Please enable JavaScript.
Coggle requires JavaScript to display documents.
Aplicações em Computação, Modelo em camadas - Coggle Diagram
Aplicações em Computação
IoT, redes de Computadores, Veículos aéreos não-tripuláveis (drones), Microprocessadores
Veículos aéreos não-tripuláveis (Drones)
Área de atuação
Vigilância e monitoramento
Atendimentos de emergência e detecção de acidentes
Coleta de dados
Entrega de Mercadorias e taxi aéreo
Regulamentações
No Brasil, Operações totalmente autônomas são proibidas
Existem drones que se deslocam por meio de
sistemas embarcados, sem intervenção humana
Controlados à distância por meios eletrônicos e
computacionais, com a supervisão de humanos
Não possui piloto embarcado para ser guiado
Classificação conforme peso
Classe 1
Acima de 150g
Classe 2
Acima de 25g ou igual e abaixo de de 150g
Classe 3
Abaixo ou igual a 25g
Internet of Things (IoT)
Segurança e privacidade
Hiperconectividade e rápida expansão
Readily accessible
Always recording
H2M
M2M
Always-on
P2P
Massiva produção de dados
Microprocessadores
Máquina que executa programas de forma automática, recebendo como entrada instruções e dados e realizando funções de:
Armazenamento
Comunicação
Processamento
Controle
Estrutura básica
Memória principal
Unidade Central de Processamento
Memória em Cache
Unidade Lógica Aritmética
Unidade de Controle
Aplicações
Desktops e notebooks
Servidores, Clusters e Warehouse
Sistemas embarcados
Dispositivos móveis
Rede de computadores
Classificações conforme área de cobertura
LAN (Local Area Network)
MAN (Metropolitan Area Network)
PAN (Personal Area Network)
WAN (Wide Area Network)
Origem com objetivo principal de trocar informações entre dispositivos
Camadas padronizadas em protocolos
Enlace
Endereços físicos (MAC), Controle de Acesso ao Meio
Fisica
Hardware, sinais elétricos e ópticos, modulação e codificações
Rede
Endereços lógicos (IP), conexão entre dispositivos (Roteadores)
Transporte
Conexão entre Host e processos
Aplicações
interface com aplicativos
Gamificação, Jogos digitais, Softwares educacionais
Gamificação
O termo Gamificação compreende a aplicação de jogos em não jogos
A Gamificação captura dos jogos a sua essência, ou seja, os elementos mecanismos que proporcionam ao usuário mais motivação e engajamento
Exemplos
Starbucks: Uma versão bem simples de Gamificação é dar troféus, estrelas, pontos a cada ação desempenhada da forma certa
Nike Training Club: Plataforma desenvolvida pela Nike que oferece treinos das mais diversas modalidades
Usar ideias e mecanismos de jogos pra incentivar alguém a fazer algo
O objetivo principal é engajar, comprometer e recompensar os usuários
Pode ser aplicada a atividades em que é preciso estimular o comportamento do indivíduo
Jogos Digitais
4 elementos fundamentais de todos os jogos
Interação
Segurança
Representação
Conflito
Os jogos digitais existentes podem ser analisados tendo em conta os seguintes critérios
Temática/atividades
Dispositivo utilizado
Duração
Adversário (computador, outro jogador, etc)
Número de jogadores (individual ou multijogador)
Acesso ao jogo (comunidade aberta ou fechada
Os jogos digitais são, não exclusivamente, representações de jogos, num nível mais abstrato, através dos recursos computacionais.
Uma característica marcante nos jogos digitais se refere à rigidez das regras. Apesar dos jogos, em geral, serem regrados, quando se tratando de jogos não-digitais, sempre existe espaço para uma negociação das regras.
Softwares educacionais
A empresa Valve também possui um software semelhante, desta vez do tipo Software de Jogos, chamado Valve Hammer Editor Onde neste existem algumas opções como: hammer editor, Editor (Sdk). Porém neste as leis de física não se aplicam. O model viewer e face poser. Dando destaque para o Hammer software é projetado para criação de mapas 3D para os jogos da empresa. Podendo ser uma base para softwares mais avançados.
E na EAD (educação a distância) a ideia é criar uma motivação intrínseca, em que o aprendizado acontece por meio das próprias brincadeiras, sem separação entre a teoria e a prática.
E o papel do professor é ter uma atuação semelhante a de um designer de jogos, buscando maneiras para que o aluno sempre queira jogar mais, ficando engajado e afim de descobrir novas maneiras de interagir com o conhecimento e mundo ao seu redor.
O uso de jogos digitais e uma proposta de ensino personalizada e adaptativa, capaz de trabalhar as dificuldades e potencialidades de cada usuário de forma segmentada
Processamento de imagens, RNA
RNA (Redes Neurais Artificiais)
Organizadas geralmente em:
Camada de entrada: onde os padrões são apresentados à rede
Camadas Intermediárias ou Escondidas: onde é feita a maior parte do processamento, através das conexões ponderadas podem ser consideradas como extratores de características
Camada de Saída: onde o resultado final é concluído e apresentado
Dois modelos muito conhecidos de redes neurais são:
Backpropagation: trabalhando do mesmo jeito que outros algoritmos, esse modelo tem como vantagem sua solução de problemas “não-linearmente separáveis” e sua capacidade de trabalho multicamadas.
Perceptron: modelo desenvolvido nos anos de 1950 e 1960 por Frank Rosenblatt, baseado no trabalho de Warren McCulloch e Walter Pitts. O modelo como é apresentando ao longo do trabalho, é um modelo matemático que recebe várias entradas e retorna com uma única saída binária.
Tais redes são formados por diversas unidades de processamento conectadas por canais de comunicação associados a certo peso e assim ela cegue fazendo operações e interações sobre dados fornecidos pelas entradas.
A operação de uma das unidades de processamento proposta por McCullock e Pitts pode ser resumida em 4 etapas
1- Sinais são apresentados à entrada;
3- É feita a soma ponderada dos sinais que produz um nível de atividade;
2- Cada sinal é multiplicado por um número, ou peso, que indica a sua influência na saída da unidade;
4- Se este nível de atividade exceder um certo limite (threshold) a unidade produz uma determinada resposta de saída
Os dados fornecidos geralmente possuem regras de treinamento onde os pesos são ajustados de acordo com a regra apresentada
O que torna as redes neurais o que elas são é a capacidade de aprendizado com o ambiente apresentado para melhorar sua capacidade, tal aprendizado ocorre no ajuste dos pesos feito na etapa de treinamento, chegando no aprendizado quando a rede é capaz de chegar em uma solução para o problema.
O aprendizado é definido também pela maneira que a rede neural se relaciona com o ambiente, existindo assim os seguintes paradigmas de aprendizado.
Aprendizado Não Supervisionado (auto-organização), quando não existe uma agente externo indicando a resposta desejada para os padrões de entrada;
Reforço, quando um crítico externo avalia a resposta fornecida pela rede.
Aprendizado Supervisionado, quando é utilizado um agente externo que indica à rede a resposta desejada para o padrão de entrada;
Para isso, temos os algoritmos de aprendizado os conjuntos de regras definidos para a solução de um problema.
Existem diversos tipos de algoritmos adaptados para cada rede e situação, se diferenciando principalmente no valor de seus pesos.
Redes Neurais Artificiais ou RNA são modelos matemáticos
inspirados na estrutura neural e a capacidade de aprender dessa estrutura de seres inteligentes.
Processamento de Imagens
As etapas de processamento ocorrem na seguinte ordem
1 - Formação e Aquisição da imagem
2 - Digitalização da imagem
3 - Pré-processamento
4 - Segmentação
O processamento de imagem vem evoluindo cada vez mais ao longo dos anos, saindo de equipamentos que não conseguiam captar certos níveis de brilho até os que conseguem captar com extrema maestria
Para isso, temos a representação de uma imagem como uma matriz, onde os valores de colunas e linhas são chamados de pixels, possuindo o valor de cor em tal ponto
Temos também como referência os valores de brilho de uma imagem a função bidimensional de intensidade de luz f(x, y) onde os valores de x e y mostram os valores de coordenadas espaciais assim como o valor de f em qualquer lugar sendo proporcional ao brilho (ou níveis de cinza da imagem em certo ponto
O processamento também se da em 3 níveis distintos
O processamento de médio nível engloba as tarefas de segmentação e reconhecimento de objetos individuais, assim, a entrada continua sendo uma imagem enquanto a saída poder ser um conjunto de atributos dela
O processamento de alto nível é onde o conteúdo da imagem é interpretado com a execução de funções cognitivas semelhantes a percepção humana
O processamento de baixo de nível, onde é feita operações primitivas como redução de ruído, aumento de contraste. suavização e compressão de imagem
Realidade virtual, Computação gráfica
Computação Gráfica
Sintese de imagens
A CP pode ser relacionada a 3 sub áreas
Geração
Manipulação
interpretação
A área técnico-científica da CG, engloba não só componentes algorítmicos mas também componentes de arquitetura de sistemas interativos (controle e monitoração de processos, editores gráficos para animação ou para projeto de engenharia)
Análise de imagens
Processamento de imagens
O ano de 1963 representa o início da Computação Gráfica tal como foi entendida por mais de 3 décadas
Tipos de Aplicações da CG
Tipo B: Tipos de interação com o utilizador
Tipo C: Papéis desempenhados pelas imagens
Tipo A: Características dos objetos e modo como são visualizados
Tipo D: Modos como as imagens são apresentadas
Realidade Virtual
São realidades diferentes, alternativas, criadas artificialmente, mas são percebidas pelos nossos sistemas sensórias da mesma forma que o mundo físico à nossa volta:
Podem emocionar
Dar prazer
Ensinar
Divertir
Responder às nossas ações, sem que precisem existir de forma tangível
Imersão e presença
Há 4 tipos de ilusão de presença
Física: poder interagir com os elementos do cenário
Social: poder se comunicar com os personagens do ambiente
Corporal: sentir tem um corpo
Espacial: sentir-se em determinado local
Presença é um estado de consciência: a percepção psicológica que o usuário tem de estar no ambiente virtual . Por ser uma percepção subjetiva é muito difícil fazer uma avaliação objetiva de quão presente um usuário está se sentindo em determinado ambiente. Por esse motivo a técnica mais difundida de se medir a percepção de presença é por meio de questionários. Há questionários padronizados e aceitos pela comunidade de pesquisadores
desse campo para se mensurar presença.
