HEURÍSTICA DE AGRUPAMENTO EM GISDK
|
|
- Nathalia Bernardes Bandeira
- 8 Há anos
- Visualizações:
Transcrição
1 HEURÍSTICA DE AGRUPAMENTO EM GISDK Maxwell Scardini Kaiser, Priscila de Almeida Prata e Glaydston Mattos Ribeiro Departamento de Ciência da Computação e Informática Faculdade de Aracruz UNIARACRUZ 1 { mskaiser, prata, glaydston@fsjb.edu.br} RESUMO O uso de ferramentas computacionais visando à solução dos mais variados problemas tem crescido nas empresas privadas e públicas, principalmente para reduzir os custos e melhorar a qualidade dos serviços prestados aos clientes ou a população. Neste contexto, os Sistemas de Informações Geográficas (SIG) tem se destacado por apresentar, além de métodos eficientes de solução, saídas gráficas nas quais os resultados são mostrados através de mapas e gráficos, facilitando o entendimento. Dentre os diversos problemas existentes em uma empresa e que podem ser resolvidos por um SIG, está o problema de agrupamento de clientes que surge quando se deseja agrupar um conjunto de clientes em subconjuntos conforme uma dada característica. Sendo assim, este trabalho apresenta uma implementação em GISDK, de uma técnica de solução para o problema de agrupamento. A linguagem GISDK pertence ao SIG TransCAD que vem sendo utilizado em problemas ligados a transportes. Palavras-chave: TransCAD, GISDK, Agrupamentos. ABSTRACT < > Keywords: < >
2 INTRODUÇÃO As recentes conquistas de mercado internacional têm provocado grandes avanços nas empresas brasileiras, de tal forma que uma das principais preocupações das empresas tem sido com a Logística. Segundo Novaes (2001), a logística é o processo de planejar, programar e controlar, de maneira eficiente, o fluxo e a armazenagem de produtos, bem como os serviços e informações associadas, cobrindo desde o ponto de origem até o ponto de consumo, com o objetivo de atender aos requisitos do consumidor. Grandes empresas têm efetuado elevados investimentos em ferramentas computacionais voltadas para o setor de logística, principalmente naquelas que apresentam soluções gráficas. Neste contexto, estão os SIG (Sistemas de Informações geográficas) que possuem integrados métodos eficientes de otimização, além de saídas gráficas como mapas (CÂMARA, 1996). A Figura 1 apresenta o resultado de um problema de logística clássico, que é o problema de agrupamento de clientes. Figura 1: Exemplo de agrupamentos (Caliper, 2000). O problema de agrupamento (PA) consiste em agrupar clientes, conforme uma ou mais características, em subconjuntos distintos. Em um problema de distribuição física de produtos, clientes podem ser agrupados para definir bolsões de entrega de produtos, reduzindo assim os custos com transporte. Dentre os diversos SIG s existentes, tem se destacado o TransCAD (Caliper, 1996) que é conhecido na literatura como sendo um SIG especialmente voltado para
3 transportes. Alguns autores inclusive o chamam de SIG-T (Sistema de Informações Geográficas para Transportes) (SILVA; WAERDEN, 1997). O TransCAD também apresenta uma linguagem de programação conhecida como GISDK (Geographic Information System Development's Kit), não muito explorada na literatura. Com isso, este trabalho tem como objetivo apresentar uma implementação de uma heurística de agrupamentos, conhecida como k-médias, utilizando a linguagem GISDK. Resultados computacionais mostram que os agrupamentos obtidos são visualmente melhores que os gerados pelo método tradicional produzido pelo TransCAD. Com isso, este trabalho está assim dividido. A próxima seção apresenta o problema de agrupamentos, seguida da descrição do método k-médias, de uma descrição do TransCAD, da implementação do k-médias em GISDK, da interface e dos resultados computacionais. Por último, são apresentadas as conclusões do trabalho. AGRUPAMENTOS OU CLUSTERS Agrupamentos ou Clusters são agrupamentos de objetos com base nas similaridades e/ou diferenças entre os mesmos de tal maneira que os grupos obtidos sejam os mais homogêneos e bem separados possíveis, ou seja, procura-se coesão interna e isolamento externo (ANDEBERG, 1973). As técnicas de agrupamento são utilizadas nas mais variadas áreas de pesquisas para finalidades diversas como (VIANA; NEGREIROS, 2003): detecção de enfermidades, classificação de células sanguíneas, tratamento de imagens médicas (ultra-sonografia e tomografia, por exemplo), identificação de padrões de assinaturas, distinção de rostos, classificação de minerais, classificação de componentes químicos, reconhecimento de imagens de satélites, estudo de padrões de consumo, logística, estudo de tráfego, marketing e análises comportamentais. Os métodos de agrupamentos podem ser divididos em: Hierárquico e de Particionamento. Nos algoritmos clássicos de agrupamento hierárquico, os clusters são formados gradativamente através de aglomerações ou divisões de clusters, gerando uma hierarquia de clusters, normalmente representada através de uma estrutura em árvore. Nesta classe de algoritmos, os dados de uma forma geral são formados por um cluster que por sua vez é composto de vários clusters menores
4 (OLIVEIRA, 2005). Os métodos de particionamento procuram encontrar a melhor partição dos n objetos (clientes, neste trabalho) em k grupos. Conforme Neves (2001), normalmente os k clusters encontrados neste método são de melhor qualidade do que os gerados pelos métodos hierárquicos. ALGORITMO K-MEANS OU K-MÉDIAS Os estudos iniciais do algoritmo de k-médias foram feitos por MACQUEEN (1967). Para Huang (1998) é o algoritmo mais conhecido pela sua eficiência em realizar agrupamentos em bases de dados numerosas. É um algoritmo de aprendizado nãosupervisionado e vem sendo utilizado em reconhecimento de padrões e mineração de dados (Data Mining). O k-médias é, basicamente, composto pelos passos descritos a seguir podendo ter variações conforme o problema a ser solucionado: 1. Escolher, aleatoriamente, k centros iniciais dos k clusters. No caso do problema de agrupamento de clientes, o centro de um cluster pode ser o centro geométrico do cluster, dado que os clientes possuem coordenadas geográficas; 2. Calcular, a similaridade, entre cada objeto e o centro de cada cluster definido; 3. Associar, baseado na similaridade, cada objeto a um cluster. 4. Recalcular os centros dos clusters, redefinindo cada um, em função de um atributo de todos os componentes do cluster; 5. Repetir os passos de 2 a 4, até que os centros dos clusters se estabilizem. Outros algoritmos de agrupamentos são encontrados descritos amplamente nos trabalhos de Viana e Negreiros (2003) e Neves (2001).
