DISCIPLINAS DO PROGRAMA DE PÓS GRADUAÇÃO EM

 DISCIPLINAS DO PROGRAMA DE PÓS­ GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO – NÍVEL MESTRADO Art. 1o – As disciplinas do Programa da Pós­Graduação em Ciência da Computação são divididas em disciplinas obrigatórias gerais, obrigatórias por linha de pesquisa e disciplinas optativas. § 1o ­ Todas as disciplinas, exceto as disciplinas de Seminários, que não contabiliza crédito, e de Metodologia Científica, com 02 (dois) créditos, são disciplinas de quatro créditos, com carga horária de 60 (sessenta) horas­aula. § 2o ­ Cada disciplina deverá ser ofertada, no mínimo, uma vez a cada dois anos. § 3o ­ As disciplinas obrigatórias gerais são as seguintes: MCC001 ­ Estrutura de Dados e Projeto de Algoritmos; MCC002 ­ Metodologia Científica; MCC003 ­ Seminários. § 4o ­ As disciplinas obrigatórias da linha Engenharia de Software, Banco de Dados e Informática e Educação são as seguintes: MCC004 ­ Engenharia de Software; MCC005 ­ Banco de Dados. § 5o ­ As disciplinas obrigatórias da linha Fundamentos de Computação são as seguintes: MCC006 ­ Análise e Projeto de Algoritmos; MCC007 ­ Teoria dos Grafos. § 6o ­ As disciplinas obrigatórias da linha Inteligência Computacional são as seguintes: MCC008 ­ Inteligência Computacional; MCC009 ­ Aprendizado de Máquina. § 7o ­ As disciplinas obrigatórias da linha Processamento Gráfico, Interação e Computação Aplicada são as seguintes: MCC010 ­ Processamento Digital de Imagens; MCC011 ­ Algoritmos de Reconhecimento de Padrões. § 8o ­ As disciplinas obrigatórias da linha Sistemas de Computação são as seguintes: MCC012 ­ Avaliação de Desempenho; MCC013 ­ Programação Paralela e Distribuída. § 9o ­ As disciplinas optativas são as seguintes: MCC014 ­ Engenharia de Software para Web Semântica MCC015 ­ Teste de Software; MCC016 ­ Bancos de Dados não Convencionais; MCC017 ­ Informática e Educação; MCC018 ­ Programação Linear; MCC019 ­ Teoria da Computação; MCC020 ­ Otimização Combinatória; MCC021 ­ Fluxos em Redes; MCC022 ­ Computação Evolucionária; MCC023 ­ Mineração de Dados; MCC024 ­ Recuperação da Informação; MCC025 ­ Meta­heurísticas; MCC026 ­ Computação Gráfica; MCC027 ­ Visão Computacional; MCC028 ­ Realidade Virtual e Aumentada; MCC029 ­ Visualização de Informações; MCC030 ­ Redes de Computadores; MCC031 ­ Sistemas Distribuídos; MCC032 ­ Computação Paralela; MCC033 ­ Sistemas Multimídia; MCC034 ­ Tópicos Especiais em Ciência da Computação; MCC035 ­ Tópicos Especiais em Engenharia de Software, Banco de Dados e Informática e Educação; MCC036 ­ Tópicos Especiais em Fundamentos de Computação; MCC037 ­ Tópicos Especiais em Inteligência Computacional; MCC038 ­ Tópicos Especiais em Processamento Gráfico, Interação e Computação Aplicada; MCC039 ­ Tópicos Especiais em Sistemas de Computação; MCC040 ­ Estudo Orientado. § 10o ­ As especificações das disciplinas listadas nos parágrafos 3 a 9 encontram­se no Anexo I. ANEXO I – Ementas das Disciplinas I – Disciplinas Obrigatórias Gerais MCC001 ­ Estrutura de Dados e Projeto de Algoritmos EMENTA: ● Conceitos de análise de algoritmos (fundamentos matemáticos; indução matemática; análise assintótica). ● Estrutura de dados elementares (lista; fila; pilha,...) ● Árvores (conceitos; árvores binárias de busca; árvores binárias balanceadas ­ AVL, vermelho e preto, por peso; KD­Tree, árvores B) ● Filas com prioridades (conceito; heaps binários; heap binomial). ● Tabelas de dispersão (conceito de "hash table"; funções de dispersão; endereçamento aberto; encadeamento linear) ● Conjuntos disjuntos (union­find). BIBLIOGRAFIA: 1) Cormen, Leiserson, Rivest, and Stein (CLRS), Introduction to Algorithms, 2nd Ed., MIT Press, 2001. 2) Sedgewick, R., Algorithms in C++ (Parts 1­4), Addison­Wesley, 3ª edição, 1998. 3) Mark Allen Weiss, Data Structures and Algorithm Analysis in C++, 4th Ed., Addison Wesley, 2012. 4) D. E. Knuth. The Art of Computer Programming. Volume 1 ­ Fundamental Algorithms. Addison­Wesley, 1998. 5) D. E. Knuth. The Art of Computer Programming. Volume 3 ­ Sorting and Searching. Addison­Wesley, 1998. 6) N. Ziviani. Pro jeto de Algoritmos com Implementações em Pascal e C, 2a Edição. 2004. Editora Thomson. 7) C. H. Papadimitriou, U. V. Vazirani, S. Dasgupta. Algoritmos. 2009. Mcgraw­Hill Brasil. MCC002 ­ Metodologia Científica EMENTA: ● Tema, Objetivo, Hipótese, Validação ● Leitura de documentos científicos – tipos de documentos, levantamento bibliográfico, resumo e resenha ● Escrita de documentos científicos – referências bibliogáficas, plágio, LaTeX ● Apresentação de artigos ­ técnicas e prática BIBLIOGRAFIA: 1. WAZLAWICK, R.S., Metodologia de Pesquisa para Ciência da Computação, Editora Elsevier, 2009. 2. WAZLAWICK, R.S., “Uma Reflexão sobre a Pesquisa em Ciência da Computação à Luz da Classificação das Ciências e do Método Científico”, Revista de Sistemas de Informação da FSMA, No. 6, pp. 3­10, 2010. 3. SILVA, E.L., MENEZES, E.M., Metodologia da Pesquisa e Elaboração de Dissertação, 4ª edição revisada e atualizada, Universidade Federal de Santa Catarina, 2005. 4. MORESI, E.(Organizador), Metodologia de Pesquisa, Universidade Católica de Brasília, 2003. 5. PARBERRY, I., “How to Present a Paper in Theoretical Computer Science: a Speaker’s Guide for Students”, SIGTCS News, Vol. 4, No. 2, pp. 37­50, 1993. 6. BARROS, Aidil de Jesus da Silveira. Fundamentos da Metodologia Científica. 3 ed. 3a. Reimpressão. São Paulo. Pearson Prentice Hall, 2010. 7. WAZLAWICK, Raul Sidnei. Metodologia da Pesquisa para Ciência da Computação. Rio de Janeiro: Elsevier, 2008. 8. SEVERINO, Antonio Joaquim. Metodologia do Trabalho Científico. 22 ed. Revisada e ampliada. São Paulo: Cortez, 2002. MCC003 ­ Seminários Esta é uma disciplina que consiste numa série de seminários dentro de cada área de concentração, coordenados por um professor responsável pela disciplina. O estudante inscrito nesta disciplina, além de assistir aos seminários apresentados por seus colegas, professores do programa ou palestrantes convidados, deverá apresentar pelo menos um seminário durante o período em que estiver matriculado na disciplina, tendo por tema um tópico relacionado a sua dissertação de mestrado. II – Disciplinas Obrigatórias da linha Engenharia de Software, Banco de Dados e Informática e Educação MCC004 ­ Engenharia de Software EMENTA: ● Software como produto e processo ● Relação entre Engenharia de Software e Sistemas Sociotécnicos ● Desafios da Engenharia de Software para o século 21 ● Modelos prescritivos de processo de software ● Processo Unificado (Concepção, Elaboração, Construção, Transição) BIBLIOGRAFIA: 1. Boehm, B. A View of 20th and 21st Century Software Engineering, Proceedings of the 28th ACM International Conference on Software Engineering, 2006, pp.12­29. 2. Brooks, Frederick P. No Silver Bullet: Essence and Accidents of Software Engineering, IEEE Computer, v.20, n.4, 1987, pp.10­19. 3. Larman, Craig. Utilizando UML e padrões: uma introdução à análise e ao projeto orientados a objetos e ao desenvolvimento iterativo, 3a edição, Porto Alegre, Bookman, 2007. 4. Pressman, Roger. Engenharia de Software, 7a edição, McGrawHill, Porto Alegre, RS, 2011. 5. Sommerville, Ian. Engenharia de Software, 9a edição, Prentice Hall, São Paulo, SP, 2011. 6. Swebok. Software Engineering Body ok Knowledge, Editado por IEEE Computer Society. Disponível em http://www.swebok.org. MCC005 ­ Banco de Dados Ementa: Conceitos básicos. Modelos e linguagens de dados. Projeto de bancos de dados. Implementação de sistemas de banco de dados. Bibliografia: (1) Database System Concepts, Abraham Silberschatz, Henry Korth and S. Sudarshan, McGraw­Hill; 6th edition, 2010; (2) Fundamentals of Database Systems, Ramez Elmasri and Shamkant Navathe, Addison­Wesley. 6th edition, 2010; (3) Database Systems: A Practical Approach to Design, Implementation and Management, Thomas M. Connolly and Carolyn E. Begg, Addison­Wesley; 5th edition, 2009. III – Disciplinas Obrigatórias da linha Fundamentos de Computação MCC006 ­ Análise e Projeto de Algoritmos EMENTA: ● Análise de algoritmos: Medidas de complexidade, análise assintótica de limites de complexidade, técnicas de prova de cotas inferiores. Exemplos de análise de algoritmos iterativos e recursivos. ● Técnicas de projeto de algoritmos: Indução, Recursividade, Tentativa e erro, Divisão e conquista, programação dinâmica, Algoritmos Gulosos, Backtracking. ● NP­completude: Conceitos, classes de complexidade e redução de problemas. BIBLIOGRAFIA: 1) Udi Manber­Introduction to Algorithms­ A creative Approach. Addison­ Wesley 1989. 