| Processo: | 10/05062-6 |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |
| Data de Início da vigência: | 01 de abril de 2011 |
| Data de Término da vigência: | 31 de outubro de 2013 |
| Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação |
| Pesquisador responsável: | Rodrigo Fernandes de Mello |
| Beneficiário: | Cássio Martini Martins Pereira |
| Instituição Sede: | Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Assunto(s): | Análise de ondaletas Aprendizado computacional |
| Palavra(s)-Chave do Pesquisador: | Agrupamento | conceitos emergentes | fluxos contínuos de dados | Wavelets | Aprendizado de Máquina |
Resumo Recentemente, os avanços tecnológicos aumentaram a capacidade de geração e captura de dados nos mais diversos setores da sociedade. Esses dados passaram a constituir fluxos contínuos, os quais precisam ser processados para que seja extraído conhecimento útil. Essa necessidade motivou a criação da área de mineração em fluxos contínuos de dados, que se diferencia por impor restrições à quantidade de memória e tempo disponíveis aos algoritmos, devido ao enorme volume de dados gerados de forma contínua. Em 2006, a Sociedade Brasileira de Computação (SBC) definiu cinco grandes desafios para a pesquisa em computação no Brasil até 2016. O primeiro desafio trata a gestão da informação em grandes volumes de dados, apontando que pesquisas nessa área podem auxiliar cenários de e-learning, e-gov, e-science e, também, no processamento de informações da TV digital, objeto de fortes investimentos do governo brasileiro. Algoritmos de agrupamento têm se mostrado uma abordagem atraente para análise de fluxos contínuos de dados, devido à sua capacidade de geração de modelos sem a necessidade de supervisão humana. Entretanto, os algoritmos existentes para agrupamento em fluxos contínuos consideram somente a similaridade entre padrões por meio de uma função de distância, definida no espaço métrico em que os dados se encontram. Este trabalho assume a hipótese de que analisando as frequências que compõem os padrões observados, por meio da transformada Wavelet, é possível melhor modelá-los. Nesse sentido, este projeto visa propor um novo agrupador para fluxos contínuos de dados, que considera não somente a distância entre padrões, mas também as frequências que os compõem. Espera-se obter, de maneira eficiente, uma melhor qualidade no agrupamento dos dados. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |