Visualização de Informação: Processo, Técnicas e Ferramentas
|
|
- Thiago Maranhão Medina
- 6 Há anos
- Visualizações:
Transcrição
1 Faculdade de Ciências e Tecnologia Departamento de Matemática e Computação Bacharelado em Ciência da Computação Visualização de Informação: Processo, Técnicas e Ferramentas Prof. Dr. (rogerio@fct.unesp.br) Roteiro Introdução Conceitos Básicos Classificação Dados Visualização Exploratória Classificação das Técnicas Aplicação e Ferramentas Origem dos Dados Alguns Resultados Considerações Finais 2 1
2 Introdução Por que visualização? 3 Introdução Mas cuidado
3 Visualização Visualização Científica Visualização de Informação Visualização de Software 5 Contextualização Grande volume de dados Apoio ao processo de análise e interpretação Representações Visuais X Dados Abstratos 6 3
4 Visualização Metáforas visuais fazem parte do processo cognitivo humano... Cognição: a aquisição ou o uso de conhecimento Definição "Tradicional" "Construir mentalmente uma representação visual" (Shorter Oxford English Dictionary) Definições "Contemporâneas" "O uso de representações visuais de dados interativas e apoiadas por computador, para ampliar a cognição (Card et al., Readings in Information Visualization) 7 Visualização A visualização torna-se útil na medida que amplia a capacidade humana de executar tarefas cognitivas 8 4
5 Visualização de Informação Apresentação Suporte à Decisão Análise Confirmatória Análise Exploratória 9 Visualização de Informação Apresentação Ponto de partida: fatos a serem apresentados fixos a priori Processo: escolha de uma forma de apresentação apropriada Resultado: visualização de boa qualidade, que apresenta os fatos 10 5
6 Visualização de Informação Suporte à Decisão Ponto de partida: resultados de um processo de investigação Processo: busca (em geral, colaborativa) por modelos, descrições, conclusões Resultado: visualizações capazes de apoiar a investigação dos modelos de dados e do espaço de decisões 11 Visualização de Informação Análise Confirmatória Ponto de partida: hipóteses sobre os dados Processo: verificação das hipóteses (busca direcionada) Resultado: visualizações dos dados que permitem a confirmação (ou não) das hipóteses 12 6
7 Visualização de Informação Análise Exploratória Ponto de partida: dados brutos, nenhuma hipótese Processo: busca interativa, usualmente não direcionada, por estruturas, padrões, correlações, tendências, etc. Resultado: visualizações dos dados que sugerem hipóteses 13 Visualização de Informação Por que Visualização Habilidade de expressar muita informação Percepção de propriedades não antecipadas Facilita a percepção simultânea de características dos dados em grande e pequena escala Apoio a processos de formação de hipóteses Apoio a tarefas de pré-processamento dos dados Detecção de problemas, limpeza, seleção,
8 Definição Uso de representações visuais de dados abstratos, apoiado por computador e interativo para amplificar a cognição [CAR99] 15 O Processo Visualização Multidimensional, Visualização Exploratória Metáforas visuais para ajudar pessoas a explorar dados Dados: tabelas de registros com múltiplos atributos (numéricos e categóricos) Modelos gráficos acoplados a estratégias de interação processos dinâmicos de exploração 16 8
9 Os Dados Dados Brutos Formato qualquer... em geral, é necessário transformar esses dados em um conjunto organizado de relações, para facilitar o processo de mapeamento em estruturas visuais Tabelas de Dados Conjunto de registros (itens de dados, ou instâncias) com múltiplos atributos (dimensões, variáveis) metadados: informação descritiva sobre as instâncias 17 Os Dados Dimensionalidade dos dados O número de atributos (dimensões), dos itens de dados... Diferente da dimensionalidade espacial de uma estrutura visual! Tabelas de dados: Instâncias independentes (flat data), em geral... Cada instância representa uma única relação Se o problema em estudo envolve relacionamentos entre instâncias, elas não são independentes... Relações entre instâncias tipicamente são descritas por estruturas como hierarquias (árvores) e redes 18 9
10 Os Dados Relações hierárquicas podem ser reorganizadas em um conjunto de instâncias "independentes" de forma a obter um "flat file" nesse caso, um ou mais atributos registra(m) o(s) relacionamento(s) de interesse entre os itens de dados "denormalization " Ou podem ser descritas por arquivos estruturados e visualizadas por técnicas específicas para dados hierárquicos 19 João Ana Júlia Flávio Maria Marcelo Luísa Ian Fábio Bruno 20 Lia Nicolau Pessoa1 Pai-P1 Mãe-P1 Pessoa2 Pai-P2 Mãe-P2 Irmão-de Maria João Ana Marcelo João Ana Sim Marcelo João Ana Luísa João Ana Sim Luísa João Ana Maria João Ana Sim Ian Júlia Flávio Fábio Júlia Flávio Sim Fábio Júlia Flávio Bruno Júlia Flávio Sim Bruno Júlia Flávio Ian Júlia Flávio Sim Lia Luísa Ian Nicolau Luísa Ian Sim 10
11 Tipo de Dados Tipo Nominal (discreto, enumerado) Categórico: conjunto de valores distintos, sem relação de ordem Exemplos: "verde", "vermelho", "azul "GM", "Fiat", "Volksvagen", "Ford" Ordinal: conjunto de valores distintos, com relação de ordem Exemplos: "segunda", "terça", "quarta",... "básico", "intermediário", "avançado" 21 Tipo de Dados Tipo Quantitativo (numérico, contínuo) Intervalo: valores ordenados, medidos em unidades fixas e iguais. Exemplo: anos Razão: valores ordenados em uma escala de medidas na qual é definido inerentemente um valor de referência zero. Exemplo: distâncias Sub-tipos: datas, horas, coordenadas espaciais 22 11
12 Dados FREITAS, C. M. D. S.; CHUBACHI, O. M.; LUZZARDI, P. R. G. ; CAVA, R. A. Introdução à Visualização de Informações. RITA, v. VII, n.2, Formato Em Mineração de Dados, existem alguns formatos padrão ARFF, C5.0 Em visualização Tipicamente, arquivos texto com um registro por linha, atributos separados por vírgula (.csv), <tab>, espaços,... Ou suporte a gerenciadores de bases de dados externos 24 12
13 Visualização Exploratória Uso de técnicas de visualização de informação como apoio a processos de extração de informação; Usam a habilidade humana de detectar padrões mesmo em cenas complexas, relacionando atributos visuais. 25 Técnicas de Exploração Visual Orientadas a Pixel Projeção Geométrica Iconográficas Hierárquicas 26 13
14 Orientadas a Pixel Cor = Valor Subjanela = atributo (dimensão) Questões de Projeto Mapeamento da cor do pixel Arranjo dos pixels dentro de uma subjanela Formato das subjanelas Ordenação das subjanelas 27 Fonte: (1) - (Adaptado de) Daniel A. Keim & Hans-Peter Kriegel, 1996 Orientadas a Pixel Arranjo dos Pixels Depende dos dados e da tarefa na visualização Manter proximidade entre pixels (itens) relacionados (temporal e resultado de consulta: 2 tipos de problemas) Bom arranjo facilita a descoberta de agrupamentos e correlações entre os atributos 28 14
15 Orientadas a Pixel Arranjo dos Pixels Dependente ou não de consulta Apresentar os itens mais relevantes no centro Valor do pixel: distância entre o item e o resultado de consulta (depende do tipo de dado e aplicação) Distância individual e global 29 Orientadas a Pixel 30 15
16 Orientada a Pixel 31 Visualização por pixels de um conjunto de dados aleatório em que cada item tem 9 atributos, usando dois arranjos distintos para a disposição dos itens (espiral, à esquerda, e por eixos, à direita). Fonte: [Kei97]. Orientadas a Pixel Formato das Subjanelas Facilitar a percepção de relacionamentos entre atributos pela proximidade dos itens nas subjanelas correspondentes (em retangular, a distância é grande) Retangular aproveita bem o espaço da tela 32 16
17 Orientadas a Pixel Formato das Subjanelas Círculos Segmentados Arranjo Organização 33 Orientadas a Pixel Formato das Subjanelas Círculos Segmentados 34 Exemplo 17
18 Orientadas a Pixel 35 Projeção Geométrica Coordenadas Paralelas Inselberg (1985) geometria computacional Espaço n-dimensional Display de 2 dimensões n-eixos igualmente espaçados, paralelos a um dos eixos do display Eixos linearmente escalados, do menor ao maior valor, com a faixa de valores de dados Item de dados representados por linhas poligonais que intersectam cada um dos eixos 36 18
19 Projeção Geométrica 37 Projeção Geométrica Visualização por Coordenadas Paralelas de sete atributos dos itens de um conjunto de dados com aproximadamente itens. Cada eixo é rotulado com os menores e os maiores valores de dados e o nome do atributo correspondente
20 Projeção Geométrica 39 Projeção Geométrica RadViz (Hoffman 1997) Normalização Valores maiores atraem os pontos Diferentes configurações dos eixos produzem diferentes projeções (outras técnicas) Dados com proporção relativa (eleição) 40 20
21 Projeção Geométrica 41 Projeção Geométrica Matriz de Scatterplots Correlação Limitação da quantidade de dados 42 21
22 Técnicas Iconográficas Duas dimensões dos dados são mapeadas para as duas dimensões da tela, e as demais dimensões são mapeadas para propriedades visuais de um ícone Percepção de textura aponta certas características nos dados 2 dimensões da tela Ícone formado por outras dimensões (ângulos ou comprimento) Poucas dimensões 43 Técnicas Iconográficas 44 22
23 Técnica Hierárquica Operam subdividindo um espaço k-dimensional e exibindo subespaços de forma hierárquica. Exemplos representativos dessa estratégia no contexto de visualização de informação são as técnicas denominadas n-vision 45 Técnica Hierárquica 46 23
24 Técnicas Baseadas em Grafos 47 Múltiplas Projeções 48 24
25 Múltiplas Visões Coordenadas 49 Snap modelo conceitual 50 25
26 Snap modelo de dados 51 Snap arquitetura 52 26
27 Arquitetura - Pattison e Phillips 53 Coordenação Boukhelifa e Rodgers 54 27
28 KDD e Mineração de Dados Descoberta de conhecimento novo e potencialmente útil; A Mineração é uma das etapas do processo de KDD [Fay96]; A participação do ser humano no processo de mineração é de extrema importância [Kei96]; 55 Principais Etapas do KDD 56 28
29 Técnicas de Mineração Regras de Associação; Generalização, Sumário e Caracterização de Dados; Classificação de Dados; Agrupamento de Dados (Clustering). 57 Visual Data Mining "Mineração Visual de Dados (VDM) é um passo no processo de extração de conhecimento (KDD) que utiliza a visualização como um canal de comunicação entre computador e usuário para apoiar a identificação de padrões novos e interpretáveis" Posicionamento nas duas últimas fases do processo: mineração de dados e avaliação Identifica três categorias de VDM 58 29
