Carlos Costa e Maribel Yasmina Santos

Tamanho: px
Começar a partir da página:

Download "Carlos Costa e Maribel Yasmina Santos"

Transcrição

1 Centro de Investigação ALGORITMI Universidade do Minho Escola de Engenharia Carlos Costa e Maribel Yasmina Santos Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente Dossiê de Candidatura Urban Analytics 2015 Março 2015

2 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 2 Carlos é um estudante de mestrado com 22 anos, em Sistemas de Informação na Universidade do Minho. Previamente, a sua formação académica passou pela Licenciatura de Tecnologias e Sistemas de Informação na Universidade do Minho e pelo Nível de Técnico Profissional na Escola Secundária Francisco de Holanda. A sua experiência até à data envolve: presidente na Association for Information Systems Student Chapter UMinho; administrador WEB, designer e programador; freelancer em desenvolvimento Mobile, Java e C#; Gestor de Projeto e Administrador de Base de Dados; Técnico de Computadores. Durante o seu percurso como estudante ele acumulou alguns reconhecimentos & prémios, devido essencialmente às suas notas ou participações em concursos de IT: Microsoft Power BI Top 5; vencedor Deloitte semifinalista 2015 Hilti Big Data Analytics Competition; Prémio Sociedade Martins Sarmento. Considera que tem algumas competências que espelham as suas principais áreas de interesse e experiência: Business Analytics (Business Intelligence, Big Data, Data Mining, Text Mining, WEB Mining, Data Analysis and Discovery); Software Development; Business Process Management; Infrastructure and Service Management. Para além disso, detém outras competências, que embora reconheça que não são a sua área de maior experiência, ainda retém algum conhecimento: Business Strategic Management; Computer Networks; Mathematics and statistics; Financial Assessment and Management. Contudo, um bom profissional não é apenas feito de hard skills, portanto ele destaca algumas competências pessoais, tais como: bom espírito de equipa; atento e empenhado; troca de ideias e a excelente comunicação; gosta de liderar, mas sabe como ser liderado. Carlos Costa, Estudante de Mestrado

3 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 3 Maribel Yasmina Santos é Professora Associada com Agregação do Departamento de Sistemas de Informação da Escola de Engenharia da Universidade do Minho. É Licenciada em Engenharia de Sistemas e Informática (1991), Mestre em Informática Especialização em Informática de Gestão (1996), Doutorada em Tecnologias e Sistemas de Informação (2001) e Agregada em Tecnologias e Sistemas de Informação (2012), pela Universidade do Minho. É membro integrado do Centro de Investigação ALGORITMI (http://algoritmi.uminho.pt/), enquadrada no grupo SEMAG (Software Engineering and Management Group, no qual lidera a linha de investigação business and location-enhanced database systems. Os seus interesses científicos incluem Business Intelligence and Analytics, Big Data Analytics, (Spatial) Data Warehousing, (Spatial) On-Line Analytical Processing e (Spatial) Data Mining. Atualmente orienta (ou co-orienta) 2 estudantes de doutoramento e 6 estudantes de mestrado, tendo já concluído a orientação (ou co-orientação) de 3 estudantes de doutoramento e 25 estudantes de mestrado. É autora ou co-autora de mais de 90 publicações internacionais, incluindo livros, capítulos de livros e artigos publicados em revistas ou em atas de conferências. Fez parte da comissão de programa ou comissão científica de mais de 70 conferências nacionais e internacionais. É também membro da comissão editorial do International Journal of Data Mining, Modelling and Management e do International Journal on Advances in Intelligent Systems. É coinventora de duas patentes, uma nacional e uma internacional. Foi diretora-adjunta do Departamento de Sistemas de Informação da Universidade do Minho ( ) e é membro da comissão diretiva da AGILE (Association of Geographic Information Laboratories for Europe, desde Abril de 2011, sendo Secretáriageral da AGILE desde Maio de É membro do grupo de trabalho permanente Sistemas de Informação Geográfica e do grupo de trabalho Geo-Competitivo II: Arquiteturas organizacionais suportadas em Informação Espacial ambos da Associação para a Promoção e Desenvolvimento da Sociedade da Informação (APDSI). Maribel Yasmina Santos, Professora Associada

4 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 4 O Centro de Investigação ALGORITMI detém uma longa e orgulhosa história como unidade de investigação portuguesa no domínio de ICT&E (ICT&E), desde setembro de O ALGORITMI é uma unidade de investigação da Escola de Engenharia - Universidade do Minho, que desenvolve atividade de R&D em Information and Communications Technology & Electronics, atuando em quatro grandes domínios: (1) Information Systems, Computing Technologies; (2) Electronics, Energy, Robotics; (3) Computer Networks, Pervasive Computing; (4) Operational Research, Industrial Engineering & Management. A maioria dos investigadores do ALGORITMI com grau PhD são também membros do corpo docente de quatro departamentos de ensino da Escola de Engenharia, nomeadamente: Engenharia Electrónica (DEI); Sistemas de Informação (DSI); Produção e Sistemas (DPS); Informática (DI). Além disso, os projetos MSc e PhD orientados por esses mesmos membros do corpo docente são desenvolvidos no ALGORITMI. Centro de Investigação ALGORITMI A UMinho pretende ser uma Universidade sem muros, focando-se no desenvolvimento socioeconómico regional, nacional e internacional. Atividades internacionais são significativamente intensas, com um grupo variado de países de todos os continentes, incluindo os de idioma português. A UMinho é uma Universidade de Investigação, empenhada na valorização da cadeia Conhecimento-Investigação, Desenvolvimento e Inovação - como evidenciam uma série de indicadores: O rácio entre estudantes PhD e staff académico é superior a 1; a fração de estudantes pós-graduados e total da população estudantil é maior que 20%; o rácio entre projetos de investigação e PhDs é superior a 0.5; cerca de 150 PhDs são premiados a cada ano; a produção média anual de papers referenciados em journals científicos é impressionante para uma Universidade eclética; mais de 2/FTE/ano; as citações estão a aumentar a cada ano; são assinados anualmente 250 contratos R&D com companhias. Entre as 28 unidades de investigação avaliadas pela FCT em 2014, 1 foi considerada excecional, 10 excelentes e 11 muito boas. Sob FP7, a CE premiou a UMinho com 2 ERC Advanced Grants. A UMinho está envolvida no graphene FET flagship e coordena muitos outros projetos de vasta dimensão, incluindo um REGPOT em nano medicina. O Times Higher Education (THE) 100 under 50 University Ranking 2014 colocou a UMinho na 75ª posição e o 2014 THE World University Rankings entre as posições 350 e 400 (apenas presentes dois Institutos de Ensino Superior português, sendo que a UMinho foi a melhor). No CWTS Leiden bibliometric Ranking 2014, a UMinho é a melhor universidade portuguesa. Universidade do Minho