5 O SISTEMA TRANSCAD Conforme a Caliper (2000), o TransCAD é um SIG-T projetado especificamente para planejar, gerenciar e realizar operação e análise das características dos sistemas de transportes e aplicações logísticas. Ainda segundo a Caliper (2000), o TransCAD está entre os SIG-T s mais utilizados, pois possui um grande número de recursos como um gerenciador de banco de dados espacial, que armazena os dados utilizando uma estrutura topológica, no qual definem a localização e as relações espaciais entre pontos, linhas, áreas e entidades geográficas definidas como camadas (layers), fornecendo para isso ferramentas de agregação de dados geográficos, tornando simples a integração dos dados de diversas escalas diferentes. Dentre as diversas técnicas de solução implementadas no TransCAD, estão algoritmos para resolver problemas de agrupamentos e localização de facilidades. Essas implementações são baseadas nos algoritmos propostos por Koskosidis e Powell (1992), Zoltners e Sinha (1983) e Horn (1995). O TransCAD possui uma linguagem de desenvolvimento conhecida como GISDK (Geographic Information System Development's Kit) que é um ambiente detalhado de desenvolvimento que pode ser utilizada de três maneiras diferentes: Criação de Add-ins, Criação de Custom Application e Criação de Server Application ; As Add-Ins possibilitam que o usuário estenda a capacidade do TransCAD, por exemplo, para criar atalhos para operações que são executadas freqüentemente sem que haja intervenção do usuário. A Criação de Custom Applications é bastante familiar, pois, se parece com qualquer outra linguagem de programação. Permite, por exemplo, que o usuário crie seu próprio ícone como em qualquer outro programa Windows. A criação de Server Applications faz com que o TransCAD funcione como um servidor de mapas, dados e funções de análises geográficas. Pode assim ser utilizado para visualizar mapas em outros programas (aplicações específicas - SIG, aplicações de Internet, etc) escritos em linguagens como C, C++, Visual Basic, Delphi, Microsoft Excel (macros), etc.
6 A IMPLEMENTAÇÃO DO K-MÉDIAS EM GISDK Em alguns problemas de agrupamentos, podem ser gerados grupos de objetos (clientes) sem e com restrição de capacidade. Entende-se por restrição de capacidade, uma condição associada a algum aspecto operacional. Por exemplo, em um problema de distribuição física de produtos, cada grupo de clientes deve ser atendido por um veículo específico, logo, toda a demanda a ser coletada ou distribuída para os clientes de um dada grupo, deve ser menor ou igual à capacidade do veículo. Com isso, neste trabalho é apresentada uma implementação utilizando a linguagem GISDK do algoritmo k-médias para geração de clusters como solução do problema de agrupamento capacitado e não capacitado. Algoritmos utilizados para gerar clusters geralmente utilizam a distância Euclidiana (distância em linha reta) como medida de similaridade entre os clientes. No entanto neste trabalho, é utilizada a distância real da rede do Sistema Viário fornecida pelo TransCAD. Para ilustrar a funcionalidade do aplicativo, optou-se por realizar experimentos em uma base de dados da cidade de Aracruz-ES. Para isso, a partir de um mapa fornecido pelo Departamento de Arquitetura e Urbanismo da Faculdade de Aracruz, foi criada uma base de dados no formato do TransCAD (*.map) com apenas os elementos necessários ao presente trabalho, ou seja, áreas que corresponde aos lotes, quadras, terrenos e sistema viário que corresponde às ruas, avenidas e rodovias que cortam a cidade. A seguir estão descritos os pseudocódigos desenvolvidos para o k-médias não capacitado e capacitado. Algoritmo k-médias não capacitado Esta implementação consiste dos passos básicos do k médias. A seguir está o pseudocódigo: Determine k Escolha aleatória da posição do centro dos k clusters. Enquanto Atualiza=1 faça Para i=1 até número de clientes faça Para k=1 até número de clusters faça Calcule a distância entre i e k; Fim para; Associe i ao centro k mais próximo; Fim Para; Enquanto t <= número de clusters faça
7 Recalcula Centro; Se (nova posição do centro - posição atual) > Estabiliza Então Atualiza=1; Fim Se; Senão Atualiza=0; Fim Senão; Fim Enquanto; Fim Enquanto; Resultado dos clusters formados. Algoritmo k-médias capacitado Os passos do k-médias adaptado ao problema do agrupamento capacitado, estão descritos a seguir: 1. Definição do número de clusters a serem gerados; 2. Definição da capacidade máxima de cada cluster; 3. Escolha aleatória dos centros dos clusters; 4. Calcular a distância dos clientes aos centros; 5. Alocação dos clientes ao centro mais próximo; 6. Verificação do total das demandas do cluster em relação à capacidade do cluster; 7. Se o total das demandas for maior que a capacidade, então enquanto as demandas forem maiores, os clientes que estão mais próximos de outros clusters são removidos do cluster e alocados no outro mais próximo. 8. Atualização do centro do cluster. Somar as latitudes e longitudes dos clientes de cada cluster e calcular as médias para definir onde será o novo centro de cada cluster. 9. Enquanto a mudança do centro de todos os clusters não estabilizar, repetir os passos de 4 a 8. A seguir está o pseudocódigo do k-médias capacitado baseado nos passos descritos acima. k é o número de clusters a serem gerados C é a capacidade máxima de cada cluster
