Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/76498
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Carvalho, Rainara Maia | - |
dc.contributor.author | Sousa, Larissa Pereira de | - |
dc.date.accessioned | 2024-03-12T18:29:28Z | - |
dc.date.available | 2024-03-12T18:29:28Z | - |
dc.date.issued | 2023 | - |
dc.identifier.citation | SOUSA, Larissa Pereira de. Catálogo do requisito não-funcional justiça para aplicações de aprendizado de máquina. 2023. 48 f. Trabalho de Conclusão de Curso (graduação) – Universidade Federal do Ceará, Campus de Quixadá, Curso de Engenharia de Software, Quixadá, 2023. | pt_BR |
dc.identifier.uri | http://repositorio.ufc.br/handle/riufc/76498 | - |
dc.description.abstract | Machine learning (ML) is a branch of artificial intelligence, where a computer has the ability to learn from experience, using data for its learning. It is an area that has attracted a lot of attention, however ensuring safe, fair, transparent and accurate ML-enabled systems is a challenge. These are some important quality characteristics for ML. Quality characteristics are a type of non-functional requirement (NFR), that are important for the expected behavior and quality of systems. Fairness is one of these NFRs, because when Fairness is not considered a priority, it results in systems with unexpected and biased behavior. Considering the Softgoal Interdependence Graph (SIG), which is a known format for cataloging NFRs, this work aims to capture sub-characteristics for Fairness and catalog them in a SIG. An existing approach was used to catalog the NFR, called ARRANGE, using a well-defined research method: grounded theory. As a final result, a Justice SIG was obtained, consisting of two main subcategories and nine subcharacteristics. Therefore, software engineers, whenever they need to, can and should consult this catalog to help them make decisions regarding the use and application of this NFR, for ML systems that consider Fairness as an NFR. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Catálogo do requisito não-funcional justiça para aplicações de aprendizado de máquina | pt_BR |
dc.type | TCC | pt_BR |
dc.description.abstract-ptbr | Aprendizado de máquina (AM) é um ramo da inteligência artificial, onde um computador tem a habilidade de aprender com a experiência, utilizando dados para o seu aprendizado. É uma área que tem chamado bastante atenção, contudo garantir sistemas habilitados para AM seguros, justos, transparentes e precisos é um desafio. Essas são algumas características de qualidade importantes para AM. Características de qualidade são um tipo de requisito não-funcional (RNF), que são importantes para o comportamento esperado e a qualidade dos sistemas. Justiça é um desses RNFs, pois quando Justiça não é considerada uma prioridade, resulta em sistemas com comportamento inesperado e tendencioso. Considerando o Gráfico de Interdependência de Softgoal (SIG), que é um formato conhecido para catalogar RNFs, este trabalho tem como objetivo capturar subcaracterísticas para Justiça e catalogá-las em um SIG. Foi utilizada uma abordagem já existente para catalogar o RNF, denominada ARRANGE, usando método de pesquisa bem definido: grounded theory. Como resultado final, foi obtido um SIG de Justiça composto por duas subcategorias principais e nove subcaracterísticas. Dessa forma, os engenheiros de software, sempre que precisarem, podem e devem consultar esse catálogo para os ajudar a tomar decisões em relação ao uso e aplicação desse RNF, para sistemas de AM que consideram Justiça como um RNF. | pt_BR |
dc.subject.ptbr | Aprendizado de máquina | pt_BR |
dc.subject.ptbr | Requisito não-funcional | pt_BR |
dc.subject.cnpq | CNPQ: CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: METODOLOGIA E TECNICAS DA COMPUTACAO: ENGENHARIA DE SOFTWARE | pt_BR |
local.advisor.lattes | http://lattes.cnpq.br/1525402310208700 | pt_BR |
local.date.available | 2023 | - |
Aparece nas coleções: | ENGENHARIA DE SOFTWARE - QUIXADÁ - TCC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2023_tcc_lpsousa.pdf | 2,26 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.