5 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 5 Resumo Atualmente, as cidades consomem cada vez mais energia para sustentar as suas atividades do quotidiano. Com a crescente utilização de dispositivos elétricos enfrentamos desafios associados à distribuição e controlo de energia. Para além disso, tendemos a despender bastante energia para aquecer ou arrefecer as nossas habitações. Este trabalho ilustra a arquitetura de uma infraestrutura tecnológica para extração, carregamento, transformação, mining e forecasting de Big Data associado a consumos de energia. Esta arquitetura tecnológica faz uso de um conjunto de dados que contém o consumo de eletricidade e de gás de casas distribuídas por múltiplas cidades dos Estados Unidos da América, devido à disponibilização destes dados de forma aberta. Convém mencionar que a utilização de todo o trabalho aqui proposto e desenvolvido é adequada a Portugal (ou às cidades portuguesas), desde que os consumos energéticos sejam disponibilizados pelas entidades responsáveis. O objetivo principal deste trabalho consiste em disponibilizar aos cidadãos uma nova forma de monitorizarem o seu consumo de eletricidade e gás, permitindo que comparem o consumo da sua habitação com outras pertencentes ao mesmo cluster ou estado/cidade e prevendo consumos de energia futuros. Para além disso, a arquitetura também providencia à gestão das cidades e aos fornecedores de energia uma forma mais inteligente de monitorizarem o panorama do consumo de energia. O trabalho faz uso de dados simulados, provenientes dos Estados Unidos da América, em conjunto com tecnologias como o Hadoop, Talend Open Studio for Big Data, WEKA e Tableau, para armazenar e processar Big Data, produzir clusters e time series forecasts e visualizar informação, respetivamente. Os resultados alcançados revelam que usando esta arquitetura tecnológica é possível identificar, com significativa precisão, clusters de habitações a partir do seu consumo energético. É também possível prever futuros consumos de eletricidade com uma reduzida margem de erro. As principais vantagens da abordagem proposta são o facto de qualquer cidadão poder monitorizar periodicamente o seu consumo de energia, comparar-se com outras casas do mesmo cluster ou cidade e prever quanta energia irá gastar se mantiver o seu padrão de consumo. Isto conduz os cidadãos a um processo de tomada de decisão mais rico, informando-os sobre possíveis divergências em relação a consumos de energia usuais, tornando-os mais conscientes em termos ambientais, ou pelo menos, conscientes em termos económicos. Os governos das cidades e os fornecedores de energia podem também adotar a abordagem aqui proposta, com vista a gerir de forma mais eficiente o consumo energético das cidades, usar os dados processados em iniciativas de marketing ambiental e prever necessidades energéticas.

6 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 6 Capítulo 1 Introdução Os centros urbanos estão a crescer e parecem ser a primeira escolha para a habitação moderna, baseado no facto de que metade da população encontra-se a viver em ambientes urbanos [1]. Com este fenómeno, advêm vários problemas e as cidades necessitam de adaptar-se a esta tendência. Nos últimos anos começamos a observar o surgimento de um novo conceito, o conceito de Smart Cities. Os governos estão a enfrentar mais custos de empregabilidade, transportes, infraestruturas, energia, entre outras necessidades básicas. Para além disso, os cidadãos comportam-se como natos consumidores de serviços do governo e exigem mais, independentemente das restrições existentes [2]. É neste ponto que Big Data pode ajudar. As cidades e cidadãos geram um vasto volume de dados, com múltiplos graus de complexidade, a diferentes velocidades, provenientes de várias fontes, que não se adequam às tradicionais tecnologias. Isto remete-nos para a definição geral de Big Data [3] [5]. A necessidade emergente de tornar as cidades mais inteligentes, associada ao conceito, relativamente recente, de Big Data e às possibilidades que este permite, constituem a base motivacional para o desenvolvimento desta arquitetura analítica de Big Data. A mesma é capaz de processar dados de uma cidade e, como demonstraremos, providenciar serviços inteligentes, quer para os cidadãos quer para o governo ou outros stakeholders, através do uso de técnicas de Data Mining, como clustering e time series forecasting [6]. Clustering é usado para identificar grupos homogéneos de casas, com padrões de consumo energético similares, permitindo a comparação e ranking, enquanto que time series forecasting é usado para prever futuros consumos. O conjunto de dados usado para validar a arquitetura é o EPLUS TMY2 residential base [7], contendo 238 ficheiros. Cada ficheiro representa um ano de consumo horário de eletricidade e gás, proveniente de uma casa simulada numa determinada cidade dos USA. Foi também extraída informação acerca de todos os estados dos USA, contendo as abreviações, nomes, população e área terrestre de cada estado. É esperado que a arquitetura proposta suporte adequadamente o serviço inteligente de monitorização e previsão, providenciando refinadas análises visuais de dados. De modo a validar os resultados obtidos, foi considerada a similaridade intra-cluster, além da variedade de clusters, bem como uma taxa de erro reduzida na técnica de time series forecasting. Este documento é estruturado da seguinte forma: o capítulo II sumariza o trabalho relacionado e descreve de que modo este trabalho contribuí para o estado da arte nesta área. O capítulo III descreve o que é esperado de uma Smart City e de um Smart Citizen. O capítulo IV ilustra a arquitetura tecnológica proposta e fornece uma visão geral do conjunto de dados usado. O capítulo V descreve o processo de preparação e mining dos dados, incluindo clustering e time series forecasting. O capítulo VI apresenta a análise e visualização de dados, de modo a redefinir a fatura de energia e melhorar a monitorização do consumo energético. Finalmente, capítulo VII concluí com algumas observações acerca do trabalho realizado e diretrizes de trabalho futuro.

7 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 7 Capítulo 2 Trabalho Relacionado Entre a comunidade científica já se encontram disponíveis algumas abordagens de previsão de consumos energéticos. Alguns dos trabalhos estão sobretudo relacionados com o preço da energia [8] [10], enquanto que outros endereçam a investigação em torno da carga de energia [11], [12]. A prática comum nestes trabalhos relacionados parece ser o mining de clusters antes da aplicação de modelos de forecasting. De acordo com Alzate and Sinn [11], os autores alcançaram uma melhoria de 20% na precisão das previsões, usando clustering antes de aplicar um modelo de forecasting. Independentemente das técnicas de clustering usadas, bem como as técnicas de forecasting, parece haver, geralmente, uma abordagem comum: usar clustering com vista a melhorar a eficiência do modelo de forecasting, quer através da adaptação do modelo para cada cluster, quer através do uso de clustering como técnica de extração de novos atributos no conjunto de dados. Estes trabalhos relacionados focam os seus resultados na melhoria da eficiência do Data Mining, recorrendo a técnicas inovadoras, e em geral os resultados mostram uma conclusão satisfatória. Contudo, estes são primariamente focados no processo de Data Mining e nos resultados, descartando não só a natureza dos dados do mundo real, que requerem novas tecnologias de armazenamento e processamento, mas também a importância da possível implementação tecnológica, com vista à disponibilização de novos serviços ao cidadão. Outros trabalhos relacionados descrevem os dados dos Smart Meters como sendo Big Data, apresentando alguns métodos para a visualização da informação e extração de conhecimento [13], [14]. Além disso, existem alguns trabalhos que estão a ser desenvolvidos com o objetivo de estudar a importância da infraestrutura de armazenamento e processamento [14] [16], destacando as bases de dados não relacionais e o Hadoop. Este trabalho pretende demonstrar como podemos processar os dados de energia registados, através de uma arquitetura tecnológica analítica de Big Data, usando técnicas de clustering e time series forecasting, não só para selecionar os modelos de forecasting adequados para cada cluster, mas também para enriquecer a análise visual e serviço inteligente final, disponibilizando aos cidadãos uma fatura de energia reinventada e providenciando aos governos e fornecedores de energia uma nova forma de monitorizarem e segmentarem o consumo energético. Consequentemente, os resultados apresentados são focados não só no sucesso do Data Mining, mas também na forma de mudar a experiência de consumidor e fornecedor de energia, tornando acessível métodos reinventados de apresentação do consumo energético. Como também pretendemos alcançar um erro reduzido nas técnicas de clustering e forecasting, este trabalho faz uso de tecnologias de Big Data para validar a possível implementação num cenário de aplicação real, e apresenta os resultados finais numa análise visual rica, de modo a ultrapassar o gap entre uma aplicação de Data Mining bem sucedida e um serviço de uma Smart City.

