Classificação e busca em grande escala para dados complexos

Resumo

O crescimento exponencial da produção e o acúmulo de informação digital, bem como sua enorme diversificação, apresentam desafios consideráveis de gestão e acesso. Ao mesmo tempo, novas oportunidades são criadas pela aplicação de métodos de análise que permitem a descoberta de padrões interessantes e potencialmente proveitosos, latentes na massa de dados. Nesse contexto, recentemente criamos o Laboratório ReCOD (Reasoning for Complex Data) no Instituto de Computação da UNICAMP. Alinhado ao ReCOD, propomos o presente projeto, que terá um papel fundamental na estruturação dos seus primeiros dois anos de vida. O termo Dados Complexos utilizado nesta proposta abrange o universo dos dados não-estruturados, semi-estruturados e multimodais e, portanto, aborda uma ampla variedade de dados como textos, sons, imagens, vídeos, a informações geográficas, entre outros. Embora linhas de pesquisa independentes tenham sido desenvolvidas nos últimos anos para lidar com cada um desses tipos de informação, atravessa-se agora um momento crucial da convergência, que, apoiando-se sobretudo em recentes trabalhos de Extração de Características, Indexação Multidimensional, Aprendizado de Máquina e Fusão de Evidências, permite a criação de um arcabouço coerente para o tratamento desses dados. Muitas questões interessantes restam ainda em aberto em cada uma dessas etapas, trazendo oportunidades de valiosas contribuições de pesquisa. Propomos validar o trabalho em experimentos rigorosos, através da criação de grandes bases de dados que permitam a avaliação estatisticamente significante. Além disso, a versatilidade da plataforma proposta será demonstrada em três aplicações arrojadas e de alto impacto: a Multimídia Forense, a Recuperação da Informação e Classificação Multimídia, e o Reconhecimento em Imagens de Sensoriamento Remoto. Este projeto se insere em um contexto considerado prioritário tanto internacional quanto nacionalmente, alinhando-se a dos Grandes Desafios em Computação da SBC: Gestão da Informação em Grandes Volumes de DadosMultimídia Distribuídos. (AU)