Embora problemas relacionados à saúde mental usualmente tenham início durante a infância ou adolescência, apenas uma pequena parcela desta população recebe diagnóstico e tratamento adequado. Uma das causas para a baixa taxa de identificação de desordens mentais é a falta de instrumentos especializados nesta tarefa, especialmente ferramentas que reduzam o custo e o tempo necessário para a execução de processos de triagem psicológica. Na literatura recente, muitos autores vêm analisando como o aprendizado de máquina pode contribuir para a construção de instrumentos de avaliação psicológica, contudo poucas pesquisas se propõem a construir ferramentas válidas para grupos compostos majoritariamente por crianças. O presente trabalho propõe um modelo de ferramenta para apoio à triagem psicológica infantil baseada em testes clínicos e deep learning. Tal modelo foi avaliado através de uma implementação que combina o uso de Redes Neurais Convolucionais e um sistema de escalas clínicas para avaliação do Desenho da Figura Humana. Os resultados apresentados pelos modelos de classificação treinados demonstraram bons índices de acerto considerando-se a pequena amostra disponível, o que sugere que ferramentas de deep learning podem ser adequadas para o cenário proposto.
One of the main problems in the high performance computing area is to find the best strategy to parallelize an application. In this context, the use of analytical methods to evaluate the performance behavior before the real implementation of such applications seems to be an interesting alternative and can help to identify better directions for the implementation strategies. In this work, the Stochastic Automata Network (SAN) formalism is adopted to model and evaluate the performance of parallel applications. The methodology used is based on the construction of generic SAN models to describe classical parallel programming patterns, like Master/Slave, Pipeline and Divide and Conquer. Those models are adapted to represent cases of a real application through the definition of input parameters values. Finally, we present a comparison between the results of the SAN models and a real application, aiming at verifying the accuracy of the adopted technique.
Simpósio em Sistemas Computacionais978-0-7695-4614-8/11 $26.00
Este artigo descreve e analisa uma experiência diferenciada de ensino de Lógica, Programação e Matemática para Computação, cujos sujeitos envolvidos são alunos da graduação das áreas de TI na UNISINOS. Constitui-se um grupo de estudos chamado L2PM, que teve como mediadores três professores e ocorreu em período extraclasse. Os encontros contemplaram em um mesmo ambiente aulas integradas das disciplinas em questão, realizadas em rodadas de 15 minutos, alternadas entre os professores e temas, finalizando com uma rodada que serve de integração, a qual reúne os conteúdos tratados no grupo. O resultado desta experiência aponta que a dinâmica adotada no L2PM possibilitou outras condições para a construção de conhecimento.
High volume print jobs are getting more common due to the growing demand for personalized documents. In this context, Variable Data Printing (VDP) has become a useful tool for marketers who need to customize messages for each customer in promotion materials or marketing campaigns.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.