8 Determine k Determine C Se (C*k) >= Soma das demandas dos clientes então Escolha aleatória da posição dos centros dos k clusters. Enquanto Atualiza=1 faça Para i=1 até número de clientes faça Para k=1 até número de clusters faça Calcule a distância entre i e K; Fim para; Associe i ao centro k mais próximo; Fim Para; Para k=1 até número de clusters faça Enquanto total demanda do cluster k > capacidade cluster k faça Para todo cliente (i) associado ao cluster k faça Para n=1 até n=número de cluster e n k faça Se (total demanda do cluster n + demanda do cliente i) <= capacidade do cluster n então Calcule a distância entre cliente i e o cluster n; Associe cliente (i) mais próximo do centro n; Remova o cliente (i) do cluster k; Fim Se. Fim Para. Fim Para. Fim Enquanto. Fim Para. Enquanto k <= número de clusters faça Recalcular Posição do Centro k Se (nova posição - posição atual) > Estabiliza Atualiza=1; Fim Se; Senão Atualiza=0; Fim Senão; Fim Enquanto; Fim Enquanto; Resultado dos clusters formados. A INTERFACE DA APLICAÇÃO NO TRANSCAD E TESTES COMPUTACIONAIS A interface com o usuário é feita através do componente de recurso de GISDK conhecido por Dbox e é responsável por obter as informações necessárias a execução da aplicação. Para executar a aplicação, o usuário deve escolher (Veja Figura 2): Camada Clientes: que é a camada dos dados com as características a serem agrupados; Camada de Interseções: que representa o Sistema Viário; A opção Escolher a Rede é habilitado para que o usuário escolha a rede que foi gerada para o mapa aberto;
9 Qual algoritmo será executado: k-médias capacitado ou não capacitado; Se escolher o caso capacitado, o usuário deverá inserir, além da quantidade de clusters, a capacidade a ser considerada e escolher por qual característica deseja limitar o cluster; No botão Salvar é escolhido um local para salvar o arquivo com as informações obtidas na geração dos clusters. Com os dados citados acima, o botão Executar K-médias permite aplicar os algoritmos descritos neste trabalho. O resultado é apresentado no mapa, ou seja, cada cluster definido recebe uma cor diferenciada, assim como um símbolo. Figura 2: Interface da Aplicação. Resultados do k-médias não capacitado No k-médias não capacitado observou-se que os clusters não possuem uma certa uniformidade. A falta de equilíbrio entre os clusters é proporcional ao número de clusters, ou seja, quanto maior o número de clusters, maior é este desequilíbrio. Por isso, têm-se clusters maiores e outros menores como pode ser observado na Figura 3 que mostra o resultado para o caso de cinco clusters para 223 clientes. Entretanto, percebe-se visualmente que os clusters estão bem definidos. A Figura 4 mostra o resultado apresentado pelo TransCAD, sendo que, execuções diferentes não geram soluções diferentes.
10 Figura 3: Exemplo de 5 clusters gerados pelo k-médias não capacitado. Figura 4: Exemplo de clusters gerados pelo TransCAD sem restrições de capacidade. Testes aleatórios foram realizados para comparar os resultados gerados pelo k- médias com os do TransCAD. A Tabela 1 apresenta os principais resultados. As colunas da tabela referem-se a: Clientes: o número de clientes inseridos no mapa; Clusters: o número de clusters definido pelo usuário; Custo TransCAD: representa o resultado obtido pelo TransCAD. Este custo é a soma da distância em quilômetros de cada cliente ao centro do cluster. k-médias NC: Apresenta um custo médio de 10 soluções geradas utilizando o método k-médias não capacitado. Isso porque o centro inicial dos k clusters são definidos aleatoriamente. Este custo é a soma da distância em quilômetros de cada cliente ao centro do cluster; Diferença (%): É a diferença percentual em módulo do resultado do k- médias em relação ao do TransCAD, ou seja: (Custo K-Médias Custo TransCAD)/ (Custo TransCAD). Tabela 1: Resultados sem restrição de capacidade. INSTÂNCIA * CLIENTES CLUSTERS CUSTO TRANSCAD CUSTO K- MÈDIAS NC DIFERENÇA (%) I ,97 38,63 0,88% I ,47 31,72 2,36% I ,81 157,00 4,34% I ,48 126,60 3,06% I ,90 106,81 7,41% I ,10 80,30 1,49% * Essas instâncias foram geradas aleatoriamente sobre a base de dados da Cidade de Aracruz-ES.
11 Percebe-se pela tabela acima, que os resultados são promissores. O k-médias apresenta resultados melhores para as instâncias I-1, I-2, I-3 e I-4. Para a instância I-5 o resultado foi 7,41% superior e para I-6 os resultados são bem similares. Resultados do k-médias capacitado No k-médias com restrição de capacidade observou-se que os clusters possuem uniformidade. Neste caso, foi observado que existe um certo equilíbrio entre os clusters, ou seja, na medida em que cresce o número de clusters, o equilíbrio também aumenta. Isto pode ser observado na Figura 5 que mostra o resultado para o caso de sete clusters e 223 clientes. A demanda desses clientes foi criada aleatoriamente entre 1 e 10. A Figura 6 mostra os clusters gerados pelo TransCAD. Nas Figuras 5 e 6 foram ressaltadas duas áreas (ver círculos). Note que o TransCAD apresenta alguns clusters misturados gerando agrupamento não bem delimitados. Figura 5: Exemplo de 7 clusters gerados pelo método k-médias capacitado. Figura 6: Exemplo de 7 clusters capacitados gerados TransCAD. A tabela a seguir mostra os resultados obtidos utilizando métodos com restrição de capacidade para as instâncias da Tabela 1. Foi considerado que, a capacidade somada de todos os clusters é igual à demanda total de todos os clientes acrescida de 10%. Por exemplo, se a soma das demandas de todos os clientes for igual a 700, a soma da capacidade de todos os clusters será de 770. Isso faz com o método busque clusters coesos, não muito folgados.
12 Tabela 2: Resultados com restrição de capacidade. INSTÂNCIA CLIENTES CLUSTERS CUSTO TRANSCAD CUSTO K- MÉDIAS C DIFERENÇA (%) I ,84 39,11 4,42% I ,84 36,36 1,32% I ,94 141,56 5,21% I ,47 127,83 9,89% I ,76 120,35 13,64% I ,97 94,90 13,77% Pela tabela acima, percebe-se novamente que o k-médias apresenta um bom desempenho. Nesse caso, em todas as instâncias o k-médias apresentou resultados melhores. CONCLUSÕES E RECOMENDAÇÕES O k-médias implementado para agrupamento capacitado e não capacitado apresentou resultados interessantes, podendo ser aplicado em problemas reais. Em alguns casos, apresentou resultados melhores que o TransCAD. Os resultados computacionais com o k-médias, mostraram que os algoritmos implementados no TransCAD apresentam resultados razoáveis, entretanto não são ótimos. Sendo assim, a linguagem GISDK pode ser uma alternativa quando se deseja implementar novos métodos de solução que exploram a parte gráfica. Como trabalhos futuros, pode-se testar o uso do TransCAD como um servidor de mapas. Com isso, acredita-se que este trabalho possa auxiliar os tomadores de decisões logísticas, dado que a ferramenta implementada apresenta bons resultados. REFERÊNCIAS ANTENUCCI J., BROWN K., CROSWELL P., KEVANY M., AND ARCHER H.: Geographic Information Systems - a Guide to the Technology. Van Nostrand Reinhold, ANDEBERG, M.R. Cluster analysis for applications. New York: Academic Press, CALIPER, GISDK User s Guide Version 4.0 for Windows, TransCAD Transportation GIS Software. Caliper Corporation, Newton, EUA, CÂMARA, G.; CASANOVA, M.A.; HEMERLY, A.; MEDEIROS, C.M.B.; Magalhães, G. Anatomia de Sistemas de Informação Geográfica. SBC, X Escola de Computação, Campinas, HUANG, Z. Extensions to the k-means algorithm for clustering large data sets with categorical values. Data Mining and Knowledge Discovery, Kluwer Academic Publishers, Hingham, MA, USA, Vol. 2, Issue 3. pp ,(1998)
13 MACQUEEN, J. Some methods for classification and analysis of multivariate observations. in 5th Berkeley Symposium on Mathematical Satistics, eds L. Le Cam and J. Neymann, p , Berkeley, California. NOVAES, A.G.: Logística e gerenciamento da cadeia de distribuição: estratégia, operação e avaliação. Rio de Janeiro: Campus, VIANA, J. F. ROLDAN; NEGREIROS, M.J. GOMES: SCLUSTER: Um sistema para análise multivariada de agrupamentos de dados em larga escala. (2003) (UECE). SILVA, A.N. R.; WAERDEN, P. First Steps with a Geographic Information System for Transportation. Eindhoven University of Technology, Netherland, WISE, S.; HAINING, R.; MA, J. Regionalisation Tools for The Exploratory Spatial Analysis od Health Data. In: FISCHER, M.M.; GETIS, A., Eds., Recent Developments in Spatial Analysis: Spatial Statistics, Behavioural Modelling, and Computational Intelligence. Berlin: Springer, 1997, p
Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados
Universidade Tecnológica Federal do Paraná UTFPR Programa de Pós-Graduação em Computação Aplicada Disciplina de Mineração de Dados Prof. Celso Kaestner Poker Hand Data Set Aluno: Joyce Schaidt Versão:
Leia maisMINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br
MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para
Leia maisSoftware 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 maisGerenciador de Log Documento Visão. Versão 2.0
Gerenciador de Log Documento Visão Versão 2.0 Histórico de Revisões Data Versão Descrição Autor 29/05/2014 1.0 Objetivo, descrição, problema. Melina, Kárita, Rodrigo 29/05/2014 1.5 Produto. Melina 30/05/2014
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisRoteiro. Arquitetura. Tipos de Arquitetura. Questionário. Centralizado Descentralizado Hibrido
Arquitetura Roteiro Arquitetura Tipos de Arquitetura Centralizado Descentralizado Hibrido Questionário 2 Arquitetura Figura 1: Planta baixa de uma casa 3 Arquitetura Engenharia de Software A arquitetura
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisTécnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14
1 Introdução O termo "roteamento de veículos" está relacionado a um grande conjunto de problemas de fundamental importância para a área de logística de transportes, em especial no que diz respeito ao uso
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia mais7.Conclusão e Trabalhos Futuros
7.Conclusão e Trabalhos Futuros 158 7.Conclusão e Trabalhos Futuros 7.1 Conclusões Finais Neste trabalho, foram apresentados novos métodos para aceleração, otimização e gerenciamento do processo de renderização
Leia maisSISTEMAS DISTRIBUÍDOS
SISTEMAS DISTRIBUÍDOS Cluster, Grid e computação em nuvem Slide 8 Nielsen C. Damasceno Introdução Inicialmente, os ambientes distribuídos eram formados através de um cluster. Com o avanço das tecnologias
Leia maisXIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO
XIII Encontro de Iniciação Científica IX Mostra de Pós-graduação 06 a 11 de outubro de 2008 BIODIVERSIDADE TECNOLOGIA DESENVOLVIMENTO EPE0147 UTILIZAÇÃO DA MINERAÇÃO DE DADOS EM UMA AVALIAÇÃO INSTITUCIONAL
Leia maisArpPrintServer. Sistema de Gerenciamento de Impressão By Netsource www.netsource.com.br Rev: 02
ArpPrintServer Sistema de Gerenciamento de Impressão By Netsource www.netsource.com.br Rev: 02 1 Sumário INTRODUÇÃO... 3 CARACTERÍSTICAS PRINCIPAIS DO SISTEMA... 3 REQUISITOS DE SISTEMA... 4 INSTALAÇÃO
Leia mais4 Implementação e Resultados Experimentais
4 Implementação e Resultados Experimentais Com o objetivo de fazer a criação automática de visões materializadas, ou seja, prover uma solução on-the-fly para o problema de seleção de visões materializadas,
Leia maisExtração de Árvores de Decisão com a Ferramenta de Data Mining Weka