2) Sara Baase­ Computer Algorithms: Introduction to Design and Analysis. Addison­Wesley 1988. 3) Alfred Aho, John Hopcroft and Jeffrey Ullman ­ The Designs and Analysis of Computer Algorithms. Addison­Wesley, 1974. 4) Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein ­ Introduction to Algorithms. MIT Press; 2nd edition, 2001. MCC007 ­ Teoria dos Grafos EMENTA: ● Introdução. ● Árvores e distâncias. ● Emparelhamentos. ● Conectividade. ● Fluxos em redes. ● Coloração de grafos. ● Grafos Planares. ● Tópicos em grafos: grafos perfeitos, grafos de intersecção, conjuntos dominantes, conjuntos independentes de vértices. BIBLIOGRAFIA: 1) Reinhard Diestel ­ Graph Theory. Springer 1997. 2) Douglas West ­ Introduction to Graph Theory. Prentice­Hall, 2001. 3) J. A. Bondy and U. S. R. Murty ­ Graph Theory with Applications. North­ Hollan, 1976. VI – Disciplinas Obrigatórias da linha Inteligência Computacional MCC008 ­ Inteligência Computacional EMENTA: ● Conceitos básicos de Inteligência Computacional ● Agentes inteligentes/Sistemas multiagentes ● Conhecimento e raciocínio ● Aprendizagem ● Algoritmos genéticos ● Computação semântica ● Tópicos avançados BIBLIOGRAFIA: 1. Russell, S., Norvig, P. Artificial Intelligence ­ A Modern Aproach. Pearson, 2010. 2. Coppin, B. Inteligência Artificial, Ed. LTC, 2010. 3. Luger, G. F. Inteligência Artificial: Estruturas e estratégias para a solução de problemas complexos, Ed. Bookman, 2004. 4. Artigos técnicos especializados que serão sugeridos posteriormente. MCC009 ­ Aprendizado de Máquina EMENTA: ● Introdução ao Aprendizado de Máquina. ● Aprendizado supervisionado. ● Aprendizado não­supervisionado. ● Aprendizado por reforço. ● Avaliação experimental de algoritmos de aprendizado ● Tópicos avançados BIBLIOGRAFIA: 1. Mitchell, T. Machine Learning, McGraw Hill, 1997. 2. Faceli, K., Lorena, A.N., Gama, J., Carvalho, A.C.P.L.F. Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina, Ed. LTC, 2011. 3. Artigos técnicos especializados que serão sugeridos posteriormente. V – Disciplinas Obrigatórias da linha Processamento Gráfico, Interação e Computação Aplicada MCC010 ­ Processamento Digital de Imagens EMENTA: ● Fundamentos de imagens digitais ● Transformações de imagens no domínio espacial ● Transformações de imagens no domínio da frequência ● Restauração de imagens ● Processamento de cores ● Wavelets e processamento de multi­resoluções ● Compressão de imagens ● Morfologia matemática ● Segmentação ● Representação e descrição de imagens ● Reconhecimento de objetos BIBLIOGRAFIA: 1. Gonzalez, R.C. & Woods, R.E. ­Digital Image Processing, 3rd Ed. Prentice Hall, USA, 2008. 2. Gonzalez, R.C. & Woods, R.E. ­ Processamento de Imagens Digitais (tradução). São Paulo, Edgard Blucher Ltda, 2000. 3. Pratt, W. K. ­ Digital Image Processing, 4th ed. USA, Wiley Interscience Pub., 2007. 4. Filho, O. M. & Neto, H. V. – Processamento Digital de Imagens ­ Editora Brasport, 1999. MCC011 ­ Algoritmos de Reconhecimento de Padrões EMENTA: ● Introdução ao reconhecimento de padrões e percepção. ● Diferentes abordagens de reconhecimento de padrões. ● Tipos de aprendizados: Supervisionado e Não­Supervisionado ● Classificadores paramétricos e teorema de Bayes ● Métodos não paramétricos: k­vizinhos mais próximos (kNN), Estimação de probabilidade, Funções discriminantes lineares (LDA), Perceptron, Support Vector Machine (SVM). ● Modelos Escondidos de Markov ● Métodos baseados em árvores ­ CART, ID3, C4.5. ● Extração de características: estruturais e estatísticas. ● Seleção de características e redução de dimensionalidade: PCA. ● Análise de Sistemas de Classificação: espaço e curvas Receiver Operating Characteristics (ROC), Rejeição. ● Combinação de classificadores: Diversidade, Bias/variância, Boosting, Bagging e Adaboosting. BIBLIOGRAFIA: 1. R.O. Duda, P. E. Hart, D. G. Stork, Pattern Classification, John Wiley Interscience, 2001. 2. C. M. Bishop. Pattern Recognition and Machine Learning. Springer, 2006. 