Estão abertas as inscrições para o Prêmio UFF de Teses e Dissertações, conforme as diretrizes estabelecidas no edital oficial. O Programa de Pós-Graduação em Computação (PGC) poderá indicar uma tese e uma dissertação para concorrer ao prêmio. Para isso, será realizada uma seleção interna. A tese indicada será a mesma já submetida ao Prêmio CAPES […]
Prêmio UFF de Teses e Dissertações: Inscrições Abertas Read More »
Avisos
Na última avaliação quadrienal da CAPES, o Programa de Pós-Graduação em Computação da Universidade Federal Fluminense registrou conceito máximo 7, posicionando-se entre os oito programas mais bem avaliados do país em sua área, conforme dados consolidados em relatórios oficiais da agência. Essa conquista não representa mera formalidade institucional, mas reflete a consolidação de uma trajetória
Será defendida no dia 14 de maio de 2026, às 16:00 horas, por videoconferência, a Dissertação de Mestrado intitulada “Backdoor Injection Analysis and Heuristic Auditing of LightGBM Models”, do candidato ao título de Mestre em Computação – Rômulo Carlos Almeida da Silva. Link para defesa: meet.google.com/mno-znrj-niy Resumo: Esta dissertação investiga a injeção de backdoors em
Backdoor Injection Analysis and Heuristic Auditing of LightGBM Models Read More »
Defesas de TeseSerá defendida no dia 8 de maio de 2026, às 09:00 horas, por videoconferência, a Dissertação de Mestrado intitulada “Matrix-free Strategies for Plastic Limit Analysis Using Image-based Finite Elements ”, do candidato ao título de Mestre em Computação – Diogo Ledermann Firmino Pinto. Link para defesa: https://meet.google.com/nbx-hrev-cqw Resumo: Este trabalho apresenta estratégias sem a montagem
Matrix-free Strategies for Plastic Limit Analysis Using Image-based Finite Elements Read More »
Defesas de TeseA prova de inglês será aplicada no dia 15/04/2026 (4a-feira), às 14h, na sala 215, prédio de salas de aulas do IC, Bloco R. A prova de inglês é etapa obrigatória para alunos de mestrado e doutorado do PGC. Se já realizou a prova no Programa e obteve aprovação, não precisa fazer novamente. Não é necessário realizar inscrição, bastando comparecer no
Prova de inglês PPGC UFF Read More »
AvisosSerá defendida no dia 7 de abril de 2026, às 11:00 horas, na sala 310 do Instituto de Computação, a Dissertação de Mestrado intitulada “Factoring Fermat-prime Products with Explicit Modular Exponentiation on IBM Quantum”, do candidato ao título de Mestre em Computação – Vitor Pio Silva. Resumo: Esta dissertação investiga uma implementação de referência da
Factoring Fermat-prime Products with Explicit Modular Exponentiation on IBM Quantum Read More »
Defesas de TeseSerá defendida no dia 31 de março de 2026, às 16:30 horas, na sala 310 do Instituto de Computação, a Dissertação de Mestrado intitulada “Modelagem das Relações Probabilísticas entre Variáveis Meteorológicas e Precipitação no Município do Rio de Janeiro por meio de Redes Bayesianas”, do candidato ao título de Mestre em Computação – Lucas Dirk
Será defendida no dia 1° de abril de 2026, às 10:00 horas, na sala 310 do Instituto de Computação, a Dissertação de Mestrado intitulada “Avaliação de Técnicas de Inteligência Artificial para Previsão de Eventos Extremos de Precipitação no Rio de Janeiro a partir de Dados de Séries Temporais Multivariadas”, do candidato ao título de Mestre
Será defendida no dia 1° de abril de 2026, às 14:00 horas, por videoconferência, a Dissertação de Mestrado intitulada “ARANI: Uma Abordagem Elástica Baseada em Linha de Experimento para Preservação de Privacidade e Auditoria em Data Lakes”, do candidato ao título de Mestre em Computação – Thiago da Costa Jordão. Link para defesa: meet.google.com/hfs-sjet-tzq Resumo: A adoção
Será defendida no dia 20 de março de 2026, às 10:00 horas, por videoconferência, a Dissertação de Mestrado intitulada “Biased Bootstrap for Positive and Unlabeled Learning”, do candidato ao título de Mestre em Computação – João Pedro de Matos d’Assumpção. Link para defesa: meet.google.com/ksr-xqet-tov Resumo: Este trabalho propõe um novo método de Positive and Unlabeled (PU)
Biased Bootstrap for Positive and Unlabeled Learning Read More »
Avisos, Defesas de Tese