Serviços 
O conteúdo desse portal pode ser acessível em Libras usando o VLibras
PPGCC
Programa de Pós-Graduação em Ciência da Computação

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.