FILTRAGEM DE INFORMAÇÃO NA WEB USANDO REDE NEURAL DE HOPFIELD E ONTOLOGIA

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "FILTRAGEM DE INFORMAÇÃO NA WEB USANDO REDE NEURAL DE HOPFIELD E ONTOLOGIA"

Transcrição

1 FILTRAGEM DE INFORMAÇÃO NA WEB USANDO REDE NEURAL DE HOPFIELD E ONTOLOGIA Daniel Mandelli Martins Faculdade de Engenharia de Computação CEATEC Juan Manuel Adán Coello Grupo de Pesquisa em Sistemas Inteligentes CEATEC Resumo: A grande quantidade de informação presente na Web torna difícil a recuperação de informações pertinentes aos usuários. Novas ferramentas são necessárias para filtrar informações relevantes. Este artigo detalha o funcionamento de um agente que vasculha a Web à procura de informações e retorna documentos de acordo com os interesses do usuário. O agente opera em dois modos: geração do espaço de conceitos e filtragem de documentos. O espaço de conceitos de um domínio é representado por uma matriz de coeficientes assimétricos de similaridade para cada par de termos relevantes no domínio. Essa matriz é utilizada como uma rede neural de Hopfield, usada juntamente com uma ontologia para filtragem de documentos, onde os termos representam neurônios e os coeficientes de similaridade os pesos das conexões que ligam os neurônios. A ontologia é utilizada para fornecer uma relação entre termos do domínio, quando os termos encontrados no documento a filtrar não forem iguais aos termos do domínio presentes na entrada da neural de Hopfield. Os experimentos realizados até o momento mostram que o uso de ontologia influencia positivamente a capacidade de filtragem do agente, embora seja necessário aprimorá-lo em trabalhos futuros para torná-lo computacionalmente viável. Palavras-chave: Filtragem de informação; Web; Ontologia, Rede neural; Agentes. Área do Conhecimento: Ciências Exatas e da Terra, Ciência da Computação. 1. INTRODUÇÃO Com a expansão da Web, os usuários enfrentam dificuldades crescentes para encontrar informações relevantes. Contribuem para esse cenário a natureza não estruturada dos dados armazenados, principalmente documentos de texto usando a linguagem HTML, e a natureza dinâmica da Web que requer que os usuários continuamente realizem pesquisas para a seleção de novos documentos de interesse. Esta situação tem motivado o desenvolvimento de agentes de software pessoais de filtragem de informações que continuamente buscam a Web à procura de documentos de interesse para seus usuários. As necessidades de informação mudam de usuário para usuário. Portanto, os sistemas de filtragem de informação têm que ser personalizados para satisfazer os interesses de cada usuário, assumindo o papel de assistentes pessoais. Esse tipo de sistema de filtragem de informação tem de preencher três requisitos: (1) Especialização: o sistema seleciona os documentos relevantes para o usuário e descarta os outros; (2) Adaptação: a filtragem da informação é um processo interativo feito por largos períodos de tempo, durante o qual os interesses dos usuários são sujeitos a mudança; (3) Exploração: o sistema deve ser capaz de explorar novos domínios, a fim de encontrar algo novo, potencialmente interessante para o usuário. Diferentes modelos e sistemas foram implementados para recuperação e filtragem de informações. Normalmente, estes sistemas são constituídos por três componentes principais responsáveis por (1) representar os documentos, (2) representar os interesses dos usuários e (3) estabelecer uma correspondência entre os interesses dos usuários e as representações dos documentos [1] [2]. Hopfilter é um agente pessoal que vasculha fontes de informações na Web e recupera documentos de acordo com interesses do usuário [3] [4] [5]. Em linhas gerais, Hopfilter funciona da seguinte maneira: inicialmente, o usuário manualmente seleciona uma coleção de documentos sobre um assunto de interesse. Através de um mecanismo de indexação automática, o sistema gera os termos que melhor representam o conteúdo da coleção. Com o uso de funções estatísticas que calculam a co-ocorrência dos termos na coleção, o sistema gera uma matriz de similaridade, que contêm os termos e os coeficientes que indicam o grau de relacionamento entre cada par de termos. Essa matriz de similaridade é interpretada como uma rede de conhecimento ou um espaço de conceitos. O espaço de conceitos representa uma rede neural com os neurônios (termos) interligados através de pesos sinápticos (coeficientes

2 de relacionamento). O processo de filtragem começa quando um documento a ser filtrado é usado como um padrão de entrada para a rede. Quando a rede converge para o equilíbrio, a quantidade de neurônios ativos indica se o documento é compatível com os conceitos armazenados na memória da rede ou não. Se o documento é considerado relevante, o usuário é notificado de que o documento filtrado contém informações de interesse. O método de filtragem usado possui uma limitação na ativação inicial dos neurônios da rede neural de Hopfield, já que eles são apenas inicializados com valor 0 ou 1 dependendo da presença de um termo no espaço de conceitos e no documento a ser filtrado. O uso de ontologia [6] foi proposto como uma solução, já que fornece relações entre conceitos, possibilitando a determinação de uma relação entre um termo no espaço de conceitos com outro no documento a ser filtrado. Assim é possível inicializar um neurônio não apenas com valor 0 ou 1, mas com qualquer valor no intervalo real [0, 1]. O artigo está organizado da seguinte forma, Introdução nesta seção, a arquitetura do Hopfilter é apresentada na seção 2, a seção 3 apresenta os resultados de alguns experimentos realizados para avaliar o agente e a seção 4 encerra o artigo com as observações finais. 2. ARQUITETURA DO HOPFILTER O agente de filtragem é composto dos seguintes módulos: Interface Usuário (IU), Interface Web (IW), Pré-Processamento de Documento (PPD), Indexação Automática (IA), Geração do espaço de conceitos (GEC), Rede Neural Artificial (RNA), Controle de Ontologia (CO) e String Matcher com Aproximação (SMA). Os módulos IU, IW, PPD, IA, GEC e RNA não estão no foco deste trabalho, portanto serão apenas brevemente descritos com foco em suas relações com o funcionamento do CO e o SMA. O agente de filtragem funciona em dois modos: "geração do espaço de conceitos" e "filtragem de documento. O modo de geração do espaço de conceitos utiliza os módulos PPD, IA, GEC e CO. O modo de filtragem de documentos utiliza os módulos PPD, IA, RNA, CO e SMA. Para executar o modo de "filtragem de documento", um espaço de conceitos para o domínio considerado já deve estar disponível. O funcionamento de cada modo de operação é brevemente descrito a seguir. Inicialmente o CO carrega a ontologia a ser usada e extrai o nome de suas classes, que serão utilizados tanto para a seleção de termos do espaço de conceitos quanto para a filtragem de documentos. Para gerar o espaço de conceitos, uma coleção de n documentos selecionados pelo usuário sobre um domínio específico, deve ser apresentada ao agente. O PPD remove as tags HTML do documento, produzindo texto corrido. Das palavras identificadas, o módulo de IA remove stop words, tags HTML e outros elementos indesejados, e gera os termos. Os termos que melhor representam a coleção de documentos são selecionados pelo GEC com o auxilio do CO, se desejado. O GEC então calcula os coeficientes assimétricos de similaridade para cada par de termos selecionado. Os termos com os respectivos coeficientes assimétricos de similaridade são arranjados em uma matriz de similaridade, ou espaço de conceitos. O agente interpreta o espaço de conceitos como uma rede neural artificial de Hopfield [7], onde os termos correspondem aos neurônios e os coeficientes de similaridade assimétrica aos pesos das conexões dos neurônios. Para filtrar um documento, o agente inicialmente identifica as palavras no documento, usando o PPD, e gera os termos que representam o documento usando a IA. A RNA utiliza os termos gerados pela IA para criar um vetor da forma x = (x 1, x 2,..., x n ), onde n é igual ao número de termos no espaço de conceitos, e x i corresponde ao i-ésimo termo gerado pelo processo. No momento de filtrar um documento, x i será 1 se o i-ésimo termo está presente no documento a filtrar. Caso contrário, x i pode receber um valor entre 0 e 1 se houver um termo no documento que possuir alguma relação com o termo do espaço de conceitos, conforme verificado pelos módulos CO o SMA. Caso não haja relação alguma, x i recebe 0. Esse vetor é então usado para ativar a rede neural de Hopfield. Uma vez ativada, a rede irá procurar um estado de equilíbrio. Quando esse estado é atingido, o número de neurônios ativos indica a relevância do documento filtrado Pre-Processamento (PPD) O módulo de pré-processamento recebe uma página da Web e produz como saída um texto simples. Tags HTML, sinais de pontuação, datas, números e vários outros símbolos são retirados do documento de entrada, restando somente palavras Indexação Automática (IA) Quando um documento é indexado, o resultado é uma lista de termos, ou índices, que representa o conteúdo do documento. A indexação automática consiste em duas operações: a remoção de stop words e formação de termos Geração do Espaço de Conceitos (GEC) Este módulo calcula os coeficientes de similaridade para cada par de termos e gera a matriz de similari-

