• Total de projetos de pesquisa (16)
  
  1. 2012-2012. Projeto Universal - Consultas por Similaridade em Documentos sob Múltiplas Perspectivas
     Existe hoje uma tendência mundial em se estudar operadores de busca por similaridade mais elaborados e consultas envolvendo mais de um centro de consulta . Para cada novo algoritmo, são desenvolvidas técnicas de implementação que visam conseguir execuções mais eficientes e permitam a criação de ferramentas de análise e programas nos domínios de aplicação que precisam recuperar dados complexos. No Entanto, tem sido muito pouco tratado o significado de similaridade entre objetos que são compostos por um ou mais atributos complexos, como é o caso de documentos que incorporam imagens, como por exemplo exames médicos com imagens. Este projeto visa trabalhar nessa lacuna.
     Membro: Robson Leonardo Ferreira Cordeiro.
     Existe hoje uma tendência mundial em se estudar operadores de busca por similaridade mais elaborados e consultas envolvendo mais de um centro de consulta . Para cada novo algoritmo, são desenvolvidas técnicas de implementação que visam conseguir execuções mais eficientes e permitam a criação de ferramentas de análise e programas nos domínios de aplicação que precisam recuperar dados complexos. No Entanto, tem sido muito pouco tratado o significado de similaridade entre objetos que são compostos por um ou mais atributos complexos, como é o caso de documentos que incorporam imagens, como por exemplo exames médicos com imagens. Este projeto visa trabalhar nessa lacuna.
     Membro: Caetano Traina Junior.
  2. 2011-2011. Desenvolvimento de Técnicas para Personalização de Acesso em Bibliotecas Digitais de Grande Porte
     
     Membro: Robson Leonardo Ferreira Cordeiro.
     
     Membro: Caetano Traina Junior.
  3. 2008-2008. Projeto Procad - Arquitetura de desenvolvimento para a produção de software de apoio a atividades de saúde
     O projeto tem dois objetivos. O primeiro é o desenvolvimento de tecnologia e pessoal qualificado para incluir operadores de busca e comparação por similaridade em ferramentas de apoio ao desenvolvimento de software, e mais especificamente, para a busca e comparação por similaridade do conteúdo de imagens de exames médicos em aplicações para a área da saúde. O segundo objeto é o desenvolvimento de técnicas de mineração de dados sobre objetos complexos, especialmente sobre imagens de exames médicos e sobre dados clínicos de pacientes, os quais envolvem informações temporais e o acompanhamento do paciente por longo período.
     Membro: Robson Leonardo Ferreira Cordeiro.
     O projeto tem dois objetivos. O primeiro é o desenvolvimento de tecnologia e pessoal qualificado para incluir operadores de busca e comparação por similaridade em ferramentas de apoio ao desenvolvimento de software, e mais especificamente, para a busca e comparação por similaridade do conteúdo de imagens de exames médicos em aplicações para a área da saúde. O segundo objeto é o desenvolvimento de técnicas de mineração de dados sobre objetos complexos, especialmente sobre imagens de exames médicos e sobre dados clínicos de pacientes, os quais envolvem informações temporais e o acompanhamento do paciente por longo período.
     Membro: Elaine Parros Machado de Sousa.
     O projeto tem dois objetivos. O primeiro é o desenvolvimento de tecnologia e pessoal qualificado para incluir operadores de busca e comparação por similaridade em ferramentas de apoio ao desenvolvimento de software, e mais especificamente, para a busca e comparação por similaridade do conteúdo de imagens de exames médicos em aplicações para a área da saúde. O segundo objeto é o desenvolvimento de técnicas de mineração de dados sobre objetos complexos, especialmente sobre imagens de exames médicos e sobre dados clínicos de pacientes, os quais envolvem informações temporais e o acompanhamento do paciente por longo período.
     Membro: Cristina Dutra de Aguiar.
  4. 2009-2009. AgroDataMine: Desenvolvimento de Métodos e Técnicas de Mineração de Dados para apoiar Pesquisas em Mudanças Climáticas com Ênfase em Agrometeorologia
     O aquecimento global e suas conseqüências trazem novos desafios para os pesquisadores do Século XXI. Apesar da comunidade científica não ter dúvidas sobre o aquecimento do planeta, é premente a identificação das causas do aumento da temperatura média global, bem como a quantificação desse aquecimento e suas consequências para os ecossistemas. Modelos matemáticos e estatísticos têm sido empregados para analisar os possíveis cenários futuros e consequentemente uma grande quantidade de dados tem sido gerada. Além disso, o avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições de dados climáticos e de imageamento da superfície terrestre, contribuindo para o aumento na quantidade e complexidade dos dados gerados. As pesquisas envolvendo grande volume e diversidade de dados remete a dois dos Grandes Desafios da Computação: a gestão da informação em grandes volumes de dados e a modelagem computacional de sistemas complexos. Neste contexto, este projeto de pesquisa propõe investigar e desenvolver técnicas e métodos computacionais para analisar os conjuntos de dados complexos utilizados por meteorologistas e agrometeorologistas, para auxiliá-los na pesquisa de impactos das mudanças climáticas na agricultura brasileira. Em linhas gerais, o objetivo deste projeto é desenvolver métodos para analisar os resultados dos modelos regionais de prognóstico de mudanças climáticas e compará-los com medidas reais coletadas pelas estações de superfície, a fim de avaliar a qualidade dos dados gerados e dar subsídios para a calibração dos modelos de previsão. Adicionalmente, pretende-se desenvolver novos métodos para filtrar, analisar e extrair padrões da associação entre dados climáticos e dados extraídos de sensores remotos para auxiliar nas pesquisas agrícolas. O projeto embasa-se na parceria de pesquisadores do Grupo de Bases de Dados e Imagens (GBdI) do ICMC-USP, da Embrapa Informática Agropecuária, do Centro de Pesquisas Meteorológicas e Climáticas.