Imersão se refere a quão preciso determinado sistema computacional é ao prover ao usuário a ilusão de uma realidade diferente daquela na qual este se encontre, ou seja, é o nível objetivo em que um sistema de RV envia estímulos aos receptores sensoriais do usuário. Portanto, é possível mensurar e comparar a qualidade imersiva de sistemas de RV.
Qualidade da imagem, Campo de visão, Estereoscopia, Rastreamento, Abrangência, Combinação, Envolvimento, Vivacidade, Interatividade, Enredo
Os primeiros usos do conceito de realidade virtual datam do ano de 1938, quando o autor francês Antonin Artaud usou o termo em seu livro Le Théâtre et son double, sugerindo um teatro onde “a ilusão de personagens criavam uma realidade virtual”
“Realidade Virtual é definida como um ambiente digital gerado computacionalmente que pode ser experienciado de forma interativa
como se fosse real."
Neurociência
Modelagem no cerebro humano
Estudo do sistema nervoso usando modelos matemáticos e computacionais
Tenta entender e simular o cérebro humano
Processo
2- Adição de elementos computacionais que simulam:
Dendritos
Sinapses
Canais iônicos
3 - analise do funcionamento do sistema, capacidade de estudar fenomenos especificos, como por exemplo, a inserção de certos medicamentos
Estudo experimental in silico
1 - Foco específico em uma determinada área do cérebro
funcionamento das celulares neurais funcionando com pulsos eletricos, dados estes capazes de serem transformados em código binário
Capacidade de controlar componentes eletrônicos
Desenvolvimento de dispositivos capazes de melhorar as condições de saúde humana
Ativação motora para pessoas paraplégicas e tetraplégicas
Compreender com mais facilidade doenças relacionadas com o cérebro humano e de outros seres vivos
Criação de pernas e braços artificiais para pessoas com membros amputados
Desenvolvimento de outras áreas da computação, como por exemplo, a inteligência artificial
Cidades inteligentes, Assistentes virtuais, Simulações SMAs
Simulações SMA
Agente
Personagem virtual, inserido em um ambiente digital, que possui capacidade de percepção e reage a estímulos recebidos, comunicando-se com outros agentes
Tipos de agentes
Agentes reativos
Exemplo
jogos online no modo computador, cararectizado nos niveis de dificuldade que impactam na percepção dos agentes
Agentes cognitivos
Simulações
Possibilidade de criar de uma modelo de um sistema e a condução de experimentos com o proposito de compreender a atuação dos agentes
Criar um cenário juntamente com os multiagentes para a estudo a analise de fenômenos específicos, auxiliando na análise e até a previsão dos mesmos
exemplos
Estudo de incendios em cidades
Estudo de terremetos
Estudo dos casos do Covid-19
Assistentes Virtuais
Robos que respodem, aprendem na interação com pessoas com objetivo final de auxiliar o usuario
Objetivo
Melhorar a experiência do usuário, trazendo um aspecto mais humano e "acolhedor"
Base de dados pré estabelecida
Exemplo
Watson
A cada nova incógnita, uma nova resposta é criada
Evolução com o passar do tempo
PNL: processamento de linguagem natural
Cidades Inteligentes
Juntar o planejamento urbano, com o uso intensivo da tecnologia
Uso em grande escala de cameras e sensores
Centrais de processamento dos dados
Uso coletivo de dados dos usuários para melhorar o desempenho
IoT
Varios serviços inteligentes
Energia
Mobilidade urbana
Planejamento urbano
Coleta de lixo
Habitação social
Controle da poluição do ar
Modelo em camadas
Camada de Dispositivos e Sensores
Camada de Comunicação/Rede
Camada de Serviços e Serviços para Aplicações
Camada de Aplicações