MIDaC: mineração de imagens e dados complexos para análise de dados médicos e agrometeorológicos

• Processo: 10/00594-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de abril de 2010
• Data de Término da vigência: 30 de setembro de 2012
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Marcela Xavier Ribeiro
• Beneficiário: Marcela Xavier Ribeiro
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Computação gráfica Banco de dados Recuperação da informação Mineração de dados Análise de dados Recuperação de imagens Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Análise de Dados Complexos | mineração de imagens | Mineração Visual | Previsão Climática | recuperação de imagens por conteúdo | Banco de Dados e Processamento Gráfico

Resumo

A visão é o sentido humano que capta uma maior quantidade de informações por unidade de tempo. Por isso, a exploração de imagens e visualização têm se tornado componentes essenciais em muitas áreas de pesquisa, como a medicina e a agrometeorologia. Este projeto de pesquisa visa o desenvolvimento de um ferramental envolvendo mineração visual e mineração de imagens para a análise de dados complexos, aplicado a dados médicos e a dados agrometeorológicos. A análise desses dados requer sofisticadas ferramentas computacionais para o processamento, mineração e visualização. Este projeto propõe o desenvolvimento de um conjunto de técnicas e algoritmos que combinam a mineração visual e a mineração de imagens, de maneira a aumentar o potencial de análise computacional dos dados complexos. O objetivo é que as técnicas desenvolvidas aumentem a compreensão semântica dos dados. Por sua vasta aplicabilidade e por ter apresentado resultados proeminentes em pesquisas recentes, a principal tarefa de mineração a ser utilizada neste projeto de pesquisas é a mineração de regras de associação. Esse projeto também objetiva integrar a mineração visual à mineração de imagens para permitir o aumento da exploração dos dados complexos envolvendo imagens, promovendo o desenvolvimento de ferramentas computacionais de suporte a tomada de decisão mais robustas do que o atual estado da arte. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DIAS, RAFAEL L.; MPINDA, STEVE ATAKY T.; BUENO, RENATO; RIBEIRO, MARCELA X.; BANISSI, E; BANNATYNE, MWM; BOUALI, F; SOARESDATIA, NM; GRINSTEIN, G; GROTH, D; et al. Visual-Interactive k-NDN Method (VIK): A Novel Approach to Visualize and Interact with Content-Based Image Retrieval Systems Regarding Similarity and Diversity. 2017 21ST INTERNATIONAL CONFERENCE INFORMATION VISUALISATION (IV), v. N/A, p. 6-pg., 2017-01-01. (11/01447-3, 10/00594-0)