30 Visual Data Mining Visualização dos dados Usuário tem total controle sobre a busca no espaço de busca Focalizar/delimitar espaço de busca Visualização dos resultados de uma mineração Para apoiar a interpretação dos modelos extraídos Visualização dos resultados intermediários de uma mineração Direcionar a busca Fornecer conhecimento sobre o domínio, por exemplo, para adaptar um núcleo genérico (para diferentes aplicações) com a intervenção do usuário 59 Visual Data Mining 60 Visualização Anterior Visualização Posterior Visualização Fortemente Integrada 30
31 Visual Data Mining Fracamente acoplada Visualização "intercalada" com estratégias analíticas de mineração Apoiar pré-processamento, interpretação de resultados,... Abordagem limitada: reforça limitações de uma e de outra... Fortemente acoplada Visualização "integrada" em estratégias analíticas de mineração Dar ao usuário maior controle e entendimento sobre o processo analítico, apoiando a tomada de decisões necessárias Criação de representações visuais do espaço de busca 61 Visual Data Mining Integra Mineração de Dados com técnicas interativas de Visualização; Explora a capacidade humana de identificar padrões por meio visual; Pode apoiar diversas etapas do processo de KDD; Apoiado por ferramentas
32 Ferramentas de Apoio ao VDM Mine Set; SeeIT; XGobi e Ggobi XmdvTool OpenDX SpotFire. 63 SpotFire 64 32
33 Exemplo 65 Exemplo 66 33
34 Exemplo 67 Exemplo 68 34
35 XmdvTool 69 Exemplo 70 35
36 Exemplo 71 Exemplo 72 36
37 73 Padrão OKC MPG Cylinders(2,10) Horsepower Weight Acceleration Year(70,90) Origin(1,3,'USA','Japan','Europe') Mineração em Texto usando CMV 74 37
38 Visualização de Software 75 SoftVisOAH 76 38
39 SoftVisOAH 77 SoftVisOAH 78 39
40 SoftVisOAH 79 SoftVis4AspectMining 80 40
41 SoftVis4AspectMining 81 SoftVis4AspectMining 82 41
42 SoftVis4AspectMining 83 SoftVis4AspectMining 84 42
43 SoftVis4AspectMining 85 SoftVis4AspectMining 86 43
44 SoftVis4AspectMining Considerações Finais Abordagem alternativa Baseada no usuário Interação é importante Problemas: Escalabilidade Oclusão de representação visual Tratamento de dados Adequação da técnica à exploração Oportunidade de desenvolvimento 44
45 UFA!!! Obrigado pela atenção! 89 Bibliografia ANKERST, M.; BERCHTOLD, S.; KEIM, D. A. Similarity clustering of dimensions for an enhanced visualization of multidimensional data. In: INFOVIS 98: Proceedings of the IEEE Symposium on Information Visualization, Washington, DC, USA: IEEE Computer Society, 1998, p CARD, S. K.; MACKINLAY, J.; SHNEIDERMAN, B. Readings in information visualization: Using vision to think. San Francisco, CA: Morgan Kaufmann Publishers, D ARCE, A. F.; GARCIA, R. E.; CORREIA, R. C. M.; ELER, D. M. Coordination Model to Support Visualization of Aspect-Oriented Programs. In: Proceedings of the 24th International Conference on Software Engineering and Knowledge Engineering (SEKE 12), 2012, p DELFIM, F. M. ; GARCIA, R. E.. Multiple Coordinated Views to Support Aspect Mining Using Program Slicing. In: International Conference on Software Engineering and Knowledge Engineering, 2013, Boston. Proceedings of the 25th International Conference on Software Engineering and Knowledge Engineering. Skokie, Illinois, USA: Knowledge Systems Institute, v. 1. p DELFIM, F. M. ; GARCIA, R. E.. Uma Proposta de Múltiplas Visões Coordenadas para Apoiar Análise de Impacto de Mudança. In: Workshop de Manutenção de Software Moderna - - Simpósio Brasileiro de Qualidade de de Software, 2013, Salvador-BA. Proc. X Workshop de Manutenção de Software Moderna, DOSHI, P. R.; RUNDENSTEINER, E. A.; WARD, M. O. Prefetching for visual data exploration. In: Database Systems for Advanced Applications (DASFAA), ELER, D. M.; PRATES, J. M.; GARCIA, R. E.; MINGHIM, R. Coordinated Multiple Views to Support Image Retrieval. In: 18th International Conference Information Visualisation, University of Paris Descartes, Paris, France,
46 Bibliografia FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P. Advances in knowledge discovery and data mining, cáp. From data mining to knowledge discovery: An overview Menlo Park (CA): AAAI/MIT Press, p. 1 34, 1996a. FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P. Knowledge discovery and data mining: Towards a unifying framework. In: Knowledge Discovery and Data Mining, 1996c, p FUA, Y.