Extração de Árvores de Decisão com a Ferramenta de Data Mining Weka 1 Introdução A mineração de dados (data mining) pode ser definida como o processo automático de descoberta de conhecimento em bases de
Leia maisProjeto de Arquitetura
Introdução Projeto de Arquitetura (Cap 11 - Sommerville) UNIVERSIDADE FEDERAL DE ALAGOAS Curso de Ciência da Computação Engenharia de Software I Prof. Rômulo Nunes de Oliveira Até agora, estudamos: Os
Leia maisFundamentosemInformática
FundamentosemInformática 04 Software Conteúdo Conceito de Software Classificação de Softwares Conceito de Sistema Operacional(S.O.) FunçõesBásicasdeumS.O. um Arquivos Atributos Diretórios 1 -Conceitos
Leia maisSoluções personalizadas em engenharia de transportes
SOBRE Soluções personalizadas em engenharia de transportes A Partner é uma empresa que presta consultoria em engenharia de planejamento de transportes. Aliando uma constante evolução tecnológica e aperfeiçoamento
Leia maisCOMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS
COMPARAÇÃO DOS MÉTODOS DE SEGMENTAÇÃO DE IMAGENS OTSU, KMEANS E CRESCIMENTO DE REGIÕES NA SEGMENTAÇÃO DE PLACAS AUTOMOTIVAS Leonardo Meneguzzi 1 ; Marcelo Massoco Cendron 2 ; Manassés Ribeiro 3 INTRODUÇÃO
Leia maisselecionado. DICAS 1. Explore, sempre, o ícone
COMO USAR O MAPA COM INDICADORES DO GEOPORTAL DE INFORMAÇÕES EM SAÚDE DA BAHIA? Este documento fornece um passo a passo explicativo e ilustrado das principais ferramentas do Mapa com Indicadores do GeoPortal
Leia maisPersistência e Banco de Dados em Jogos Digitais
Persistência e Banco de Dados em Jogos Digitais Prof. Marcos Francisco Pereira da Silva Especialista em Engenharia de Software Jogos Digitais - Computação Gráfica 1 Agenda Vantagens de usar a abordagem
Leia maisAULA 1 Iniciando o uso do TerraView
1.1 AULA 1 Iniciando o uso do TerraView Essa aula apresenta a interface principal do TerraView e sua utilização básica. Todos os arquivos de dados mencionados nesse documento são disponibilizados junto
Leia maisAP_ Conta Aplicativo para digitação e envio de contas médicas no padrão TISS
AP_ Conta Aplicativo para digitação e envio de contas médicas no padrão TISS Manual de Instalação Tempro Software StavTISS Sumário 1. INTRODUÇÃO... 2 2. REQUISITOS DO SISTEMA... 3 3. INSTALAÇÃO... 4 4.
Leia maisExtensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade
Extensão do WEKA para Métodos de Agrupamento com Restrição de Contigüidade Carlos Eduardo R. de Mello, Geraldo Zimbrão da Silva, Jano M. de Souza Programa de Engenharia de Sistemas e Computação Universidade
Leia maisEngª de Produção Prof.: Jesiel Brito. Sistemas Integrados de Produção ERP. Enterprise Resources Planning
ERP Enterprise Resources Planning A Era da Informação - TI GRI Information Resource Management -Informação Modo organizado do conhecimento para ser usado na gestão das empresas. - Sistemas de informação
Leia maisA Descrição do Produto ou Serviço e a Análise do Mercado e dos Competidores Fabiano Marques
A Descrição do Produto ou Serviço e a Análise do Mercado e dos Competidores Fabiano Marques "O plano de negócios é o cartão de visitas do empreendedor em busca de financiamento". (DORNELAS, 2005) A partir
Leia maisIntranets. 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)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisA memória é um recurso fundamental e de extrema importância para a operação de qualquer Sistema Computacional; A memória trata-se de uma grande
A memória é um recurso fundamental e de extrema importância para a operação de qualquer Sistema Computacional; A memória trata-se de uma grande região de armazenamento formada por bytes ou palavras, cada
Leia maisCenário atual de uso e das ferramentas de software livre em Geoprocessamento
Cenário atual de uso e das ferramentas de software livre em Geoprocessamento Tiago Eugenio de Melo tiago@comunidadesol.org 1 Sumário Conceitos GIS e Software Livre Ferramentas: Jump Qgis Thuban MapServer
Leia maisArquitetura dos Sistemas de Informação Distribuídos
Arquitetura dos Sistemas de Informação Distribuídos Quando se projeta um sistema cuja utilização é destinada a ser feita em ambientes do mundo real, projeções devem ser feitas para que o sistema possa
Leia maisPesquisa e organização de informação
Pesquisa e organização de informação Capítulo 3 A capacidade e a variedade de dispositivos de armazenamento que qualquer computador atual possui, tornam a pesquisa de informação um desafio cada vez maior
Leia maisSistema 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 maisAULA 6 - Operações Espaciais
6.1 AULA 6 - Operações Espaciais Essa aula descreve as operações espaciais disponíveis no TerraView. Antes de iniciar sua descrição é necessário importar alguns dados que serão usados nos exemplos. Exercício:
Leia maisPalavras-Chaves: Agrupamento Hierárquico; Acordo de Resultados.
Estatística Multivariada: Grupos Homogêneos no Combate à Criminalidade em Minas Gerais 1 Formação de Regiões Homogêneas no Combate à Criminalidade Violenta de Minas Gerais utilizando técnica de agrupamento
Leia maisMódulo 4: Gerenciamento de Dados
Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não
Leia mais6 Quarta parte logística - Quarterização
87 6 Conclusão A concorrência aumentou muito nos últimos anos e com isso os clientes estão recebendo produtos com melhor qualidade e um nível de serviço melhor. As empresas precisam, cada vez mais, melhorar
Leia maisDisciplina de Banco de Dados Introdução
Disciplina de Banco de Dados Introdução Prof. Elisa Maria Pivetta CAFW - UFSM Banco de Dados: Conceitos A empresa JJ. Gomes tem uma lista com mais ou menos 4.000 nomes de clientes bem como seus dados pessoais.