3 dade que contém os termos e seus respectivos coeficientes. Esta matriz representa o espaço de conceitos. É possível especificar a porcentagem mínima de termos que obrigatoriamente estão presentes na ontologia, utilizando-a como apoio na seleção de termos relevantes ao assunto. A filtragem funciona da seguinte maneira: primeiramente são selecionados apenas os melhores termos presentes na ontologia, que posteriormente são substituídos pelos melhores termos presentes ou não na ontologia, garantindo assim que uma porcentagem mínima de termos estabelecida pelo usuário estará presente na ontologia Rede Neural Artificial de Hopfield (RNA) Este módulo é utilizado para filtrar um documento por meio da rede neural de Hopfield. Inicialmente, o documento a ser filtrado é submetido aos módulos PPD e IA. Ele será representado por um conjunto de termos ou índices, como foi feito para gerar o espaço de conceitos. Estes termos irão definir os elementos de um vetor de tamanho n, que será utilizado como entrada da rede neural, para um espaço de conceitos com n termos. O vetor de entrada terá a forma x = (x 1, x 2,..., x n ), onde x i a maior relação dentre todas as relações entre o termo i no espaço de conceitos e todos os outros termos no documento. A relação entre o termo i do espaço de conceitos e um termo j no documento será 1 se o termo i do espaço de conceitos for igual ao termo j do documento. Caso contrário, a relação pode ainda receber um valor entre 0 e 1 se o termo j do documento possuir alguma similaridade ontológica com o termo i do espaço de conceitos. Para determinar se existe similaridade ontológica, o termo do documento é enviados ao SMA, que utilizando o CO, retorna o termo na ontologia mais próximo, junto com sua similaridade léxica ao termo j do documento, que é um valor de 0 a 1. Se a similaridade léxica for maior que o mínimo aceitável fornecido pelo usuário, o CO calcula a similaridade ontológica entre os termos, que é então multiplicada pelo valor de similaridade léxica, obtendo-se assim a relação entre o termo j do documento e o termo i do espaço de conceitos. Caso não haja similaridade ontológica, a relação recebe 0. Por exemplo, considerando o termo avião do espaço de conceitos, o termo carros do documento, os termos avião e carro da ontologia mostrada na Figura 1, o valor 0,8 para o mínimo de similaridade léxica aceitável e que a similaridade léxica, calculada pelo SMA, entre carro e carros seja 0,9 temos que x i não receberá o valor 1, pois o termo do espaço de conceitos (avião) e o termo do documento (carros) não são iguais, porém também não receberá o valor 0, pois o termo do espaço de conceitos (avião) está presente na ontologia e o termo do documento (carros) possui similaridade léxica com o termo carro da ontologia maior do que a mínima fornecida pelo usuário. Considerando que a similaridade ontológica, calculada pelo CO, entre os termos avião e carro da ontologia seja 0,135, a relação final entre o termo no espaço de conceitos (avião) e o termo no documento (carros) seja 0,1215 (0,9 * 0,135). Supondo que essa relação seja a maior de todas as relações entre o termo no espaço de conceitos (avião) e todos os outros termos no documento, x i receberá o valor 0, String Matcher Aproximado (SMA) Este módulo é utilizado como apoio ao CO, fornecendo uma maneira de usar termos que não estão presentes na ontologia, mas que têm similaridade léxica com termos na ontologia. Utilizando o algoritmo de comparação de strings de White [8], é computada a similaridade léxica do termo j do documento com seu melhor representante na ontologia. Essa similaridade léxica é então multiplicada pela similaridade ontológica entre o termo do espaço de conceitos i com o melhor representante do termo do documento j na ontologia, para obter o valor final da relação entre o termo j do documento e o termo i do espaço de conceitos. O valor dessa relação será atribuído a x i caso ele seja o maior dentre todos os valores das relações entre o termo i do espaço de conceitos com todos os termos do documento Controle de Ontologia (CO) O módulo de Controle de Ontologia (CO) é utilizado para determinar se existe relação entre o termo i, associado à entrada x i da rede neural, e um termo j do documento a filtrar, de modo a calcular o valor x i do vetor de entrada da rede neural de Hopfield. São utilizados o Jena Framework [9] e o editor de ontologias Protégé [10] para criar modelos da ontologia. O modelo criado pelo Protégé [11] é consultado para determinar a profundidade da classe representada pelo termo i, através de um algoritmo recursivo que conta a quantidade de superclasses que a classe do termo i possui, utilizando o método getnamedsuperclasses() do Protégé [12] para determinar a superclasse de uma classe na ontologia. O mesmo processo é utilizado para determinar a profundidade da classe do termo j. As profundidades das classes dos termos i e j são somadas e a soma é guardada para uso no cálculo de similaridade ontológica. O modelo é consultado novamente para determinar a profundidade da classe do menor ancestral comum entre as classes dos termos i e j. Para determinar o menor ancestral comum, o modelo criado