-H.; WARD, M. O.; RUNDENSTEINER, E. A. Structure-based brushes: A mechanism for navigating hierarchically organized data and information spaces. In: IEEE Trans. On Visualization and Computer Graphics, 2000, p GARCIA, R. E.; DE OLIVEIRA, M. C. F.; MALDONADO, J. C.; MENDONÇA, M. Visual analysis of data from empirical studies. In: Proceedings of the 2004 International Conference of Distributed Multimedia Systems International Workshop on Visual Languages and Computing, San Francisco: Knowledge Systems Institute Visual Computing Lab, UT-Dallas, INSELBERG, A.; DIMSDALE, B. Parallel coordinates: A tool for visualizing multidimensional geometry. In: Proceedings of IEEE Visualization 90, Los Alamitos-CA: IEEE Computer Society Press, 1990, p KEIM, D. A. Pixel-oriented visualization techniques for exploring very large databases. Jounal of Computational and Graphical Statistics, v. 5, n. 1, p , KEIM, D. A. Visual database exploration techniques. In: Proc. Tutorial KDD 97 Int. Conf. on Knowledge Discovery and Data Mining, Newport Beach, CA, KEIM, D. A. Designing pixel-oriented visualization techniques: Theory and applications. IEEE Transactions on Visualization and Computer Graphics, v. 6, n. 5, p , Bibliografia KEIM, D. A. Information visualization and visual data mining. IEEE Transactions on Visualization And Computers Graphics, v. 7, n. 1, p , KEIM, D. A.; KRIEGEL, H.-P. Visualization techniques for mining large databases: A comparison. IEEE Transactions on Knowledge and Data Engineering, v. 8, n. 6, p , NORTH, C.; SHNEIDERMAN, B. Snap-together visualization: can users construct and operate coordinated visualizations? International Journal of Human-Computer Studies, v. 53, n. 5, DE OLIVEIRA, M. C. F.; LEVKOWITZ, H. Visual data exploration and mining: A survey. IEEE Transactions on Visualization and Computer Graphics, v. 9, n. 3, p , PRATES, J. M.; SCATALON, L. P.; GARCIA, R. E.; ELER, D. M. Coordinating multiple views using an ontology-based semantic mapping. In: 17th International Conference Information Visualisation, University of London, London, UK: IEEE Computer Society, 2013, p PRATES, J. M.; SCATALON, L. P.; GARCIA, R. E.; ELER, D. M. Ontologies to coordinate multiple views: exploring document collections. In: 16th International Conference on Artificial Intelligence, Las Vegas, USA, SHNEIDERMAN, B. Tree visualization with treemaps: A 2d space-filling approach. ACM Trans. Graphics, v. 11, n. 1, p , WARE, C. Information visualization: Perception for design. Second edition ed. Morgan Kaufmann Publishers, WEGMAN, E. J. Hyperdimensional data analysis using parallel coordinates. Journal of American Statistical Association, v. 85, n. 411,
Processo de Visualização - Modelo de Referência (Card et al. 1999) Maria Cristina F. de Oliveira Rosane Minghim. Classificação (Keim 1996, 2000)
Técnicas e Taxonomias de Visualização de Informação Processo de Visualização - Modelo de Referência (Card et al. 1999) Parte II (2010) Maria Cristina F. de Oliveira Rosane Minghim Classificação (Keim 1996,
Leia maisFundamentos em Visualização
Fundamentos em Visualização SCC5836 Visualização Computacional Profa. Maria Cristina cristina@icmc.usp.br Instituto de Ciências Matemáticas e de Computação (ICMC) Universidade de São Paulo (USP) 1 / 92
Leia maisVisualização de Informação, Mineração Visual e Analítica Visual: um Breve Panorama. Panorama. Motivação. Visualização. Visualização como Artefato
Desafio de Informação, Mineração Visual e Analítica Visual: um Breve Panorama Maria Cristina F. de Oliveira Depto. de Ciências de Computação ICMC, USP agosto 2007 É preciso tornar os dados acessíveis e
Leia maisFundamentos em Visualização
Fundamentos em Visualização SCC5836 Visualização Computacional Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto de Ciências Matemáticas e de Computação (ICMC)
Leia maisIntrodução à Visualização: um Panorama
Introdução à Visualização: um Panorama Maria Cristina F. de Oliveira Rosane Minghim Depto. de Ciências de Computação ICMC, USP 2010/2011 Desafio É preciso tornar os dados acessíveis e fornecer às pessoas
Leia maisIntrodução à Visualização: um Panorama
Desafio Introdução à : um Panorama Maria Cristina F. de Oliveira Rosane Minghim Depto. de Ciências de Computação ICMC, USP 2010 É preciso tornar os dados acessíveis e fornecer às pessoas recursos adequados
Leia maisVisualização de Informação Parte I (2010)
Visualização de Informação Parte I (2010) Rosane Minghim Danilo Medeiros Eler Visualização de Informação Área que estuda a representação visual de dados mais abstratos, tais como Grafos Árvores Texto Registros
Leia maisPropondo uma Arquitetura para Ambientes Interativos baseados em Múltiplas Visões
II Workshop Brasileiro de Visualização de Software Propondo uma Arquitetura para Ambientes Interativos baseados em Múltiplas Visões Arleson Nunes Silva, Glauco de Figueiredo Carneiro Programa de Pós Graduação
Leia maisPanorama. Introdução à Visualização: um. Panorama. Motivação. Desafio 08/08/2012
Panorama Introdução à : um Panorama Maria Cristina F. de Oliveira Rosane Minghim Depto. de Ciências de Computação ICMC, USP Motivação Científica de Informação Mineração Visual e Analítica Visual Desafios
Leia maisIntrodução à Mineração de Dados com Aplicações em Ciências Espaciais
Introdução à Mineração de Dados com Aplicações em Ciências Espaciais Escola de Verão do Laboratório Associado de Computação e Matemática Aplicada Rafael Santos Dia 4: 1 /57 Programa Dia 1: Apresentação
Leia maisVisualização de Informação Parte III. Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities.
Visualização de Informação Parte III Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities. Rosane Minghim + The team Instituto de Ciências Matemáticas e de
Leia maisComputaçã. Visão Geral. Sistema Gráfico. Computação Gráfica. Pixels. Sistema Gráfico e o Frame Buffer. Introdução à Computação Gráfica
Visão Geral Computaçã ção o Gráfica Introduçã ção, conceitos básicosb sicos, áreas relacionadas Introdução à Computação Gráfica Como funciona um sistema gráfico Como imagens são representadas Áreas relacionadas,
Leia mais18º Congresso de Iniciação Científica TRATAMENTO DE REGRAS DA ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica TRATAMENTO DE REGRAS DA ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) JONAS RAFAEL ONOFRE Orientador(es) MARINA TERESA PIRES VIEIRA
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Júlio de Mesquita Filho
UNIVERSIDADE ESTADUAL PAULISTA Júlio de Mesquita Filho Pós-Graduação em Ciência da Computação Jorge Marques Prates Múltiplas visões coordenadas: uma técnica de coordenação com o apoio de ontologias UNESP
Leia maisFACTORES DA PERCEPÇÃO VISUAL HUMANA NA VISUALIZAÇÃO DE DADOS
13 15 Junho de 2007. Porto, Portugal. FACTORES DA PERCEPÇÃO VISUAL HUMANA Dulclerci Sternadt Alexandre, João Manuel R. S. Tavares FEUP Faculdade de Engenharia da Universidade do Porto, PORTUGAL LOME Laboratório
Leia maisMineração de Dados. Curso de Especialização em Sistemas de Banco de Dados. Centro de Ciências Exatas e Naturais. Universidade Federal do Pará
Universidade Federal do Pará Centro de Ciências Exatas e Naturais Departamento de Informática Mineração de Dados Profa. MSc. Miriam Lúcia Domingues Curso de Especialização em Sistemas de Banco de Dados
Leia maisB A N C O D E D A D O S G E O G R Á F I C O S M A R C O N I D E A R R U D A P E R E I R A
Mineração de Dados Espaciais B A N C O D E D A D O S G E O G R Á F I C O S M A R C O N I D E A R R U D A P E R E I R A Roteiro 2 Introdução Mineração de Dados Estado da Arte Artigo apresentado Conclusão
Leia maisImplementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
6ª Jornada Científica e Tecnológica e 3º Simpósio de Pós-Graduação do IFSULDEMINAS 04 e 05 de novembro de 2014, Pouso Alegre/MG Implementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
Leia maisPós-Graduação em Ciência da Computação CCM Sistemas de Banco de Dados
Pós-Graduação em Ciência da Computação CCM 202 - Sistemas de Banco de Dados Mineração Visual de Dados (Visual Data Mining) Cledson Diego de Marchi 26/07/11 1 Considerações Iniciais Pontos Relevantes; Motivação
Leia maisMineração de Textos na Web
Mineração de Textos na Web Luciano Antonio Digiampietri Escola de Artes Ciências e Humanidades da Universidade de São Paulo digiampietri@usp.br Resumo: Com o crescimento das informações disponíveis na
Leia maisPercepção Humana na Visualização de Grandes Volumes de Dados: Estudo, Aplicação e Avaliação
Universidade do Porto Faculdade de Engenharia Mestrado em Tecnologia Multimédia Introdução à Investigação Percepção Humana na Visualização de Grandes Volumes de Dados: Dulclerci Sternadt Alexandre (Licenciada
Leia maisEstudo de Visualizações da Evolução de Códigos Fonte de Software
Estudo de Visualizações da Evolução de Códigos Fonte de Software Marcello Henrique Dias de MOURA Hugo Alexandre Dantas do NASCIMENTO Instituto de Informática Universidade Federal de Goiás Goiânia, Goiás,
Leia maisDescoberta de Conhecimento em Bancos de Dados - KDD
Descoberta de Conhecimento em Bancos de Dados - KDD Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Fases do processo 3. Exemplo do DMC 4. Avaliação
Leia maisSBC - Sistemas Baseados em Conhecimento
Siglas, Símbolos, Abreviaturas DW - Data Warehouse KDD Knowledge Discovery in Database MD Mineração de Dados OLAP - On-line analytical processing SBC - Sistemas Baseados em Conhecimento 1. INTRODUÇÃO O
Leia maisAlgoritmo CLIQUE (Clustering In QUEst)
Algoritmo CLIQUE (Clustering In QUEst) Marcelo Camacho de Souza Nº USP: 3199616 Roteiro Algoritmo CLIQUE Exemplo Prático Complexidade Computacional Vantagens e Desvantagens Autores (IBM Almaden Research
Leia maisComputação e Imagens: PI, CG e Visualização. Computação Visual
Computação e Imagens: PI, CG e Visualização Computação Visual Instituto de Ciências Matemáticas e de Computação ICMC-USP São Carlos, 2016 1 Roteiro Visão Geral das áreas da computação que envolvem manipulação
Leia maisComputação Musical - Introdução slides do curso Computação Musical
- Introdução slides do curso Departamento de Ciência da Computação Universidade Federal de São João Del Rei 2014/2 O que é computação musical? Denitivamente é computação. Relacionada e aplicada à música.
Leia maisWebmedia 06 Diego Fiori de Carvalho Júlio Cézar Estrella Renata Pontin de Mattos Fortes Rudinei Goularte
Interoperabilidade XML com Web Services para modelo de arquitetura em Sistemas de Informação Geográfico Webmedia 06 Diego Fiori de Carvalho Júlio Cézar Estrella Renata Pontin de Mattos Fortes Rudinei Goularte
Leia maisANALYTICS: Dados e Atenção
ANALYTICS: Dados e Atenção O CONCEITO DE ANALYTICS NA INTERNET DAS COISAS BASEIA-SE NA CONSTANTE GERAÇÃO DE DADOS Por Nazareno Andrade Deyvison Bruno, Icaro Ramires, Joabe Pinheiro 1 Agenda Informações
Leia maisMineração de Grafos e Predição de Links. Antonio Pecli Ronaldo Goldschmidt
Mineração de Grafos e Predição de Links Antonio Pecli Ronaldo Goldschmidt CONTEXTO Crescimento de aplicações de modelos de grafos para resolução de problemas do mundo real (biologia, economia, sistemas
Leia maisÁrvores e Hierarquias
Universidade Federal da Bahia Departamento de Ciência da Computação MATB25 Tópicos em Engenharia de Software Professor: Manoel Mendonça. Semestre: 2010.1 Árvores e Hierarquias Elane Pereira Gustavo Ramos
Leia maisVisualização Computacional
Visualização Computacional Séries Temporais Rafael Umino Nakanishi Universidade de São Paulo Instituto de Ciências Matemáticas e Computação Novembro de 2013 Rafael Umino Nakanishi (USP-ICMC) Visualização
Leia maisMapeamento de Domínios do Conhecimento. Técnicas e Resultados. ção. Motivaçã. Visualizaçã. ção o e Mineraçã ORGANIZAÇÃO. Rosane Minghim ORGANIZAÇÃO
Mapeamento de Domínios do Conhecimento Técnicas e Resultados Rosane Minghim Set 2005 ICMC Universidade de São Paulo 2 Motivaçã ção DISPONIBILIDADE DE INFORMAÇÃO NA FORMA TEXTUAL Resultados de busca Sítios
Leia maisInteração Humano-Computador Apresentação e Visualização das Informações PROFESSORA CINTIA CAETANO
Interação Humano-Computador Apresentação e Visualização das Informações PROFESSORA CINTIA CAETANO Introdução Design da comunicação sobre IHC 2 Introdução Técnicas para comunicação de IHC Exemplos de técnicas
Leia maisCoordenação Dinâmica de Visualizações de Dados Multidimensionais
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO RAQUEL MAINARDI PILLAT Coordenação Dinâmica de Visualizações de Dados Multidimensionais Dissertação
Leia maisDescoberta de conhecimento em redes sociais e bases de dados públicas
Descoberta de conhecimento em redes sociais e bases de dados públicas Trabalho de Formatura Supervisionado Bacharelado em Ciência da Computação - IME USP Aluna: Fernanda de Camargo Magano Orientadora:
Leia mais18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio
Leia maisTécnicas de Visualização para Árvores, Grafos e Redes
Técnicas de Visualização para Árvores, Grafos e Redes SCC5836 Visualização Computacional Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto de Ciências Matemáticas
Leia maisTécnicas de Projeção para Identificação de Grupos e Comparação de Dados Multidimensionais Usando Diferentes Medidas de Similaridade
CTD - 29º Concurso de Teses e Dissertações Técnicas de Projeção para Identificação de Grupos e Comparação de Dados Multidimensionais Usando Diferentes Medidas de Similaridade Paulo Joia 1, Luis Gustavo
Leia maisSumário. Referências utilizadas. Introdução. MAFIA: Merging of Adaptive Finite Intervals. Introdução Visão Geral e Objetivos do MAFIA
Sumário : Merging of Adaptive Finite Intervals Elaine Ribeiro de Faria Análise de Agrupamento de Dados ICMC-USP Dezembro 2010 Introdução Visão Geral e Objetivos do Algoritmo Grid Adaptativo Algoritmo Algoritmo
Leia maisKDD, Mineração de Dados e Algoritmo Apriori
Universidade Federal de São Carlos - UFSCar Departamento de Computação - DC Programa de Pós-Graduação em Ciência da Computação - PPGCC KDD, Mineração de Dados e Algoritmo Apriori Aluno: Rodrigo Moura J.
Leia maisTópicos Especiais em Informática Fatec Indaiatuba 13/07/2017
Inteligência de Negócios Fatec Indaiatuba Prof. Piva Compreender as definições e conceitos básicos da Mineração de Dados (MD) Entender o processo KDD (Knowledge Discovery Data) e MD Descrever as etapas
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 01 Motivação, áreas de aplicação e fundamentos Max Pereira Nem todo conhecimento tem o mesmo valor. O que torna determinado conhecimento mais importante que
Leia maisIntrodução Geral a Computação Gráfica. Universidade Católica de Pelotas Curso de Engenharia da Computação Disciplina de Computação Gráfica
Introdução Geral a Computação Gráfica Universidade Católica de Pelotas Curso de Engenharia da Computação Disciplina de 2 Introdução Geral a O que é CG? Áreas de Atuação Definição, Arte e Matemática Mercado
Leia maisAplicação da técnica de mineração de dados por meio do algoritmo J48 para definição de limiares de imagens de sensoriamento remoto
Aplicação da técnica de mineração de dados por meio do algoritmo J48 para definição de limiares de imagens de sensoriamento remoto Rodrigo Rodrigues Antunes e Israel Rodrigues Gonçalves Resumo: O objetivo
Leia maisUm Método para Melhoria de Dados Estruturados de Imóveis
Universidade Federal de Pernambuco Centro de Informática Graduação em Ciência da Computação Um Método para Melhoria de Dados Estruturados de Imóveis Lucas Nunes de Souza Proposta de Trabalho de Graduação
Leia maisMathematical Morphology An Overview
Universidade Federal Fluminense Instituto de Computação Mathematical Morphology An Overview Jacó Júlio de Souza Costa jacojulio@gmail.com jacojulio@id.uff.br March 29, 2019 Sumário 1 Definição do Tema
Leia maisAutor 1 Orientador: 1. dia de mês de ano
Título Autor 1 Orientador: 1 1 Laboratório de Sistemas de Computação Universidade Federal de Santa Maria dia de mês de ano Roteiro Introdução Fundamentação Desenvolvimento Resultados Conclusão e Trabalhos
Leia mais19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA
19 Congresso de Iniciação Científica INCLUSÃO DE UM NOVO ALGORITMO DE CLASSIFICAÇÃO NA FERRAMENTA KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio Financeiro PIBIC/CNPQ
Leia maisProf. Heitor Silvério Lopes
Prof. Heitor Silvério Lopes WEKA WEKA: Waikato Environment for Knowledge Analysis Iniciado em 1992, versão estável atual: 3.8.1 É um software para mineração de dados desenvolvido em Java com código aberto
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Leia maisMapas Auto Organizáveis SOMs Mapas de Kohonen
Mapas Auto Organizáveis SOMs Mapas de Kohonen PSI 2886 Princípios de Neurocomputação Edição de 2008 1 PSI 5886 Prof. Emilio Self Organizing Maps de Kohonen Estes slides foram usados nas aulas #8 e #9 na
Leia maisMétodos de Extração de Características
1. Introdução Métodos de Extração de Características A Interpretação ou entendimento de uma cena demanda o reconhecimento de seus objetos. Reconhecimento de objetos ou padrões contidos em uma cena -> é
Leia maisUma Abordagem de Gerenciamento Contextual de Recursos Dinâmicos em Ambientes Pervasivos: Estudo de Caso em Aplicações de Home Care
Uma Abordagem de Gerenciamento Contextual de Recursos Dinâmicos em Ambientes Pervasivos: Estudo de Caso em Aplicações de Home Care LORAYNE PINHEIRO DORNELLES LEANDRO KRUG WIVES 2016 Sumário 01 Introdução
Leia maisUNIVERSIDADE FEDERAL DA BAHIA
UNIVERSIDADE FEDERAL DA BAHIA INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO RECUPERAÇÃO DE ARQUITETURA DE SOFTWARE UTILIZANDO ALGORITMOS DE AGRUPAMENTO ALUNO: DENNIS LESSA
Leia maisApresentação Parcial 2: The Occlusion Spectrum for Volume Classification and Visualization
Apresentação Parcial 2: The Occlusion Spectrum for Volume Classification and Visualization Fábio Markus Nunes Miranda fmiranda@tecgraf.puc-rio.br fabiom@gmail.com Visualização de Modelos Massivos (INF2063)
Leia maisEstudo de Técnicas e Utilização de Mineração de Dados em uma Base de Dados da Saúde Pública
Estudo de Técnicas e Utilização de Mineração de Dados em uma Base de Dados da Saúde Pública Autor: Gercely da Silva e Silva 1 1 Universidade Luterana do Brasil ULBRA Canoas, RS Brasil Resumo do Trabalho
Leia maisProposta de Curso LNCC
Proposta de Curso LNCC Professor: Gilson A. Giraldi (D.Sc) Título do Curso: Visualização Científica para Análise de Imagens Médica. Período: Quarto Período de 2001 Objetivos O processamento/visualização
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisTécnicas de Visualização da Informação para Analisar o Comportamento de Alunos em um Ambiente E-Learning
Computer on the Beach 2014 - Artigos Completos 263 Técnicas de Visualização da Informação para Analisar o Comportamento de Alunos em um Ambiente E-Learning Barbara Moissa, Isabela Gasparini Departamento
Leia maisVisualização de Texto e Documento
Visualização de Texto e Documento SCC5836 Visualização Computacional Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto de Ciências Matemáticas e de Computação
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala 3 CCET [quinta-feira, 8:20 12:00] Atendimento
Leia maisComputação Ciente de Contexto
Computação Ciente de Contexto O que (não) é contexto e perspectivas futuras para smartphones Andrew Toshiaki Nakayama Kurauchi kurauchi@ime.usp.br 1 Tópicos 2 Tópicos Introdução 2 Tópicos Introdução O
Leia maisMétodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
Leia maisAplicando Técnicas de Visualização de Software para Apoiar a Escolha de Políticas de Controle de Concorrência
Aplicando Técnicas de Visualização de Software para Apoiar a Escolha de Políticas de Controle de Concorrência João Gustavo Gomes Prudêncio Orientadores: Cláudia Maria Lima Werner Leonardo Gresta Paulino
Leia maisAplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo Juliana Patrícia Detroz Professor: André Tavares da Silva Universidade do Estado de Santa Catarina
Leia maisMecanismos de Interrupção e de Exceção, Barramento, Redes e Sistemas Distribuídos. Sistemas Operacionais, Sistemas
Arquitetura de Computadores, Arquitetura de Computadores Organização de Computadores, Conjunto de Instruções, Sistemas Operacionais, Sistemas Operacionais, Sistemas Mecanismos de Interrupção e de Exceção,
Leia maisIMAGE MINING: CONCEITOS E TÉCNICAS
125 IMAGE MINING: CONCEITOS E TÉCNICAS Diogo Floriano diiogofloriano@gmail.com Resumo A facilidade em armazenar imagens e a grande concentração de imagens em bases de dados impulsionou a geração de aplicações
Leia maisModelos Conceituais de Dados
Modelos Conceituais de Dados 2. Modelagem Conceitual de Dados Geográficos A partir de idéias conceituais de fenômenos geográficos é possível formalizar a representação do espaço e de propriedades espaciais.
