Jussara M Almeida é Bolsista de Produtividade em Pesquisa nível 1C do CNPq, com experiência na área de análise e modelagem de desempenho de sistemas distribuídos em larga escala, caracterização de comportamento de usuários e de cargas de trabalho e computação social. Foi membro afiliado da Academia Brasileira de Ciências e atualmente lidera o Laboratório de Computação Social (LOCUS) no DCC/UFMG, realizando pesquisas nas áreas de disseminação de informação (incluindo desinformação), modelagem de comportamento humano e social e projeto de sistemas de recomendação.
"Não acredite em tudo que você lê!" — Desinformação na Web: Desafios, Análises e Resultados
Apesar de vários esforços para detecção e combate à desinformação online, as campanhas de fake news, em particular em plataformas de mídia social, permanecem um problema com grande impacto nas sociedades. Nós argumentamos que para desenvolver soluções efetivas para o combate à desinformação é essencial entender (analisar e modelar) como a informação é propagada, frequentemente cruzando os limites de diferentes plataformas, e atingindo uma grande audiência. Nesta palestra, eu irei discutir alguns dos desafios principais para o combate à desinformação online a apresentar resultados recentes do nosso grupo de pesquisa sobre a análise de disseminação de fake news no WhatsApp. Nossos resultados abordam aspectos relacionados ao conteúdo (textual, imagem e áudio), dinâmica de propagação e à rede de disseminação de informação, bem como propriedades dos usuários que mais contribuem para o espalhamento de desinformação na plataforma.
Sou designer há 15 anos, e nesse tempo me mantive focada em pensar o design e suas relações com o desenvolvimento de sistemas. Tendo empreendido algumas vezes, tive o privilégio de vivenciar tanto a transformação de indústrias centenárias, como o surgimento de novas maneiras de enxergar o mundo no espírito inovador das startups. Hoje coordeno a diretoria de Design na Loggi, e sigo investindo ativamente em iniciativas, empresas e projetos que acredito que possam impactar positivamente nossa sociedade.
Como podemos moldar o futuro do Brasil por meio de design e tecnologia integrados à logística?
O UX Design tem um papel fundamental para a entrega de experiências de valor, principalmente quando estamos trabalhando em ambientes super acelerados. Estamos propondo maneiras diferentes de abordar a prática de design e seus resultados na Loggi, o unicórnio brasileiro de logística. Pretendo trazer o nosso contexto atual, e explorar algumas das nossas hipóteses, com soluções em software, hardware e IoT, para repensar a maneira como entregamos valor para todos a partir de um propósito ambicioso de conectar o Brasil. Para saber mais sobre a Loggi: loggi.com/venha.
Laura Toni is Lecturer in the Department of Electronic and Electrical Engineering at University College London (UCL). She received her PhD degree in electrical engineering in 2009 from the University of Bologna, Italy. She was a Post-Doc at the University of California at San Diego (UCSD) from 2011-2012 and at the Swiss Federal Institute of Technology (EPFL), Switzerland from 2012-2016. Her major contributions are in the area of large-scale signal processing for machine learning, graph signal processing, decision-making strategies under uncertainty, and multimedia processing. Her past research endeavours with Intel, Cisco, and Verizon have led to several patents and patents applications on interactive media processing. She has (co)-authored over 60 high-impact publications, and she is co-inventor of 2 patents on low-delay video processing and streaming. She is the recipient of Best Paper Candidate in best student paper award MMSys 2021, IEEE best 10% paper award at VCIP 2016, IEEE Best paper award at IEEE ISM 2016, ACM best 10% paper award at MMSP 2013. She recently received the UCL Future Leadership Award and Cisco Academic grant and online optimization on irregular domains with application to smart cities. She also received the Adobe System academic donation on graph-based processing for point clouds. She has acted as Associate Editor of the IEEE Transactions on Image Processing and EURASIP Journal on Advances in Signal Processing, Guest editor for ACM Transactions on Multimedia Computing, Communications, and Applications (2020) and Guest editor for IEEE COMSOCMTC E-Letter (2016). She has organized special sessions at the frontiers between signal processing and machine learning: special Session Co-Chair “When Graph Signal Processing meets Computer Vision” at ICCV2021, Special Session Co-Chair “Visual Communication with 6 DoF” at EUVIP 2019, organizer and presenter of the Tutorial “Graph signal processing for machine learning: A review and new perspectives” at ICASSP 2021. She has been involved in several top-tier conferences organizing committees: general Co-chair at ACM MMSys 2020, TPC Co-Chair at ACM MMSys 2019, Tutorial Chair ACM MM 2020, and she acted as diversity chair at ACM MMSys 2021, IEEE ICME 2020, IEEE PIMRC 2020. Finally, Laura Toni is also a member of the SIGMM Executive Committee and of the MMSys Steering Committee.
The power of graphs in immersive communications
A major challenge for the next decade is to design virtual and augmented reality systems for real-world use cases such as healthcare, entertainment, e-education, and high-risk missions. This requires immersive systems that operate at scale, in a personalized manner, remaining bandwidth-tolerant whilst meeting quality and latency criteria. This can be accomplished only by a fundamental revolution of the network and immersive systems that has to put the interactive user at the heart of the system rather than at the end of the chain. With this goal in mind, in this talk, we provide an overview of our current research on graph-based data processing for immersive communications and systems. After an overview of the open challenges in virtual and augmented reality systems, and an introduction of graph-based processing (e.g., graph signal processing), we then present our main contributions in two main directions. First, we present our study on the behaviour of interactive users in immersive experiences and its impact on the next-generation multimedia systems. We present novel graph-based tools for behavioural analysis of users navigating in 3-DoF and 6-DoF systems, we show the impact and advantages of taking into account user behaviour in immersive systems. As a second topic, we present our proposed graph-based machine learning algorithm aimed at predicting dynamic point clouds, showing the possible impact on computer graphics as well as point cloud compression. We then conclude with open challenges in immersive systems (and beyond) in which graph-based machine learning could help.
Felipe Ferreira tem mais de 18 anos de experiência atuando em diversas empresas de Tecnologia da Informação. É aluno de doutorado na Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) com ênfase em visão computacional. É mestre em ciência da computação pela Universidade Federal do Amazonas (UFAM) onde seu objetivo de pesquisa foi em aprendizagem de máquina para a análise de sentimentos aplicadas ao contexto de microblogs. É líder técnico atuando como pesquisador e cientista de dados no time de recomendação da Globo. Seus principais interesses de pesquisa estão nas áreas de visão computacional e sistemas de recomendação.
Sistemas de Recomendação na Globo: algorítmos, desafios e tendências
A Globo é uma empresa media tech e o maior grupo de mídia da América Latina. Dentre os seus principais produtos, destacam-se os maiores portais do Brasil (G1, GE, GShow) e também o Globoplay que é o seu serviço de streaming. São dezenas de milhões de acessos por dia, com mais de 100 milhões de usuários únicos por mês e uma produção massiva de conteúdo bastante variado em jornalismo, esportes, variedades, podcasts e vídeos. Nesta palestra, vamos falar um pouco sobre como funcionam os algoritmos e as tecnologias envolvidas na criação de recomendações personalizadas para milhões de usuários ativos, entregando milhares de itens de diversos contextos de produtos. Também falaremos sobre os principais desafios, tendências e iniciativas de pesquisas no contexto de recomendação na Globo.
Pesquisador do Ceweb.br/NIC.br e Professor da PUC-SP. Doutor em Tecnologias da Inteligência e Design Digital pela PUC-SP com período de Doutorado Sanduíche na Université Paris I – Patheon-Sorbonne. Especialista em Neurociência e Comportamento. Fez estágio pós-doutoral no laboratório de IA da Universidade de Salamanca com bolsa do Santander Universidades. Foi pesquisador visitante no laboratório de Ciência Cognitiva da Queen Mary University of London. Finalizou a certificação em Natural Language Understanding por Stanford.
Computação Afetiva na Web
Esta palestra tem como objetivo apresentar o conceito de computação afetiva e apresentar abordagens do estado da arte para o reconhecimento de emoções na área de Processamento de Língua Natural na Web. Para isso, discutiremos as principais teorias de emoções, as diferentes tecnologias de computação afetiva, as arquiteturas de ponta em PLN (especialmente modelos de língua baseados em Transformers) e os impactos éticos e sociais na Web.