     Membro: Robson Leonardo Ferreira Cordeiro.
     
     Membro: José Fernando Rodrigues Júnior.
     O aquecimento global e suas conseqüências trazem novos desafios para os pesquisadores do Século XXI. Apesar da comunidade científica não ter dúvidas sobre o aquecimento do planeta, é premente a identificação das causas do aumento da temperatura média global, bem como a quantificação desse aquecimento e suas consequências para os ecossistemas. Modelos matemáticos e estatísticos têm sido empregados para analisar os possíveis cenários futuros e consequentemente uma grande quantidade de dados tem sido gerada. Além disso, o avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições de dados climáticos e de imageamento da superfície terrestre, contribuindo para o aumento na quantidade e complexidade dos dados gerados. As pesquisas envolvendo grande volume e diversidade de dados remete a dois dos Grandes Desafios da Computação: a gestão da informação em grandes volumes de dados e a modelagem computacional de sistemas complexos. Neste contexto, este projeto de pesquisa propõe investigar e desenvolver técnicas e métodos computacionais para analisar os conjuntos de dados complexos utilizados por meteorologistas e agrometeorologistas, para auxiliá-los na pesquisa de impactos das mudanças climáticas na agricultura brasileira. Em linhas gerais, o objetivo deste projeto é desenvolver métodos para analisar os resultados dos modelos regionais de prognóstico de mudanças climáticas e compará-los com medidas reais coletadas pelas estações de superfície, a fim de avaliar a qualidade dos dados gerados e dar subsídios para a calibração dos modelos de previsão. Adicionalmente, pretende-se desenvolver novos métodos para filtrar, analisar e extrair padrões da associação entre dados climáticos e dados extraídos de sensores remotos para auxiliar nas pesquisas agrícolas. O projeto embasa-se na parceria de pesquisadores do Grupo de Bases de Dados e Imagens (GBdI) do ICMC-USP, da Embrapa Informática Agropecuária, do Centro de Pesquisas Meteorológicas e Climáticas.
     Membro: Elaine Parros Machado de Sousa.
     O aquecimento global e suas conseqüências trazem novos desafios para os pesquisadores do Século XXI. Apesar da comunidade científica não ter dúvidas sobre o aquecimento do planeta, é premente a identificação das causas do aumento da temperatura média global, bem como a quantificação desse aquecimento e suas consequências para os ecossistemas. Modelos matemáticos e estatísticos têm sido empregados para analisar os possíveis cenários futuros e consequentemente uma grande quantidade de dados tem sido gerada. Além disso, o avanço tecnológico tem propiciado melhorias nos diversos sensores utilizados para medições de dados climáticos e de imageamento da superfície terrestre, contribuindo para o aumento na quantidade e complexidade dos dados gerados. As pesquisas envolvendo grande volume e diversidade de dados remete a dois dos Grandes Desafios da Computação: a gestão da informação em grandes volumes de dados e a modelagem computacional de sistemas complexos. Neste contexto, este projeto de pesquisa propõe investigar e desenvolver técnicas e métodos computacionais para analisar os conjuntos de dados complexos utilizados por meteorologistas e agrometeorologistas, para auxiliá-los na pesquisa de impactos das mudanças climáticas na agricultura brasileira. Em linhas gerais, o objetivo deste projeto é desenvolver métodos para analisar os resultados dos modelos regionais de prognóstico de mudanças climáticas e compará-los com medidas reais coletadas pelas estações de superfície, a fim de avaliar a qualidade dos dados gerados e dar subsídios para a calibração dos modelos de previsão. Adicionalmente, pretende-se desenvolver novos métodos para filtrar, analisar e extrair padrões da associação entre dados climáticos e dados extraídos de sensores remotos para auxiliar nas pesquisas agrícolas. O projeto embasa-se na parceria de pesquisadores do Grupo de Bases de Dados e Imagens (GBdI) do ICMC-USP, da Embrapa Informática Agropecuária, do Centro de Pesquisas Meteorológicas e Climáticas.
     Membro: Caetano Traina Junior.
  5. 2010-2010. Projeto Universal - Consultas por Similaridade em Imagens Médicas: da Viabilidade Clínica à Prática do Auxílio ao Diagnóstico Médico ? Aplicações em um Hospital Escola
     Os sistemas de informação para medicina têm por objetivo disponibilizar a informação necessária ao médico de modo rápido e preciso visando assim melhorar a qualidade do cuidado e tratamento de pacientes. Em radiologia, a aplicação de técnicas de recuperação de imagens por conteúdo (Content-based Image Retrieval- CBIR) incorporadas aos Sistemas de Comunicação e Armazenamento de Imagens (Picture Archiving and Communication Systems - PACS) proporciona um avanço na recuperação de imagens armazenadas, antes vinculadas a um identificador do paciente ou de um exame. Com essa nova abordagem as buscas passam a ser realizadas por meio de comparações diretas entre imagens por meio de seus descritores pictóricos, possibilitando efetuar buscas por similaridade e abrindo novos caminhos para utilização do computador e das imagens médicas em atividades de auxílio ao diagnóstico. Este projeto visa permitir integrar a percepção do especialista do que é similar, no processo de recuperação de imagens baseada em seu conteúdo. Assim, deve-se diminuir um dos principais problemas dos sistemas CBIR, quando aplicados em ambientes de apoio ao diagnóstico (Computer-Aided Diagnosis - CAD), que é a lacuna semântica (semantic gap). Tal lacuna origina-se do fato que medidas de similaridade sobre os descritores das imagens, baseados na distribuição de cores/níveis de intensidade, textura e formas, em geral não possuem correlação direta com a semântica subjetiva humana. A idéia principal é desenvolver um mecanismo automático de otimização de consulta por similaridade baseado em parâmetros de percepção levantados pelos próprios radiologistas. Esse método fará uma escolha automática de quais os parâmetros perceptuais deverão ser considerados relevantes no processamento da consulta. Esses parâmetros serão detectados automaticamente, através de mineração de palavras-chave nas justificativas do pedido de exame, dos dados contidos no cabeçalho DICOM das imagens sob processamento.
     Membro: Robson Leonardo Ferreira Cordeiro.
  6. 2006-2006. MIRVisIM - Mineração, Indexação, Recuperação e Visualização de Dados em Sistemas de Arquivamento de Imagens Médicas
     Este projeto visa propor e implementar novas técnicas e ferramentas que permitam extrair o conhecimento inerente a exames médicos por imagens, aumentando a funcionalidade de um sistema PACS em desenvolvimento (cbPACS). O ferramental a ser desenvolvido depende de quatro vertentes de pesquisa, desde o suporte básico do desenvolvimento de técnicas de extração de características de imagens de modo a propiciar sua recuperação por conteúdo e efetuar consultas por similaridade; o desenvolvimento e aprimoramento de métodos de acesso eficientes para processar tais consultas de modo rápido e efetivo; o desenvolvimento de técnicas de mineração de dados através de regras de associação e seleção de atributos. Todas as vertentes anteriores serão suportadas por técnicas de visualização de dados que serão propostas e implementadas visando auxiliar o desenvolvimento e afinamento dos algoritmos das vertentes anteriores. A recuperação de imagens por conteúdo vale-se da extração de características das imagens, porém as características extraídas individualmente têm pouco significado de forma isolada para a busca de imagens específicas. Assim, para que as consultas por similaridade recuperem imagens significativas em aplicações destinadas ao usuário final, é necessário que as consultas especifiquem detalhadamente como as características devem ser comparadas, integrando diversas características na mesma consulta. Este projeto objetiva também disponibilizar ferramental para auxiliar o preparo das consultas que serão embutidas em aplicativos para o usuário final. Para atingir tal meta, o projeto deve explorar a utilização de maneira integrada de quatro recursos: sistemas de bancos de dados relacionais; indexação de dados em domínios métricos; consultas por similaridade; e mineração de imagens.
     Membro: Robson Leonardo Ferreira Cordeiro.
     
     Membro: José Fernando Rodrigues Júnior.
     Este projeto visa propor e implementar novas técnicas e ferramentas que permitam extrair o conhecimento inerente a exames médicos por imagens, aumentando a funcionalidade de um sistema PACS em desenvolvimento (cbPACS). O ferramental a ser desenvolvido depende de quatro vertentes de pesquisa, desde o suporte básico do desenvolvimento de técnicas de extração de características de imagens de modo a propiciar sua recuperação por conteúdo e efetuar consultas por similaridade; o desenvolvimento e aprimoramento de métodos de acesso eficientes para processar tais consultas de modo rápido e efetivo; o desenvolvimento de técnicas de mineração de dados através de regras de associação e seleção de atributos. Tais atividades serão suportadas por técnicas de visualização de dados que serão propostas e implementadas visando auxiliar o desenvolvimento e afinamento dos algoritmos das vertentes anteriores. A recuperação de imagens por conteúdo vale-se da extração de características das imagens, porém as características extraídas individualmente têm pouco significado de forma isolada para a busca de imagens específicas. Assim, para que as consultas por similaridade recuperem imagens significativas em aplicações destinadas ao usuário final, é necessário que as consultas especifiquem detalhadamente como as características devem ser comparadas, integrando diversas características na mesma consulta. Este projeto objetiva também disponibilizar ferramental para auxiliar o preparo das consultas que serão embutidas em aplicativos para o usuário final. Para atingir tal meta, o projeto deve explorar a utilização de maneira integrada de quatro recursos: sistemas de bancos de dados relacionais; indexação de dados em domínios métricos; consultas por similaridade; e mineração de imagens.
     Membro: Elaine Parros Machado de Sousa.
     Este projeto visa propor e implementar novas técnicas e ferramentas que permitam extrair o conhecimento inerente a exames médicos por imagens, aumentando a funcionalidade de um sistema PACS em desenvolvimento (cbPACS). O ferramental a ser desenvolvido depende de quatro vertentes de pesquisa, desde o suporte básico do desenvolvimento de técnicas de extração de características de imagens de modo a propiciar sua recuperação por conteúdo e efetuar consultas por similaridade; o desenvolvimento e aprimoramento de métodos de acesso eficientes para processar tais consultas de modo rápido e efetivo; o desenvolvimento de técnicas de mineração de dados através de regras de associação e seleção de atributos. Todas as vertentes anteriores serão suportadas por técnicas de visualização de dados que serão propostas e implementadas visando auxiliar o desenvolvimento e afinamento dos algoritmos das vertentes anteriores.
     Membro: Cristina Dutra de Aguiar.
     Este projeto visa propor e implementar novas técnicas e ferramentas que permitam extrair o conhecimento inerente a exames médicos por imagens, aumentando a funcionalidade de um sistema PACS em desenvolvimento (cbPACS). O ferramental a ser desenvolvido depende de quatro vertentes de pesquisa, desde o suporte básico do desenvolvimento de técnicas de extração de características de imagens de modo a propiciar sua recuperação por conteúdo e efetuar consultas por similaridade; o desenvolvimento e aprimoramento de métodos de acesso eficientes para processar tais consultas de modo rápido e efetivo; o desenvolvimento de técnicas de mineração de dados através de regras de associação e seleção de atributos. Tais atividades serão suportadas por técnicas de visualização de dados que serão propostas e implementadas visando auxiliar o desenvolvimento e afinamento dos algoritmos das vertentes anteriores. A recuperação de imagens por conteúdo vale-se da extração de características das imagens, porém as características extraídas individualmente têm pouco significado de forma isolada para a busca de imagens específicas. Assim, para que as consultas por similaridade recuperem imagens significativas em aplicações destinadas ao usuário final, é necessário que as consultas especifiquem detalhadamente como as características devem ser comparadas, integrando diversas características na mesma consulta. Este projeto objetiva também disponibilizar ferramental para auxiliar o preparo das consultas que serão embutidas em aplicativos para o usuário final. Para atingir tal meta, o projeto deve explorar a utilização de maneira integrada de quatro recursos: sistemas de bancos de dados relacionais; indexação de dados em domínios métricos; consultas por similaridade; e mineração de imagens.
     Membro: Caetano Traina Junior.
  7. 2013-2013. Projeto Universal - Detecção de anomalias e eventos extremos em séries climáticas e classificação de imagens de satélite multitemporais
     Este projeto tem por objetivo desenvolver novos métodos computacionais para auxiliar na detecção de padrões e descoberta de conhecimento a fim de aprimorar o monitoramento agrometeorológico brasileiro. Mais especificamente, este projeto pretende desenvolver técnicas de detecção de anomalias e eventos extremos em séries temporais climáticas, a partir das mudanças de comportamento espaço-temporais. Além disso, pretende-se propor técnicas para classificação de séries temporais extraídas de imagens de satélite, visando o acompanhamento de culturas agrícolas ao longo do tempo. A abordagem a ser adotada é baseada, principalmente, em conceitos de Mineração de Séries Temporais e da Teoria de Fractais, a fim de identificar padrões e eventos climáticos extremos e seu impacto nas culturas da cana-de-açúcar e do café arábica.
     Membro: Robson Leonardo Ferreira Cordeiro.
     Este projeto tem por objetivo desenvolver novos métodos computacionais para auxiliar na detecção de padrões e descoberta de conhecimento a fim de aprimorar o monitoramento agrometeorológico brasileiro. Mais especificamente, este projeto pretende desenvolver técnicas de detecção de anomalias e eventos extremos em séries temporais climáticas, a partir das mudanças de comportamento espaço-temporais. Além disso, pretende-se propor técnicas para classificação de séries temporais extraídas de imagens de satélite, visando o acompanhamento de culturas agrícolas ao longo do tempo. A abordagem a ser adotada é baseada, principalmente, em conceitos de Mineração de Séries Temporais e da Teoria de Fractais, a fim de identificar padrões e eventos climáticos extremos e seu impacto nas culturas da cana-de-açúcar e do café arábica.
     Membro: Elaine Parros Machado de Sousa.
  8. 2011-2011. Personalização de Acesso em Bibliotecas Digitais de Grande Porte com Documentos Complexos e Heterogêneos
     Este projeto visa o desenvolvimento de conceitos para aumentar a interatividade em grandes bibliotecas digitais, de maneira a proporcionar uma interação mais agradável e mais efetiva do usuário com o sistema, explorando aspectos de personalização do ambiente de navegação em uma biblioteca ou numa coleção delas. Esses conceitos serão implementados em bibliotecas reais disponibilizadas pela USP, inclusive as que demandam tratamento de dados complexos e recuperação por conteúdo.
     Membro: Robson Leonardo Ferreira Cordeiro.
     Este projeto visa o desenvolvimento de conceitos para aumentar a interatividade em grandes bibliotecas digitais, de maneira a proporcionar uma interação mais agradável e mais efetiva do usuário com o sistema, explorando aspectos de personalização do ambiente de navegação em uma biblioteca ou numa coleção delas. Esses conceitos serão implementados em bibliotecas reais disponibilizadas pela USP, inclusive as que demandam tratamento de dados complexos e recuperação por conteúdo.
     Membro: Caetano Traina Junior.
  9. 2015-2015. Projeto Universal - Descrição analítica de grafos em escala Web utilizando processamento paralelo assíncrono combinado com técnicas de projeção multi-resolução sobre matrizes de adjacência: aplicações sobre a Web 2.0
     Os chamados grafos em escala Web (ou escala planetária) possuem milhões de vértices e bilhões de aresta. Tais grafos têm surgido em diversos contextos contemporâneos contendo informações capazes de explicar comportamentos sociais (Twitter e Facebook), hábitos comerciais (Amazon), estruturas de sistemas (como estradas e redes de computadores), informações não estruturadas (como a Wikipedia), organização de informações (como hipertextos), entre muitas outras. Tais grafos são de valor analítico, pois, além de possuírem ampla informação, há uma tendência a se produzirem cada vez mais destes dados nos próximos anos. Por esta razão, torna-se necessário o desenvolvimento e a maestria sobre técnicas capazes de trabalhar com tais informações. Neste trabalho, propõe-se o uso de técnicas de processamento paralelo assíncrono de grafos combinadas com técnicas de projeção multi-resolução sobre matrizes de adjacência para o processamento não distribuído e para a representação visual de grafos em escala Web. O trabalho se baseará na sistemática GraphChi com o objetivo de desenvolver técnicas analítico-visuais que não necessitem de clusters computacionais, mas sim que tornem a visualização de grandes grafos acessível a sistemas comerciais com um único nó de processamento.
     Membro: Robson Leonardo Ferreira Cordeiro.
     Os chamados grafos em escala Web (ou escala planetária) possuem milhões de vértices e bilhões de aresta. Tais grafos têm surgido em diversos contextos contemporâneos contendo informações capazes de explicar comportamentos sociais (Twitter e Facebook), hábitos comerciais (Amazon), estruturas de sistemas (como estradas e redes de computadores), informações não estruturadas (como a Wikipedia), organização de informações (como hipertextos), entre muitas outras. Tais grafos são de valor analítico, pois, além de possuírem ampla informação, há uma tendência a se produzirem cada vez mais destes dados nos próximos anos. Por esta razão, torna-se necessário o desenvolvimento e a maestria sobre técnicas capazes de trabalhar com tais informações. Neste trabalho, propõe-se o uso de técnicas de processamento paralelo assíncrono de grafos combinadas com técnicas de projeção multi-resolução sobre matrizes de adjacência para o processamento não distribuído e para a representação visual de grafos em escala Web. O trabalho se baseará na sistemática GraphChi com o objetivo de desenvolver técnicas analítico-visuais que não necessitem de clusters computacionais, mas sim que tornem a visualização de grandes grafos acessível a sistemas comerciais com um único nó de processamento.
     Membro: José Fernando Rodrigues Júnior.
  10. 2015-2015. FAPESP Regular - Desenvolvimento de Técnicas para Buscas por Similaridade em Sistemas de Gerenciamento de Bases de Dados Complexos Relacionais
      Os Sistemas de Gerenciamento de Bases de Dados (SGBD) baseados na Teoria Relacional foram desenvolvidos para atender às necessidades de armazenagem e recuperação de grandes volumes de dados representados por valores numéricos, datas e pequenas cadeias de caracteres, chamados genericamente ``dados escalares''. Com a evolução da tecnologia da informação, vem se tornando necessário organizar, armazenar e recuperar outros tipos de dados, a que nos referimos como ``dados complexos'', tais como imagens, vídeo, séries temporais, sequências genômicas, etc. As consultas por identidade ou por relação de ordem (RO), úteis para dados escalares, não são adequadas para dados complexos. Para eles, as consultas por similaridade têm sido a opção mais estudada, mas a sua disponibilidade em SGBD é ainda bastante restrita. Este projeto visa abordar a incorporação de recursos para recuperação de dados complexos por similaridade em SGBD Relacionais, desenvolvendo técnicas que cubram de maneira abrangente as principais necessidades dos módulos que constituem um SGBD, incluindo: a) integração da representação de consultas por similaridade em uma extensão da linguagem SQL; b) definição unificada dos operadores algébricos por similaridade segundo a teoria relacional, como operadores interoperáveis com os tradicionais; c) desenvolvimento de técnicas para otimização lógica e física dos planos de execução de consultas, e d:) desenvolvimento de técnicas para indexação e recuperação eficiente combinando operações de busca por similaridade, por identidade e por RO. O conhecimento e a tecnologia gerados poderão ser aplicados a muitas áreas de atividade humana, mas no projeto serão validadas em aplicações de apoio ao diagnóstico em medicina e em estudos de modelos climáticos, dando continuidade às atividades que já vem sendo realizadas pelo GBdI. Assim, além do grande potencial de inovação em tecnologia da informação inerente ao projeto, sua aplicação nessas áreas trará benefícios imediatos a toda a população.
      Membro: Robson Leonardo Ferreira Cordeiro.
      Os Sistemas de Gerenciamento de Bases de Dados (SGBD) baseados na Teoria Relacional foram desenvolvidos para atender às necessidades de armazenagem e recuperação de grandes volumes de dados representados por valores numéricos, datas e pequenas cadeias de caracteres, chamados genericamente ``dados escalares''. Com a evolução da tecnologia da informação, vem se tornando necessário organizar, armazenar e recuperar outros tipos de dados, a que nos referimos como ``dados complexos'', tais como imagens, vídeo, séries temporais, sequências genômicas, etc. As consultas por identidade ou por relação de ordem (RO), úteis para dados escalares, não são adequadas para dados complexos. Para eles, as consultas por similaridade têm sido a opção mais estudada, mas a sua disponibilidade em SGBD é ainda bastante restrita. Este projeto visa abordar a incorporação de recursos para recuperação de dados complexos por similaridade em SGBD Relacionais, desenvolvendo técnicas que cubram de maneira abrangente as principais necessidades dos módulos que constituem um SGBD, incluindo: a) integração da representação de consultas por similaridade em uma extensão da linguagem SQL; b) definição unificada dos operadores algébricos por similaridade segundo a teoria relacional, como operadores interoperáveis com os tradicionais; c) desenvolvimento de técnicas para otimização lógica e física dos planos de execução de consultas, e d:) desenvolvimento de técnicas para indexação e recuperação eficiente combinando operações de busca por similaridade, por identidade e por RO. O conhecimento e a tecnologia gerados poderão ser aplicados a muitas áreas de atividade humana, mas no projeto serão validadas em aplicações de apoio ao diagnóstico em medicina e em estudos de modelos climáticos, dando continuidade às atividades que já vem sendo realizadas pelo GBdI. Assim, além do grande potencial de inovação em tecnologia da informação inerente ao projeto, sua aplicação nessas áreas trará benefícios imediatos a toda a população.
      Membro: José Fernando Rodrigues Júnior.
      
      Membro: Caetano Traina Junior.
      Os Sistemas de Gerenciamento de Bases de Dados (SGBD) baseados na Teoria Relacional foram desenvolvidos para atender às necessidades de armazenagem e recuperação de grandes volumes de dados representados por valores numéricos, datas e pequenas cadeias de caracteres, chamados genericamente ``dados escalares''. Com a evolução da tecnologia da informação, vem se tornando necessário organizar, armazenar e recuperar outros tipos de dados, a que nos referimos como ``dados complexos'', tais como imagens, vídeo, séries temporais, sequências genômicas, etc. As consultas por identidade ou por relação de ordem (RO), úteis para dados escalares, não são adequadas para dados complexos. Para eles, as consultas por similaridade têm sido a opção mais estudada, mas a sua disponibilidade em SGBD é ainda bastante restrita. Este projeto visa abordar a incorporação de recursos para recuperação de dados complexos por similaridade em SGBD Relacionais, desenvolvendo técnicas que cubram de maneira abrangente as principais necessidades dos módulos que constituem um SGBD, incluindo: a) integração da representação de consultas por similaridade em uma extensão da linguagem SQL; b) definição unificada dos operadores algébricos por similaridade segundo a teoria relacional, como operadores interoperáveis com os tradicionais; c) desenvolvimento de técnicas para otimização lógica e física dos planos de execução de consultas, e d:) desenvolvimento de técnicas para indexação e recuperação eficiente combinando operações de busca por similaridade, por identidade e por RO. O conhecimento e a tecnologia gerados poderão ser aplicados a muitas áreas de atividade humana, mas no projeto serão validadas em aplicações de apoio ao diagnóstico em medicina e em estudos de modelos climáticos, dando continuidade às atividades que já vem sendo realizadas pelo GBdI. Assim, além do grande potencial de inovação em tecnologia da informação inerente ao projeto, sua aplicação nessas áreas trará benefícios imediatos a toda a população.
      Membro: Agma Juci Machado Traina.
  11. 2016-2016. FAPESP Regular - Processamento analítico de grandes grafos: identificação de padrões para o suporte à decisão na Web 2.0
      A tecnologia computacional do século XXI, caracterizada pela Web 2.0, propiciou poderosos recursos para geração de conteúdo digital, para o acesso generalizado à informação, e para a crescente conexão entre sistemas, pessoas e, recentemente, qualquer dispositivo eletrônico. Essa tecnologia leva à produção de dados a partir de fontes de diversos aspectos de nossa vida em uma escala inédita, a qual tem recebido diversas denominações como Big Data, escala Web, escala planetária ou dados massivos. Muitos desses dados descrevem relacionamentos que são adequadamente representados como grafos, os quais permitem tarefas analíticas que ajudam na otimização de processos como políticas públicas, decisões comerciais, segurança, medicina, e o suporte à decisão orientada a domínio. Para se analisar tais grafos tem-se usado de técnicas de processamento distribuído que adicionam complexidade e custo extra, o qual, muitas vezes, é proibitivo; tornando-se desejável o processamento de grafos em larga escala em um único nó computacional. Neste trabalho, propõe-se o desenvolvimento de técnicas de processamento em bloco para um único nó computacional, explorando-se as vertentes de pré-processamento, projeto de algoritmos, e visualização. Com estas técnicas pretende-se suprir as necessidades computacionais atuais e futuras, provendo processamento otimizado para problemas ligados à análise de grafos.
      Membro: Robson Leonardo Ferreira Cordeiro.
  12. 2017-2017. FAPESP Temático - Mineração, Indexação e Visualização de Big Data no Contexto de Sistemas de Apoio a Decisão Clínica - (MIVisBD)
      Projeto Temático envolvendo 3 instituições nacionais e 8 instituições internacionais.
      Membro: Robson Leonardo Ferreira Cordeiro.
  13. 2018-2018. FAPESP Regular - Mineração de Fluxos de Dados Frequentes e de Alta Dimensionalidade: estudo de caso em jogos digitais
      Em um fluxo de dados com muitos atributos e alta frequência de eventos, como encontrar grupos de eventos similares? Como detectar casos de exceção e ordená-los em acordo com o quão fora do padrão cada evento anômalo está? É possível realizar essas tarefas em tempo real? Por exemplo, com base nas ações de usuários ao longo do tempo em um sistema de gerência de partidas online de jogos digitais, como identificar grupos de usuários/jogadores com preferências similares para auxiliar a propaganda direcionada (targeted marketing) e o desenvolvimento de novos jogos? Como encontrar usuários spammers, bots, hackers e jogadores famosos, a fim de restringir acesso às três primeiras categorias e entender o porquê da fama dos demais? Hoje, é evidente a necessidade de algoritmos precisos, rápidos e escaláveis que permitam minerar em tempo real fluxos de dados frequentes e de alta dimensionalidade, os quais são coletados constantemente por sistemas web e por sensores automatizados de diversas aplicações modernas. O presente projeto de pesquisa visa diminuir esse problema com foco no agrupamento de eventos similares e na detecção de casos de exceção em fluxos de dados com milhares de eventos novos recebidos por segundo, descritos por dezenas/centenas de atributos. Como estudo de caso, pretende-se validar as novas metodologias e algoritmos a serem desenvolvidos na análise de fluxos de dados provenientes do sistema de controle de partidas online e de criação e publicação de novo conteúdo referentes ao jogo digital Super Mario Maker da empresa Nintendo Company Ltd..
      Membro: Robson Leonardo Ferreira Cordeiro.
  14. 2019-2019. Projeto Universal - Desenvolvimento de índices polivalentes para consultas por similaridade
      
      Membro: Robson Leonardo Ferreira Cordeiro.
      Auxílio Integrado à Pesquisa do CNPq -- 'Universal' 2018
      Membro: Caetano Traina Junior.
  15. 2020-2020. FAPESP Regular - COVID-19 - Analisando Dados Complexos Vinculados a COVID-19 para Apoio à Tomada de Decisão e Prognóstico
      Este projeto de pesquisa visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal processo de tomada de decisão. Os desafios a serem sobrepujados começam na montagem de bases de dados e imagens provenientes de plataformas distintas e muitas vezes incompletas, e à aplicação da técnica de radiômica sobre imagens de Raio-X (RX) e tomografia computadorizada (TC), com a premissa de que características quantitativas e qualitativas massivas sobre imagens de RX podem trazer a informação necessária ao diagnóstico de COVID-19, do mesmo modo que a TC fornece. A vantagem dessa abordagem que será investigada é o custo menor e a maior disponibilidade de RX, permitindo que mais pacientes sejam beneficiados pelos resultados dessa proposta. Além de disponibilizar material curado e consistente para pesquisas e avanços na área de COVID-19. Além disso, bases de dados e imagens consistentes para pesquisa serão disponibilizadas para a comunidade da área.
      Membro: Robson Leonardo Ferreira Cordeiro.
      Este projeto de pesquisa suplementar visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal processo de tomada de decisão. Os desafios a serem sobrepujados começam na montagem de bases de dados e imagens provenientes de plataformas distintas e muitas vezes incompletas, e à aplicação da técnica de radiômica sobre imagens de Raio-X (RX) e tomografia computadorizada (TC), com a premissa de que características quantitativas e qualitativas massivas sobre imagens de RX podem trazer a informação necessária ao diagnóstico de COVID-19, do mesmo modo que a TC fornece. A vantagem dessa abordagem que será investigada é o custo menor e a maior disponibilidade de RX, permitindo que mais pacientes sejam beneficiados pelos resultados dessa proposta. Além de disponibilizar material curado e consistente para pesquisas e avanços na área de COVID-19. Além disso, bases de dados e imagens consistentes para pesquisa serão disponibilizadas para a comunidade da área.
      Membro: Elaine Parros Machado de Sousa.
