Research on geo-spatial marine biology data mining using time series, text mining and visualization

• Processo: 13/50379-6
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de novembro de 2013 - 31 de outubro de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Convênio/Acordo: Consórcio de Alberta, Laval, Dalhousie e Ottawa (CALDO)
• Pesquisador responsável: Gustavo Enrique de Almeida Prado Alves Batista
• Beneficiário: Gustavo Enrique de Almeida Prado Alves Batista
• Pesq. responsável no exterior: Stan Matwin
• Instituição no exterior: Dalhousie University, Halifax, Canadá
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 12/07295-3 - Invariância à complexidade em classificação, agrupamento e descoberta de motifs em séries temporais, AP.R
• Assunto(s): Mineração de dados Visualização Modelagem de dados Biologia marinha Ecologia marinha
• Palavra(s)-Chave do Pesquisador: Computacao

Resumo

Neste projeto é proposta uma pesquisa interdisciplinar em mineração e visualização de dados que possui um foco em dados marítimos. Esses dados são particularmente desafiadores para mineração de dados, uma vez que eles apresentam um conjunto esparso de pontos em relação ao volume do espaço a ser modelado. Ele também apresenta um conjunto de desafios para a visualização e modelagem de dados, uma vez que os dados são inerentemente tridimensionais e de um contexto bastante diferente dos dados sobre a terra. Este projeto conta com uma equipe interdisciplinar com pesquisadores de mineração de dados, visualização de dados, e biologia marinha para desenvolver novos métodos de visualização que serão adequados para aplicações em biologia marinha. Os dados podem ser obtidos de várias fontes, incluindo dados sobre pesca e pesquisas científicas, sensores autônomos, dados de satélite e estudos de campo. Será trabalhado em especial a visualização dos resultados de um novo modelo de ecossistema, análogo aos modelos de circulação geral utilizados para prever o clima global. Este modelo inclui todos os tipos de organismos em terra e no mar. Com o desafio de que ele pode produzir de gigabytes a terabytes de dados, incluindo rastreamento de todas as interações de organismos, estados individuais, e a distribuição espacial dos indivíduos. Assim, será necessário resumir, extrair e visualizar os dados em múltiplas escalas, incluindo a de indivíduos, comunidades ecológicas e do globo. Esses dados devem ser visualizados de uma maneira que serão úteis e interpretáveis para a comunidade internacional. (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)

DOS REIS, DENIS; FLACH, PETER; MATWIN, STAN; BATISTA, GUSTAVO; ASSOC COMP MACHINERY. Fast Unsupervised Online Drift Detection Using Incremental Kolmogorov-Smirnov Test. KDD'16: PROCEEDINGS OF THE 22ND ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, v. N/A, p. 10-pg., 2016-01-01. (15/01701-8, 13/50379-6, 14/12333-7)