3. S. Theodoridis and K. Koutroumbas. Pattern Recognition. Elsevier, 4th edition, 2009. VI – Disciplinas Obrigatórias da linha Sistemas de Computação MCC012 ­ Avaliação de Desempenho EMENTA: ● Revisão de Probabilidade e Estatística: espaço amostral, eventos, análise combinatória, probabilidade condicional, independência de eventos, Lei de Bayes, variável aleatória, variáveis aleatórias discretas e contínuas, função de densidade de probabilidade, função cumulativa de distribuição, etc. ● Simulação e experimentos: introdução, geração de variáveis aleatórias, algoritmo para simular uma fila, cálculo de medidas de interesse, média e variância amostral, intervalo de confiança, etc. ● Cadeias de Markov ● Teoria de Filas ● Outros tópicos: Inferência Estatística, Cauda Longa, Lei de potência, Correlação BIBLIOGRAFIA: 1) Trivedi, K. S., Probability & Statistics with Reliability, Queuing and Computer Science Applications, 2001. 2) Harchol­Balter, M., Performance Modeling and Design of Computer Systems: Queueing Theory in Action, 2013. 3) Montgomery, R., Applied Statistics and Probability for Engineers, 2006. 4) Le Boudec, J.­Y., Performance Evaluation of Computer and Communication Systems, 2010. 5) Ross, S. M., Simulation, 2006. 6) Ross, S. M., Introduction to Probability Models, 2007. MCC013 ­ Programação Paralela e Distribuída EMENTA: ● Introdução à Programação Paralela e Distribuída. ● Arquiteturas Paralelas. Programação Paralela. Paradigmas de computação paralela. ● Introdução aos sistemas distribuídos. Programação distribuída. Paradigmas de computação distribuída. BIBLIOGRAFIA: ­Programming Massively Parallel Processors: A Hands­on Approach, David B. Kirk , Wen­mei W. Hwu, Morgan Kaufmann, 2012. ­Distributed Systems: Principles and Paradigms, Andrew S. Tanenbaum and Maarte Van Steen, Prentice Hall, 2006 ­Jason Sanders and Edward Kandrot. CUDA by Example: An Introduction to General­Purpose GPU Programming. Addison­Wesley Professional, 2010. ­Kay Hwang, Jack Dongarra, Geoffrey C. Fox, Distributed and Cloud Computing, Morgan Kaufmann, 2011. VII – Disciplinas Optativas MCC014 ­ Engenharia de Software para Web Semântica 30h teórica / 30h prática Ementa: 1. Fundamentos e arquitetura da Web Semântica 2. Linguagens e/ou padrões para especificação de caracteres e localização, sintaxe, estrutura, semântica e lógica de informação 3. Ontologias e regras 4. Framework para programação de aplicações para Web Semântica 5. Temas emergentes. Bibliografia: ­ Berners­Lee, T., Hendler, J., & Lassila, O. (2001). The Semantic Web. Scientific American, 284(5), 28­37. ­ Hebeler, J., Dean, M. & Fisher, M. (2011). Semantic Web Programming. John Wiley & Sons. 2nd edition. ­ Noy, N. F., & McGuinness, D. L. (2001). Ontology Development 101: A Guide to Creating Your First Ontology. http://protege.stanford.edu/publications/ontology_development/ontology101.html ­ Segaran, T., Evans, C. & Taylor, J. (2009). Programming the Semantic Web. O'Reilly Media; 1 edition. ­ W3C. (2013). Padrões para a Web Semântica do World Wide Web Consortium. http://www.w3.org. MCC015 ­ Teste de Software Ementa: Fundamentos Teóricos. Teste Funcional. Teste estrutural. Análise de Mutantes. Oficina em teste de software: experimentação e análise empírica. Bibliografia: M. E. Delamaro, J. C. Maldonado, M. Jino. Introdução ao Teste de Software. Campus, 2007. G. J. Myers, C. Sandler, T. Badgett. The Art of Software Testing. Wiley, 3rd edition, 2011. R.V. Binder. Testing Object­Oriented Systems: Models, Patterns, and Tools. Addison­Wesley, 1999. Artigos científicos selecionados. MCC016 ­ Bancos de Dados não Convencionais Ementa: Ementa variável envolvendo aspectos emergentes sobre bancos de dados. Bibliografia: (1) ELMASRI, R. e NAVATHE, S.B., Fundamentals of Database Systems, 6th edition, Addison­Wesley, 2011. (2) SILBERSCHATZ, A., KORTH, H.F. e SUDARSHAN, S., Database System Concepts, McGraw­Hill, 6th edition, 2010; (3) artigos e publicações selecionadas. MCC017 ­ Informática e Educação EMENTA: Ensino de computação, tecnologias em educação e métodos científicos em informática e educação. BIBLIOGRAFIA: WAZLAWICK, R.S., Metodologia de Pesquisa para Ciência da Computação, Editora Elsevier, 2009. MARTINS, C. Manual de Análise de Dados Quantitativos com Recurso ao IBM SPSS, Editor: Psiquilibrios, 2011 Artigos MCC018 ­ Programação Linear EMENTA: ● Modelagem de problemas. ● Resolução Gráfica. ● Geometria da PL. ● Algoritmo Simplex Primal fases 1 e 2. ● Dualidade. ● Algoritmo Simplex Dual. ● Análise de Sensibilidade. ● Pós­Otimização. ● Algoritmo Simplex Primal­Dual. ● Algoritmos Simplex canalizados. BIBLIOGRAFIA: 1) Paulo F. Bregalda, Antonio A.F. de Oliveira e Cláudio T. Bornstein. Introdução à Programação Linear, Terceira Edição, Ed. Campus, 1988. 