8 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 8 Capítulo 3 O que é esperado de uma Smart City e de um Smart Citizen? Atualmente, podemos observar a crescente diversidade de dispositivos inteligentes que integram as atividades do nosso dia a dia. Estes dispositivos são considerados inteligentes, pois demonstram comportamento autónomo e inteligente. É o caso de Smartphones, Tablets e sensores, entre outros. Os efeitos causados pela crescente urbanização, em conjunto com o avanço nas Tecnologias da Informação e Comunicação (TIC), estão a levar ao aparecimento de iniciativas de desenvolvimento urbano em múltiplas áreas, tais como saúde, inclusão social, ambiente e negócio [17]. Isto remete para o conceito de Smart City, onde a tecnologia é integrada numa abordagem estratégica de sustentabilidade, comportamento cívico e desenvolvimento económico. Nestas cidades, o investimento em capital humano e social, em conjunto com o investimento em transportes e TIC, alimentam um desenvolvimento económico sustentável e uma confortável qualidade de vida, gerindo eficientemente os recursos naturais através de um governo participativo [1], [18]. Entre as principais diferenças entre uma Smart City e uma cidade tradicional destacam-se vários aspetos tecnológicos e humanos, como o investimento inteligente em TIC, a natureza ágil dos serviços disponibilizados, a qualidade dos dados, o foco no cidadão e a gestão eficiente de recursos humanos [2]. A Fig. 1 ilustra, através de uma perspetiva tecnológica, os principais inputs para uma Smart City e um Smart Citizen. Além disso, outras características que distinguem uma Smart City das demais tradicionais é o foco no cidadão como elemento-chave no sistema, transformando a forma como a cidade o serve. Um Smart Citizen comporta-se como um consumidor exigente de serviços públicos, apesar das atuais restrições económicas [2]. As cidades podem criar valor para os cidadãos através da oferta de serviços eficientes, melhorando não só o uso dos seus recursos, mas assegurando também sustentabilidade e atratividade a longo prazo. Todos estes benefícios conduzem a um modo de vida apelativo, liderado pela harmonia perfeita entre pessoas e tecnologia.

9 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 9 Capítulo 4 Visão Geral da Arquitetura e Dados Todos os passos e tecnologias propostos neste trabalho podem ser abstraídos numa arquitetura tecnológica, vista na Fig. 2, de modo a compreender o que pode ser um ponto de partida para futuras implementações de serviços similares. A arquitetura faz uso de múltiplos componentes do Hadoop, tais como: Hadoop Distributed File System (HDFS) para armazenar os ficheiros não estruturados; PIG para processar scripts de agregação de dados; HBase para armazenar temporariamente os resultados do PIG; HIVE para atuar como um Data Warehouse, contendo o conjunto de dados final de modo a originar a análise visual. O Talend Open Studio for Big Data é responsável por todos os processos de fluxo de dados, direcionando os mesmos do HDFS e HBase para o sistema de ficheiros local e vice-versa. Posteriormente, o WEKA é usado para a construção de modelos de clustering e forecasting. O Talend Open Studio for Big Data usa a biblioteca Java do WEKA de modo a integrar os modelos em tempo real e armazenar os resultados no HIVE. Finalmente, podemos desenvolver uma análise visual de dados, usando o Tableau. De modo a perceber o conjunto de dados usado neste trabalho, o seu modelo de dados será apresentado, além da forma como todos os 238 ficheiros foram verificados, extraídos e armazenados no Hadoop. Cada ficheiro neste conjunto contém dados de uma casa simulada, com características médias, como 3 quartos e 1 ou 2 casas de banho, tendo em consideração o ambiente e clima em que a casa é inserida. Existe um ficheiro por cada cidade dos USA, representando o consumo horário médio de uma casa enquadrada na respetiva cidade. A Fig. 3 ajuda na

10 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 10 compreensão do modelo e conteúdo dos ficheiros, além das classes de atributos. HVAC significa aquecimento, ventilação e ar condicionado, APPL significa eletrodomésticos e MISC significa variados. Como pode ser visto na Fig. 3, a informação do estado e cidade encontra-se no nome do ficheiro, requerendo um esforço de processamento adicional para extrai-los e armazená-los dentro do ficheiro, com vista a uma análise futura. Lidar com Big Data implica a verificação de certas características que os dados possam ter: volume, variedade, velocidade, veracidade e valor [19]. No nosso caso de demonstração, tendo em consideração que é uma prova de conceito a ser executada em apenas uma máquina, os dados detinham um volume considerável (238 ficheiros como mencionado, contendo mais de 8760 linhas cada um, totalizando mais de 550 megabytes). Além disso, num cenário real, estes dados virão de vários sensores e serão atualizados numa base horária. Este conjunto de dados foi usado com vista a testar a arquitetura e serviço inteligente, porque traz consigo a veracidade do processo de simulação [7] e a informação valiosa que pode ser extraída usando Data Mining e visualização. Assim que existam dados de livre acesso em Portugal, por exemplo com a implementação de iniciativas Smart Cities, a arquitetura proposta e implementada será capaz de processar dados reais e beneficiar as cidades e cidadãos portugueses.

11 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 11 Capítulo 5 Preparação dos Dados e Data Mining A análise da qualidade dos dados em contexto de Big Data é uma das fases mais desafiantes, devido sobretudo ao seu volume. Neste caso de demonstração, armazenamos todos os 238 ficheiros no Hadoop, e analisamos a qualidade dos dados usando o Talend Open Studio for Data Quality. Os dados não apresentaram falhas a considerar em futuras fases de transformação, muito devido ao facto de serem simulados e não influenciados por problemas de inserção manual. Numa aplicação em contexto real é também expectável que os dados não apresentem grandes falhas, devido a serem extraídos de sensores, usando métodos autónomos. Neste caso, alguns ficheiros apresentaram o valor 0 no consumo de gás. Mais à frente neste documento é explicado como isto afetará o processo de desenvolvimento. A tarefa de Data Mining integrou um exercício de clustering de modo a segmentar as casas pelo seu consumo de eletricidade e gás, e um exercício de time series forecasting para prever futuros consumos de eletricidade. Combinando estas duas técnicas, disponibilizamos um método para comparar o consumo histórico e previsto de uma casa com outras casas no mesmo cluster e para comparar consumos entre clusters. 5.1 Clustering Com vista a identificar clusters a partir do conjunto de dados original, era necessário um conjunto de dados menos detalhado, nomeadamente, dados agrupados por estado e cidade. Para alcançar isso, foi realizada uma operação de agregação em PIG, uma linguagem de alto nível incorporada no Hadoop e designada para realizar análise de dados. Os passos envolvidos na script PIG são demonstrados na Fig. 4. Os resultados consistem no consumo de energia anual por estado e cidade e foram armazenados no HBase, que atuou como a nossa área de estágio dos dados. Quanto à limpeza dos dados, os zeros foram substituídos pela média global por estado deste conjunto de dados utilizados no processo de clustering. De forma a construir novos dados, os atributos mais detalhados de consumo de energia foram agregados em três categorias: aquecimento/arrefecimento, luzes e equipamento de interior. Todos os outros atributos permaneceram iguais. Contudo, após analisar a dispersão e correlação de todos os atributos, escolhemos remover estes atributos detalhados do processo de clustering, pois detinham baixa dispersão e alta

12 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 12 correlação com os atributos gerais de eletricidade e gás. Atributos altamente correlacionados tendem a influenciar algumas técnicas de clustering [20]. Para formatar os dados, os valores com casas decimais foram arredondados para o inteiro mais próximo, devido a propósitos de apresentação dos dados. O processo de limpeza e construção dos dados é mostrado na Fig. 5. Neste estudo, o processo de clustering é conduzido usando o algoritmo K-means, que requere a especificação de um parâmetro de entrada, k, representando o número de clusters. Uma vez que não existe indicação do número apropriado de clusters para este conjunto de dados, todos os dados foram iterativamente usados para produzir clusters, incrementando o número de clusters de modo a produzir e registar cada erro na similaridade intra-cluster. O K-means é um algoritmo de clustering bastante reconhecido, que particiona um conjunto de dados em k grupos, selecionando o centro dos clusters e refinando-os iterativamente [21]. Este foi o único modelo escolhido devido à simplicidade em avaliar os resultados, usando a similaridade intra-cluster. A Fig. 6 mostra a similaridade intra-cluster para cada tentativa de clustering, cada uma com diferente número de clusters.