4 pelo Jena [13] é consultado através do método getl- CA() [14]. Essa profundidade é multiplicada por 2 e o resultado é também guardado para uso no cálculo de similaridade ontológica, descrito a seguir: (1) sim ij é a similaridade ontológica entre os termos i e j, e ds ij é a distância semântica entre os termos i e j, segundo a equação: (2) Onde som é a soma das profundidades das classes dos termos i e j, e mult é a profundidade multiplicada por 2 do menor ancestral comum dos termos i e j. Por exemplo, considerando o termo avião do espaço de conceitos, o termo carros do documento, o parâmetro 0,8 mínimo de similaridade léxica, que a similaridade léxica entre carro e carros é 0,9 e a ontologia: Figura 1. Ontologia. Temos que o melhor representante do termo j na ontologia é carro e sua similaridade léxica com o termo j é maior que a mínima permitida, portanto é o que será utilizado no calculo. A profundidade da classe avião é 4 (a classe coisa está presente em todas as ontologias, portanto não é considerada na conta e não é um menor ancestral comum valido) e a profundidade da classe carro é 4, portanto som será 8. O menor ancestral comum entre as classes avião e carro é transporte de pessoas cuja profundidade é 2, portanto mult será 4. Segundo a e- quação (2) ds ij será 2, portanto segundo a equação (1) a similaridade ontológica entre o termo avião do espaço de conceitos e o termo carro do documento será aproximadamente 0,135. Ao final desta etapa, obtêm-se a similaridade ontológica, que é então multiplicada pela similaridade léxica para determinar a relação final entre os termos. Este valor é utilizado pelo RNA como um possível valor para x i no vetor de entrada da rede neural de forma x = (x 1, x 2,..., x n ). 3. AVALIAÇÃO EXPERIMENTAL O agente foi avaliado utilizando documentos retirados da Web em grande maioria da Wikipedia e armazenados em um repositório local, o que permite o cálculo da cobertura e da precisão. Os documentos estão em inglês e tratam de diversos assuntos, sendo cada um deles específico a apenas um assunto. Para determinar se o uso de ontologia foi benéfico ao agente, foi realizado um experimento sem uso de ontologia e outro com uso de ontologia. A ontologia utilizada para o experimento é especifica sobre transporte [15]. Foram criados dois espaços de conceitos utilizando 14 documentos que tratam de transporte sendo que 50% dos termos de um espaço de conceitos foram filtrados pela ontologia. Ambos espaços de conceitos têm 20 termos, cada um com uma a três palavras. O espaço de conceitos filtrado foi utilizado no experimento com ontologia e o outro no experimento sem ontologia. Todos os outros parâmetros são os mesmos nos dois testes. Foram utilizados 48 documentos de diversos assuntos sendo 12 deles sobre transporte e diferentes dos utilizados para gerar o espaço de conceitos, portanto relevantes. Na rede neural foram usados os mesmos parâmetros empregados em [4], isto é energia = 0,025; curvatura = 0,01; e viés (bias) = 0,7. A eficácia do agente de filtragem de documentos foi medida utilizando as taxas de precisão e cobertura, amplamente utilizadas pela comunidade de recuperação de informação [16]. A precisão é calculada dividindo o número de documentos relevantes recuperados pelo número total de documentos recuperados. A cobertura é calculada dividindo o número de documentos relevantes recuperados pelo número de documentos relevantes disponíveis na base de documentos. No experimento com ontologia a precisão foi 43% e a cobertura 100%. No experimento sem ontologia a precisão foi 32% e a cobertura 91%. Estes dados sugerem que o uso de ontologias propicia melhoras relevantes na filtragem realizada pelo agente Hopfilter tanto na precisão como na cobertura. 4. CONCLUSÃO Embora o uso de espaço de conceitos e memória associativa mostra resultados satisfatórios em sistemas de filtragem de informação, esse sistema depende muito da seleção dos termos a serem utilizados para a criação do espaço de conceito. Termos muito comuns no domínio têm baixo poder descritivo e reduzem a taxa de precisão da filtragem. O mecanismo de seleção de termos atual necessita de aprimoramento, pois seleciona termos indesejados que diminuem a precisão do agente.

5 Nos experimentos realizados, o uso de ontologia mostra resultados positivos, porém causou grande perda de desempenho ao agente, que passa a levar muito mais tempo para realizar a busca. É imperativo aprimorar o módulo CO para que ele utilize menos recursos e se torne computacionalmente viável. O uso de caches implementados com tabelas de hash é sugerido, pois o calculo de similaridade ontológica é freqüentemente repetido, já que os termos se repetem em um mesmo documento e em documentos diferentes. Como o método de determinação de relevância de cada documento é independente, outra sugestão é paralelizá-lo para que se beneficie de sistemas com múltiplos processadores, possibilitando que a filtragem do repositório de documentos seja realizada simultaneamente por diferentes processadores. REFERÊNCIAS [1] Salton, G., McGill, M.J. The SMART and SIRE Experimental Retrieval Systems. In: Readings in Information Retrieval, p Morgan Kaufmann Publishers, Pine Street, Sixth Floor. San Francisco, [2] Yan, T.W., Garcia-Molina, H. The SIFT Information Dissemination System. ACM Transactions on Database Systems 24(4), p , [3] Monteiro, P. P. Filtragem de Páginas Web Baseada em Redes Neurais Artificiais de Hopfield. Trabalho de Conclusão de Curso. Faculdade de Engenharia de Computação, PUC-Campinas, [4] Marin, A., Adán Coello, J. M., Rosa, J. L. G., Tobar, C. M., Freitas, R. L. Personalized Web page filtering using a Hopfield neural network. Lecture Notes in Computer Science, v.4669, p , [5] Willens, E. R. Busca e Filtragem De Informações Na Web Uma Abordagem Envolvendo Redes Neurais Artificiais de Hopfield e Ontologias. Trabalho de Conclusão de Curso. Faculdade de Engenharia de Computação, PUC-Campinas, [6] ONTOLOGY. Disponível em: _science). Acesso em: 14 de [7] Hopfield, J. J. Neural networks and physical systems with emergent collective computational properties. Proc. Nat. Acad. Sci. (USA) 79, p , [8] White, S., How to Strike a Match. Disponível em: Cycles/How-to-Strike-a-Match. Acesso em: 11 de [9] JENA FRAMEWORK. Disponível em: Acesso em: 14 de [10] PROTEGE. Disponível em: Acesso em: 14 de [11] PROTEGE OWL, OWLModel. Disponível em: nford/smi/protegex/owl/model/owlmodel.html. Acesso em: 11 de [12] PROTEGE OWL, RDFSClass. Disponível em: wl/edu/stanford/smi/protegex/owl/model/rdfscl ass.html. Acesso em: 11 de [13] JENA FRAMEWORK, OntModel. Disponível em: na/ontology/ontmodel.html. Acesso em: 11 de [14] JENA FRAMEWORK, OntTools. Disponível em: na/ontology/onttools.html. Acesso em: 11 de [15] TRANSPORTATION ONTOLOGY. Disponível em: Acesso em: 14 de [16] Rijsbergen, C.J.: Information Retrieval. Butterworths, London, 1979.

Nathalie Portugal Vargas

Nathalie Portugal Vargas Nathalie Portugal Vargas 1 Introdução Trabalhos Relacionados Recuperação da Informação com redes ART1 Mineração de Dados com Redes SOM RNA na extração da Informação Filtragem de Informação com Redes Hopfield

Leia mais

3 Trabalhos Relacionados

3 Trabalhos Relacionados 35 3 Trabalhos Relacionados Alguns trabalhos se relacionam com o aqui proposto sob duas visões, uma sobre a visão de implementação e arquitetura, com a utilização de informações de contexto em SMA, outra

Leia mais

Complemento II Noções Introdutória em Redes Neurais

Complemento II Noções Introdutória em Redes Neurais Complemento II Noções Introdutória em Redes Neurais Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Organizaçãoe Recuperação de Informação GSI521. Prof. Rodrigo Sanches Miani FACOM/UFU

Organizaçãoe Recuperação de Informação GSI521. Prof. Rodrigo Sanches Miani FACOM/UFU Organizaçãoe Recuperação de Informação GSI521 Prof. Rodrigo Sanches Miani FACOM/UFU Introdução Organização e Recuperação de Informação(GSI521) Tópicos Recuperação de informação (RI); Breve histórico; O

Leia mais

5 Mecanismo de seleção de componentes

5 Mecanismo de seleção de componentes Mecanismo de seleção de componentes 50 5 Mecanismo de seleção de componentes O Kaluana Original, apresentado em detalhes no capítulo 3 deste trabalho, é um middleware que facilita a construção de aplicações

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA

UNIVERSIDADE FEDERAL DE SANTA CATARINA UNIVERSIDADE FEDERAL DE SANTA CATARINA CIÊNCIAS DA COMPUTAÇÃO MÁQUINAS DE COMITÊ APLICADAS À FILTRAGEM DE SPAM Monografia submetida à UNIVERSIDADE FEDERAL DE SANTA CATARINA para a obtenção do grau de BACHAREL

Leia mais

RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS

RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS ISBN 978-85-61091-05-7 Encontro Internacional de Produção Científica Cesumar 27 a 30 de outubro de 2009 RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS Marcello Erick Bonfim 1

Leia mais

Motor de Pesquisa Baseado na Web Semântica

Motor de Pesquisa Baseado na Web Semântica Motor de Pesquisa Baseado na Web Semântica Rui Gaspar, Ricardo Clemente {ruiandre, ricjorge}@student.dei.uc.pt Resumo: Com este projecto pretende-se desenvolver um motor de pesquisa, que implemente conceitos

Leia mais

Tecnologia de Redes de Computadores - aula 5

Tecnologia de Redes de Computadores - aula 5 Tecnologia de Redes de Computadores - aula 5 Prof. Celso Rabelo Centro Universitário da Cidade 1 Objetivo 2 3 4 IGPxEGP Vetor de Distância Estado de Enlace Objetivo Objetivo Apresentar o conceito de. Conceito

Leia mais

PROJETO DE REDES www.projetoderedes.com.br

PROJETO DE REDES www.projetoderedes.com.br PROJETO DE REDES www.projetoderedes.com.br Centro Universitário de Volta Redonda - UniFOA Curso Tecnológico de Redes de Computadores 5º período Disciplina: Tecnologia WEB Professor: José Maurício S. Pinheiro

Leia mais

Introdução a computação móvel. Middlewares para Rede de Sensores sem Fio. Uma avaliação na ótica de Adaptação ao Contexto

Introdução a computação móvel. Middlewares para Rede de Sensores sem Fio. Uma avaliação na ótica de Adaptação ao Contexto Introdução a computação móvel Monografia: Middlewares para Rede de Sensores sem Fio Uma avaliação na ótica de Adaptação ao Contexto Adriano Branco Agenda Objetivo do trabalho O que é uma WSN Middlewares

Leia mais

Hardware (Nível 0) Organização. Interface de Máquina (IM) Interface Interna de Microprogramação (IIMP)

Hardware (Nível 0) Organização. Interface de Máquina (IM) Interface Interna de Microprogramação (IIMP) Hardware (Nível 0) Organização O AS/400 isola os usuários das características do hardware através de uma arquitetura de camadas. Vários modelos da família AS/400 de computadores de médio porte estão disponíveis,

Leia mais

Criação de um Arquivo Invertido para a Recuperação de Informação em Grandes Volumes de Texto

Criação de um Arquivo Invertido para a Recuperação de Informação em Grandes Volumes de Texto Criação de um Arquivo Invertido para a Recuperação de Informação em Grandes Volumes de Texto Rafael Rodrigo da Silva 1, Wender Magno Cota 1 1 Universidade Presidente Antônio Carlos (UNIPAC) Faculdade Regional

Leia mais

Complemento IV Introdução aos Algoritmos Genéticos

Complemento IV Introdução aos Algoritmos Genéticos Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e

Leia mais

Software de gerenciamento do sistema Intel. Guia do usuário do Pacote de gerenciamento do servidor modular Intel

Software de gerenciamento do sistema Intel. Guia do usuário do Pacote de gerenciamento do servidor modular Intel Software de gerenciamento do sistema Intel do servidor modular Intel Declarações de Caráter Legal AS INFORMAÇÕES CONTIDAS NESTE DOCUMENTO SÃO RELACIONADAS AOS PRODUTOS INTEL, PARA FINS DE SUPORTE ÀS PLACAS

Leia mais

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS

UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS UNISINOS - UNIVERSIDADE DO VALE DO RIO DOS SINOS Curso: Informática Disciplina: Redes Neurais Prof. Fernando Osório E-mail: osorio@exatas.unisinos.br EXEMPLO DE QUESTÕES DE PROVAS ANTIGAS 1. Supondo que

Leia mais

Organização e Recuperação da Informação

Organização e Recuperação da Informação GSI024 Organização e Recuperação da Informação Introdução Ilmério Reis da Silva ilmerio@facom.ufu.br www.facom.ufu.br/~ilmerio/ori UFU/FACOM - 2011/1 Arquivo 1a Introdução Porque RI? Problemas da solução

Leia mais

Projeto Pedagógico do Bacharelado em Ciência da Computação. Comissão de Curso e NDE do BCC

Projeto Pedagógico do Bacharelado em Ciência da Computação. Comissão de Curso e NDE do BCC Projeto Pedagógico do Bacharelado em Ciência da Computação Comissão de Curso e NDE do BCC Fevereiro de 2015 Situação Legal do Curso Criação: Resolução CONSU no. 43, de 04/07/2007. Autorização: Portaria

Leia mais

MARACATU. A component search tool. Especificação, Projeto e Implementação de uma Arquitetura para um Engenho de Busca de Componentes

MARACATU. A component search tool. Especificação, Projeto e Implementação de uma Arquitetura para um Engenho de Busca de Componentes MARACATU A component search tool Especificação, Projeto e Implementação de uma Arquitetura para um Engenho de Busca de Componentes Vinicius Cardoso Garcia July 29, 2005 Agenda Introdução Especificação

Leia mais

DESENVOLVENDO APLICAÇÃO UTILIZANDO JAVA SERVER FACES

DESENVOLVENDO APLICAÇÃO UTILIZANDO JAVA SERVER FACES DESENVOLVENDO APLICAÇÃO UTILIZANDO JAVA SERVER FACES Alexandre Egleilton Araújo, Jaime Willian Dias Universidade Paranaense (Unipar) Paranavaí PR Brasil araujo.ale01@gmail.com, jaime@unipar.br Resumo.

