Petrônio de Luna Braga

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Orientou

Produções bibliográficas

• OLIVEIRA, A. L. I. ; BRAGA, P. L. ; Ricardo Massa Ferreira Lima ; CORNELIO, M. L. . GA-Based Method for Feature Selection and Parameters Optimization for Machine Learning Regression Applied to Software Effort Estimation. Information and Software Technology , v. 52, p. 1155-1166, 2010.

• ADEODATO, P. J. L. ; BRAGA, P. L. ; ARNAUD, A. L. ; VASCONCELOS, G. C. ; GUEDES, F. ; MENEZES, H. B. ; LIMEIRA, G. O. . Domain Driven Data Mining for Unavailability Estimation of Electrical Power Grids. In: International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems, 2010, Córdoba. International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems, 2010. v. LNAI. p. 357-366.

• BRAGA, P. L. ; OLIVEIRA, A. L. I. ; MEIRA, S. R. L. . A GA-based Feature Selection and Parameters Optimization for Support Vector Regression Applied to Software Effort Estimation. In: ACM Symposium on Applied Computing, 2008, Fortaleza. A GA-based Feature Selection and Parameters Optimization for Support Vector Regression Applied to Software Effort Estimation, 2008. v. 3. p. 1788-1792.

• BRAGA, P. L. ; OLIVEIRA, A. L. I. ; RIBEIRO, G. H. T. ; MEIRA, S. R. L. . Bagging Predictors for Estimation of Software Project Effort. In: IEEE International Joint Conference on Neural Networks, 2007, Orlando-Flórida. IEEE International Joint Conference on Neural Networks, 2007. p. 1595-1600.

• BRAGA, P. L. ; OLIVEIRA, A. L. I. ; MEIRA, S. R. L. . Software Effort Estimation using Machine Learning Techniques with Robust Confidence Intervals. In: IEEE International Conference on Tools with Artificial Intelligence, 2007, Patras - Grécia. IEEE International Conference on Tools with Artificial Intelligence, 2007. p. 181-185.

Outras produções

Projetos de pesquisa

• 2006 - 2008

  Ferramenta para Estimativa de Esforço de Projetos de Software Baseada em Técnicas de Computação Inteligente, Descrição: A estimativa precisa do custo e do prazo de projetos de software no início de seu ciclo de vida (ainda na fase de levantamento de requisitos) é fundamental para a indústria de software. Diversos projetos de software foram interrompidos devido a atrasos no prazo e, conseqüentemente, devido ao custo real do projeto (ainda incompleto) ter superado significativamente o custo estimado no início do mesmo. A estimativa imprecisa do custo e do prazo de projetos de software contribui fortemente para a interrupção de projetos de software. Estas interrupções geraram prejuízos entre US$ 25 bilhões e US$ 75 bilhões na economia dos Estados Unidos nos últimos cinco anos. Portanto, o desenvolvimento de técnicas e a construção de ferramentas para a estimativa precisa do custo e do prazo de desenvolvimento de projetos de software é um problema bastante relevante para a economia dos países, que são cada vez mais dependentes de software. O problema da estimativa de esforço de software pode ser tratado como um problema de regressão. A partir do tamanho estimado do software (em número de linhas de código) e de outras métricas de desenvolvimento de software pode-se construir um modelo de regressão usando dados de projetos concluídos. A partir daí, o modelo construído é usado para estimar (prever) o esforço em homens-hora de novos projetos de software. O COCOMO tem sido o modelo mais utilizado na prática para esta estimativa. No entanto, recentemente alguns trabalhos mostraram que técnicas de computação inteligente, em particular, técnicas de aprendizagem de máquina, tais como redes neurais artificiais (RNAs), são capazes de fornecer estimativas mais precisas que as do modelo COCOMO. Há diversas técnicas recentes de aprendizagem de máquina que tem obtido melhor desempenho que modelos mais antigos de RNAs em diversos problemas práticos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Petrônio de Luna Braga - Integrante / Adriano Lorena Inácio de Oliveira - Coordenador., Financiador(es): Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco - Bolsa.

• 2005 - 2006

  Teaching Formal Methods Through Eclipse - IBM Faculty Award, Descrição: A disciplina de Métodos formais está presente no currículo de muitos cursos de graduação, mestrado e doutorado na área de Ciência da Computação. Devido aos conceitos matemáticos e aspectos teóricos envolvidos, a disciplina é normalmente ensinada através de métodos tradicionais (quadro branco e slides). Além disso, as ferramentas computacionais disponíveis não contemplam as modernas tecnologias voltadas para a área de ensino e aprendizagem. Em particular, nenhuma delas oferece um ambiente virtual de ensino e aprendizagem, com facilidades para troca de informações e experiências sobre o tema em estudo. Finalmente, requisitos de extensibilidade não são considerados por tais ferramentas. Este projeto propõe o desenvolvimento de um ambiente educacional para ensino de métodos formais em cursos de graduação baseado no Eclipse. Petri nets será a técnica de especificação formal a ser adotada. O ambiente educacional será parte do framework EZPetri. O framework EZPetri é uma perspectiva da plataforma Eclipse voltada para redes de Petri. Ele adota o Petri Net Markup Language (PNML) como formato interno para representação das redes [2]. A união do Eclipse e PNML tem se mostrado um instrumento bastante efetivo para a integração de ferramentas e aplicações baseadas em redes de Petri. Atualmente, três aplicações estão sendo integradas ao framework: estimativa de consumo de potência em software; um modelo SystemC para redes de Petri; síntese de escalas para sistemas de tempo real críticos. Tais aplicações foram desenvolvidas com nenhum conhecimento sobre o EZPetri. EZPetri é portanto um terreno fértil para a combinação de ferramentas e aplicações baseadas em redes de Petri em um único ambiente. oferecendo uma nova perspectiva de integração para a comunidade de redes de Petri.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (7) / Mestrado acadêmico: (1) . , Integrantes: Petrônio de Luna Braga - Integrante / Ricardo Massa Ferreira Lima - Coordenador., Financiador(es): IBM Brasil - Auxílio financeiro.

Prêmios