2) Marcos C. Goldbarg e Henrique P.L. Luna. Programação Linear e Otimização Combinatória: Modelos e Algoritmos, Ed. Campus, 2000. 3) D. G. Luenberger. Introduction to Linear and Nonlinear Programming, Addison­Wesley, London, 1973. 4) Nelson Maculan e Márcia H. C. Fampa. Otimização Linear, Ed. UnB, 2006. MCC019 ­ Teoria da Computação EMENTA: ● Contextualização histórica; Indução, Recursão e Enumerabilidade de Conjuntos; Linguagem Algorítmica; Funções Recursivas; Maquina de Turing; Tese de Church; Problemas Indecidíveis. ● Teoria de autômatos e linguagens formais, maquinas de Turing e teoria das funções recursivas, noções de computabilidade e classes de complexidade básicas. ● Computabilidade (Tese de Church, noções de incompletude de Gödel, relações entre os modelos de computabilidade). ● Noções de computabilidade efetiva. Modelos de computação. Problemas indecidíveis. Classes P, N P, N P­C e N PDifícil. Lidando com problemas N P­Completos. BIBLIOGRAFIA: 1) M. Sipser; Introduction to the Theory of Computation. EUA. PWS Pub. Co., 1997. 2) M. Garey, D. Johnson, Computers and Intractability: A Guide to the Theory of NP­Completeness. W. H. Freeman and Company, 1979. 3) H. R. Lewis, C. H. Papadimitriou; Elementos de Teoria da Computação. 2a Ed. Porto Alegre. Bookman Cia. Editora, 2000. 4) J. E. Hopcroft; J. Ullman; Introdução à teoria de Autômatos, Linguagens e Computação. Ed. Campus. 5) T. A. Diverio; P. B. Menezes; Teoria da Computação: Máquina Universais e Computabilidade. Série UFRGS 05. Editora Sagra­Luzzato, 1999. 6) B. M. Moret; The Theory of Computation. EUA, Addison­Wesley Pub. Co., 1997. 7) T. H. Cormen, C. E. Leiserson, R. L. Rivest, Introduction to Algorithms, McGraw­Hill, New York, 1990. MCC020 ­ Otimização Combinatória EMENTA: Problemas de natureza combinatória: caminhos, árvores e arborescências em grafos, problema da mochila. Geração de colunas em programação linear e suas aplicações. Programação linear inteira: modelagem em variáveis bivalentes ()­1) e métodos de solução (cortes, aproximação poliédrica, enumeração e relaxação lagrangiana). Programação não­linear inteira: métodos gerais e métodos específicos para programação quadrática bivalente ()­1). Problemas combinatórios. BIBLIOGRAFIA: 1) Nemhauser, George L., and Laurence A. Wolsey. Integer and combinatorial optimization. Vol. 18. New York: Wiley, 1988. 2) Goldbarg, Marco Cesar, and Henrique Pacca L. Luna. Otimização combinatória e programação linear: modelos e algoritmos. Elsevier, 2005. 3) Bertsimas Dimitris, and John Tsitsiklis, "Introduction to Linear Optimization". 1998. 4) Ahuja, Ravindra K., Thomas L. Magnanti, and James B. Orlin. "Network flows: theory, algorithms, and applications." (1993). 5) Papadimitriou, Christos H., and Kenneth Steiglitz. Combinatorial optimization: algorithms and complexity. Courier Dover Publications, 1998. 6) Schrijver, Alexander. Theory of linear and integer programming. Wiley. com, 1998. MCC021 ­ Fluxos em Rede EMENTA: Conceitos básicos e representação computacional de grafos; Formulação matemática de problemas de fluxo em redes, como: caminho mínimo, árvore geradora mínima, fluxo máximo, fluxo máximo de custo mínimo, árvore de Steiner; Algoritmos eficientes para problemas clássicos em redes. BIBLIOGRAFIA: 1) R.K. Ahuja, T.L. Magnanti e J.B. Orlin. "Network Flows: theory, algorithms and applications", Prentice­Hall. 2) M.S. Bazaraa, J.J. Jarvis e H.D. Sherali. "Linear Programming and Network Flows", segunda edição, Wiley. 3) C.H. Papadimitriou, K. Steiglitz. "Combinatorial Optimization: Algorithms and Complexity", Dover. MCC022 ­ Computação Evolucionária EMENTA: ● Introdução a Computação Evolucionária e Métodos de busca ● Representações ● Algoritmos genéticos ● Técnicas de seleção, cruzamento e mutação ● Estratégias Evolucionárias e Programação Evolucionária ● Evolução Diferencial ● Otimização multi­objetivo BIBLIOGRAFIA: 1. David Goldberg, The Design of Innovation (Genetic Algorithms and Evolutionary Computation), Springer, 2002. 2. Yu, Xinjie, Gen, Mitsuo, Introduction to Evolutionary Algorithms, Springer, 2010. 