Leia mais

Do neurônio biológico ao neurônio das redes neurais artificiais

Do neurônio biológico ao neurônio das redes neurais artificiais Do neurônio biológico ao neurônio das redes neurais artificiais O objetivo desta aula é procurar justificar o modelo de neurônio usado pelas redes neurais artificiais em termos das propriedades essenciais

Leia mais

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis

Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Adriano Lima de Sá Faculdade de Computação Universidade Federal de Uberlândia 20 de junho de 2014 Adriano L. Sá (UFU)

Leia mais

Engenharia de Software II

Engenharia de Software II Engenharia de Software II Aula 27 http://www.ic.uff.br/~bianca/engsoft2/ Aula 27-26/07/2006 1 Ementa Processos de desenvolvimento de software Estratégias e técnicas de teste de software Métricas para software

Leia mais

ONTOLOGIA DE DOMÍNIO PARA ANÁLISE DE BLOGS

ONTOLOGIA DE DOMÍNIO PARA ANÁLISE DE BLOGS Centro Universitário Feevale ONTOLOGIA DE DOMÍNIO PARA ANÁLISE DE BLOGS Fernando Mertins Prof. Orientador: Rodrigo Rafael Villarreal Goulart Dezembro de 2007 Roteiro da Apresentação Introdução Objetivos

Leia mais

Utilização de Técnicas de Recuperação da Informação na Construção de uma Ferramenta de Busca em Documentos do Arquivo Público de Biguaçu

Utilização de Técnicas de Recuperação da Informação na Construção de uma Ferramenta de Busca em Documentos do Arquivo Público de Biguaçu Utilização de Técnicas de Recuperação da Informação na Construção de uma Ferramenta de Busca em Documentos do Arquivo Público de Biguaçu Alessandro Mueller alessandro@univali.br UNIVALI Luiz Gonzaga Ferreira

Leia mais

Boas Práticas de Desenvolvimento Seguro

Boas Práticas de Desenvolvimento Seguro Boas Práticas de Desenvolvimento Seguro Julho / 2.012 Histórico de Revisões Data Versão Descrição Autor 29/07/2012 1.0 Versão inicial Ricardo Kiyoshi Página 2 de 11 Conteúdo 1. SEGURANÇA DA INFORMAÇÃO

Leia mais

ALGORITMO HÍBRIDO PARA SISTEMAS DE RECOMENDAÇÃO UTILIZANDO FILTRAGEM COLABORATIVA E ALGORITMO GENÉTICO

ALGORITMO HÍBRIDO PARA SISTEMAS DE RECOMENDAÇÃO UTILIZANDO FILTRAGEM COLABORATIVA E ALGORITMO GENÉTICO ALGORITMO HÍBRIDO PARA SISTEMAS DE RECOMENDAÇÃO UTILIZANDO FILTRAGEM COLABORATIVA E ALGORITMO GENÉTICO Renan de Oliveira Yamaguti Faculdade de Engenharia de Computação / CEATEC renan.yamaguti@terra.com.br

Leia mais

Engenharia de software para desenvolvimento com LabVIEW: Validação

Engenharia de software para desenvolvimento com LabVIEW: Validação Engenharia de software para desenvolvimento com LabVIEW: Orientação a Objetos, Statechart e Validação André Pereira Engenheiro de Vendas (Grande São Paulo) Alexsander Loula Coordenador Suporte Técnico

Leia mais

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001

Figura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001 47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações

Leia mais

MetrixND. especificações. MetrixND - Ferramenta de previsão de energia elétrica

MetrixND. especificações. MetrixND - Ferramenta de previsão de energia elétrica MetrixND especificações MetrixND - Ferramenta de previsão de energia elétrica Visão geral O MetrixND da Itron é uma ferramenta de modelagem flexível, bastante usada pelos principais serviços de previsão

Leia mais

05/05/2015. Recuperação de Informação

05/05/2015. Recuperação de Informação Recuperação de Informação Recuperação de Informação Recuperar consiste em identificar, em um conjunto de documentos (corpus), quais atendem à necessidade de do usuário. O usuário de um sistema de recuperação

Leia mais

7 Utilização do Mobile Social Gateway

7 Utilização do Mobile Social Gateway 7 Utilização do Mobile Social Gateway Existem três atores envolvidos na arquitetura do Mobile Social Gateway: desenvolvedor do framework MoSoGw: é o responsável pelo desenvolvimento de novas features,

Leia mais

MÓDULO 11 ELEMENTOS QUE FAZEM PARTE DO PROJETO DO SISTEMA

MÓDULO 11 ELEMENTOS QUE FAZEM PARTE DO PROJETO DO SISTEMA MÓDULO 11 ELEMENTOS QUE FAZEM PARTE DO PROJETO DO SISTEMA Através dos elementos que fazem parte do projeto do sistema é que podemos determinar quais as partes do sistema que serão atribuídas às quais tipos

Leia mais

Assunto 9 : Tecnologias de Inteligência Artificial nos Negócios

Assunto 9 : Tecnologias de Inteligência Artificial nos Negócios Assunto 9 : Tecnologias de Inteligência Artificial nos Negócios Empresas e outras organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus

Leia mais

AMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS

AMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO BACHARELADO AMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS Orientando: Oliver Mário

Leia mais

Semântica para Sharepoint. Busca semântica utilizando ontologias

Semântica para Sharepoint. Busca semântica utilizando ontologias Semântica para Sharepoint Busca semântica utilizando ontologias Índice 1 Introdução... 2 2 Arquitetura... 3 3 Componentes do Produto... 4 3.1 OntoBroker... 4 3.2 OntoStudio... 4 3.3 SemanticCore para SharePoint...

Leia mais

Ferramenta computacional para implementação de redes neuronais optimização das capacidades gráficas

Ferramenta computacional para implementação de redes neuronais optimização das capacidades gráficas INEB- PSI Technical Report 2007-2 Ferramenta computacional para implementação de redes neuronais optimização das capacidades gráficas Alexandra Oliveira aao@fe.up.pt Professor Joaquim Marques de Sá December

Leia mais

Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Banco de Dados Processamento e Otimização de Consultas

Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Banco de Dados Processamento e Otimização de Consultas Processamento e Otimização de Consultas Banco de Dados Motivação Consulta pode ter sua resposta computada por uma variedade de métodos (geralmente) Usuário (programador) sugere uma estratégia para achar

Leia mais

PROPAGAÇÃO DE INFLUÊNCIA EM REDES SOCIAIS

PROPAGAÇÃO DE INFLUÊNCIA EM REDES SOCIAIS PROPAGAÇÃO DE INFLUÊNCIA EM REDES SOCIAIS Júlia Coelho Furlani Faculdade de Engenharia de Computação / CEATEC juliacfurlani@gmail.com Juan Manuel Adán Coello Grupo de Pesquisa em Sistemas Inteligentes