Leia maisExtração de Conhecimento & Mineração de Dados
Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática
Leia maisMineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra. Padrões e processos em Dinâmica de uso e Cobertura da Terra
Mineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra Padrões e processos em Dinâmica de uso e Cobertura da Terra Introdução 1 2 3 4 Capacidade de Armazenamento X Análise e Interpretação
Leia maisComputação Gráfica - 10
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 10 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisESTUDO E IMPLEMENTAÇÃO DE METÁFORAS DE INTERAÇÃO 3D COM FOCO EM NAVEGAÇÃO EM AMBIENTE CAVE
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO ESTUDO E IMPLEMENTAÇÃO DE METÁFORAS DE INTERAÇÃO 3D COM FOCO EM NAVEGAÇÃO EM AMBIENTE CAVE PROPOSTA DE TRABALHO
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 maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisData Mining. O Processo de KDD. Mauricio Reis
1 Data Mining O Processo de KDD Mauricio Reis prof_uva@mreis.info http://mreis.info/uva-2016-9-datamining 2 ROTEIRO 1. Definição 2. Aplicação KDD problema recursos resultados 3. Área de origem 4. Histórico
Leia mais7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS
7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS Autor(es) LIDIA MARTINS DA SILVA Orientador(es) ANA ESTELA ANTUNES DA SILVA 1. Introdução
Leia maisK-MEANS COM ÁRVORES KD
2 Roteiro K-MEANS COM ÁRVORES KD Rodrigo Coelho Barros Árvores KD O que são? Algoritmo de Bentley (1975) Métodos de divisão K-Means com árvores KD Algoritmo de filtragem (Kanungo et al., 2002) Exemplo
Leia maisPágina 1 of 5. Curriculum Vitae - CNPq. Dados Pessoais. Formação Acadêmica/Titulação. Atuação Profissional
Página 1 of 5 Curriculum Vitae - CNPq Maio/2003 Dados Pessoais Nome Volnys Borges Bernal Nascimento 11/04/1966 - Santos/SP - Brasil CPF 08060543873 Formação Acadêmica/Titulação 1997-2003 1993-1997 1985-1989
Leia maisAula 7 Medidas de Distância. Profa. Elaine Faria UFU
Aula 7 Medidas de Distância Profa. Elaine Faria UFU - 2017 Agradecimentos Este material é baseado No livro Tan et al, 2006 Nos slides do prof Andre C. P. L. F. Carvalho Agradecimentos Ao professor André
Leia maisPrograma do Curso. Transformação de Dados. Sistemas Inteligentes Aplicados. Carlos Hall. Discretização de Variáveis Contínuas
Sistemas Inteligentes Aplicados Carlos Hall Programa do Curso Limpeza/Integração de Dados Transformação de Dados Discretização de Variáveis Contínuas Transformação de Variáveis Discretas em Contínuas Transformação
Leia maisTÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto O processo de descoberta do conhecimento - KDD Roteiro Introdução Definição Etapas Desafios
Leia maisAvaliação de Usabilidade de Técnicas de Visualização de Informações Multidimensionais
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO ELIANE REGINA DE ALMEIDA VALIATI Avaliação de Usabilidade de Técnicas de Visualização de Informações
Leia maisIntegração de Dados. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri
Integração de Dados Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Integração de Dados Problema: dados armazenados nos provedores são
Leia maisApresentação Final: The Occlusion Spectrum for Volume Classification and Visualization
Apresentação Final: The Occlusion Spectrum for Volume Classification and Visualization Fábio Markus Nunes Miranda fmiranda@tecgraf.puc-rio.br fabiom@gmail.com Visualização de Modelos Massivos (INF2063)
Leia mais11/09/2018. Onde estamos
Onde estamos 1 Para onde vamos Interface de Resultados de busca 2 Introdução A busca por informação é um processo impreciso; O usuário de um sistema de recuperação de informação geralmente possui apenas
Leia mais6 Referências Bibliográficas
6 Referências Bibliográficas Alvin, Luciana Santos Romani; Rocha, Heloísa Vieira da; (2001) O uso de técnicas de Visualização de Informação como ubsidio à formação de comunidades de aprendizagem em EaD,
Leia maisCRI Minas Indústria 4.0. Case Vallourec: Golden Batch na produção de tubos
CRI Minas Indústria 4.0 Case Vallourec: Golden Batch na produção de tubos 02 05 2018 G o l d e n B a t c h A n a l y s i s Case Vallourec Líder mundial em soluções tubulares premium, a Vallourec assegura
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre Assunto Aula 8 Análise de Dados 2 de 23 Sumário Introdução Caracterização de Dados
Leia maisMetodologia de Desenvolvimento de Sistemas Informação
Instituto Superior Politécnico de Ciências e Tecnologia Metodologia de Desenvolvimento de Sistemas Informação Prof Pedro Vunge http://pedrovunge.com I Semestre de 2019 Capítulo 2 TECNOLOGIAS PARA DATA
Leia maisAvaliação de Aspectos de Usabilidade em Ferramentas para Mineração de Dados
Avaliação de Aspectos de Usabilidade em Ferramentas para Mineração de Dados Clodis Boscarioli 1, José Viterbo 2, Mateus Felipe Teixeira 2 1 Curso de Ciência da Computação Universidade Estadual do Oeste
Leia maisFace Recognition using RGB-D Images
Face Recognition using RGB-D Images Helder C. R. de Oliveira N.USP: 7122065 Polyana Nunes N.USP: 9043220 Sobre o Artigo Publication: 2013 IEEE Sixth International Conference Author(s) Goswami, G. (Índia
Leia maisUtilização de técnicas de Process Mining em Sistemas de Middleware Adaptativos Proposta de Trabalho de Graduação
UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2017.1 Utilização de técnicas de Process Mining em Sistemas de Middleware Adaptativos Proposta de Trabalho de
Leia maisTópicos Especiais: INTELIGÊNCIA DE NEGÓCIOS II. Análise de Dados. Sylvio Barbon Junior 29 de julho de 2016 DC-UEL Sylvio Barbon Jr 1
Tópicos Especiais: INTELIGÊNCIA DE NEGÓCIOS II Análise de Dados Sylvio Barbon Junior barbon@uel.br 29 de julho de 2016 DC-UEL Sylvio Barbon Jr 1 Sumário Introdução Caracterização de Dados Exploração de
Leia maisVisualização Volumétrica: da Teoria às Aplicações
Visualização Volumétrica: da Teoria às Aplicações Roberto de Beauclair Seixas tron@lncc.br Beauclair 1 Visualização Volumétrica Introdução Áreas de Interesse Etapas da Visualização Volumétrica Classes
Leia maisVISUALIZANDO BASES CURRICULARES
VISUALIZANDO BASES CURRICULARES DA SILVA Luciano Carlos Ribeiro¹; DO NASCIMENTO Hugo Alexandre Dantas² Instituto de Informática ¹luciano@inf.ufg.br; ²hadn@inf.ufg.br Palavras chave: cienciometria; visualização
Leia maisCaracterização de Imagens via Redes Neurais Artificiais
Caracterização de Imagens via Redes Neurais Artificiais Autor: Eduardo Ferreira Ribeiro 1, Orientadora: Celia Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal
Leia mais