Linguagens de Modelagem<\/p>\n

                                                                                        6. Desenvolvendo sua Pr\u00f3pria Linguagem de Modelagem<\/p>\n

                                                                                        7. Transforma\u00e7\u00f5es Modelo-para-Modelo<\/p>\n

                                                                                        8. Transforma\u00e7\u00f5es Modelo-para-Texto<\/p>\n

                                                                                        Bibliografia:<\/strong><\/p>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        Model-Driven Software Engineering in Practice: Second Edition (Synthesis Lectu- res on Software Engineering) 2nd Edition by Marco Brambilla (Author), Jordi Ca- bot (Author), Manuel Wimmer (Author)<\/p>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        Artigos Cient\u00edficos Recentes da \u00c1rea.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n[\/symple_toggle]\n

                                                                                        \n[symple_toggle title=”01.803.40 Aprendizagem Profunda (AP)”]\n

                                                                                        Objetivos:<\/strong><\/p>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        Conhecer os conceitos fundamentais de aprendizado profundo, permitindo que os mesmos possuam conhecimentos necessa\u0301rios para o aprofundamento em qualquer campo da a\u0301rea e que possam desenvolver me\u0301todos, ferramentas e aplicac\u0327o\u0303es inteligentes.<\/p>\n<\/div>\n<\/div>\n<\/div>\n

                                                                                        Ementa:<\/strong><\/p>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        Fundamentos de redes neurais e aprendizado profundo. Te\u0301cnicas para melhorar as redes neurais: regularizac\u0327a\u0303o e otimizac\u0327o\u0303es, ajuste de hiperpara\u0302metros e frameworks de aprendi- zagem profunda (Tensorflow e Keras). Estrate\u0301gias para organizar e construir com sucesso um projeto de aprendizado de ma\u0301quina. Redes Neurais Convolucionais e suas aplicac\u0327o\u0303es<\/p>\n

                                                                                        (classificac\u0327a\u0303o de objetos, detecc\u0327a\u0303o de objetos, verificac\u0327a\u0303o de face, dentre outros) e me\u0301todos relacionados. Redes Neurais Recorrentes e suas aplicac\u0327o\u0303es (processamento de linguagem natural, reconhecimento de fala, dentre outros) e me\u0301todos relacionados. To\u0301picos avanc\u0327ados: Redes Adversariais Generativas e Redes Autocodificadoras. Insights da indu\u0301stria de IA, da academia e conselhos para seguir carreira em IA.<\/p>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        1: Revisa\u0303o de redes neurais e aprendizado de ma\u0301quina.<\/p>\n

                                                                                        . Revisa\u0303o de redes neurais;
                                                                                        \n. Perceptron simples e Perceptron de mu\u0301ltiplas camadas; 3. Func\u0327o\u0303es de ativac\u0327a\u0303o;
                                                                                        \n. Regras de treinamento e Otimizadores.<\/p>\n

                                                                                        2: Redes neurais convolucionais profundas;
                                                                                        \n. Tensores, Compartilhamento de para\u0302metros e Campo de receptivo local;<\/p>\n<\/div>\n<\/div>\n<\/div>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        . Camadas de convoluc\u0327a\u0303o, Pooling e Totalmente conectadas; 3. Frameworks (TensorFlow e Keras);
                                                                                        \n. Aprendizagem por transfere\u0302ncia.<\/p>\n

                                                                                        3: Redes neurais recorrentes profundas;<\/p>\n

                                                                                        . Dados sequenciais;
                                                                                        \n. Retropropagac\u0327a\u0303o do erro pelo tempo;
                                                                                        \n. Problemas de memo\u0301ria de curto prazo (LSTM, GRU e evoluc\u0327o\u0303es);<\/p>\n

                                                                                        4: Redes adversariais generativas e Redes autocodificadoras;<\/p>\n

                                                                                        . Modelos discriminantes vs. Modelos generativos;
                                                                                        \n. Treinamento adversarial;
                                                                                        \n. Codificadores e Decodifcadores.<\/p>\n

