Aprendizagem de máquina para análise de indicadores na engenharia de software

Indicadores de desempenho são importantes recursos para a gestão da qualidade no desenvolvimento de software. O volume de dados produzido por esses indicadores tende a aumentar significativamente com o tempo de monitoração, dificultando análises e tomadas de decisão. As bases históricas tornam-se complexas, considerando a quantidade de dados monitorados e a diversidade de indicadores (diferentes tipos, granularidade e frequência). Este trabalho propõe o uso de técnicas de aprendizagem de máquina para análise dessas bases, utilizando redes neurais artificiais combinadas com técnicas de visualização de informação. É utilizado um modelo de indicadores, com base nos processos do modelo de referência MPS para Software (MPS-SW), agrupados segundo as perspectivas estratégicas do Balanced Scorecard (BSC).

Indicadores de bibliotecas universitárias: criação de índice de desenvolvimento baseado em redes de conhecimento compartilhado

Pós-graduação em Ciência da Informação - FFC

Avaliação da competitividade e da inserção em redes sociais dos piscicultores da UHE Canoas I

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Avaliação da competitividade e da inserção em redes sociais dos piscicultores da uhe canoas I

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Mapeamento da cinemática inversa de um manipulador robótico utilizando redes neurais artificiais configuradas em paralelo

Pós-graduação em Engenharia Elétrica - FEIS

Avaliação da competitividade e da inserção em redes sociais dos piscicultores da UHE Canoas I

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)