13 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 13 Usando o método L, em que o joelho é encontrado num gráfico com o número de clusters vs. métrica de avaliação de clustering [22], fomos capazes de identificar que 5 aparenta ser o número ideal de clusters para este conjunto de dados. A síntese do modelo é mostrada na Fig. 7, apontando os centroides (kw/h) dos clusters identificados e o número de cidades em cada um deles. O modelo de clustering é construído usando o consumo de eletricidade e gás, agrupado por estado e cidade, como previamente explicado. 5.2 Time Series Forecasting No processo de time series forecasting, os resultados do processo de clustering são usados como input para um ficheiro contendo o número do cluster a que cada cidade pertence. Este ficheiro foi juntado com o conjunto de dados original (Fig. 3), usando outra script PIG, que também agrupou o resultado por número de cluster e timestamp (dia e hora). Isto fornece-nos o consumo horário de cada cluster durante todo o ano. No que respeita a granularidade do tempo, e como o conjunto de dados continha um ano de consumo de energia, não permitindo qualquer análise sazonal, a granularidade temporal escolhida foi por semana, permitindo prever as próximas semanas de consumo de energia, oferecendo elevado valor de monitorização e planeamento. Finalizado este processo, o conjunto de dados a usar no processo de forecasting inclui os seguintes atributos: 1. Número de cluster; 2. Semana; 3. Consumo de eletricidade e gás. Antes de iniciar o processo de forecasting, como as primeira e última semanas do conjunto de dados não ofereciam todos os 7 dias, escolhemos não as considerar, melhorando assim a variância da série temporal. Além disso, porque estamos agora a lidar com séries temporais, temos que relembrar que alguns valores do consumo de gás eram zero, fazendo com que um dos clusters obtivesse zero como centro. Para além desta questão, observamos que outro cluster apresentava sérias descidas no consumo de gás. Devido a estes dois factores, este trabalho, numa das suas componentes, apenas fará previsões de consumo de eletricidade.

14 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 14 Testar time series forecasting usando o WEKA é muito semelhante a outras técnicas de Data Mining. De modo a avaliar os modelos, foi usado o método holdout, reservando 80% dos dados para treino e os restantes 20% para propósitos de teste. Foram utilizadas 3 métricas diferentes (Fig. 8): Mean Absolute Error (MAE); Root Mean Squared Error (RMSE); Direction Accuracy. Quatro modelos state-of-the-art foram construídos e avaliados, para cada um dos cinco clusters. Estes modelos observarão principalmente as 12 semanas anteriores para prever as futuras 8. A Fig. 9 demonstra os resultados obtidos para cada modelo e cluster. Os resultados obtidos indicam que os modelos selecionados comportam-se bastante bem, tendo em consideração que os erros são medidos em kilowatts/hora (kw/h). Isto significa que para cada cluster, existe pelo menos um modelo que consegue prever as próximas 8 semanas de consumo elétrico com um Mean Absolute Error (MAE) inferior a 16.8 kw/h, excepto para o cluster 2, cujo MAE observado mais reduzido é cerca de 46. Além disso, existem modelos capazes de prever com um MAE de 6.7 kw/h (Fig. 10). Tendo em consideração que os valores variam entre 120 e 412 kw/h, estes testes revelam resultados satisfatórios.

15 Melhorando a Sustentabilidade das Cidades com uma Infraestrutura Analítica para um Consumo de Energia mais Inteligente 15 O conjunto de dados segmentado foi testado com todos os 4 modelos, com o objetivo de encontrar o melhor forecaster para cada cluster e as suas correspondentes cidades. O modelo subjacente ao 2º, 3º, 4º e 5º clusters é a Decision tree, enquanto que para o 1º cluster é a Neural Network, como pode ser visto na Fig. 9. Consequentemente, uma casa herdará o forecaster do seu cluster. Por exemplo, se uma casa de New York pertence ao cluster 3, o forecaster que será usado para prever o consumo de eletricidade será a Decision tree. O próximo capítulo apresenta a análise e visualização dos modelos de previsão num contexto de Smart City.

MBA Analytics em Big Data

MBA Analytics em Big Data MBA Analytics em Big Data Inscrições Abertas Início das Aulas: 04/06/2015 Dias e horários das aulas: Segunda-Feira 19h00 às 23h00 Semanal Sexta-Feira 19h00 às 23h00 Semanal Carga horária: 600 Horas Duração:

Leia mais

Prof. Msc. Paulo Muniz de Ávila

Prof. Msc. Paulo Muniz de Ávila Prof. Msc. Paulo Muniz de Ávila O que é Data Mining? Mineração de dados (descoberta de conhecimento em bases de dados): Extração de informação interessante (não-trivial, implícita, previamente desconhecida

Leia mais

tipos de métodos, técnicas de inteligência artificial e técnicas de otimização. Por fim, concluise com as considerações finais.

tipos de métodos, técnicas de inteligência artificial e técnicas de otimização. Por fim, concluise com as considerações finais. 1. Introdução A previsão de vendas é fundamental para as organizações uma vez que permite melhorar o planejamento e a tomada de decisão sobre o futuro da empresa. Contudo toda previsão carrega consigo

Leia mais

Pós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining

Pós-Graduação Lato Sensu Especialização em Análise de Dados e Data Mining Pós-Graduação "Lato Sensu" Especialização em Análise de Dados e Data Mining Inscrições Abertas Início das Aulas: 24/03/2015 Dias e horários das aulas: Terça-Feira 19h00 às 22h45 Semanal Quinta-Feira 19h00

Leia mais

BusinessRX para Consultores ou Diretores Financeiros

BusinessRX para Consultores ou Diretores Financeiros Business Report expert BusinessRX para Consultores ou Diretores Financeiros Descubra como obter sucesso com o BusinessRX e a modelação de mapas de gestão inteligentes e interativos, que podem ajudá-lo

Leia mais

A solução para relacionamento de. Gestão de consumo de energia elétrica, água e gás, contabilização e interfaces de relacionamento

A solução para relacionamento de. Gestão de consumo de energia elétrica, água e gás, contabilização e interfaces de relacionamento A solução para relacionamento de Smart Grid com os consumidores Gestão de consumo de energia elétrica, água e gás, contabilização e interfaces de relacionamento asmart Grid + Relacionamento ferramenta

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Cadeira de Tecnologias de Informação. Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento.

Cadeira de Tecnologias de Informação. Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento. Cadeira de Tecnologias de Informação Ano lectivo 2007/08 Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento. Prof. Mário Caldeira Profª Ana Lucas Dr. Fernando Naves

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

Helping your business grow faster

Helping your business grow faster Helping your business grow faster Espírito de Inovação TECNOLOGIA E INOVAÇÃO A FAVOR DAS EMPRESAS Fundada em 1995, a NOESIS é uma consultora portuguesa que fornece soluções para aumentar a competitividade,

Leia mais

MBA EM BUSINESS INTELLIGENCE

MBA EM BUSINESS INTELLIGENCE MBA EM BUSINESS INTELLIGENCE Como a sua empresa estrutura informações estratégicas? Como as decisões são tomadas? São considerados, dados, informações e tendências, de macroambientes? O quanto você conhece

Leia mais

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro

Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Uma aplicação de Inteligência Computacional e Estatística Clássica na Previsão do Mercado de Seguros de Automóveis Brasileiro Tiago Mendes Dantas t.mendesdantas@gmail.com Departamento de Engenharia Elétrica,

Leia mais

As Tecnologias de Informação e Comunicação e os Sistemas de Informação nos Hospitais. Business Intelligence na Saúde. Perspetivas e Desafios

As Tecnologias de Informação e Comunicação e os Sistemas de Informação nos Hospitais. Business Intelligence na Saúde. Perspetivas e Desafios As Tecnologias de Informação e Comunicação e os Sistemas de Informação nos Hospitais Business Intelligence na Saúde Perspetivas e Desafios Agenda 1 2 3 4 5 6 7 Glintt Global Intelligent Technologies Glintt

Leia mais

Tendências na adoção de Big Data & Analytics: Inovação em tempo real para empresas que precisam de transformação

Tendências na adoção de Big Data & Analytics: Inovação em tempo real para empresas que precisam de transformação Tendências na adoção de Big Data & Analytics: Inovação em tempo real para empresas que precisam de transformação Luciano Ramos Coordenador de Pesquisas de Software IDC Brasil A América Latina enfrenta

Leia mais

A EDGE é uma empresa Portuguesa de base tecnológica dedicada à criação e desenvolvimento de sistemas ciber-físicos de elevado desempenho e em tempo real que combinam de forma única a automação, a robótica,

Leia mais

Urban Analytics AcceleratingtheDevelopmentofSmartCitiesinPortugal

Urban Analytics AcceleratingtheDevelopmentofSmartCitiesinPortugal Urban Analytics AcceleratingtheDevelopmentofSmartCitiesinPortugal Iniciativa do Ministério do Ambiente, Ordenamento do Território e Energia Promoção da Direção Geral do Território com a colaboração das

Leia mais

Os Desafios de Mobile, Cloud, GIS e Big Data nas Organizações. Leandro M. Rodriguez General Manager, Latin America - Esri

Os Desafios de Mobile, Cloud, GIS e Big Data nas Organizações. Leandro M. Rodriguez General Manager, Latin America - Esri Os Desafios de Mobile, Cloud, GIS e Big Data nas Organizações Leandro M. Rodriguez General Manager, Latin America - Esri Big Data Num futuro próximo, toda a informação vai ser Big Data. Já não existe pouca

Leia mais

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA

APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA APLICAÇÃO DE MINERAÇÃO DE DADOS PARA O LEVANTAMENTO DE PERFIS: ESTUDO DE CASO EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA Lizianne Priscila Marques SOUTO 1 1 Faculdade de Ciências Sociais e Aplicadas

Leia mais

MINERAÇÃO 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 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 mais

Edições Edge do SAP InfiniteInsight Visão geral Viabilizando insights preditivos apenas com cliques de mouse, sem códigos de computador

Edições Edge do SAP InfiniteInsight Visão geral Viabilizando insights preditivos apenas com cliques de mouse, sem códigos de computador Soluções de análise da SAP Edições Edge do SAP InfiniteInsight Visão geral Viabilizando insights preditivos apenas com cliques de mouse, sem códigos de computador Índice 3 Um caso para análise preditiva

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

A versão básica disponibiliza a informação criada no Microsoft Navision em unidades de informação

A versão básica disponibiliza a informação criada no Microsoft Navision em unidades de informação O Business Analytics for Microsoft Business Solutions Navision ajuda-o a ter maior controlo do seu negócio, tomar rapidamente melhores decisões e equipar os seus funcionários para que estes possam contribuir

Leia mais

Cadeira de Tecnologias de Informação. Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento.

Cadeira de Tecnologias de Informação. Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento. Cadeira de Tecnologias de Informação Ano lectivo 2008/2009 Conceitos fundamentais de sistemas e tecnologias de informação e de gestão do conhecimento. Profª Ana Lucas (Responsável) Mestre Cristiane Pedron

Leia mais

Geo Big Data - criar mapas incríveis com milhões de pontos pode ser simples

Geo Big Data - criar mapas incríveis com milhões de pontos pode ser simples 21/10/2014 gogeo High Performance Maps Platform www.gogeo.io Vagner Sacramento Quem somos? Head Vagner Sacramento - Ph.D in Computer Science - Experienced in Distributed Algorithms - Experienced in Distributed

Leia mais

O Valor do Licenciamento do SQL Server 2012 Versus Oracle Database

O Valor do Licenciamento do SQL Server 2012 Versus Oracle Database White Paper Publicado em: Janeiro de 2012 Aplica-se ao: SQL Server 2012 O Valor do Licenciamento do SQL Server 2012 Versus Oracle Database Resumo: As mudanças no produto e no licenciamento da Microsoft

Leia mais

ARQUITETURA TRADICIONAL

ARQUITETURA TRADICIONAL INTRODUÇÃO Atualmente no universo corporativo, a necessidade constante de gestores de tomar decisões cruciais para os bons negócios das empresas, faz da informação seu bem mais precioso. Nos dias de hoje,

Leia mais

Plataformas de BI Qual é a mais adequada para o meu negócio?

Plataformas de BI Qual é a mais adequada para o meu negócio? Plataformas de BI Qual é a mais adequada para o meu negócio? Comparativo prático para escolher a ferramenta perfeita para a sua empresa Faça nosso Quiz e veja as opções que combinam com o seu perfil ÍNDICE

Leia mais

Projeto de Monitoração e Melhoria Contínua com Six-Sigma, IoT e Big Data

Projeto de Monitoração e Melhoria Contínua com Six-Sigma, IoT e Big Data Projeto de Monitoração e Melhoria Contínua com Six-Sigma, IoT e Big Data Contexto As pressões do mercado por excelência em qualidade e baixo custo obrigam as empresas a adotarem sistemas de produção automatizados

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4

Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Sumário Capítulo 1 - A revolução dos dados, da informação e do conhecimento 1 B12 4 Capítulo 2 - Reputação corporativa e uma nova ordem empresarial 7 Inovação e virtualidade 9 Coopetição 10 Modelos plurais

Leia mais

Analytics: a sua potencial utilização na Avaliação Formativa Cláudia Gomes LE@D, Universidade Aberta

Analytics: a sua potencial utilização na Avaliação Formativa Cláudia Gomes LE@D, Universidade Aberta Analytics: a sua potencial utilização na Avaliação Formativa Cláudia Gomes LE@D, Universidade Aberta Avaliação Formativa Exerce uma função reguladora e informativa do processo de aprendizagem a professores

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Soluções para SMART CITIES. Nuno Alves

Soluções para SMART CITIES. Nuno Alves Soluções para SMART CITIES Nuno Alves Agenda Contexto Organizacional Conceito e Objetivos Intergraph Smart Cities 12/7/2014 2014 Intergraph Corporation 2 Intergraph Corporation Intergraph Intergraph helps

Leia mais

Sistema IBM PureApplication

Sistema IBM PureApplication Sistema IBM PureApplication Sistema IBM PureApplication Sistemas de plataforma de aplicativos com conhecimento integrado 2 Sistema IBM PureApplication A TI está vindo para o centro estratégico dos negócios

Leia mais

A Internet nas nossas vidas

A Internet nas nossas vidas Economia Digital A Internet nas nossas vidas Nos últimos anos a internet revolucionou a forma como trabalhamos, comunicamos e até escolhemos produtos e serviços Economia Digital Consumidores e a Internet

Leia mais

Trabalhando Matemática: percepções contemporâneas

Trabalhando Matemática: percepções contemporâneas CONSTRUINDO CONCEITOS SOBRE FAMÍLIA DE FUNÇÕES POLINOMIAL DO 1º GRAU COM USO DO WINPLOT Tecnologias da Informação e Comunicação e Educação Matemática (TICEM) GT 06 MARCOS ANTONIO HELENO DUARTE Secretaria