                                                                                        5: Problemas comuns existentes.<\/p>\n

                                                                                        . Controle de complexidade;
                                                                                        \n. Sobreajuste e Subajuste;
                                                                                        \n. Desbalanceamento de dados.<\/p>\n

                                                                                        6: Indu\u0301stria e Academia.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

                                                                                        Bibliografia:<\/strong><\/p>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        GONZALEZ, Rafael C.; WOODS, Richard E. Processamento digital de imagens. 3.ed. Sa\u0303o Paulo: Pearson Prentice Hall, 2011. 624 p. ISBN 9788576054016.<\/p>\n

                                                                                        GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. MIT Press, 2016. 781 p. ISBN 9780262035613. Disponi\u0301vel em: http:\/\/www.deeplearningbook.org. Acesso em: 08 de ago. de 2021.<\/p>\n

                                                                                        HAYKIN, Simon. Neural networks and learning machines. 3. ed. New York: Pearson, 2009. 906 p. ISBN 9780131471399.<\/p>\n<\/div>\n<\/div>\n<\/div>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n

                                                                                        BRAGA, Anto\u0302nio de Pa\u0301dua; CARVALHO, Andre\u0301 Carlos Ponce de Leon Ferreira de; LUDERMIR, Teresa Bernarda. Redes neurais artificiais: teoria e aplicac\u0327o\u0303es. 2.ed. Rio de Janeiro: LTC, 2011. 226 p. ISBN 978-85-216-1564-4.<\/p>\n

                                                                                        GEORGE F. LUGER. Intelige\u0302ncia artificial. 6. ed. Editora Pearson. Livro. 636 p. ISBN 9788581435503. (BVU).<\/p>\n

                                                                                        RUSSELL, Stuart; NORVIG, Peter. Intelige\u0302ncia artificial. Rio de Janeiro: Elsevier, 2004. 1021 p. ISBN 85-352-1177-2.<\/p>\n

                                                                                        SUMMERFIELD, Mark. Programac\u0327a\u0303o em Python 3: uma introduc\u0327a\u0303o completa a\u0300 linguagem Python. Rio de Janeiro: Alta Books, 2015. 506 p. ISBN 9788576083849.<\/p>\n

                                                                                        TAURION, Cezar. Big data. Rio de Janeiro: Brasport, 2015. 169 p. ISBN 9788574527277.<\/p>\n<\/div>\n<\/div>\n<\/div>\n[\/symple_toggle]\n<\/div>\n

                                                                                        \n[symple_toggle title=”01.803.41 Racioci\u0301nio Automatizado (RA)”]\n

                                                                                        Ementa:<\/strong><\/p>\n

                                                                                        Lo\u0301gica e racioci\u0301nio automatizado na modelagem e resoluc\u0327a\u0303o de problemas. Satisfatibilidade Booleana. Satisfatibilidade Booleana Ma\u0301xima. Satisfatibilidade Mo\u0301dulo Teorias. Aplicac\u0327o\u0303es de racioci\u0301nio automatizado. Aplicac\u0327o\u0303es de racioci\u0301nio automatizado em aprendizado de ma\u0301quina.<\/p>\n

                                                                                        Bibliografia:<\/strong><\/p>\n

                                                                                        BIERE, Armin; HEULE, Marijn; VAN MAAREN, Hans; WALSH, Toby. Handbook of Satisfiability. IOS press, 2021. KROENING, Daniel; STRICHMAN, Ofer. Decision Procedures. Springer, 2016.<\/p>\n

                                                                                        DA SILVA, Fla\u0301vio Soares Corre\u0302a; FINGER, Marcelo; DE MELO, Ana Cristina Vieira. Lo\u0301gica para Computac\u0327a\u0303o. 2a edic\u0327a\u0303o. Cengage Learning, 2017.<\/p>\n<\/div>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n
                                                                                        \n
                                                                                        \n[\/symple_toggle]\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n[symple_toggle title=”01.803.30 Modelos Gr\u00e1ficos Probabil\u00edsticos (MGP) – n\u00e3o h\u00e1 previs\u00e3o de oferta”]\n

                                                                                        Ementa:<\/span><\/p>\n

                                                                                        \n
                                                                                        \n
                                                                                        \n
                                                                                          \n
                                                                                        1. \n
                                                                                            \n
                                                                                          1. Parte I – Revis\u00e3o de teoria de probabilidade<\/li>\n
                                                                                          2. Parte II – Representa\u00e7\u00e3o:
                                                                                            \n. Redes Bayesiana
                                                                                            \n. Redes de Markov (Markov Random Fields)<\/li>\n
                                                                                          3. Parte III – Infer\u00eancia:
                                                                                            \n. Elimina\u00e7\u00e3o de Vari\u00e1veis
                                                                                            \n. Propaga\u00e7\u00e3o de cren\u00e7as (belief propagation)
                                                                                            \n. Infer\u00eancia baseada em amostragem (Gibbs sampling, MCMC)<\/li>\n
                                                                                          4. Parte III – Aprendizagem<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n
                                                                                              \n
                                                                                            1. \n
                                                                                                \u00a0 \u00a0 . Aprendizagem em redes Bayesianas (Maximum likelihood)<\/ol>\n<\/li>\n<\/ol>\n
                                                                                                  \n
                                                                                                1. \n
                                                                                                    \u00a0 \u00a0 . Aprendizagem em redes de Markov (Maximum likelihood)<\/ol>\n<\/li>\n<\/ol>\n
                                                                                                      \n
                                                                                                    1. \n
                                                                                                        \u00a0 \u00a0 . Aprendizagem da estrutura de redes Bayesianas<\/ol>\n<\/li>\n<\/ol>\n<\/div>\n<\/div>\n<\/div>\n
                                                                                                        Bibliografia:<\/strong><\/div>\n
                                                                                                          \n
                                                                                                        • D. Koller and N. Friedman, Probabilistic Graphical Models: Principles and Techniques, 1st ed., MIT Press, 2009.<\/li>\n
                                                                                                        • D. Barber, Bayesian Reasoning and Machine Learning, Cambridge University Press, 2012.<\/li>\n
                                                                                                        • A. Ankan and A. Panda, Mastering Probabilistic Graphical Models Using Python, 1st ed., Packt Publishing, 2015.<\/li>\n
                                                                                                        • K. Murphy, Machine Learning: A Probabilistic Perspective, 1st ed., MIT Press, 2012.<\/li>\n<\/ul>\n
                                                                                                          \u00a0[\/symple_toggle]<\/div>\n
                                                                                                          <\/div>\n
                                                                                                          \n[symple_toggle title=”01.803.42 Sa\u00fade Digital (SD): antes 01.803.3 Inform\u00e1tica em Sa\u00fade (Sistemas de Sa\u00fade Inteligente)”]\n

                                                                                                          Ementa:<\/span>
                                                                                                          \n1.Conceitos de informatiza\u00e7\u00e3o hospitalar.
                                                                                                          \n2.Prontu\u00e1rio Eletr\u00f4nico.
                                                                                                          \n3.Conceitos de seguran\u00e7a de dados em hospitais e cl\u00ednicas m\u00e9dicas.
                                                                                                          \n4.\u00c9tica na manipula\u00e7\u00e3o digital de dados de pacientes.
                                                                                                          \n5.Telemedicina. Teleradiologia. Telepatologia.
                                                                                                          \n6.Sistemas de Arquivamento e Comunica\u00e7\u00e3o de Imagens – PACS.
                                                                                                          \n7.Padr\u00f5es de Comunica\u00e7\u00e3o de Imagens M\u00e9dicas – O Protocolo DICOM.
                                                                                                          \n8.Apresentar e discutir tend\u00eancias e experi\u00eancias da aplica\u00e7\u00e3o de t\u00e9cnicas de Inform\u00e1tica M\u00e9dica.<\/p>\n

