Ir para o conteúdo PPGCC Ir para o menu PPGCC Ir para a busca no site PPGCC Ir para o rodapé PPGCC
  • International
  • Acessibilidade
  • Sítios da UFSM
  • Área restrita

Aviso de Conectividade Saber Mais

Início do conteúdo

Defesas de Mestrado 28/08



Título: ANÁLISE DE DEPENDÊNCIA DE RISCOS EM GERENCIAMENTO COLABORATIVO DE RISCOS
Aluna: CATHERINE DE LIMA BARCHET

Orientadora: LISANDRA MANZONI FONTOURA
Co-orientador: LUIS ALVARO DE LIMA SILVA
Data: 28/08/15
Horário: 10h
Local: Sala 321 do Centro de Tecnologia

Banca:
Drª. LISANDRA MANZONI FONTOURA Presidente – Orientador
Dr. EDUARDO KESSLER PIVETA Examinador
Dr. ADRIANO VELASQUE WERHLI FURG Examinador
Drª. ANA TRINDADE WINCK UFSM Suplente

Resumo: Em um ambiente de gerenciamento colaborativo de riscos, em que as partes interessadas de um projeto estão envolvidas nas atividades de gestão de riscos, muitas vezes a identificação e análise de dependências não é um processo simples de ser realizado, apesar de fazer-se necessário para um gerenciamento de riscos mais eficiente e conciso. A contribuição desta pesquisa consiste em propor uma abordagem para a identificação e análise de dependências diretas e causais entre os riscos identificados em projetos de software, sendo esta análise apoiada por um modelo probabilístico de redes Bayesianas para auxiliar os participantes durante o processo. Desta forma, discussões colaborativas de riscos de projetos de software podem ser realizadas por meio de um sistema de discussão já existente, o RD System. Esta pesquisa abrange a adaptação realizada no protocolo utilizado pelo RD System, sendo que estas modificações possibilitam que a identificação e análise das dependências dos riscos sejam realizadas de forma colaborativa. Como forma de auxiliar e apoiar o processo de análise das dependências uma vez identificadas, um modelo probabilístico de redes Bayesianas é proposto, possibilitando que os participantes simulem diferentes cenários e discutam a partir dos resultados obtidos de forma colaborativa com o objetivo de aprimorar as estratégias de tratamento para os riscos de projetos de software. Afim de validar a abordagem proposta, é apresentado e discutido um estudo de caso envolvendo especialistas na área e um experimento prático realizado com alunos da área de computação. Os resultados obtidos apresentam claras evidências de aceitação e aplicabilidade da abordagem desenvolvida para a solução da identificação e análise de dependências de riscos em ambientes colaborativos para gestão de riscos de projetos de software.
Palavras-chave: Dependências de Riscos. Gerenciamento Colaborativo de Riscos. Redes Bayesianas. Jogos de Diálogo. Argumentação.

******************************************************

Título: A ONTOLOGIA ONTOCANCRO 3.0: REPRESENTANDO O CONHECIMENTO DE INFLAMMAGING
Aluna: LAIS FALCADE

Orientador: GIOVANI RUBERT LIBRELOTTO

Data: 28/08/15
Horário: 14h
Local: Sala 321 do Centro de Tecnologia

Banca:
Dr. GIOVANI RUBERT LIBRELOTTO Presidente – Orientador
Dr. LUIS ALVARO DE LIMA SILVA Examinador
Dr. ÉDER MAIQUEL SIMÃO UNIFRA Examinador
Drª. JULIANA KAIZER VIZZOTTO UFSM Suplente

No processo natural da vida, as pessoas nascem, crescem, envelhecem e morrem. A degeneração das células que incondicionalmente ocorre nesse processo é a incapacidade celular de se renovar, e dessa incapacidade resultam diversas doenças. Um tema pesquisado nesta área é o Inflammaging, que trata do estado inflamatório crônico que surge com o envelhecimento. Esta dissertação desenvolveu uma ontologia voltada ao estudo do Inflammaging unificada à Ontocancro. Propõe-se um mapeamento do conhecimento existente no âmbito genético do estado inflamatório e uma análise comparativa entre as vias do processo natural de desenvolvimento da célula com as vias de inflamação inseridas. Para verificar visualmente estas ligações, utilizou-se o String, um processador de ligação genética que disponibiliza grafos de relação entre genes, mostrando sua intensidade de relação. Com a comparação entre duas vias distintas, detectou-se que os genes de intersecção entre elas possuem ligações de grande intensidade num grau de 90% de confiabilidade dado pelo processador String.

Palavras-chave: Ontologia. Ontocancro. Inflammaging.

Divulgue este conteúdo:
https://ufsm.br/r-567-2259

Publicações Relacionadas

Publicações Recentes