Leia mais

25/05/2015. Relevance Feedback. Expansão de Consulta. Relevance Feedback

25/05/2015. Relevance Feedback. Expansão de Consulta. Relevance Feedback Relevance Feedback Expansão de Consulta Relevance Feedback 1 Relevance Feedback Baeza-Yates; Ribeiro-Neto, (2011, cap 5) distinguem dois métodos: Explicit Relevance Feedback a informação para a reformulação

Leia mais

LISTA DE EXERCÍCIOS. Mede a capacidade de comunicação de computadores e dispositivos. Operam em diferentes plataformas de hardware

LISTA DE EXERCÍCIOS. Mede a capacidade de comunicação de computadores e dispositivos. Operam em diferentes plataformas de hardware 1. A nova infra-estrutura de tecnologia de informação Conectividade Mede a capacidade de comunicação de computadores e dispositivos Sistemas abertos Sistemas de software Operam em diferentes plataformas

Leia mais

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011

Revisão Inteligência Artificial ENADE. Prof a Fabiana Lorenzi Outubro/2011 Revisão Inteligência Artificial ENADE Prof a Fabiana Lorenzi Outubro/2011 Representação conhecimento É uma forma sistemática de estruturar e codificar o que se sabe sobre uma determinada aplicação (Rezende,

Leia mais

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos

Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas

Leia mais

Projeto de Redes Neurais e MATLAB

Projeto de Redes Neurais e MATLAB Projeto de Redes Neurais e MATLAB Centro de Informática Universidade Federal de Pernambuco Sistemas Inteligentes IF684 Arley Ristar arrr2@cin.ufpe.br Thiago Miotto tma@cin.ufpe.br Baseado na apresentação

Leia mais

Modelagem e Simulação Material 02 Projeto de Simulação

Modelagem e Simulação Material 02 Projeto de Simulação Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação

Leia mais

Kaspersky Anti-Virus 2013 Kaspersky Internet Security 2013 Lista de novos recursos

Kaspersky Anti-Virus 2013 Kaspersky Internet Security 2013 Lista de novos recursos Kaspersky Anti-Virus 2013 Kaspersky Internet Security 2013 Lista de novos recursos Sumário Visão geral de novos recursos 2 Instalação, ativação, licenciamento 2 Internet Security 3 Proteção Avançada 4

Leia mais

Figura 01: Aplicações do Filtro Espacial Passa-Baixa.

Figura 01: Aplicações do Filtro Espacial Passa-Baixa. 791 IMPLEMENTAÇÃO DE TÉCNICAS DE PRÉ-PROCESSAMENTO E PROCESSAMENTO DE IMAGENS PARA RADIOGRAFIAS CARPAIS Rafael Lima Alves 1 ; Michele Fúlvia Angelo 2 Bolsista PROBIC, Graduando em Engenharia de Computação,

Leia mais

Complexidade de Algoritmos. Edson Prestes

Complexidade de Algoritmos. Edson Prestes Edson Prestes Idéias básicas Um algoritmo guloso seleciona, a cada passo, o melhor elemento pertencente a entrada. Verifica se ele é viável - vindo a fazer parte da solução ou não. Após uma seqüência de

Leia mais

3 Metodologia para Segmentação do Mercado Bancário

3 Metodologia para Segmentação do Mercado Bancário 3 Metodologia para Segmentação do Mercado Bancário Este capítulo descreve a metodologia proposta nesta dissertação para a segmentação do mercado bancário a partir da abordagem post-hoc, servindo-se de

Leia mais

ERP Enterprise Resource Planning. www.cloudgest.com.br

ERP Enterprise Resource Planning. www.cloudgest.com.br O que é? CloudGest é um ERP inovador baseado na web e oferecido em modalidade SaaS (Software as a Service) às pequenas e médias empresas brasileiras. Com o CloudGest é possível administrar de modo perfeitamente

Leia mais

O Software Face Match

O Software Face Match Apêndice A O Software Face Match A.1 - Desenvolvimento do software para a extração de características de imagens de faces humanas: Face Match. Para dar suporte à proposta do trabalho de mestrado iniciou-se

Leia mais

Sistemas de Bases de Dados

Sistemas de Bases de Dados Sistemas de Bases de Dados Carlos Viegas Damásio José Alferes e Carlos Viegas Damásio Sistemas de Bases de Dados 2014/15 Objectivos - Em Bases de Dados (2º ano) pretendia-se: Que os estudantes fossem capazes

Leia mais

AutoTest Um Framework Reutilizável para a Automação de Teste Funcional de Software

AutoTest Um Framework Reutilizável para a Automação de Teste Funcional de Software AutoTest Um Framework Reutilizável para a Automação de Teste Funcional de Software Marcelo Fantinato CPqD Telecom & IT Solutions UNICAMP Instituto de Computação Campinas SP Agenda Motivação Objetivo Automação

Leia mais

Reconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller

Reconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Reconhecimento de marcas de carros utilizando Inteligência Artificial André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Motivação Análise estatística das marcas de carros em

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas

Leia mais

Uma solução de desempenho para a distribuição de documentos: Habilitando a distribuição de documentos em tempo real para corporações globais

Uma solução de desempenho para a distribuição de documentos: Habilitando a distribuição de documentos em tempo real para corporações globais Uma solução de desempenho para a distribuição de documentos: Habilitando a distribuição de documentos em tempo real para corporações globais Visão Geral Desafio Hoje, os aplicativos da web são um tremendo

Leia mais

Inteligência Artificial. Redes Neurais Artificiais

Inteligência Artificial. Redes Neurais Artificiais Curso de Especialização em Sistemas Inteligentes Aplicados à Automação Inteligência Artificial Redes Neurais Artificiais Aulas Práticas no Matlab João Marques Salomão Rodrigo Varejão Andreão Matlab Objetivos:

Leia mais

Arquiteturas RISC. (Reduced Instructions Set Computers)

Arquiteturas RISC. (Reduced Instructions Set Computers) Arquiteturas RISC (Reduced Instructions Set Computers) 1 INOVAÇÕES DESDE O SURGIMENTO DO COMPU- TADOR DE PROGRAMA ARMAZENADO (1950)! O conceito de família: desacoplamento da arquitetura de uma máquina

Leia mais

Pós-Graduação em Engenharia Elétrica Inteligência Artificial

Pós-Graduação em Engenharia Elétrica Inteligência Artificial Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms

Leia mais

RECUPERANDO INFORMAÇÃO SOBRE TEXTOS PUBLICADOS NO TWITTER

RECUPERANDO INFORMAÇÃO SOBRE TEXTOS PUBLICADOS NO TWITTER RECUPERANDO INFORMAÇÃO SOBRE TEXTOS PUBLICADOS NO TWITTER Autores: Miguel Airton FRANTZ 1 ;; Angelo Augusto FROZZA 2, Reginaldo Rubens da SILVA 2. Identificação autores: 1 Bolsista de Iniciação Científica

Leia mais

2 Diagrama de Caso de Uso

2 Diagrama de Caso de Uso Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Caso de Uso (Use Case) Autoria:Aristófanes Corrêa

Leia mais

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL

GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL GERENCIAMENTO DO CONHECIMENTO NA EMPRESA DIGITAL 1 OBJETIVOS 1. Por que hoje as empresas necessitam de programas de gestão do conhecimento e sistemas para gestão do conhecimento? 2. Quais são as aplicações

Leia mais

CLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO DE DOCUMENTOS

CLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO DE DOCUMENTOS III SBA Simpósio Baiano de Arquivologia 26 a 28 de outubro de 2011 Salvador Bahia Políticas arquivísticas na Bahia e no Brasil CLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO

Leia mais

Estratégias de Pesquisa

Estratégias de Pesquisa Estratégias de Pesquisa Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Survey Design e Criação Estudo de Caso Pesquisa Ação Experimento

Leia mais

Intranets. FERNANDO ALBUQUERQUE Departamento de Ciência da Computação Universidade de Brasília 1.INTRODUÇÃO

Intranets. FERNANDO ALBUQUERQUE Departamento de Ciência da Computação Universidade de Brasília 1.INTRODUÇÃO Intranets FERNANDO ALBUQUERQUE Departamento de Ciência da Computação Universidade de Brasília 1.INTRODUÇÃO As intranets são redes internas às organizações que usam as tecnologias utilizadas na rede mundial

Leia mais

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO

MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO MINERAÇÃO DE DADOS EDUCACIONAIS: UM ESTUDO DE CASO APLICADO AO PROCESSO SELETIVO DO IFSULDEMINAS CÂMPUS MUZAMBINHO Fernanda Delizete Madeira 1 ; Aracele Garcia de Oliveira Fassbinder 2 INTRODUÇÃO Data

Leia mais

CENTRO UNIVERSITÁRIO ESTÁCIO RADIAL DE SÃO PAULO SÍNTESE DO PROJETO PEDAGÓGICO DE CURSO 1

CENTRO UNIVERSITÁRIO ESTÁCIO RADIAL DE SÃO PAULO SÍNTESE DO PROJETO PEDAGÓGICO DE CURSO 1 SÍNTESE DO PROJETO PEDAGÓGICO DE CURSO 1 CURSO: Redes de Computadores MISSÃO DO CURSO Com a modernização tecnológica e com o surgimento destes novos serviços e produtos, fica clara a necessidade de profissionais

Leia mais

Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA

Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA RESUMO Ricardo Della Libera Marzochi A introdução ao Service Component Architecture (SCA) diz respeito ao estudo dos principais fundamentos

Leia mais

O uso do gestor de conteúdos plone no suporte a processos de software

O uso do gestor de conteúdos plone no suporte a processos de software O uso do gestor de conteúdos plone no suporte a processos de software Fernando Silva Parreiras Objetivo Demonstrar a aplicação de ferramentas de gestão de conteúdo, especificamente o plone, no apoio a

Leia mais

INTERNET CONCEITOS. Internet é a "grande rede mundial de computadores"

INTERNET CONCEITOS. Internet é a grande rede mundial de computadores INTERNET CONCEITOS O que é Internet Estamos acostumados a ouvir que Internet é a "grande rede mundial de computadores" Entretanto, essa definição não é muito simplista. Na realidade, Ela é uma coleção

Leia mais

MBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados

MBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados MBA Inteligência Competitiva BI/CPM 1 Data Warehousing PÓS-GRADUAÇÃO MBA Inteligência Competitiva Com ênfase em BI/CPM Metadados Andréa Cristina Montefusco (36927) Hermes Abreu Mattos (36768) Robson Pereira

Leia mais

ARQUITETURA DE SISTEMAS. Cleviton Monteiro (cleviton@gmail.com)

ARQUITETURA DE SISTEMAS. Cleviton Monteiro (cleviton@gmail.com) ARQUITETURA DE SISTEMAS Cleviton Monteiro (cleviton@gmail.com) Roteiro Definição Documento de arquitetura Modelos de representação da arquitetura Estilos arquiteturais Arquitetura de sistemas web Arquitetura

Leia mais

Arquitetura de Informação - 6

Arquitetura de Informação - 6 Arquitetura de Informação - 6 Ferramentas para Web Design Prof. Ricardo Ferramentas para Web Design 1 Objetivo do Sistema de Rotulação O sistema de rotulação é o componente da Arquitetura de Informação

Leia mais

2. Sistemas Multi-Agentes (Multi-Agent System - MAS)

2. Sistemas Multi-Agentes (Multi-Agent System - MAS) AORML uma linguagem para modelagem de uma aplicação Multiagentes: Uma Aplicação no Sistema Expertcop. Hebert de Aquino Nery, Daniel Gonçalves de Oliveira e Vasco Furtado. Universidade de Fortaleza UNIFOR

Leia mais

Informática I. Aula 6. http://www.ic.uff.br/~bianca/informatica1/ Aula 6-12/09/2007 1

Informática I. Aula 6. http://www.ic.uff.br/~bianca/informatica1/ Aula 6-12/09/2007 1 Informática I Aula 6 http://www.ic.uff.br/~bianca/informatica1/ Aula 6-12/09/2007 1 Ementa Noções Básicas de Computação (Hardware, Software e Internet) HTML e Páginas Web Internet e a Web Javascript e

Leia mais

Organização e Arquitetura de Computadores I

Organização e Arquitetura de Computadores I Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números

Leia mais

Inteligência Computacional Aplicada a Engenharia de Software

Inteligência Computacional Aplicada a Engenharia de Software Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar

Leia mais

Usar FTK Imager para gerar evidências, exportar arquivos de evidências, criar imagens forenses e converter imagens existentes.

Usar FTK Imager para gerar evidências, exportar arquivos de evidências, criar imagens forenses e converter imagens existentes. AccessData BootCamp Forensic Toolkit, FTK Imager, Password Recovery Toolkit and Registry Viewer O curso AccessData BootCamp fornece conhecimento e habilidade necessária para instalar, configurar e o uso

Leia mais

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP Reconhecimento de face utilizando banco de imagens monocromáticas e coloridas através dos métodos da análise do componente principal (PCA) e da Rede Neural Artificial (RNA) [Recognition to face using the

Leia mais

4 Arquitetura básica de um analisador de elementos de redes

4 Arquitetura básica de um analisador de elementos de redes 4 Arquitetura básica de um analisador de elementos de redes Neste capítulo é apresentado o desenvolvimento de um dispositivo analisador de redes e de elementos de redes, utilizando tecnologia FPGA. Conforme

Leia mais

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP

Banco de Dados. Introdução. João Eduardo Ferreira Osvaldo Kotaro Takai. jef@ime.usp.br DCC-IME-USP Banco de Dados Introdução João Eduardo Ferreira Osvaldo Kotaro Takai jef@ime.usp.br DCC-IME-USP Importância dos Bancos de Dados A competitividade das empresas depende de dados precisos e atualizados. Conforme

Leia mais

Software de segurança em redes para monitoração de pacotes em uma conexão TCP/IP

Software de segurança em redes para monitoração de pacotes em uma conexão TCP/IP Software de segurança em redes para monitoração de pacotes em uma conexão TCP/IP Paulo Fernando da Silva psilva@senior.com.br Sérgio Stringari stringari@furbbr Resumo. Este artigo apresenta a especificação

Leia mais

Recuperação de Imagens na Web Baseada em Informações Textuais

Recuperação de Imagens na Web Baseada em Informações Textuais Recuperação de Imagens na Web Baseada em Informações Textuais André Ribeiro da Silva Mário Celso Candian Lobato Universidade Federal de Minas Gerais Departamento de Ciência da Computação {arsilva,mlobato}@dcc.ufmg.br

Leia mais

Doenças cardiovasculares constituem um dos maiores problemas que afligem a

Doenças cardiovasculares constituem um dos maiores problemas que afligem a 18 1 INTRODUÇÃO Doenças cardiovasculares constituem um dos maiores problemas que afligem a população dos países industrializados. Essas doenças são responsáveis por mais de cinco milhões de pessoas hospitalizadas

Leia mais

PROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software

PROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às

Leia mais

Descoberta de Domínio Conceitual de Páginas Web

Descoberta de Domínio Conceitual de Páginas Web paper:25 Descoberta de Domínio Conceitual de Páginas Web Aluno: Gleidson Antônio Cardoso da Silva gleidson.silva@posgrad.ufsc.br Orientadora: Carina Friedrich Dorneles dorneles@inf.ufsc.br Nível: Mestrado

Leia mais

www.periodicos.capes.gov.br Treinamento no uso do Portal de Periódicos UFCG, outubro de 2012

www.periodicos.capes.gov.br Treinamento no uso do Portal de Periódicos UFCG, outubro de 2012 Portal CAPES www.periodicos.capes.gov.br Treinamento no uso do Portal de Periódicos UFCG, outubro de 2012 Estrutura da apresentação 1. Breve histórico 2. Conceitos básicos 3. Finalidade do Portal 4. Informações

Leia mais

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron. 1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando

Leia mais

AFRE. a. ( ) Instalando um programa gerenciador de carregamento, como o LILO ou o GRUB. a. ( ) Data Werehouse ; Internet ; Linux

AFRE. a. ( ) Instalando um programa gerenciador de carregamento, como o LILO ou o GRUB. a. ( ) Data Werehouse ; Internet ; Linux 1. De que forma é possível alterar a ordem dos dispositivos nos quais o computador procura, ao ser ligado, pelo sistema operacional para ser carregado? a. ( ) Instalando um programa gerenciador de carregamento,

Leia mais

O que são sistemas supervisórios?

O que são sistemas supervisórios? O que são sistemas supervisórios? Ana Paula Gonçalves da Silva, Marcelo Salvador ana-paula@elipse.com.br, marcelo@elipse.com.br RT 025.04 Criado: 10/09/2004 Atualizado: 20/12/2005 Palavras-chave: sistemas

Leia mais

Seção 2/E Monitoramento, Avaliação e Aprendizagem

Seção 2/E Monitoramento, Avaliação e Aprendizagem Seção 2/E Monitoramento, Avaliação e Aprendizagem www.bettercotton.org Orientação Text to go here O documento Monitoramento, Avaliação e Aprendizagem da BCI proporciona uma estrutura para medir as mudanças

Leia mais

Transferindo a carga da autenticação remota dos servidores

Transferindo a carga da autenticação remota dos servidores Transferindo a carga da autenticação remota dos servidores Visão Geral Há três etapas usadas pela maioria dos computadores para proteger o acesso a operações, aplicativos e dados sensíveis: A identificação

Leia mais

Arquitetura de Sistemas Distribuídos. Introdução a Sistemas Distribuídos

Arquitetura de Sistemas Distribuídos. Introdução a Sistemas Distribuídos Introdução a Sistemas Distribuídos Definição: "Um sistema distribuído é uma coleção de computadores autônomos conectados por uma rede e equipados com um sistema de software distribuído." "Um sistema distribuído

Leia mais

5 Extraindo listas de produtos em sites de comércio eletrônico

5 Extraindo listas de produtos em sites de comércio eletrônico 5 Extraindo listas de produtos em sites de comércio eletrônico Existem diversos trabalhos direcionadas à detecção de listas e tabelas na literatura como (Liu et. al., 2003, Tengli et. al., 2004, Krüpl

Leia mais

Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii. Parte I - Empresa e Sistemas, 1

Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii. Parte I - Empresa e Sistemas, 1 Apresentação, xix Prefácio à 8a edição, xxi Prefácio à 1a edição, xxiii Parte I - Empresa e Sistemas, 1 1 SISTEMA EMPRESA, 3 1.1 Teoria geral de sistemas, 3 1.1.1 Introdução e pressupostos, 3 1.1.2 Premissas

Leia mais

Chord. Tecnologias de Middleware. Fernando Martins - fmp.martins@gmail.com

Chord. Tecnologias de Middleware. Fernando Martins - fmp.martins@gmail.com Chord Tecnologias de Middleware 2006/2007 Fernando Martins - fmp.martins@gmail.com Tópicos Objectivo Motivação Peer-To-Peer Chord Descrição Geral Características Distintivas Comparação DNS Modelo do Sistema

Leia mais

DIGIMAN. WTB Tecnologia 2009. www.wtb.com.br

DIGIMAN. WTB Tecnologia 2009. www.wtb.com.br DIGIMAN MANDADO JUDICIAL ELETRÔNICO Arquitetura WTB Tecnologia 2009 www.wtb.com.br Arquitetura de Software O sistema DIGIMAN é implementado em três camadas (apresentação, regras de negócio e armazém de

Leia mais

XXXVIII Reunião Anual da SBNeC

XXXVIII Reunião Anual da SBNeC XXXVIII Reunião Anual da SBNeC Introdução ao Armazenamento de Dados de Experimentos em Neurociência Parte 3: Uso de questionários digitais (continuação) + Ferramentas para Gerenciamento de Arquivos Amanda

Leia mais

Seja um Guru de Aquisição de Dados. Renan Azevedo Engenheiro de Produto de Teste e Medição Américas National Instruments

Seja um Guru de Aquisição de Dados. Renan Azevedo Engenheiro de Produto de Teste e Medição Américas National Instruments Seja um Guru de Aquisição de Dados Renan Azevedo Engenheiro de Produto de Teste e Medição Américas National Instruments On-demand Dia 06/10/2015 Às 10h Agenda Dia 06/10/2015 Às 14h Dia 07/10/2015 Às 10h

Leia mais

Falaremos um pouco das tecnologias e métodos utilizados pelas empresas e usuários domésticos para deixar a sua rede segura.

Falaremos um pouco das tecnologias e métodos utilizados pelas empresas e usuários domésticos para deixar a sua rede segura. Módulo 14 Segurança em redes Firewall, Criptografia e autenticação Falaremos um pouco das tecnologias e métodos utilizados pelas empresas e usuários domésticos para deixar a sua rede segura. 14.1 Sistemas

Leia mais