Leia mais

ARTIGO TÉCNICO. Os objectivos do Projecto passam por:

ARTIGO TÉCNICO. Os objectivos do Projecto passam por: A metodologia do Projecto SMART MED PARKS ARTIGO TÉCNICO O Projecto SMART MED PARKS teve o seu início em Fevereiro de 2013, com o objetivo de facultar uma ferramenta analítica de confiança para apoiar

Leia mais

Inovação Social Com Big Data. Marcelo Sales CTO HDS América Latina

Inovação Social Com Big Data. Marcelo Sales CTO HDS América Latina Inovação Social Com Big Data Marcelo Sales CTO HDS América Latina POR QUE ESTAMOS FALANDO DE BIG DATA? BIG QUIZ Qual é o número de hits quando se pesquisa no Google pelo termo BIG DATA? BIG QUIZ RESPOSTA

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics:

Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015. Big Data Analytics: Instituto de Educação Tecnológica Pós-graduação Gestão e Tecnologia da Informação - Turma 25 20/03/2015 Big Data Analytics: Como melhorar a experiência do seu cliente Anderson Adriano de Freitas RESUMO

Leia mais

Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal

Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal Anais do CNMAC v.2 ISSN 1984-820X Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal Juliana Aparecida Anochi Instituto Nacional

Leia mais

PLATAFORMA DE TEMPO REAL PARA GESTÃO DE EVENTOS COMPLEXOS PARA CONSTRUÇÃO DE MODELOS DE TRÁFEGO E DE APOIO ONLINE À OPERAÇÃO DE CENTRO DE TRÁFEGO

PLATAFORMA DE TEMPO REAL PARA GESTÃO DE EVENTOS COMPLEXOS PARA CONSTRUÇÃO DE MODELOS DE TRÁFEGO E DE APOIO ONLINE À OPERAÇÃO DE CENTRO DE TRÁFEGO PLATAFORMA DE TEMPO REAL PARA GESTÃO DE EVENTOS COMPLEXOS PARA CONSTRUÇÃO DE MODELOS DE TRÁFEGO E DE APOIO ONLINE À OPERAÇÃO DE CENTRO DE TRÁFEGO Rui Ribeiro 1, Rita Cruz 2, José Maçarico 3, Luis Neves

Leia mais

3. Metodologia 3.1. Análise exploratória de dados

3. Metodologia 3.1. Análise exploratória de dados O SELF-ORGANIZING MAP COMO FERRAMENTA NA ANÁLISE GEO- DEMOGRÁFICA Miguel Loureiro, Fernando Bação, Instituto Superior de Estatística e Gestão de Informação Universidade Nova de Lisboa, Campus de Campolide

Leia mais

Etiquetagem energética de janelas

Etiquetagem energética de janelas Etiquetagem energética de janelas Apresentação sumária Outubro 2012 Razões para um sistema de etiquetagem Ferramenta de comunicação de simples compreensão e suporte à decisão a tomar; Potencia a escolha

Leia mais

Aumente o seu negócio e faça crescer o seu lucro com o Programa de Parceiros APC

Aumente o seu negócio e faça crescer o seu lucro com o Programa de Parceiros APC Aumente o seu negócio e faça crescer o seu lucro com o Programa de Parceiros APC Desenhado em função do seu negócio e concebido para ajudá-lo a ser competitivo num mercado em transformação De que necessita

Leia mais

O surgimento da smart city coloca enormes desafios para estes estilos de modelagem, por muitas razões:

O surgimento da smart city coloca enormes desafios para estes estilos de modelagem, por muitas razões: Visão A convergência das tecnologias de informação e comunicação está produzindo ambientes urbanos completamente diferentes de tudo o que temos vivido até agora. As cidades estão se tornando inteligentes

Leia mais

Trabalho sobre Social Media Como implementar Social Media na empresa

Trabalho sobre Social Media Como implementar Social Media na empresa Como implementar Social Media na empresa 1 As razões: Empresas ainda desconhecem benefícios do uso de redes sociais Das 2,1 mil empresas ouvidas em estudo do SAS Institute e da Harvard Business Review,

Leia mais

Thin Clients : aumentando o potencial dos sistemas SCADA

Thin Clients : aumentando o potencial dos sistemas SCADA Artigos Técnicos Thin Clients : aumentando o potencial dos sistemas SCADA Tarcísio Romero de Oliveira, Engenheiro de Vendas e Aplicações da Intellution/Aquarius Automação Industrial Ltda. Um diagnóstico

Leia mais

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

Leia mais

APLICATIVOS CORPORATIVOS

APLICATIVOS CORPORATIVOS Sistema de Informação e Tecnologia FEQ 0411 Prof Luciel Henrique de Oliveira luciel@uol.com.br Capítulo 3 APLICATIVOS CORPORATIVOS PRADO, Edmir P.V.; SOUZA, Cesar A. de. (org). Fundamentos de Sistemas

Leia mais

MBA EM ARQUITETURA DE SOLUÇÕES

MBA EM ARQUITETURA DE SOLUÇÕES MBA EM ARQUITETURA DE SOLUÇÕES Você está trabalhando ou quer trabalhar em um mercado que precisa de soluções cada vez mais complexas, alinhadas ao negócio e, principalmente, soluções com características

Leia mais

Uma peça estratégica para o seu negócio

Uma peça estratégica para o seu negócio Uma peça estratégica para o seu negócio INFORMAÇÃO GERAL DA EMPRESA CASO DE SUCESSO EM IMPLEMENTAÇÃO BI PERGUNTAS E RESPOSTAS Fundada em 1997, Habber Tec é uma empresa especializada na oferta de soluções

Leia mais

As Novas Tecnologias de Dados, Inteligência Competitiva e Preditiva

As Novas Tecnologias de Dados, Inteligência Competitiva e Preditiva SEMINÁRIO TEMAS ESTRATÉGICOS DO AGROPENSA Pesquisa e Inovação em Automação e Tecnologias da Informação e Comunicação As Novas Tecnologias de Dados, Inteligência Competitiva e Preditiva Brasília, 12 de

Leia mais

MBA EM ARQUITETURA E ADMINISTRAÇÃO DE BANCO DE DADOS

MBA EM ARQUITETURA E ADMINISTRAÇÃO DE BANCO DE DADOS MBA EM ARQUITETURA E ADMINISTRAÇÃO DE BANCO DE DADOS Você trabalha ou quer trabalhar com gestão de dados envolvendo desde a governança de dados até a arquitetura de banco de dados, mediando projetos alinhados

Leia mais

GEOPROCESSAMENTO. Herondino Filho

GEOPROCESSAMENTO. Herondino Filho GEOPROCESSAMENTO Herondino Filho Sumário 1. Introdução 1.1 Orientações Avaliação Referência 1.2 Dados Espaciais 1.2.1 Exemplo de Dados Espaciais 1.2.2 Aplicações sobre os Dados Espaciais 1.3 Categoria

Leia mais

DIGITAL MARKETING PROFESSIONAL DIPLOMA PELO DIGITAL MARKETING INSTITUTE SEA SEO. www.cegoc.pt/news/marketingdigital WEB ANALYTICS.

DIGITAL MARKETING PROFESSIONAL DIPLOMA PELO DIGITAL MARKETING INSTITUTE SEA SEO. www.cegoc.pt/news/marketingdigital WEB ANALYTICS. O BO TC AM P DIGITAL MARKETING SEA WEB ANALYTICS SEO www.cegoc.pt/news/marketingdigital INTRODUÇÃO TIPOLOGIAS DE FORMAÇÃO ESTRATÉGICA OPERACIONAL PRÁTICA Formação estratégica, estruturante e pensante,

Leia mais

Inteligência de Negócio. Brian Cowhig

Inteligência de Negócio. Brian Cowhig Inteligência de Negócio Brian Cowhig Inteligência de Negócio O Que é Inteligência de Negócio? Três Níveis de Inteligência de Negócio Database Query OLAP Data Mining Produtos de Inteligência de Negócio

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

PLATAFORMA URBANMOB Aplicativo para captura de trajetórias urbanas de objetos móveis

PLATAFORMA URBANMOB Aplicativo para captura de trajetórias urbanas de objetos móveis PLATAFORMA URBANMOB Aplicativo para captura de trajetórias urbanas de objetos móveis Gabriel Galvão da Gama 1 ; Reginaldo Rubens da Silva 2 ; Angelo Augusto Frozza 3 RESUMO Este artigo descreve um projeto

Leia mais

PETROBRAS CONSEGUE EFICIÊNCIA ENERGÉTICA AO APRIMORAR INFRAESTRUTURA DE TI. Case de Sucesso. outubro/2012

PETROBRAS CONSEGUE EFICIÊNCIA ENERGÉTICA AO APRIMORAR INFRAESTRUTURA DE TI. Case de Sucesso. outubro/2012 outubro/2012 Case de Sucesso PETROBRAS CONSEGUE EFICIÊNCIA ENERGÉTICA AO APRIMORAR INFRAESTRUTURA DE TI Para publicar um case no Portal IT4CIO, entre em contato pelo e-mail comunicacao@it4cio.com. PERFIL

Leia mais

Atualização de um Simulador de Cenários Sísmicos em ambiente WebSIG

Atualização de um Simulador de Cenários Sísmicos em ambiente WebSIG Atualização de um Simulador de Cenários Sísmicos em ambiente WebSIG Nuno AFONSO 1, Alexandra CARVALHO 1 1 Laboratório Nacional de Engenharia Civil (nuno.fnvs.afonso@gmail.com; xana.carvalho@lnec.pt) Palavras-chave:

Leia mais

PENTAHO. História e Apresentação

PENTAHO. História e Apresentação PÓS-GRADUAÇÃO LATO SENSU Curso: Banco de Dados Disciplina: Laboratório de Data Warehouse e Business Intelligence Professor: Fernando Zaidan Unidade 2 2012 Crédito dos Slides: Clever Junior 2 PENTAHO História

Leia mais

Ciência dos Dados. bruno.domingues@intel.com. Preparado por Intel Corporation Bruno Domingues Principal Architect. segunda-feira, 5 de agosto de 13

Ciência dos Dados. bruno.domingues@intel.com. Preparado por Intel Corporation Bruno Domingues Principal Architect. segunda-feira, 5 de agosto de 13 Ciência dos Dados Preparado por Intel Corporation Bruno Domingues Principal Architect bruno.domingues@intel.com Homem na Lua Software Data: 1969 64kb, 2kb, RAM, Fortran Tem que funcionar! Apolo XI Velocidade:

Leia mais

HP NonStop Server Capacity Planning

HP NonStop Server Capacity Planning HP NonStop Server Capacity Planning Serviços HP Dados técnicos Determinar futuros requisitos de capacidade de hardware para sistemas NonStop de processamento de transações online em constante crescimento

Leia mais

Data Science e Big Data

Data Science e Big Data InforAbERTA IV Jornadas de Informática Data Science e Big Data Luís Cavique, Porto, março 2014 Agenda 1. Definições: padrões micro e Macro 2. Novos padrões para velhos problemas: Similis, Ramex, Process

Leia mais

Capítulo. Gestão de recursos de dados

Capítulo. Gestão de recursos de dados Capítulo 3 1 Gestão de recursos de dados 2 Objectivos de aprendizagem ƒ Explicar a importância da implementação, numa empresa, de processos e tecnologias de gestão de recursos de dados. ƒ Compreender as

Leia mais

Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source. Marcio Junior Vieira marcio @ ambientelivre.com.

Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source. Marcio Junior Vieira marcio @ ambientelivre.com. Uma Introdução ao Pentaho Business Intelligence e Business Analytics Open Source Marcio Junior Vieira marcio @ ambientelivre.com.br Palestrante CEO da Ambiente Livre Tecnologia. Desenvolvedor de Software,Trabalha

Leia mais

Gestão de Informação e Business Intelligence na Saúde. www.novaims.unl.pt PÓS-GRADUAÇÃO

Gestão de Informação e Business Intelligence na Saúde. www.novaims.unl.pt PÓS-GRADUAÇÃO Em parceria com: Escola Nacional de Saúde Pública - NOVA Instituto de Higiene e Medicina Tropical - NOVA PÓS-GRADUAÇÃO Gestão de Informação e Business Intelligence na Saúde Com o patrocínio de: www.novaims.unl.pt

Leia mais

INOVANDO UM PROCESSO DE SERVIÇOS DE TI COM AS BOAS PRÁTICAS DO ITIL E USO DE BPMS

INOVANDO UM PROCESSO DE SERVIÇOS DE TI COM AS BOAS PRÁTICAS DO ITIL E USO DE BPMS INOVANDO UM PROCESSO DE SERVIÇOS DE TI COM AS BOAS PRÁTICAS DO ITIL E USO DE BPMS Cilene Loisa Assmann (UNISC) cilenea@unisc.br Este estudo de caso tem como objetivo trazer a experiência de implantação

Leia mais

Identificação rápida de gargalos Uma forma mais eficiente de realizar testes de carga. Um artigo técnico da Oracle Junho de 2009

Identificação rápida de gargalos Uma forma mais eficiente de realizar testes de carga. Um artigo técnico da Oracle Junho de 2009 Identificação rápida de gargalos Uma forma mais eficiente de realizar testes de carga Um artigo técnico da Oracle Junho de 2009 Identificação rápida de gargalos Uma forma mais eficiente de realizar testes

Leia mais

Informática. Conceitos Básicos. Informação e Sistemas de Informação. Aula 3. Introdução aos Sistemas

Informática. Conceitos Básicos. Informação e Sistemas de Informação. Aula 3. Introdução aos Sistemas Informática Aula 3 Conceitos Básicos. Informação e Sistemas de Informação Comunicação Empresarial 2º Ano Ano lectivo 2003-2004 Introdução aos Sistemas A Teoria dos Sistemas proporciona um meio poderoso

Leia mais

CoNaIISI 2014 2º Congresso Nacional de Engenharia Informática / Sistemas de Informação

CoNaIISI 2014 2º Congresso Nacional de Engenharia Informática / Sistemas de Informação CoNaIISI 2014 2º Congresso Nacional de Engenharia Informática / Sistemas de Informação San Luis, 13 y 14 de Novembro de 2014 CHAMADA PARA APRESENTAÇÃO DE TRABALHOS O CoNaIISI é organizado pela rede de

Leia mais

Foglight A solução ideal para o gerenciamento de aplicações e serviços SAP

Foglight A solução ideal para o gerenciamento de aplicações e serviços SAP Parceria: Foglight A solução ideal para o gerenciamento de aplicações e serviços SAP Uma nova visão no Gerenciamento da Aplicação INDICE 1. Parceria Union e Quest Software... 3 2. Foglight Gerenciando

Leia mais

Wireframes Desenho de Iteração. Henrique Correia. Faculdade de Ciências da Universidade de Lisboa

Wireframes Desenho de Iteração. Henrique Correia. Faculdade de Ciências da Universidade de Lisboa 1 Wireframes Desenho de Iteração Henrique Correia Faculdade de Ciências da Universidade de Lisboa Sistemas Hipermédia - 1º ano Mestrado Ensino da Informática 11 de Outubro de 2011 2 Wireframes Introdução

Leia mais

FIRST SIGHT MODEL. O projeto pioneiro na visualização de modelos em sistemas de informação #TEMA DE CAPA VISUALIZADORES