Leia maisIntrodução ao Modelos de Duas Camadas Cliente Servidor
Introdução ao Modelos de Duas Camadas Cliente Servidor Desenvolvimento de Sistemas Cliente Servidor Prof. Esp. MBA Heuber G. F. Lima Aula 1 Ciclo de Vida Clássico Aonde estamos? Page 2 Análise O que fizemos
Leia maisConceitos de Banco de Dados
Conceitos de Banco de Dados Autor: Luiz Antonio Junior 1 INTRODUÇÃO Objetivos Introduzir conceitos básicos de Modelo de dados Introduzir conceitos básicos de Banco de dados Capacitar o aluno a construir
Leia maisDisciplina: Suprimentos e Logística II 2014-02 Professor: Roberto Cézar Datrino Atividade 3: Transportes e Armazenagem
Disciplina: Suprimentos e Logística II 2014-02 Professor: Roberto Cézar Datrino Atividade 3: Transportes e Armazenagem Caros alunos, Essa terceira atividade da nossa disciplina de Suprimentos e Logística
Leia mais08/03/2009. Como mostra a pirâmide da gestão no slide seguinte... Profª. Kelly Hannel. Fonte: adaptado de Laudon, 2002
Pirâmide da Gestão Profª. Kelly Hannel Fonte: adaptado de Laudon, 2002 Diferentes tipos de SIs que atendem diversos níveis organizacionais Sistemas do nível operacional: dão suporte a gerentes operacionais
Leia maisAULA 5 Sistemas Operacionais
AULA 5 Sistemas Operacionais Disciplina: Introdução à Informática Professora: Gustavo Leitão Email: gustavo.leitao@ifrn.edu.br Sistemas Operacionais Conteúdo: Partições Formatação Fragmentação Gerenciamento
Leia maisINTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática. (1) Data Mining Conceitos apresentados por
INTELIGÊNCIA ARTIFICIAL Data Mining (DM): um pouco de prática (1) Data Mining Conceitos apresentados por 1 2 (2) ANÁLISE DE AGRUPAMENTOS Conceitos apresentados por. 3 LEMBRE-SE que PROBLEMA em IA Uma busca
Leia maisO Termo SIG é aplicado para sistemas que realizam o tratamento computacional de dados geográficos
Prof. Herondino O Termo SIG é aplicado para sistemas que realizam o tratamento computacional de dados geográficos Inserir e integrar, numa única base de dados informações espaciais provenientes de: meio
Leia maisAMBIENTE 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 maisUm Driver NDIS Para Interceptação de Datagramas IP
Um Driver NDIS Para Interceptação de Datagramas IP Paulo Fernando da Silva psilva@senior.com.br Sérgio Stringari stringari@furb.br Resumo. Este artigo apresenta o desenvolvimento de um driver NDIS 1 para
Leia maisDiferenças entre Sistemas Gerenciadores de Banco de Dados para GIS - SGBDs
Diferenças entre Sistemas Gerenciadores de Banco de Dados para GIS - SGBDs O objetivo deste documento é fazer uma revisão bibliográfica para elucidar as principais diferenças entre os SGBDs, apontando
Leia maisSISTEMA GERENCIADOR DE BANCO DE DADOS
BANCO DE DADOS Universidade do Estado de Santa Catarina Centro de Ciências Tecnológicas Departamento de Ciência da Computação Prof. Alexandre Veloso de Matos alexandre.matos@udesc.br SISTEMA GERENCIADOR
Leia maiswww.nddigital.com.br Manual de Administração DPS Printer 2.1 NDDigital S/A - Software
www.nddigital.com.br Manual de Administração DPS Printer 2.1 NDDigital S/A - Software 2 Introdução Este manual foi elaborado para administradores, para entendimento do funcionamento do produto e administração
Leia maisDetecção e investigação de ameaças avançadas. INFRAESTRUTURA
Detecção e investigação de ameaças avançadas. INFRAESTRUTURA DESTAQUES A infraestrutura do RSA Security Analytics Arquitetura modular para coleta distribuída Baseada em metadados para indexação, armazenamento
Leia maisSISTEMA DE ARQUIVOS. Instrutor: Mawro Klinger
SISTEMA DE ARQUIVOS Instrutor: Mawro Klinger Estrutura dos Discos As informações digitais, quer sejam programas ou dados do usuário, são gravadas em unidades de armazenamento. O HD é uma unidade de armazenamento
Leia maisUNIVERSIDADE FEDERAL DA BAHIA - UFBA
UNIVERSIDADE FEDERAL DA BAHIA - UFBA Instituto de Ciências Ambientais e Desenvolvimento Sustentável Prof. Pablo Santos 4 a Aula SISTEMA DE INFORMAÇÃO GEOGRÁFICA - SIG Introdução Definições Necessárias
Leia maisDado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados:
MC536 Introdução Sumário Conceitos preliminares Funcionalidades Características principais Usuários Vantagens do uso de BDs Tendências mais recentes em SGBDs Algumas desvantagens Modelos de dados Classificação
Leia maisUsando o Arena em Simulação
Usando o Arena em Simulação o ARENA foi lançado pela empresa americana Systems Modeling em 1993 e é o sucessor de dois outros produtos de sucesso da mesma empresa: SIMAN (primeiro software de simulação
Leia maisOficina de Gestão de Portifólio
Oficina de Gestão de Portifólio Alinhando ESTRATÉGIAS com PROJETOS através da GESTÃO DE PORTFÓLIO Gestão de portfólio de projetos pode ser definida como a arte e a ciência de aplicar um conjunto de conhecimentos,
Leia maisAdministração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento
Leia maisFaculdades Santa Cruz - Inove. Plano de Aula Base: Livro - Distributed Systems Professor: Jean Louis de Oliveira.
Período letivo: 4 Semestre. Quinzena: 5ª. Faculdades Santa Cruz - Inove Plano de Aula Base: Livro - Distributed Systems Professor: Jean Louis de Oliveira. Unidade Curricular Sistemas Distribuídos Processos
Leia maisSISTEMA DE INFORMAÇÃO E ADMINISTRAÇÃO CORPORATIVA
SISTEMA DE INFORMAÇÃO E ADMINISTRAÇÃO SISTEMA DE INFORMAÇÃO E ADMINISTRAÇÃO CORPORATIVA SISTEMA DE INFORMAÇÃO E ADMINISTRAÇÃO SISTEMA DE INFORMAÇÕES Um Sistema de Informação não precisa ter essencialmente
Leia maisGeorreferenciamento de Informações Econômicas
Georreferenciamento de Informações Econômicas Utilizando o sistema de informações georreferenciadas (SIG) para analisar padrões espaciais PROF.VLADIMIR FERNANDES MACIEL NÚCLEO DE PESQUISA EM QUALIDADE
Leia maisDATA WAREHOUSE. Introdução
DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta
Leia maisEntendendo como funciona o NAT
Entendendo como funciona o NAT Vamos inicialmente entender exatamente qual a função do NAT e em que situações ele é indicado. O NAT surgiu como uma alternativa real para o problema de falta de endereços
Leia maisPalavras-chave: i3geo, gvsig, Mapserver, integração, plugin. Contato: edmar.moretti@terra.com.br ou edmar.moretti@gmail.com
III Jornada Latinoamericana e do Caribe do gvsig Artigo: Integração do software i3geo com o gvsig Autor: Edmar Moretti Resumo: O i3geo é um software para a criação de mapas interativos para internet qu
Leia maisSISTEMAS OPERACIONAIS
SISTEMAS OPERACIONAIS Turma de Redes AULA 06 www.eduardosilvestri.com.br silvestri@eduardosilvestri.com.br Estrutura do Sistema Operacional Introdução É bastante complexo a estrutura de um sistema operacional,
Leia maisA Grande Importância da Mineração de Dados nas Organizações
A Grande Importância da Mineração de Dados nas Organizações Amarildo Aparecido Ferreira Junior¹, Késsia Rita da Costa Marchi¹, Jaime Willian Dias¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil
Leia maisHoje é inegável que a sobrevivência das organizações depende de dados precisos e atualizados.
BANCO DE DADOS Universidade do Estado de Santa Catarina Centro de Ciências Tecnológicas Departamento de Ciência da Computação Prof. Alexandre Veloso de Matos alexandre.matos@udesc.br INTRODUÇÃO Hoje é
Leia maisManual Básico do Usuário. Monitoramento de Iniciativas Estratégicas. Planejamento Estratégico - ANVISA 2010-2020
Manual Básico do Usuário Monitoramento de Iniciativas Estratégicas Planejamento Estratégico - ANVISA 2010-2020 Brasília DF, Maio de 2015 1 Sumário Planejamento Estratégico Anvisa 2010 a 2020:... 4 Supervisão
Leia maisEngenharia de Sistemas Computacionais
Engenharia de Sistemas Detalhes no planejamento UNIVERSIDADE FEDERAL DE ALAGOAS Curso de Ciência da Computação Engenharia de Software I Prof. Rômulo Nunes de Oliveira Introdução Na aplicação de um sistema
Leia maisÍndice. Para encerrar um atendimento (suporte)... 17. Conversa... 17. Adicionar Pessoa (na mesma conversa)... 20
Guia de utilização Índice Introdução... 3 O que é o sistema BlueTalk... 3 Quem vai utilizar?... 3 A utilização do BlueTalk pelo estagiário do Programa Acessa Escola... 5 A arquitetura do sistema BlueTalk...
Leia maisUnisant Anna Gestão Empresarial com ERP 2014 Modelagem de Sistemas - UML e MER
Objetivo dessa aula é descrever as características e a simbologia dos diagramas UML e MER na modelagem de sistemas de informação de uma forma a permitir a comunicação entre técnicos e gestores. Modelagem
Leia maisTecnologia Aplicada à Gestão
Tecnologia Aplicada à Gestão Parte 4 Aula 11 Fundamentos de SI Prof. Walteno Martins Parreira Jr www.waltenomartins.com.br Introdução O que são e para que servem os Sistemas de Suporte Gerencial? Como
Leia maisEstudo comparativo entre dois tradicionais algoritmos de roteamento: vetor distância e estado de enlace.
Estudo comparativo entre dois tradicionais algoritmos de roteamento: vetor distância e estado de enlace. Ederson Luis Posselt 1, Geovane Griesang 1 1 Instituto de Informática Universidade de Santa Cruz
Leia maisSUAP Módulo Protocolo Manual do Usuário DTI DIRETORIA DE TECNOLOGIA DA INFORMAÇÃO SEÇÃO DE PROJETOS, SISTEMAS E PROCESSOS DE NEGÓCIO
SUAP Módulo Protocolo Manual do Usuário DTI DIRETORIA DE TECNOLOGIA DA INFORMAÇÃO SEÇÃO DE PROJETOS, SISTEMAS E PROCESSOS DE NEGÓCIO SUMÁRIO 1. APRESENTAÇÃO... 1 1.1. ACESSO AO SISTEMA... 1 1.2. TELA INICIAL
Leia maisGerenciamento de Níveis de Serviço
Gerenciamento de Níveis de Serviço O processo de Gerenciamento de Níveis de Serviço fornece o contato entre a organização de TI e o cliente, para garantir que a organização de TI conhece os serviços que
Leia maisGeorreferenciamento de Informações Econômicas
Georreferenciamento de Informações Econômicas Utilizando o sistema de informações georreferenciadas (SIG) para analisar padrões econômicos espaciais PROF.VLADIMIR FERNANDES MACIEL NÚCLEO DE PESQUISA EM
Leia maisMaterial de Apoio. Sistema de Informação Gerencial (SIG)
Sistema de Informação Gerencial (SIG) Material de Apoio Os Sistemas de Informação Gerencial (SIG) são sistemas ou processos que fornecem as informações necessárias para gerenciar com eficácia as organizações.
Leia maisSistemas de Informação I
+ Sistemas de Informação I Dimensões de análise dos SI Ricardo de Sousa Britto rbritto@ufpi.edu.br + Introdução n Os sistemas de informação são combinações das formas de trabalho, informações, pessoas
Leia maisAlinhamento Prático Ferramenta ARIS Operação Básica
Alinhamento Prático Ferramenta ARIS Operação Básica AGENDA Ferramenta ARIS Operação do módulo básico ARIS Explorer Estruturação dos componentes Login na base de dados Manipulação de grupos Objetos Conexões
Leia maisSite da disciplina: Site do Laboratório de Geotecnologias Aplicadas: https://moodleinstitucional.ufrgs.br. http://www.ufrgs.
Universidade Federal do Rio Grande do Sul Instituto de Geociências Departamento de Geografia Sistemas de Informações Geográficas I GEO 01007 Professora: Eliana Lima da Fonseca Site da disciplina: https://moodleinstitucional.ufrgs.br
Leia maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Tipos de aprendizagem 3. Paradigmas de aprendizagem 4. Modos de aprendizagem
Leia maisPRODUTO 1 (CONSTRUÇÃO DE PORTAL WEB)
RELATÓRIO DE ENTREGA DO PRODUTO 1 (CONSTRUÇÃO DE PORTAL WEB) PARA A ELABORAÇÃO DOS PLANOS MUNICIPAIS DE GESTÃO INTEGRADA DE RESÍDUOS SÓLIDOS PMGIRS PARA OS MUNICÍPIOS DE NOVO HORIZONTE, JUPIÁ, GALVÃO,
Leia maisConteúdo. Disciplina: INF 02810 Engenharia de Software. Monalessa Perini Barcellos. Centro Tecnológico. Universidade Federal do Espírito Santo
Universidade Federal do Espírito Santo Centro Tecnológico Departamento de Informática Disciplina: INF 02810 Prof.: (monalessa@inf.ufes.br) Conteúdo 1. Introdução 2. Processo de Software 3. Gerência de
Leia maisSistema de Instalação e Criação da Estrutura do Banco de Dados MANUAL DO INSTALADOR. Julho/2007. Ministério da saúde
Sistema de Instalação e Criação da Estrutura do Banco de Dados MANUAL DO INSTALADOR Julho/2007 Ministério da saúde SUMÁRIO Módulo 1. Instalação... 4 Introdução... 4 Configurações de equipamentos para instalação
Leia maisUnidade I FINANÇAS EM PROJETOS DE TI. Prof. Fernando Rodrigues
Unidade I FINANÇAS EM PROJETOS DE TI Prof. Fernando Rodrigues Nas empresas atuais, a Tecnologia de Informação (TI) existe como uma ferramenta utilizada pelas organizações para atingirem seus objetivos.
Leia maisGESTÃO DAS INFORMAÇÕES DAS ORGANIZAÇÕES MÓDULO 11
GESTÃO DAS INFORMAÇÕES DAS ORGANIZAÇÕES MÓDULO 11 Índice 1. Importância do ERP para as organizações...3 2. ERP como fonte de vantagem competitiva...4 3. Desenvolvimento e implantação de sistema de informação...5
Leia maisCLOUD. tendências CLOUD. entendendo e contratando assertivamente. Agosto/2012 INFORMATIVO TECNOLÓGICO DA PRODESP EDIÇÃO 02
tendências CLOUD EDIÇÃO 02 Agosto/2012 CLOUD O conceito de nuvem é nebuloso Como uma organização pode contratar assertivamente Serviços em Cloud? Quais são os principais riscos de um contrato de Cloud
Leia maisMSc Eliton Smith elitonsmith@gmail.com. Gerenciamento e Administração de Redes
MSc Eliton Smith elitonsmith@gmail.com Gerenciamento e Administração de Redes 2 Gerência de Redes ou Gerenciamento de Redes É o controle de qualquer objeto passível de ser monitorado numa estrutura de
Leia maisProf. Marcos Ribeiro Quinet de Andrade Universidade Federal Fluminense - UFF Pólo Universitário de Rio das Ostras - PURO
Conceitos básicos e serviços do Sistema Operacional Prof. Marcos Ribeiro Quinet de Andrade Universidade Federal Fluminense - UFF Pólo Universitário de Rio das Ostras - PURO Tipos de serviço do S.O. O S.O.
Leia maisTreinando a sua equipe para aumentar a competitividade da sua empresa.
Informativo Bimestral da Siqueira Campos Associados março de 2015 - ano IX - Número 24 Catálogo de Cursos 2015 Treinando a sua equipe para aumentar a competitividade da sua empresa. Nesta edição Pesquisas
Leia maisComo melhorar a tomada de decisão. slide 1
Como melhorar a tomada de decisão slide 1 P&G vai do papel ao pixel em busca da gestão do conhecimento Problema: grande volume de documentos em papel atrasavam a pesquisa e o desenvolvimento. Solução:
Leia maisSISTEMAS DE ARQUIVOS Sistemas operacionais
Técnico em Informática SISTEMAS DE ARQUIVOS Sistemas operacionais Professor Airton Ribeiro de Sousa Sistemas operacionais Sistema de Arquivos pode ser definido como uma estrutura que indica como os dados
Leia maisINTEGRAÇÃO DE APLICAÇÕES UTILIZANDO WEB SERVICE 1. Kellen Kristine Perazzoli 2 ; Manassés Ribeiro 3
INTEGRAÇÃO DE APLICAÇÕES UTILIZANDO WEB SERVICE 1 Kellen Kristine Perazzoli 2 ; Manassés Ribeiro 3 INTRODUÇÃO Atualmente empresas de diversos portes estão encontrando nos web services soluções para seus
Leia mais1 INTRODUÇÃO. 1.1 Motivação e Justificativa
1 INTRODUÇÃO 1.1 Motivação e Justificativa A locomoção é um dos direitos básicos do cidadão. Cabe, portanto, ao poder público normalmente uma prefeitura e/ou um estado prover transporte de qualidade para
Leia maisPRINCIPAIS FUNCIONALIDADES DO SOFTWARE GLOBAL MAPPER
PRINCIPAIS FUNCIONALIDADES DO SOFTWARE GLOBAL MAPPER Além das novas implementações na versão 15, ressaltamos a seguir as principais funções que fazem do Global Mapper um dos melhores softwares para a visualização
Leia maisNoções de. Microsoft SQL Server. Microsoft SQL Server
Noções de 1 Considerações Iniciais Basicamente existem dois tipos de usuários do SQL Server: Implementadores Administradores 2 1 Implementadores Utilizam o SQL Server para criar e alterar base de dados
Leia maisLINGUAGEM DE BANCO DE DADOS
LINGUAGEM DE BANCO DE DADOS Gabriela Trevisan Bacharel em Sistemas de Informação Universidade Federal do Rio Grande Pós-Graduanda Formação Pedagógica de Professores (FAQI) Conceito de BD Um banco de dados
Leia mais15 Computador, projeto e manufatura
A U A UL LA Computador, projeto e manufatura Um problema Depois de pronto o desenho de uma peça ou objeto, de que maneira ele é utilizado na fabricação? Parte da resposta está na Aula 2, que aborda as
Leia maisAula 1 Introdução, e conhecendo a Área de Trabalho
Aula 1 Introdução, e conhecendo a Área de Trabalho Na primeira aula deste curso, mostramos o porquê de começar a trabalhar neste sistema operacional, além das novidades que o sistema possui na sua versão.
Leia mais