Defesas de Tese

Será defendida no dia 15 de setembro de 2025, às 16:00h, por videoconferência, a Proposta de Tese de Doutorado intitulada “Fusão de Modelos Transformers para Aprimorar a Generalização na Classificação de Textos em Português”, da candidata ao título de Doutor em Computação – Annie Vianna Amorim. Link para defesa: https://meet.google.com/gzc-tmsd-nnf Fusão de Modelos Transformers para Aprimorar a Generalização na Classificação de […]

Será defendida no dia 5 de setembro de 2025, às 13h30, por videoconferência, a Proposta de Tese de Doutorado intitulada “Abordagem de Otimização para Alocação de Privacy Budget no Problema de Agrupamento Diferencialmente Privado”, do candidato ao título de Doutor em Computação – Augusto César Fadel. Link para defesa: https://meet.google.com/suj-vnkr-qhf?hs=224 Abordagem de Otimização para Alocação de Privacy Budget no Problema de

Será defendida no dia 10 de setembro de 2025, às 09:00 horas, por videoconferência, a Dissertação de Mestrado intitulada “Estudo e Avaliação de Métodos de Imputação para Bases de Dados Longitudinais”, do candidato ao título de Mestre em Computação – Luiz Fernando Coelho Passos. Link para defesa: https://meet.google.com/hbt-xjsz-bwp Estudo e Avaliação de Métodos de Imputação para Bases

Será defendida no dia 4 de setembro de 2025, às 10:00 horas, por videoconferência, a Tese de Doutorado intitulada “Algoritmos de Otimização Aplicados ao Problema do Comitê de Agrupamentos”, do candidato ao título de Doutor em Computação – Augusto Pizano Vieira Beltrão. Link para defesa: meet.google.com/wvm-gbcg-szi  Algoritmos de Otimização Aplicados ao Problema do Comitê de Agrupamentos Resumo:

Novo link para defesa: https://www.youtube.com/watch?v=2uSVG774nSc Em seg., 25 de ago. de 2025 às 15:52, Gabriel Campos <gabriel@ic.uff.br> escreveu: Será defendida no dia 2 de setembro de 2025, às 14h, por videoconferência, a Proposta de Tese de Doutorado intitulada “Governança de Dados em Estatísticas Oficiais Apoiada por Dados de Proveniência”, do candidato ao título de Doutor em Computação

Será defendida no dia 9 de setembro de 2025, às 14:30 horas, por videoconferência, a Tese de Doutorado intitulada “Blockchain Aplicada: Uma Abordagem Experimental sobre Desempenho, Colapso de Ecossistemas e Arketplaces Descentralizados”, do candidato ao título de Doutor em Computação – Isaac de Abreu Gaspar. Link para defesa: https://meet.google.com/bsu-pcwd-vxb  Blockchain Aplicada: Uma Abordagem Experimental sobre Desempenho, Colapso

Será defendida no dia 4 de setembro de 2025, às 16:00h, por videoconferência, a Proposta de Tese de Doutorado intitulada “ProvInCiA: Uma Abordagem para Rastreabilidade de Dados em Cidades Inteligentes por meio de Proveniência”, da candidata ao título de Doutor em Computação – Maria Luiza Furtuozo Falci. Link para defesa: https://www.youtube.com/watch?v=BEgRjyCUrsU ProvInCiA: Uma Abordagem para Rastreabilidade de

Será defendida no dia 5 de setembro de 2025, às 11h, por videoconferência, a Proposta de Tese de Doutorado intitulada “Análise Híbrida de Visão Computacional com IA e Gêmeos Digitais para Monitoramento de Embarcações não Colaborativas”, do candidato ao título de Doutor em Computação – João Vitor de Souza Chagas. Link para defesa: https://meet.google.com/rzu-pfns-srj Análise Híbrida de

Será defendida no dia 3 de setembro de 2025, às 10:00 horas, por videoconferência, a Tese de Doutorado intitulada “SPEED – SFC Placement in Edge-Cloud Continuum: a Distributed Approach”, do candidato ao título de Doutor em Computação – Anselmo Luiz Éden Battisti. Link para defesa: meet.google.com/uxw-tosa-iim  SPEED – SFC Placement in Edge-Cloud Continuum: a Distributed Approach Resumo:

Será defendida no dia 4 de setembro de 2025, às 13h, por videoconferência, a Proposta de Tese de Doutorado intitulada “Optimal and Metaheuristic-Based Client Selection Strategies for Federated Learning on Heterogeneous Devices”, do candidato ao título de Doutor em Computação – Alan Lira Nunes. Link para defesa: https://meet.google.com/ksh-asmy-ecf Optimal and Metaheuristic-Based Client Selection Strategies for Federated Learning