3. Franz Rothlauf, Representations for Genetic and Evolutionary Algorithms, Springer, 2006. MCC023 ­ Mineração de Dados EMENTA: ● Revisão de estatística básica e probabilidade. ● Visão geral do processo de mineração de dados. ● Carga, transformação e limpeza dos dados (ETL). ● Métodos de mineração de dados. ● Visualização dos resultados. ● Experimentos. BIBLIOGRAFIA: 1. Pang­Ning Tan, Michael Stenbach, Vipin Kumar, Introduction to Data Mining, Addison­Wesley, 2005. 2. Ian H. Witten, Eibe Frank, Mark A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, Third Edition, Morgan Kaufmann Publishers, 2011. 3. Jiawei Han, Micheline Kamber and Jian Pei, Data Mining: Concepts and Techniques, Third Edition, Morgan Kaufmann Publishers, 2011 MCC024 ­ Recuperação da Informação EMENTA: Algoritmos e técnicas de Construção de máquinas de busca: ● Representação de vocabulários ● Técnicas de construção e compressão de índices ● Processamento de consultas ● Avaliação em recuperação de informação ● Modelos de linguagem ● Máquinas de busca para a Web Algoritmos e heurísticas para mineração de informações: técnicas de classificação: ● Classificação de textos ● Agrupamento (clustering) de textos ● Tópicos de pesquisa em Recuperação de Informação BIBLIOGRAFIA: 1. Christopher D. Manning, Prabhakar Raghavan e Hinrich Schütze: Introduction to Information Retrieval, Cambridge, 2009. 2. Ricardo Baeza­Yates e Berthier Ribeiro­Neto: Modern Information Retrieval, Addison Wesley, 1999. 3. W. Bruce Croft, Donald Metzler e Trevor Strohman: Search Engines ­ information Retrieval in Practice, Addison Wesley, 2010. 4. Ian H. Witten, Alistair Moffat e Timothy C. Bell: Managing Gigabytes: Compressing and Indexing Documents and Images, Morgan Kaufmann Publishers, 1999, second edition. 5. Artigos técnicos especializados que serão sugeridos posteriormente. MCC025 ­ Meta­heurísticas EMENTA: ● Introdução a heurísticas e meta­heurísticas ● Algoritmos Gulosos ● Busca Local ● Busca Populacional ● Hiper­heurísticas BIBLIOGRAFIA: 1. Brown, D.E. and Scherer, W.T. Intelligent Scheduling Systems. Kluwer Academic Publishers, 1995. 2. Ansari, Nirwan and Hou, E. Computational Intelligence for Optimization. Kluwer Academic Publishers, 1997. 3. Reeves, C.R. Modern Heuristic Techniques for Combinatorial Problems. Blackwell Scientif Publications, 1993. 4. Reeves, C.R. Tabu Search. Kluwer Academic Publishers, 1997. 5. Glover, F., Laguna, M. & Taillard, E. Tabu Search. Annals of Operations Research, v.41, J.C.Baltzer, 1993. MCC026 ­ Computação Gráfica EMENTA: ● Introdução à Computação Gráfica. ● Sistemas de Coordenadas. ● Geração de Primitivas. ● Preenchimento de áreas e polígonos. ● Transformações 2D e 3D. ● Recorte e Projeções. ● Iluminação e Sombreamento ● Interface Homem Máquina BIBLIOGRAFIA: 1. J. D. Foley, A. van Dam, S. K. Feiner, J. F. Hughes. Computer Graphics, Principles and Practice. Addison­Wesley, 1997. 2. D. Hearn, M. P. Baker. Computer Graphics, C Version.Prentice Hall, 1997. 3. R.C. Gonzalez & R. E. Woods. Processamento de Imagens Digitais, Edgard Blücher, 2000. 4. R. C. Gonzalez & R. E. Woods. Digital Image Processing, Addison­Wesley, 1993. 5. B. W. Kernigham, D. M. Ritchie. The C Programming Language. Prentice Hall, 1972. 6. Ballard, D.H. e C.M. Brown, "Computer Vision", Prentice Hall, 1982. MCC027 ­ Visão Computacional EMENTA: ● Formação e modelo de imagens: câmeras; modelos geométricos de câmeras; calibração; radiometria; iluminação e cores ● Visão de baixo nível (uma imagem): filtros; detecção de arestas; textura ● Visão de baixo nível (múltiplas imagens): geometria de múltiplas imagens; visão estéreo; estruturas a partir de movimentos ● Visão de nível intermediário: segmentação por agrupamento; segmentação por modelos; segmentação probabilística; rastreio através de modelos dinâmicos; Análise de Movimento e Fluxo Ótico ● Visão de alto nível: visão baseada em modelos; superfícies; imagens tridimensionais; classificadores; reconhecimento BIBLIOGRAFIA: ● Forsyth , D.A. e Ponce, J. "Computer Vision: A Modern Approach", Prentice Hall, 2003 ● Jain, A.K. "Fundamentals of Digital Image Processing", Prentice Hall, 1989 ● Gonzalez, R.C. e Woods, R.E. "Digital Image Processing", Prentice Hall, 2002 ● Haralick, R.M. e Shapiro, L.G. "Computer and Robot Vision", Addison Wesley, 1992 ● Horn, B.K.P. "Robot Vision", MIT Press, 1986 ● Ballard, D.H. e C.M. Brown, "Computer Vision", Prentice Hall, 1982 MCC028 ­ Realidade Virtual e Aumentada EMENTA: ● Conceitos Fundamentais da Realidade Virtual (RV) ● Elementos de Computação Gráfica (CG) relacionados à RV ● RV não imersiva, RV imersiva ● Hardware de Entrada e Saída para RV ● Aplicações de RV ● Desenvolvimento de Ambientes Virtuais BIBLIOGRAFIA: 1. BURDEA, G.; COIFFET, P. Virtual Reality Technology. 