                                                                                                          Bibliografia:<\/strong>
                                                                                                          \nVan Bemmel (Editor), Mark A. Musen , Handbook of Medical Informatics (1997) Springer Verlag; ISBN: 3540633510
                                                                                                          \nEta S. Berner (Editor), M. J. Ball (Editor): Clinical Decision Support Systems : Theory and Practice (Health Informatics) (1998) Springer Verlag; ISBN: 038798575
                                                                                                          \nDigital Imaging and Communications in Medicine – DICOM. NEMA Standards Publication PS 3.1 (1998)<\/p>\n[\/symple_toggle]\n<\/div>\n

                                                                                                          \n[symple_toggle title=”01.803.43 Sistemas Computacionais Embarcados (SCE): antes 01.803.13 Engenharia de Software aplicada a Sistemas Embarcados (ESSE)”]\n

                                                                                                          Ementa:<\/span>
                                                                                                          \n1.Design de Sistemas Embarcados. 2.Introdu\u00e7\u00e3o a modelagem de Software para Sistemas Embarcados. 3.T\u00e9cnicas de Modelagem para Sistemas Embarcados: Redes de Petri, UML, VHDL.<\/p>\n

                                                                                                          Bibliografia:<\/strong>
                                                                                                          \nMARWEDEL, Peter. Embedded System Design: Embedded Systems Foundations of Cyber-Physical Systems. 2a. Edi\u00e7\u00e3o. New York: Springer. 2011.
                                                                                                          \nDOUGLASS, Bruce P.. Real-Time Design Patterns: Robust Scalable Architecture for Real-Time Systems. Addison-Wesley. 2002. Artigos de revistas e eventos.<\/p>\n[\/symple_toggle]\n

                                                                                                          <\/div>\n<\/div>\n

                                                                                                          Disciplinas em Atualiza\u00e7\u00e3o<\/span><\/h3>\n
                                                                                                          <\/div>\n
                                                                                                          <\/div>\n
                                                                                                          \n[symple_toggle title=”01.803.33 Captura de Energia em Sistemas Embarcados (CESE) – n\u00e3o h\u00e1 previs\u00e3o de oferta”]\n[\/symple_toggle]\n<\/div>\n
                                                                                                          \n
                                                                                                          \n
                                                                                                          \n
                                                                                                          \n
                                                                                                          <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

                                                                                                          \u00c1rea de Concentra\u00e7\u00e3o: Sistemas de Computa\u00e7\u00e3o Carga Hor\u00e1ria: 60 (4 cr\u00e9ditos) Matriz 2022 v.2 (atualizada em 2024) (cod. 18762): Ementas_PPGCC_2024 Matriz 2022 (cod. 18762): Ementas_PPGCC_2022 Matriz 2014 (cod. 5939): Ementas PPGCC_2014 Disciplina Obrigat\u00f3ria [symple_toggle title=”01.803.1 Projeto e An\u00e1lise de Algoritmos* (PAA)”] Ementa: 1.Modelos computacionais. 2.T\u00e9cnicas de an\u00e1lise de algoritmos. 3.Paradigmas de projeto de algoritmos. 4.Algoritmos […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":12,"menu_order":0,"comment_status":"closed","ping_status":"open","template":"","meta":{"footnotes":""},"class_list":["post-49","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=\/wp\/v2\/pages\/49","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=49"}],"version-history":[{"count":131,"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=\/wp\/v2\/pages\/49\/revisions"}],"predecessor-version":[{"id":18940,"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=\/wp\/v2\/pages\/49\/revisions\/18940"}],"up":[{"embeddable":true,"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=\/wp\/v2\/pages\/12"}],"wp:attachment":[{"href":"https:\/\/ppgcc.ifce.edu.br\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=49"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}