Ezequias Rocha

O problema

O artigo é Aspect-oriented unsupervised social link inference on user trajectory data, de Byun, Choi e Kim (Information Sciences, vol. 626, 2023). A pergunta: dadas só as sequências de check-ins de cada usuário no Foursquare de Nova York, quem é amigo de quem? Sem rótulos de amizade no treino.

A ideia

Cada check-in vira uma tripla aspecto-orientada, no estilo dos embeddings de grafo de conhecimento. Usuário, POI, tempo, categoria e geografia têm embeddings próprios de 128 dimensões, e projeções do tipo TransH, TransR e TransD levam esses vetores para hiperplanos ou espaços de relação. Dois usuários que frequentam os mesmos lugares, nos mesmos horários da semana, nas mesmas categorias, acabam próximos no espaço aprendido.

O tempo

A semana é discretizada em 168 slots, dia × hora, com correção de fuso a partir do offset em minutos que vem no dado. É isso que a grade logo abaixo desta folha demonstra.

Perdas e amostragem

• Margin loss entre triplas verdadeiras e corrompidas.
• Orthogonal loss: mantém o vetor de relação ortogonal ao hiperplano da projeção.
• Norm loss para segurar a norma dos embeddings.
• Amostragem negativa com busca binária sobre a CDF da distribuição, O(log n) por amostra.

O código

Tamanho

~2.400 linhas de Python em 8 módulos

Modelo

model.py, 776 linhas

Treino

ANES.py

Dados

preprocessing.py, data.py

Suporte

loss.py, projection.py, graphutils.py, utils.py

Variantes

ANES, ANES_GEO, ANES_GEO_YELP, ANES_GEO_Others, LBGC_v4

Recortes

NYC_20, 40, 60, 80 e 100, com pares verdadeiros e falsos para treino, validação e teste

Treino

lr 1e-4, distância L1, 1000 iterações

Inspeção

t-SNE para visualizar o espaço de embeddings

Slot semanal, a conta

# dia: 0..6, hora: 0..23 (UTC), offset em minutos
slot = (dia * 24 + hora + offset_min // 60) % 168

Forma reduzida da discretização, usada na demonstração abaixo.

O projeto

Fork de knowall-ai/turbo-whisper, um ditado no estilo SuperWhisper: OpenAI Whisper, 99 idiomas, atalho global, waveform na tela. Você fala, o texto aparece onde o cursor estiver.

O bug do teclado ABNT

A digitação automática usava evdev, que injeta scancodes crus de um teclado US-QWERTY. O sistema traduz esses scancodes pelo layout ativo, então num ABNT a tecla que no layout americano é ' chega como ~. O texto transcrito estava certo; o caminho até a tela é que trocava os caracteres.

A correção, no commit fix: prefer xdotool/wtype over evdev for auto-typing, inverte a prioridade: primeiro ferramentas que digitam texto, não teclas. Ele detecta Wayland por WAYLAND_DISPLAY ou XDG_SESSION_TYPE, tenta wtype, depois xdotool type --clearmodifiers --delay, e deixa evdev, PyAutoGUI e área de transferência como fallback.

Os outros commits

• feat: language selection, headless recording, clearer offline error, +143 linhas em api.py, config.py e main.py.
• docs: self-hosted setup notes for Pop!_OS: servidor faster-whisper em Docker com CUDA (--gpus all, modelo Systran/faster-whisper-small, porta exposta só em 127.0.0.1, cache do HuggingFace montado como volume), com PipeWire e PortAudio no áudio.

Ordem de tentativa

def type_text(text):
    wayland = os.environ.get("WAYLAND_DISPLAY") \
        or os.environ.get("XDG_SESSION_TYPE") == "wayland"

    if wayland and shutil.which("wtype"):
        return run(["wtype", text])

    if shutil.which("xdotool"):
        return run(["xdotool", "type",
                    "--clearmodifiers", "--delay", DELAY, text])

    # evdev manda scancodes US-QWERTY crus:
    # em ABNT, ' sai como ~. Só como último recurso.
    for fallback in (type_evdev, type_pyautogui, paste_clipboard):
        if fallback(text):
            return

Esquema da lógica descrita no commit, com nomes simplificados. Não é cópia literal do arquivo.

Servidor local

Motor

faster-whisper em Docker

GPU

CUDA, --gpus all

Modelo

Systran/faster-whisper-small

Rede

porta presa a 127.0.0.1

Sistema

Pop!_OS, PipeWire, PortAudio

A API

CRUD REST de usuários com FastAPI e Pydantic v2. Os schemas separam o que entra do que sai: UserSchema recebe, UserPublic responde sem senha, UserDB representa o registro, UserList embrulha a listagem. E-mail validado com EmailStr, códigos de resposta por HTTPStatus e 404 tratado quando o usuário não existe.

O entorno

• Python 3.14 com Poetry.
• Ruff com as regras I, F, E, W, PL (pylint) e PT (estilo pytest), em modo preview.
• pytest e pytest-cov com relatório HTML; TestClient entregue por fixture.
• taskipy: o lint roda antes do teste e a cobertura em HTML sai depois, sem ninguém lembrar.

Como as tarefas se encadeiam

[tool.ruff.lint]
preview = true
select = ["I", "F", "E", "W", "PL", "PT"]

[tool.taskipy.tasks]
pre_test  = "task lint"
test      = "pytest --cov=fast_zero"
post_test = "coverage html"

Esquema da configuração. As regras e os ganchos pre_test e post_test são os do repositório; os comandos estão resumidos.

O banco roda em container definido em infra/compose.yaml, e a aplicação conversa com ele pelo driver pg. O endpoint /api/v1/status existe para responder se o sistema está de pé, e um teste de integração com Jest bate nele contra o banco real, sem mock.

A base de projeto é cuidada: Prettier, .editorconfig, .nvmrc fixando a versão do Node, deploy contínuo na Vercel.

Front e API

Next.js 13, API routes

Banco

PostgreSQL via Docker Compose

Driver

pg

Saúde

GET /api/v1/status

Testes

Jest, integração

Padrão

Prettier, .editorconfig, .nvmrc

Deploy

Vercel

DevRadar, 123 commits dele

API

Express com MongoDB e Mongoose. Busca devs por raio usando consulta geoespacial no Mongo; dados de perfil vêm da API do GitHub via axios.

Tempo real

Socket.io notifica em tempo real os devs próximos.

Web

React.

Mobile

Expo com mapas, localização, WebView e socket.io-client.

be-the-hero, 122 commits dele

API

Express, Knex, SQLite e Celebrate para validar entrada.

Testes

Jest e Supertest batendo nas rotas da API, com cross-env para as variáveis de ambiente do teste.

Web

React.

Mobile

React Native com Expo.

O que cada estrutura avançada resolve

Segment Tree responde consulta de intervalo (soma, mínimo) e atualiza um ponto em O(log n). Lazy Propagation adia a atualização de um intervalo inteiro até alguém descer naquele nó, mantendo O(log n) também para update em faixa. Mo reordena consultas offline por blocos de √n para mover as pontas do intervalo o mínimo possível, em O((n + q)√n).

ATAL, UFCG

Em Análise e Técnicas de Algoritmos, soluções de Codeforces organizadas por paradigma: força bruta, backtracking, guloso, divisão e conquista, programação dinâmica e grafos com BFS e DFS.

Linguagem

LSP para completar, navegar e diagnosticar

Sintaxe

Treesitter

Busca

Telescope

Arquivos

Harpoon para pular entre os poucos que importam

Git

Fugitive

Histórico

Undotree

Erros

Trouble

Foco

Zen Mode

Código

refactoring

Segredos

cloak, que esconde valores de .env na tela