As atividades deverão ser entregues via sala no classroom.
Exercícios, 10% da nota;
Pitch, 30% da nota;
Seminários, 10% da nota;
Trabalho prático, 50% da nota
CPMAT, sala 19.
Email: alla<.at.>laccan.ufal.br
(31/01) Apresentação da disciplina (Ementa)
Sábado 03/02 (2h aulas) Leitura e resumo do artigo 1: Freitas et al.. A detailed characterization of complex networks using Information Theory - https://www.nature.com/articles/s41598-019-53167-5.
Pontos a serem observados e destacados no artigo: Problema, hipóteses, se o "inimigo" é adequado, estratégia de validação, destaque aos resultados (se foram satisfatórios), e qual a relação mínima com o seu trabalho. Dica válida e levada em consideração em todas as atividades de Leitura e resumo de artigos.
Sábado (17/02) (2h aulas) Leitura e resumo do artigo 2: Silva et al.. JSensor: A Parallel Simulator for Huge Wireless Sensor Networks Applications - https://ieeexplore.ieee.org/document/8680714 (baixar por um link válido da UFAL)
Introdução e conceitos básicos (Introdução)
(21/02) Ciclo de seminários 1 - Artigos a serem escolhidos atualizados no Google Classroom.
Sábado 24/02 (2h aulas) Pitch 1 máximo 15 min - Definição do problema e contextualização do tema do trabalho prático. (Fazer upload do ppt no Classroom)
Apresentar a idéia geral de um dos seguintes algoritmos: de predição (ARIMA), agrupamento (KNN) ou classificação (SVM).
Projeto de RSSF (projetoRSSF)
Sábado 02/03 (2h aulas) Leitura e resumo do artigo 3: Aquino and Nakamura. Data Centric Sensor Stream Reduction for Real-Time Applications in Wireless Sensor Networks - https://www.mdpi.com/1424-8220/9/12/9666
Projeto de RSSF (cont.)
Sábado 09/03 (2h aulas) Pitch 2 máximo 15 min - Embasamento teórico (principais conceitos) e problemática do tema do trabalho prático (Fazer upload do ppt no Classroom)
Incluir a base de dados (buscar na rede) que será utilizada para o trabalho final, ou a proposta de geração de dados sintéticos para o trabalho.
(13/03) Ciclo de seminários 2 - Artigos a serem escolhidos atualizados no Google Classroom.
Sábado 16/03 (2h aulas) Leitura e resumo do artigo 4: Aquino et al.. MuSA: Multivariate Sampling Algorithm for Wireless Sensor Networks. - https://ieeexplore.ieee.org/document/6305448 (baixar por um link válido da UFAL)
Caracterização e amostragem de dados aplicados a RSSF - Amostragem de dados RSSF
Sábado 23/03 (2h aulas) Pitch 3 máximo 15 min - Embasamento teórico (caracterização e amostragem) aplicadas ao tema do trabalho prático.
Incluir uma proposta de implementação de um método de predição (ARIMA), agrupamento (KNN) ou classificação (SVM). Protótipo de implementação com dados avulso.
Mostrar a implementação e resultados do tratamento dos dados, sugiro fazer em Python ou R. Gerar a estatística descritiva dos dados, eliminação de outliers, PCA (se for multivariado), outros métodos de análise de dados.
Caracterização e amostragem de dados aplicados a RSSF - Amostragem de dados em cidades inteligentes
(03/04) Ciclo de seminários 3 - Artigos a serem escolhidos atualizados no Google Classroom.
Sábado 06/04 (2h aulas) Leitura e resumo do artigo 5: Silva et al.. Study about vehicles velocities using time causal Information Theory quantifiers. - https://doi.org/10.1016/j.adhoc.2019.02.009 (baixar por um link válido da UFAL)
Introdução à simulação e experimentos em RSSF - Planejamento de experimentos
Sábado 13/04 (2h aulas) Leitura e resumo do artigo 6: Souza et al.. A method to detect data outliers from smart urban spaces via tensor analysis. - https://doi.org/10.1016/j.future.2018.09.062 (baixar por um link válido da UFAL)
Introdução à simulação e experimentos em RSSF - Planejamento de estudos de caso
Sábado 20/04 (2h aulas) Pitch 4 máximo 15 min - Planejamento de experimentos para o trabalho prático. Mostrar o design dos experimentos, incluir uma execução inicial dos testes e apresentar a proposta de execução dos experimentos finais.
(24/04 - 2h aulas) Entrega parte escrita Trabalho Prático (Especificação)
Apresentação final do trabalho (máximo 15 min): Agrupar e refinar os pitches anteriores como uma apresentação final do trabalho
(01/05 - 2h aulas) Reavaliação
(08/05 - 2h aulas) Prova final
A carga horária desse curso corresponde a 60 horas de aulas, ou seja, 60 aulas x 60 min = 3.600 min de aulas. O calendário apresentado deve corresponder até 72 aulas de 50 min, ou seja, 72 aulas x 50 min = 3.600 min de aulas.