2nd Edition. Wiley, New York, ISBN 0­471­36089­9, 2003. 2. BIMBER, O.; RASKAR, R. Spatial Augmented Reality: Merging Real and Virtual Worlds. A K Peters, Ltd, ISBN 1­56881­230­2, 2004. 3. VINCE, J. Introduction to Virtual Reality, Springer­Verlag New York, ISBN: 9781852337391, 2004. 4. SHERMAN, W.R.; CRAIG, A.B. Understanding Virtual Reality: Interface, Application and Design. Elsevier, ISBN 1­55860­353­0, 2003. MCC029 ­ Visualização de Informações EMENTA: ● Definições e histório da área de Visualização de Informações ● O sistema óptico e a percepção de visual ● Dimensionalidade dos dados ● Interatividade nas visualizações ● Técnicas de visualização de informações e suas aplicações ● Efetividade e eficiência ● Avaliação de visualizações ● Software e dispositivos de apoio BIBLIOGRAFIA:
1. CARD, Stuart K., MACKINLAY, Jock D., SHNEIDERMAN, Ben. Readings in Information Visualization: Using Vision to Think, Morgan Kaufmann Series in Interactive Technologies, Academic Press, 1999. 2. SPENCE, Robert. Information Visualization, ACM Press, 2000. 3. WARE, Colin. Information Visualization: Perception for Design, 2nd Edition, Morgan Kaufmann Interactive Technologies Series, April 2004. ISBN 1­55860­819­2. 4. Do NASCIMENTO, Hugo A. D., FERREIRA, Cristiane B. R. Visualização de Informações ­ Uma Abordagem Prática. No Livro Texto da XXIV Jornada de Atualização em Informática. São Leopoldo­RS, 2005. 5. DI BATTISTA, Giuseppe, EADES, Peter, TAMASSIA, Roberto, TOLLIS, Ioannis. Graph Drawing: Algorithms for the Visualization of Graphs, Prentice Hall, 1999. Referências Adicionais: ● TUFTE, Edward R., Visual Explanations: Images and Quantities, Evidence and Narrative. Graphics Press, Fev 1997. ISBN: 0961392126 ● TUFTE, Edward R., Envisioning Information. Graphics Press, Fev 1990. ISBN: 0961392118 ● TUFTE, Edward R., The Visual Display of Quantitative Information, 2nd edition, Graphics Press, Fev 2001. ISBN: 0961392142 ● JÜNGER, M., MUTZEL, P. (Eds.). Graph Drawing Software. 2003. ISBN 3­540­00881­0. ● BORG, I. e GROENEN, P. Modern Multidimensional Scaling. Springer­Verlag, New York, 1997. ● ECO, Humberto. Tratado Geral de Semiótica. 4a. edição, São Paulo: Editora Perspectiva S.A., 2003. ●
●
SANTAELLA, Lucia. Semiótica Aplicada. São Paulo: Pioneira Thomson Learnin, 2004. Artigos e web sites na área MCC030 ­ Redes de Computadores EMENTA: ● Introdução: conceitos, camadas, Internet, simulação de redes ● Camada de aplicação: Web, DNS, P2P, programação em sockets convencionais e raw sockets ● Camada de transporte: transporte confiável, controle de fluxo e de congestionamento, transporte em redes de alta velocidade, transporte em redes sem fio ● Camada de rede: endereçamento, IPv4/IPv6, protocolos de roteamento, roteamento em redes sem fio ● Camada de enlace: redes locais cabeadas, redes locais sem fio ● Outros tópicos: VLAN/QinQ, (G)MPLS, OpenFlow, etc. ● Tópicos recentes de pesquisa em redes de computadores BIBLIOGRAFIA: 1. Kurose, J. F. and Ross, K. W., Computer Networking – A Top­Down Approach – 6th edition, 2012. 2. Peterson, L. L. and Davie, B. S., Computer Networks ­ A Systems Approach ­ 5th edition, 2011. 3. Tanenbaum, A. S. and Wetherall, D. J., Computer Networks ­ 5th edition, 2011. 4. Stallings, W., Data and Computer Communications ­ 10th edition, 2013. 