FIRST SIGHT MODEL. O projeto pioneiro na visualização de modelos em sistemas de informação #TEMA DE CAPA VISUALIZADORES #19 jun_2015 ISSN 1647-1121 # FIR FIRST FFI IIRST IR RS RST R STT S S SIG SIGH SI SIGHT IIG G GH GHT H HTT MO MOD M ODEL ODE OD O D DEL DE EL EL Opinião Soluções em destaque A importância do planeamento

Leia mais

versa A solução definitiva para o mercado livreiro. Aumente a eficiência de seu negócio Tenha uma solução adequada para cada segmento

versa A solução definitiva para o mercado livreiro. Aumente a eficiência de seu negócio Tenha uma solução adequada para cada segmento Aumente a eficiência de seu negócio O Versa é um poderoso software de gestão de negócios para editoras, distribuidoras e livrarias. Acessível e amigável, o sistema foi desenvolvido especificamente para

Leia mais

1. Introdução ao. Crystal Reports

1. Introdução ao. Crystal Reports 1. Introdução ao Crystal Reports Como é sabido e geralmente aceite por todos nós, vivemos um período onde a complexidade dos negócios é cada vez maior, tal como o prova a intensificação da concorrência,

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

DESENVOLVIMENTO DE SOFTWARE. Introdução ao Visual Studio VB.Net. Programação Estruturada. Prof. Celso Candido ADS / REDES / ENGENHARIA

DESENVOLVIMENTO DE SOFTWARE. Introdução ao Visual Studio VB.Net. Programação Estruturada. Prof. Celso Candido ADS / REDES / ENGENHARIA Introdução ao Visual Studio VB.Net Programação Estruturada 1 Nesse momento inicial não iremos programar em VB.Net, usando o Visual Studio, mas conhecer alguns comandos e variáveis usadas em uma linguagem

Leia mais

Chapter 3. Análise de Negócios e Visualização de Dados

Chapter 3. Análise de Negócios e Visualização de Dados Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos

Leia mais

Gerenciamento de Dados e Gestão do Conhecimento

Gerenciamento de Dados e Gestão do Conhecimento ELC1075 Introdução a Sistemas de Informação Gerenciamento de Dados e Gestão do Conhecimento Raul Ceretta Nunes CSI/UFSM Introdução Gerenciando dados A abordagem de banco de dados Sistemas de gerenciamento

Leia mais

INTELIGÊNCIA 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 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 mais

BIG DATA Armazenamento e Gerenciamento de grandes volumes de dados

BIG DATA Armazenamento e Gerenciamento de grandes volumes de dados BIG DATA Armazenamento e Gerenciamento de grandes volumes de dados Carlos Marques Business Development Manager, Data Connectivity and Integration Latin America & Caribbean Market (CALA) O que veremos hoje?

Leia mais

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 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 mais

Aula 02: Conceitos Fundamentais

Aula 02: Conceitos Fundamentais Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que

Leia mais

COMO O INVESTIMENTO EM TI PODE COLABORAR COM A GESTÃO HOSPITALAR?

COMO O INVESTIMENTO EM TI PODE COLABORAR COM A GESTÃO HOSPITALAR? COMO O INVESTIMENTO EM TI PODE COLABORAR COM A GESTÃO HOSPITALAR? Descubra os benefícios que podem ser encontrados ao se adaptar as novas tendências de mercado ebook GRÁTIS Como o investimento em TI pode

Leia mais

Qpoint Rumo à excelência empresarial

Qpoint Rumo à excelência empresarial Qpoint Rumo à excelência empresarial primavera bss A competitividade é cada vez mais decisiva para o sucesso empresarial. A aposta na qualidade e na melhoria contínua da performance dos processos organizacionais

Leia mais

Business Intelligence e ferramentas de suporte

Business Intelligence e ferramentas de suporte O modelo apresentado na figura procura enfatizar dois aspectos: o primeiro é sobre os aplicativos que cobrem os sistemas que são executados baseados no conhecimento do negócio; sendo assim, o SCM faz o

Leia mais

Expanda suas Capacidades Analíticas

Expanda suas Capacidades Analíticas Módulos IBM SPSS Statistics Expanda suas Capacidades Analíticas Um guia resumido dos módulos para o IBM SPSS Statistics Base Destaques Existem vários produtos IBM SPSS para te ajudar em cada fase do projeto

Leia mais

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009.

Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. REFERÊNCIAS o o Business Intelligence Um enfoque gerencial para a Inteligência do Negócio.Efrain Turban e outros.tradução. Bookman, 2009. Competição Analítica - Vencendo Através da Nova Ciência Davenport,

Leia mais

Alternativas de Integração de Dados Gerenciando Valor e Qualidade

Alternativas de Integração de Dados Gerenciando Valor e Qualidade Soluções para Possibilitar Relacionamentos Duradouros com Clientes Alternativas de Integração de Dados Gerenciando Valor e Qualidade Utilizando uma abordagem regulada para incorporar serviços de qualidade

Leia mais

PALAVRAS CHAVE RESUMO

PALAVRAS CHAVE RESUMO ESIG2001 SPATIAL INTELLIGENCE INFORMAÇÃO GEOGRÁFICA COMO MEIO DE SUPORTE À DECISÃO João Machado Costa, Rui Marques Ferreira Novabase www.novabase.pt joao.machado@novabase.pt PALAVRAS CHAVE Spatial Information

Leia mais

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP.

DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. DESENVOLVIMENTO DE PLUG-INS KETTLE PARA GERAÇÃO DE MONDRIAN SCHEMA A PARTIR DE BASES RELACIONAIS, UTILIZANDO A METODOLOGIA AGILE ROLAP. Eduardo Cristovo de Freitas Aguiar (PIBIC/CNPq), André Luís Andrade

Leia mais

Marketing Digital. Carla Machado. Francesco Berrettini. Responsável das Formações Marketing Digital

Marketing Digital. Carla Machado. Francesco Berrettini. Responsável das Formações Marketing Digital Marketing Digital Francesco Berrettini Responsável das Formações Marketing Digital Carla Machado Coordenadora Pedagógica das Formações Marketing Digital Marketing Digital Digital Marketing - Professional

Leia mais

Optimized Educational Performance

Optimized Educational Performance Optimized Educational Performance powered by A BEST ajuda-o a tomar decisões inteligentes, otimizando os processos da sua Instituição, de modo a alcançar os objetivos estratégicos. Atualmente, as Instituições

Leia mais

UTILIZAÇÃO DE RASTREAMENTO DE OBJETOS SEM O USO DE GPS PARA OTIMIZAR O PERCURSO DE DISPOSITIVOS ROBÓTICOS AUTÔNOMOS

UTILIZAÇÃO DE RASTREAMENTO DE OBJETOS SEM O USO DE GPS PARA OTIMIZAR O PERCURSO DE DISPOSITIVOS ROBÓTICOS AUTÔNOMOS UTILIZAÇÃO DE RASTREAMENTO DE OBJETOS SEM O USO DE GPS PARA OTIMIZAR O PERCURSO DE DISPOSITIVOS ROBÓTICOS AUTÔNOMOS Thiago Crestani 1 ; Marcelo Massocco Cendron 2 INTRODUÇÃO Saber a localização de algo

Leia mais

A Nova Interface do Data Discovery no MicroStrategy 10. Anderson Santos, Sales Engineer Brazil 11/08/2015

A Nova Interface do Data Discovery no MicroStrategy 10. Anderson Santos, Sales Engineer Brazil 11/08/2015 A Nova Interface do Data Discovery no MicroStrategy 10 Anderson Santos, Sales Engineer Brazil 11/08/2015 Empresas participantes do MicroStrategy 10 Beta Test Pela primeira vez na história, MicroStrategy

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais