GRUPO: 
Tópicos Livres

GRUPO: 
Tópicos Livres

EMENTA: 
Estatística descritiva. Probabilidade. Inferência. Regressão Linear. Anova. Projeto de experimentos.

OBJETIVOS: 
Revisar conceitos fundamentais de probabilidade e estatística
Aplicar ANOVA e Regressão Linear em dados experimentais

PROGRAMA:
Visão Geral do Curso. Introdução ao ambiente R
Obtendo os dados: surveys e estudos experimentais
Descrevendo os dados: estatística descritiva
Probabilidade e distribuição de probabilidade
Probabilidade e distribuição de probabilidade
Inferência sobre valores centrais da população
Inferência sobre a comparação de valores centrais de 2 populações
Inferência sobre a variância da população
Inferência sobre a comparação de valores centrais de mais de 2 população
Múltiplas comparações
Dados categóricos. Inferência sobre proporção de população. Tabelas de contigência.
Regressão Linear e Correlação
Regressão Linear Múltipla
Modelo Linear Geral 
Regressão Logística
ANOVA

BIBLIOGRAFIA:
1. Lyman Ott, R. An Introduction to Statistical Methods and Data Analysis. 6th edition. Cengage Learning. 
2. Crawley, M. The R book. 2nd ed. Wiley.
3. Crawley, M. Statistics – an introduction using R. 2nd edition. Wiley.
4. Kutner, M. et al.  Applied Linear Statistical Models. 5th edition. McGraw Hill.
5. Barragués, J. et al. Probability and Statistics: a didactic introduction. CRC Press.
6. Schinazi, R. Probability with Statistical Applications. 2nd edition. Birkhäuser.

GRUPO: 
Tópicos Livres

EMENTA DO PROGRAMA:

1.Introdução
–Motivação/Importância da SRE
–Confiabilidade de SW vs. HW
–Definição padrão/matemática
–Exemplos de aplicações

2.Conceitos Básicos
–Dependabilidade
–Taxonomia em SRE
–A “física” das falhas de software
–Perfil operacional (Operational Profile)

3.Revisão de Probabilidade & Estatística
–Probabilidade
 . Diagrama de Venn
 . Variáveis aleatórias & Distribuição de probabilidades
 . Funções (pdf, cdf)
–Estatística
 . População, amostra, estimação de parâmetros, estimativas (pontuais e intervalares)
 . Testes de aderência (GoF)
 . Teste de Hipótese

4.Medidas
–Confiabilidade: R(t), F(t), MTTF, MTBF, h(t), ...
–Manutenabilidade: MTTR
–Disponibilidade: A(t)

5.Funções de Confiabilidade (mais usadas)
–Binomial
–Poisson, Exponencial
–Normal, Lognormal, Weibull, Gamma

6.Confiabilidade de Sistema
–Componentes simples e múltiplos
–Combinação HW + SW
–Sistemas em: série, paralelo, Série-paralelo
–Redundância (parcial, standby)
–substituição perfeita e imperfeita
–Interações de falhas

7.Modelos de Confiabilidade de Software
–Classes Exponencial, Weibull e Gamma
–Ex. Musa, Jelinski-Moranda, Goel-Okumoto, ...

8.Técnicas de Modelagem
–Curve fitting
–Reliability Block Diagram (RBD)
–Fault Tree (FT)
–Cadeias de Markov (Markov Chains)

9. Seminários
–Leitura e análise crítica de trabalhos clássicos em SRE
–Estudo do estado da arte em SRE

10. Prática em SRE
–Desenvolvimento de um estudo de caso em SRE, contemplando análise do problema, modeloagem, experimentação/simulação para obtenção de dados de falhas, escrita de relatório.

BIBLIOGRAFIA:

-Software Reliability Engineering, Series: McGraw Hill Series on Software Development, 391 pages, 1998. J. D. Musa
-System software reliability, Springer, 440 pages, 2006. Hoang Pham
-Introduction to Reliability Engineering, Wiley, 464 pages, 1995. E.E. Lewis 

GRUPO: 
Tópicos Livres

EMENTA DO PROGRAMA:
Classificação dos Sistemas. Definição das redes de Petri autônomas.  
Definição das boas propriedades (limitabilidade, vivacidade,  
reiniciabilidade etc.). Definição das propriedades estruturais  
(componentes conservativos e repetitivos). Algoritmos de análise de  
propriedades (por enumeração das marcações; baseado em resultados  
de álgebra linear; por redução do modelo). Definição das redes de Petri  
interpretadas, temporizadas, estocasticas e Coloridas  
(ferramenta CPN Tools).

BIBLIOGRAFIA:

Livros: 
-Redes de Petri - Cardoso e Valette - editora universitária da Universidade Federal de Santa Catarina. 1997. 
-Discrete, Continuous, and Hybrid Petri Nets René David , Hassane Alla - Springer. 2010. 
-Workflow management: Models, methods and systems - Wil van Aalst and Kee van Hee. The MIT Press. 2004. 
-Modelling Business Process: Petri net oriented approach - Aalst - The MIT Press. 2011. 
-Coloured Petri nets: Modelling and Validation of Concurrent Systems. Kurt Jensen. Springer. 2009. 

Artigo: 
-T. Murata "Petri nets : Properties, analysis and applications", proceeding of the IEEE, 1989
 

GRUPO: 
Tópicos Livres

OBJETIVOS:
1. Explorar tecnologias básicas necessárias desenvolvimento de sistemas multimídia;
2. Analisar as diversas áreas de aplicação, técnicas, metodologias e ferramentas de desenvolvimento;
3. Discutir o estado da arte, perspectivas de evolução e desafios;
4. Requisitos de aplicações multimídia com relação à infraestrutura de redes de computadores.
 
EMENTA DO PROGRAMA:
Introdução aos sistemas multimídia; Mídias Discretas e Contínuas; Introdução as mídias: áudio; imagem e vídeo. Representação e processamento da mídia. Técnicas de Compactação e Compressão; Imagem Estática e Vetorial (JPEG, GIF, TIFF, BMP, SVG). Áudio (G.711, MPEG Áudio);  Vídeo (M-JPEG, H.26X, MPEG Vídeo). Protocolos de Streaming (RTP, RTCP, RTSP, MPEG-DASH). Infraestrutura de Redes para Aplicações Multimídia Distribuídas.

1. Introdução aos sistemas multimídia

2. Midias
2.1. Introdução
2.2. Imagem
2.3. Áudio
2.4. Vídeo
2.5. Processos e representações de mídia

3. Técnica de Compressão 
3.1. Compressão sem perda
3.1.1  Codificação de Run-Length 
3.1.2. Codificação de Variable-Length 
3.1.3. Codificação baseada em Dicionário
3.1.4. Codificação aritmética.
3.2. Compressão com perda
3.2.1 Introdução
3.2.2. Quantização
3.2.3. Medidas de distorção

4. Compressão de Mídias
4.1. Imagem
4.1.1 Padrão JPEG,
4.1.2 Padrão JPEG 2000 
4.2. Técnicas de compressão de vídeo
4.2.1 Compensação de movimento
4.2.2 Vetores de movimentos
4.2.3. Padrões: M-JPEG, H.26X, MPEG
4.3. Áudio
4.3.1 Codificação ADPCM
4.3.2 Padrões: G.711, MPEG

5. Comunicação Multimídia e Rede  
5.1. Serviços e protocolos para comunicação multimídia
5.2. Distribuição de conteúdo multimídia.

6. Estudo de casos de técnicas de sistemas multimídias

BIBLIOGRAFIA:
1. Mitra, S. & Bhatnagar, G. “Introduction to Multimedia Systems (Communications, Networking and Multimedia)”, 1a edição, Academic Press, 2001
2. Puri, A., “Multimedia Systems, Standards, and Networks”, CRC, 2000 
3. Steinmetz , R. & Nahrstedt, K. “Multimedia Systems”, 1a edição, Springer, 2004 
4. Li,, Z. N.; Drew, M.S.; and J. Liu, Fundamentals of Multimedia, 2nd ed., Springer Switzerland, 2014.
5. Halsall,, F. Multimedia Communications: Applications, Networks, Protocols, and Standards. Addison-Wesley Publishing, 2000.
6. Kurose, J., Ross, K, Redes de computadores e a Internet : uma abordagem top-down: Pearson Education do Brasil, 2013
7. Gonzalez, R. C.;  Woods; R. E., Processamento Digital de Imagens, 3ª edição, Pearson Education do Brasil, 2011
8. Richardson, I. E. The H.264 Advanced Video Compression Standard, John Wiley & Sons, 2010. K. Sayood, Introduction Publishers, Inc., 1996
9. Salomon, D.; Motta, G. Handbook of Data Compression, 5a. Edição, Springer,  2010. 
10. Papers - IEEE Transactions on Multimedia.
11. ACM Multimedia Conference Proceedings

GRUPO: 
Tópicos Livres

EMENTA DO PROGRAMA:
Estruturas de dados em armazenamento secundário: listas invertidas e árvores B; métodos de acesso multidimensionais: árvores k-d, árvores R; consultas topológicas; métodos de acesso métrico: árvores M; consultas por similaridade: abrangência e k-vizinhos mais próximos; manipulação de dados multimídia para recuperação por conteúdo; noções de extração de características; maldição da alta dimensionalidade; NoSQL; bancos de dados orientados a coluna; armazenamento e recuperação de pares chave/valor; propriedades ACID em bancos de dados relacionais; propriedades ACID em bancos de dados distribuídos; MapReduce; indexação e ordenação; linguagens de consulta em NoSQL; outras estratégias de manipulação de dados não-convencionais.

BIBLIOGRAFIA:
- Shashank Tiwari (2011). Professional NoSQL. John Wiley & Sons, Inc, ISBN 978-0-470-94224-6, 361 páginas.
- Michael J. Folk, Bill Zoellick, Greg Riccardi, “File Structures: An Object-Oriented Approach with C++”, Editora Pearson, 3ª edição, 1998
- Jiawei Han, Micheline Kamber and Jian Pei (2011) Data Mining: Concepts and Techniques, 3rd ed., The Morgan Kaufmann Series in Data Management Systems, ISBN 978-0123814791
- Yannis Manolopoulos, Alexandros Nanopoulos, Apostolos N. Papadopoulos, Yannis Theodoridis (2006). R-Trees: Theory and Applications, 194 p., Springer. ISBN 978-1-85233-977-7
- Ciaccia, P., Patella, M., and Zezula, P. (1997). M-tree: An efficient access method for similarity search in metric spaces. In International Conference on Very Large Data Bases (VLDB), pages 426–435, Atenas, Grécia. Morgan Kaufmann.
- Guttman, A. (1984). R-trees: A dynamic index structure for spatial searching. In International Conference on Management of Data (SIGMOD), pages 47–57, Boston, MA.
- Norbert Beckmann, Hans-Peter Kriegel, Ralf Schneider, Bernhard Seeger (1990). The R*-tree: an efficient and robust access method for points and rectangles. ACM SIGMOD International Conference on Management of Data (SIGMOD), Atlantic City, NJ, p. 322-331, doi:10.1145/93597.98741
- Roussopoulos, N., Kelley, S., and Vincent, F. (1995). Nearest neighbor queries. In International Conference on Management of Data (SIGMOD), pages 71–79, San Jose, CA.
- Jan Paredaens, Bart Kuijpers (1998). Data models and query languages for spatial databases. Data & Knowledge Engineering Journal, 25:29-53. doi:10.1016/S0169-023X(98)00052-4.
- Papadimitriou, C. H., Suciu, D., Vianu, V. (1999). Topological Queries in Spatial Databases. Journal of Computer and System Sciences, 58(1):29–53. doi:10.1006/jcss.1998.1597.
- Paolino di Felice, Eliseo Clementini (2009). Topological Relationships. In Encyclopedia of Database Systems, Ling Liu e M. Tamer Özsu (editores), p. 3140-3143, Springer.
- Jon Louis Bentley. Multidimensional binary search trees used for associative searching. Communications of the ACM, 18(9):509-517, 1975.

GRUPO: 
Tópicos Livres

OBJETIVOS GERAIS DA DISCIPLINA: 
Matéria introdutória de redes complexas, que apresenta ao aluno a área de “Network Science” (Ciência de Rede), suas principais teorias e aplicações.

EMENTA DO PROGRAMA:
Introdução à ciência de redes (Network Science). Teoria dos grafos. Redes aleatórias. Propriedade Livre de escala. Modelo de Barabási-Albert. Correlação de grau. Comunidades. Exercícios práticos envolvendo todos os conceitos aprendidos na disciplina.

DESCRIÇÃO DO PROGRAMA:

Introdução à ciência de redes (Network Science)
Redes para o estudo de sistemas complexos
Características da ciência de redes
Impactos sociais e científicos

Teoria dos grafos
Redes complexas e grafos
Grau, grau médio e distribuição de grau
Matriz de adjacência
Redes ponderadas
Redes bipartidas
Caminhos e distâncias
Conectividade
Coeficiente de Clustering

Redes aleatórias
Modelos de redes aleatórias
Propriedades das redes aleatórias – número de links, distribuição de grau
Evolução das redes aleatórias
Redes de pequeno mundo
Coeficiente de Clustering

Propriedade Livre de escala
Leis de potência
Redes livre de escala
Significado do livre de escala

Modelo de Barabási-Albert
Crescimento e Ligação preferencial
O modelo de Barabási-Albert
Distribuição de grau
Diâmetro e coeficiente de clustering

Correlação de grau
Introdução
Assortatividade e desassortividade
Medindo a correlação de grau

Comunidades
Conceitos básicos
Clustering hierárquico
Modularidade
Outras propriedades

BIBLIOGRAFIA:
[1] Network Science 1st Edition Albert-Laszlo Barabasi Cambridge University Press; 1st edition (August 5, 2016) – disponível online http://networksciencebook.com/