5. Stevens, W. R., Fenner, B. and Rudoff, A. M., Unix Network Programming ­ Vol. I ­ The Sockets Networking API ­ 3rd edition, 2003. MCC031 ­ Sistemas Distribuídos EMENTA: ● Modelos e arquitetura de sistemas distribuídos ● Middleware e paradigmas de interação (cliente­servidor, publish­subscribe, comunicação em grupo, filas de mensagens, espaços de tuplas, memória compartilhada, streaming) ● Princípios básicos: sincronização de relógios, estados globais, coordenação, consenso e controle de concorrência ● Tolerância a falhas, replicação e transações distribuídas ● Propriedades não­funcionais de sistemas distribuídos ● Computação ubíqua ● Computação como utility (computação em nuvem) ● Big Data: armazenamento e processamento; Big Memory; processamento em tempo­real para BIG Computing ● Escalabilidade: processamento de muitas requisições simultâneas; sistemas distribuídos de larga escala BIBLIOGRAFIA: 1. George Coulouris, Jean Dollimore, Tim Kindberg and Gordon Blair. Distributed Systems: Concepts and Design. Fifth Edition, Addison Wesley, 2011 2. Andrew S. Tanenbaum, Maarten van Steen. Distributed systems: principles and paradigms. 2nd Edition, Pearson Prentice Hall, 2007 MCC032 ­ Computação Paralela EMENTA: ● Motivação, histórico e estado atual ● Modelos teóricos de computação paralela ● Projeto de algoritmos no modelo PRAM ● Modelos práticos de computação paralela ● Projeto de algoritmos no modelo BSP ● Arquiteturas e computadores paralelos ● Medidas de desempenho de programas paralelos ● Arquiteturas manycore e suas linguagens de programação ● Implementação de algoritmos paralelos usando arquiteturas manycore BIBLIOGRAFIA: 1. Introduction to Parallel Algorithms, Joseph JaJa, Oxford University Press. 2. Parallel Scientific Computation: A Structured Approach using BSP and MPI, Rob H. Bisseling, Oxford University Press. 3. Programming Massively Parallel Processors: A Hands­on Approach, David B. Kirk, Wen­mei W. Hwu, Morgan Kaufmann. MCC033 ­ Sistemas Multimídia EMENTA: Compreender o conceito de multimídia. Conhecer os requisitos para o desenvolvimento de sistemas multimídia, os principais padrões associados às aplicações multimídia, os aspectos relativos à qualidade e tipo da transmissão, performance, formato dos arquivos, compactação de dados e interação. Identificar e entender sua aplicação em interfaces avançadas. BIBLIOGRAFIA: STEINMETZ, R. e NAHRSTEDT. Multimedia: Computing, Communications & Applications. Prentice Hall,1995. CHAPMAN, N and CHAPMAN, J. Digital Multimedia 2nd Edition, John Wiley & Sons, England 2009 STEINMETZ, R. e NAHRSTEDT, K . Multimedia Systems, X—media­publishing, 2004. CHAPMAN, N. And Chapman, J. Digital Multimedia, Wiley, 2009. HAVALDAR, P and MEDIONI, G Multimedia Systems: Algorithms, standards and industry practices, Course Technology, 2010. FURHT, B (editor), Multimedia Technologies and Applications for the 21st Century: Visions of World Experts (The Springer International Series in Engineering and Computer Science), 2010. MCC034 ­ Tópicos Especiais em Ciência da Computação Esta é uma disciplina de ementa variável que objetiva explorar tópicos avançados na área de Ciência da Computação. MCC035 ­ Tópicos Especiais em Engenharia de Software, Banco de Dados e Informática e Educação Esta é uma disciplina de ementa variável que objetiva explorar tópicos avançados nas áreas de Engenharia de Software, Banco de Dados e Informática e Educação. MCC036 ­ Tópicos Especiais em Fundamentos de Computação Esta é uma disciplina de ementa variável que objetiva explorar tópicos avançados na área de Fundamentos da Computação. MCC037 ­ Tópicos Especiais em Inteligência Computacional Esta é uma disciplina de ementa variável que objetiva explorar tópicos avançados na área de Inteligência Computacional. MCC038 ­Tópicos Especiais em Processamento Gráfico, Interação e Computação Aplicada Esta é uma disciplina de ementa variável que objetiva explorar tópicos avançados nas áreas de Processamento Gráfico, Interação e Computação Aplicada. MCC039 ­Tópicos Especiais em Sistemas de Computação Esta é uma disciplina de ementa variável que objetiva explorar tópicos avançados na área de Sistemas de Computação. MCC040 ­ Estudo Orientado Esta disciplina consiste num estudo individual ou em grupo, sob orientação do professor orientador, de tópicos complementares para a realização da dissertação final de mestrado. O conteúdo preciso do estudo deve ser definido em torno de uma proposta de trabalho que vise amadurecer o estudante para o desenvolvimento de suas atividades de dissertação, devendo girar em torno de tópicos que habilitem o estudante a se familiarizar com técnicas, ferramentas e teorias que lhe serão úteis na fase de elaboração da dissertação final de mestrado.