Visualização exploratória para apoiar a classificação taxonômica de algas verdes

• Processo: 13/26647-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Vigência (Início): 01 de maio de 2014
• Vigência (Término): 31 de março de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Maria Cristina Ferreira de Oliveira
• Beneficiário: Vinícius Ruela Pereira Borges
• Supervisor: Bernd Hamann
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Local de pesquisa: University of California, Davis (UC Davis), Estados Unidos
• Vinculado à bolsa: 12/00269-7 - Visualização Exploratória de Espaços de Características para Apoiar a Classificação Taxonômica de Algas Verdes, BP.DR
• Palavra(s)-Chave do Pesquisador: Classificação taxonômica de algas verdes | Classificação visual | Extração de características | Mineração Visual de Dados

Resumo

A classificação taxonômica de microalgas verdes de água doce é uma tarefa extremamente problemática, devido às incosistências na taxonomia. O procedimento manual efetuado pelos biólogos/taxonomistas, caracterizado pela análise de observações em microscópio, é complexo, meticuloso e requer grande conhecimento técnico. Neste sentido, as técnicas de mineração visual de dados e de reconhecimento de padrões podem melhorar a qualidade da classificação de algas verdes.Este projeto de doutorado conta com a colaboração dos biólogos da Universidade Federal de São Carlos (UFSCar). O objetivo é definir um processo interativo baseado em visualização exploratória que apoie as tarefas de classificação taxonômica de algas verdes em nível de espécie. Tal processo é caracterizado pela participação do usuário na classificação e pelo emprego de visualizações baseadas em árvores de similaridade (geradas pelo algoritmo Neighbor-Joining). As árvores de similaridade fornecem metáforas visuais capazes de apresentar uma representação hierárquica das relações de similaridades das instâncias de dados multidimensionais. As imagens de uma coleção podem ser representadas por vetores de características, em que suas (dis)similaridades são calculadas por meio de funções de distâncias.No âmbito da Ciência da Computação, os desafios deste projeto incluem a identificação e a extração das características relevantes das imagens de algas verdes e a função de distância que permite calcular a similaridade entre os vetores de características obtidos, como também suas integrações com o sistema de classificação visual interativo e sua validação dos resultados obtidos pela estratégia proposta com os procedimentos manuais efetuados pelos taxonomistas, a qual não está definida e que requer um conhecimento de ambos os processos. (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)

BORGES, VINICIUS R. P.; DE OLIVEIRA, MARIA CRISTINA F.; SILVA, THAIS GARCIA; HENRIQUES VIEIRA, ARMANDO AUGUSTO; HAMANN, BERND. Region Growing for Segmenting Green Microalgae Images. IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS, v. 15, n. 1, p. 257-270, JAN-FEB 2018. (11/22749-8, 13/26647-0, 12/00269-7)