      Este projeto de pesquisa visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal processo de tomada de decisão. Os desafios a serem sobrepujados começam na montagem de bases de dados e imagens provenientes de plataformas distintas e muitas vezes incompletas, e à aplicação da técnica de radiômica sobre imagens de Raio-X (RX) e tomografia computadorizada (TC), com a premissa de que características quantitativas e qualitativas massivas sobre imagens de RX podem trazer a informação necessária ao diagnóstico de COVID-19, do mesmo modo que a TC fornece. A vantagem dessa abordagem que será investigada é o custo menor e a maior disponibilidade de RX, permitindo que mais pacientes sejam beneficiados pelos resultados dessa proposta. Além de disponibilizar material curado e consistente para pesquisas e avanços na área de COVID-19. Além disso, bases de dados e imagens consistentes para pesquisa serão disponibilizadas para a comunidade da área.
      Membro: Agma Juci Machado Traina.
  16. 2008-2008. Projeto Universal - MICAD - Mineração de Imagens Médicas por Conteúdo apoiando CAD: Aplicações em um Hospital Escola
      O volume de dados e imagens gerados nos hospitais e clínicas médicas cresce a um ritmo cada vez mais acelerado, devido ao barateamento do custo de coletar e armazenar tais informações. O diagnóstico baseado em imagens pode ser grandemente aprimorado se o especialista da área médica puder recuperar de modo rápido e pertinente informações que o apoiem na tomada de decisão. Por exemplo, recuperar casos parecidos com o que está sendo analisado, verificar o inter-relacionamento entre itens de dado e tratamentos/resultados alcançados, bem como visualizar num piscar de olhos a evolução de casos semelhantes e já diagnosticados por colegas especialistas. Este projeto visa o desenvolvimento de técnicas e algoritmos que constituirão o arcabouço teórico e prático para o desenvolvimento de ferramentas que possibilitem compreender o inter-relacionamento entre as características das imagens (que as representam) e seu significado semântico, de modo a obter os dados mais relevantes para serem utilizados para responder consultas por similaridade para apoiar o processo de decisão na elaboração de diagnósticos médicos. Os resultados alcançados por este projeto serão aplicados a sistemas de arquivamento e recuperação de imagens médicas (PACS), permitindo alcançar um patamar mais elevado em tais sistemas. Ou seja, sistemas PACS que já organizam as imagens e dados e pacientes, passarão a apoiar a tomada de decisão para suporte ao diagnóstico médico por imagens.
      Membro: Robson Leonardo Ferreira Cordeiro.
      
      Membro: José Fernando Rodrigues Júnior.
      O volume de dados e imagens gerados nos hospitais e clínicas médicas cresce a um ritmo cada vez mais acelerado, devido ao barateamento do custo de coletar e armazenar tais informações. O diagnóstico baseado em imagens pode ser grandemente aprimorado se o especialista da área médica puder recuperar de modo rápido e pertinente informações que o apoiem na tomada de decisão. Por exemplo, recuperar casos parecidos com o que está sendo analisado, verificar o inter-relacionamento entre itens de dado e tratamentos/resultados alcançados, bem como visualizar num piscar de olhos a evolução de casos semelhantes e já diagnosticados por colegas especialistas. Este projeto visa o desenvolvimento de técnicas e algoritmos que constituirão o arcabouço teórico e prático para o desenvolvimento de ferramentas que possibilitem compreender o inter-relacionamento entre as características das imagens (que as representam) e seu significado semântico, de modo a obter os dados mais relevantes para serem utilizados para responder consultas por similaridade para apoiar o processo de decisão na elaboração de diagnósticos médicos. Os resultados alcançados por este projeto serão aplicados a sistemas de arquivamento e recuperação de imagens médicas (PACS), permitindo alcançar um patamar mais elevado em tais sistemas. Ou seja, sistemas PACS que já organizam as imagens e dados e pacientes, passarão a apoiar a tomada de decisão para suporte ao diagnóstico médico por imagens..
      Membro: Elaine Parros Machado de Sousa.
      O volume de dados e imagens gerados nos hospitais e clínicas médicas cresce a um ritmo cada vez mais acelerado, devido ao barateamento do custo de coletar e armazenar tais informações. O diagnóstico baseado em imagens pode ser grandemente aprimorado se o especialista da área médica puder recuperar de modo rápido e pertinente informações que o apoiem na tomada de decisão. Por exemplo, recuperar casos parecidos com o que está sendo analisado, verificar o inter-relacionamento entre itens de dado e tratamentos/resultados alcançados, bem como visualizar num piscar de olhos a evolução de casos semelhantes e já diagnosticados por colegas especialistas. Este projeto visa o desenvolvimento de técnicas e algoritmos que constituirão o arcabouço teórico e prático para o desenvolvimento de ferramentas que possibilitem compreender o inter-relacionamento entre as características das imagens (que as representam) e seu significado semântico, de modo a obter os dados mais relevantes para serem utilizados para responder consultas por similaridade para apoiar o processo de decisão na elaboração de diagnósticos médicos. Os resultados alcançados por este projeto serão aplicados a sistemas de arquivamento e recuperação de imagens médicas (PACS), permitindo alcançar um patamar mais elevado em tais sistemas. Ou seja, sistemas PACS que já organizam as imagens e dados e pacientes, passarão a apoiar a tomada de decisão para suporte ao diagnóstico médico por imagens.
      Membro: Agma Juci Machado Traina.
  
  

Prêmios e títulos