Tecnologias da Informação Motivações e Avanços

Transcrição

1 Tecnologias da Informação Motivações e Avanços Aula #1.2. EBS 211 POO e UML Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã

2 Roteiro Dados x Informação; Computadores, Processamento de Dados; Motivação e Desafios de Hoje; 2

3 Tecnologia da Informação Dados e informação 3

4 Tecnologia da Informação Dados e informação Dados: elementos independentes de um problema em particular; 4

5 Tecnologia da Informação Dados e informação Dados: elementos independentes de um problema em particular; Informação: conjunto estruturado de dados que transmite algo útil para o usuário. 5

6 Tecnologia da Informação Dados Processamento Informação 6

7 Tecnologia da Informação Dados Processamento Informação 7

8 Tecnologia da Informação Exemplos: 1.Encontrar um número de telefone em uma agenda a partir de um nome; 8

9 Tecnologia da Informação Exemplos: 1.Encontrar um número de telefone em uma agenda a partir de um nome; 2.Saber o lucro de uma empresa no mês corrente. 9

10 Tecnologia da Informação Exemplos: 1.Encontrar um número de telefone em uma agenda a partir de um nome; 2.Saber o lucro de uma empresa no mês corrente. 10

11 Tecnologia da Informação Exemplos: 1.Encontrar um número de telefone em uma agenda a partir de um nome; 2.Saber o lucro de uma empresa no mês corrente. Como programar o exemplo 2? 11

12 Motivação e Desafios de Hoje Speech To Text Economia de tempo para transcrições Mercado corporativo e de agronegócio, sessões judiciais, monitoramento de mídias, material de aulas e adaptação para deficientes auditivos. 12

13 Motivação e Desafios de Hoje Speech To Text Economia de tempo para transcrições Mercado corporativo e de agronegócio, sessões judiciais, monitoramento de mídias, material de aulas e adaptação para deficientes auditivos. Business Intelligence Predições para a tomada de decisões "Cultivar soja será economicamente viável no próximo ano?"; "Quantos clientes estão propensos a desistirem de nosso serviço" (Churn Prediction). 13

14 Motivação e Desafios de Hoje Speech To Text Economia de tempo para transcrições Mercado corporativo e de agronegócio, sessões judiciais, monitoramento de mídias, material de aulas e adaptação para deficientes auditivos. Business Intelligence Predições para a tomada de decisões "Cultivar soja será economicamente viável no próximo ano?"; "Quantos clientes estão propensos a desistirem de nosso serviço" (Churn Prediction). Mineração de textos Análise da espacialização de notícias agrícolas (EMBRAPA). 14

15 Motivação e Desafios de Hoje Análise de Sentimentos Identificar: Opiniões; Emoções; Atitudes. 15

16 Motivação e Desafios de Hoje Análise de Sentimentos Identificar: Opiniões; Emoções; Atitudes. 16

17 Motivação e Desafios de Hoje Internet das Coisas e Wearables Óculos, relógios inteligentes Dispositivos para meio de pagamento (substituição de moedas e células, bitcoin) 17

18 Motivação e Desafios de Hoje Internet das Coisas e Wearables Óculos, relógios inteligentes Dispositivos para meio de pagamento (substituição de moedas e células, bitcoin) Veículos Autônomos CaRINA (Carro Robótico Inteligente para Navegação Autônoma) Laboratório de Robótica Móvel (ICMC/USP - São Carlos) 18

19 Motivação e Desafios de Hoje Redes Neurais Artificiais para identificação de vias Mendes, C. C. T., Frémont, V., & Wolf, D. F. (2016, May). Exploiting Fully Convolutional Networks for Fast Road Detection. In 2016 IEEE International Conference on Robotics and Automation (ICRA). Mahadevan, V., Li, W., Bhalodia, V., & Vasconcelos, N. (2010, June). Anomaly detection in crowded scenes. In Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on (pp ). IEEE. 19

20 Motivação e Desafios de Hoje Redes Neurais Artificiais para identificação de vias Detecção de comportamento em vídeos Anormalidades, monitoramento de idosos, pacientes, etc. Mendes, C. C. T., Frémont, V., & Wolf, D. F. (2016, May). Exploiting Fully Convolutional Networks for Fast Road Detection. In 2016 IEEE International Conference on Robotics and Automation (ICRA). Mahadevan, V., Li, W., Bhalodia, V., & Vasconcelos, N. (2010, June). Anomaly detection in crowded scenes. In Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on (pp ). IEEE. 20

21 Motivação e Desafios de Hoje Robótica 21

22 Motivação e Desafios de Hoje Inteligência Artificial Sistema de irrigação inteligente Agricultura de Precisão Inteligência embarcada, automação e rede de sensores Mapeamento de solos e variáveis meteorológicas 22

23 Motivação e Desafios de Hoje Sensoriamento Remoto, Big Data e Drones Sistema de Informação Georreferenciada (SIG) Monitoramento de desmatamentos, cobertura vegetal, pastagens (EMBRAPA) Amazônia Legal Brasileira (EMBRAPA/INPE) Detecção de doenças e pragas Souza, J. R., Mendes, C. C., Guizilini, V., Vivaldini, K. C., Colturato, A., Ramos, F., & Wolf, D. F. (2015, May). Automatic detection of Ceratocystis wilt in Eucalyptus crops from aerial images. In 2015 IEEE International Conference on Robotics and Automation (ICRA) (pp ). IEEE. 23

24 Motivação e Desafios de Hoje Bioinformática Tecnologias para análises e avanços no sequenciamento de DNA Prospecção de genes que afetam características de interesse pecuário; Melhoramento do desempenho produtivo e reprodutivo dos animais. 24

25 Motivação e Desafios de Hoje Bioinformática Tecnologias para análises e avanços no sequenciamento de DNA Prospecção de genes que afetam características de interesse pecuário; Melhoramento do desempenho produtivo e reprodutivo dos animais. Mudanças Climáticas Análise de tendências (Data Streams) Sistemas computacionais para projeções futuras (INPE). Avaliação da economia agropecuária em regiões específicas Integração de sistemas de produção, políticas públicas e cenários de mitigação de gases do efeito estufa (EMBRAPA). 25

26 Motivação e Desafios de Hoje Referências Complementares AGROTITAN. O papel da tecnologia da informação na agricultura. Tecnologia & Inovação, Disponível em: Acesso em: 18/07/16. GAUDIN, Sharon. Para ficar de olho: Dez tecnologias emergentes que revolucionarão o mundo, Disponível em: -emergentes-que-revolucionarao-o-mundo. Acesso em: 18/07/16. 26

27 Exercício aprender é recordar 1. Esboçar um programa (em C) que atribui um número inteiro a uma variável x; 27

28 Exercício aprender é recordar 1. Esboçar um programa (em C) que atribui um número inteiro a uma variável x; 2. Neste mesmo programa, criar um vetor, v, de números inteiros (10 posições) e atribuir valores (aleatórios) em cada posição; 28

29 Exercício aprender é recordar 1. Esboçar um programa (em C) que atribui um número inteiro a uma variável x; 2. Neste mesmo programa, criar um vetor, v, de números inteiros (10 posições) e atribuir valores (aleatórios) em cada posição; 3. Neste mesmo programa, descobrir o maior valor contido em v e atribuí-lo em x. 29

30 Próxima aula: Dia 3/8 Sala 8 Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã