Núcleo de Excelência em Inovação de Software

O projeto contempla o desenvolvimento de um framework orientado à automatização de serviços financeiros da Dell. A principal propulsão inovadora do projeto consiste no uso de técnicas de Inteligência Artificial (IA), tais como, Aprendizado de Máquina e Agentes Conversacionais. Os esforços do projeto permitem a continuidade de uma abordagem de pesquisa, desenvolvimento e inovação cujo escopo de aplicação vem sendo estrategicamente focado em serviços financeiros da empresa. Nesse sentido, os principais resultados esperados são: (1) a criação de conhecimento no domínio do projeto, envolvendo principalmente a aplicação da IA em cenários financeiros da Dell; (2) a transferência de conhecimento da equipe da Unisinos para a equipe da Dell (knowledge transfer); (3) a avaliação das inovações introduzidas pelo projeto.

O projeto constitui em uma parceria de pesquisa aplicada entre a Universidade do Vale do Rio dos Sinos (UNISINOS), a empresa Siemens Healthineers e a Friedrich Alexander-Universität (FAU). O projeto visa desenvolvimento tecnológico, de pesquisa e de inovação em salas cirúrgicas híbridas. As salas híbridas são salas cirúrgicas equipadas com avançados instrumentos de imagem, como de ressonância magnética, angiografia e tomografia computadorizada. Equipamentos como esses possibilitam realizar procedimentos minimamente invasivos, diminuindo consideravelmente o trauma do paciente. Neste âmbito, o objetivo do projeto é melhorar os procedimentos e otimizar os processos dentro destes espaços, além de ampliar o grau de monitoramento dos pacientes. Várias tecnologias estão sendo combinadas para atingir estes objetivos, incluindo o uso de RFID (Radio-Frequency Identification) e câmeras RGB-D.

Vulnerabilidades representam uma das maiores preocupações em data centers. Quando múltiplas vulnerabilidades surgem, frequentemente torna-se inviável corrigir todas elas em um curto espaço de tempo. Neste contexto, é preciso identificar e priorizar as vulnerabilidades que representam o maior risco para os servidores. Em particular, o uso de técnicas de ranqueamento capazes de priorizar vulnerabilidades com base no risco que representam e no impacto que podem trazer para o negócio torna-se essencial. Este projeto tem como objetivo desenvolver um sistema computacional inteligente capaz de fornecer um ranking de prioridades customizável capaz de auxiliar na tomada de decisão no contexto da aplicação de correções em servidores de banco de dados. Para esta finalidade, este projeto busca desenvolver técnicas de otimização multi-objetivo capazes escalarizar os objetivos a partir de preferências reveladas a posteriori. O uso de técnicas multi-objetivo se mostra necessário porque vulnerabilidades podem ter pesos diferentes sob diferentes pontos de vista. Desta forma, espera-se permitir ao usuário decidir quais objetivos são mais relevantes em determinado momento e viabilizar a correção das vulnerabilidades de modo a melhor atender à estratégia do negócio.