Modelagem de Nicho Ecológico e de Distribuição Potencial de Espécies

Tamanho: px
Começar a partir da página:

Download "Modelagem de Nicho Ecológico e de Distribuição Potencial de Espécies"

Transcrição

1 Modelagem de Nicho Ecológico e de Distribuição Potencial de Espécies Andrea Sánchez Tapia - doutoranda ENBT/JBRJ Felipe Sodré Barros mestrando ENBT/JBRJ Pesquisadora principal: Marinez Ferreira de Siqueira Núcleo de Computação Científica e Geoprocessamento Jardim Botânico do Rio de Janeiro JBRJ LNCC, 12 de fevereiro de 2015

2 Como podemos representar a distribuição de uma espécie? The Volcano Rabbit (Romerolagus diazii) Traditional biogeographic approaches Slide: Enrique Martinez_Meyer

3 Outra maneira de se aproximar da distribuição geográfica das espécies é realizando a modelagem de seu nicho ecológico Registros de ocorrência Algoritmos de modelagem (Bioclim, GLM, GAM, ANN, GARP, MaxEnt, etc.) Mapas de distribuição potencial Humidity Temperature..... Input data Product Modificado de Enrique Martinez_Meyer

4 O conceito de nicho ecológico O termo nicho apareceu primeiramente nos trabalhos de Grinnell (1917, 1924) cujo foco está na distribuição geográfica dos indivíduos de uma espécie como uma resposta às variáveis ambientais (temperatura, precipitação, elevação etc).

5 O conceito de nicho ecológico Elton (1927) muda o foco e coloca o nicho como um efeito da presença da espécie nas comunidades. A função ou posição de um organismo ou de uma população dentro de uma comunidade ecológica (Elton 1927). O foco está no papel da espécie dentro da cadeia trófica e suas relações com predadores e presas. Hutchinson

6 O conceito de nicho ecológico Hutchinson define nicho como a soma de todos os fatores ambientais que agem em um determinado organismo, definido como uma região no espaço hiper-dimensional (1944). Humidity Temperature In other words, the ecological niche of a species is the suite of environmental conditions under which it can maintain populations without immigration G. Evelyn Hutchinson

7 O conceito de nicho ecológico Hutchinson distingue o nicho fundamental e o nicho realizado (Hutchinson 1957). Nicho Fundamental Condições ambientais abióticas Nicho Realizado Nicho Fundamental modificado pela interação entre espécies. G. Evelyn Hutchinson

8 Relação entre nicho e distribuição geográfica Condições abióticas (A) Nicho fundamental Condições bióticas Nicho realizado Soberón y Peterson Biodiv Inf 2: 1-14

9 Relação entre nicho e distribuição geográfica Condições abióticas (A) Nicho fundamental Condições bióticas Nicho realizado As espécies ocupam o nicho realizado? Soberón y Peterson Biodiv Inf 2: 1-14

10 Relação entre nicho e distribuição geográfica Condições abióticas (A) Nicho fundamental Condições bióticas Nicho realizado A distribuição geográfica Áreas colonizáveis Soberón y Peterson Biodiv Inf 2: 1-14

11 O Diagrama BAM Condições abióticas (A) A B Condições bióticas M A distribuição geográfica Áreas colonizáveis Soberón y Peterson Biodiv Inf 2: 1-14

12 Distribuição geográfica Em escala global/continental, a distribuição das espécies está condicionada a variáveis climáticas e topográficas. Em uma escala regional, outros fatores passam a ser importantes (riqueza do solo, ph, granulometria, quantidade de água disponível, tipo de vegetação etc,) Em uma escala local, as interações entre espécies passam a ter importância na distribuição das espécies. Portanto, definir a escala no qual a distribuição está sendo analisada é de fundamental importância nos processos de modelagem.

13 Importância dos quatro tipos de fatores que afetam a distribuição das espécies através da escala espacial. Hortal et al., 2010).

14 Na prática Condições abióticas (A) A As condições bióticas são frequentemente ignoradas: Agem em escalas mais finas Ainda não são bem compreendidas O Ruido Eltoniano B M As áreas colonizáveis podem ser analisadas a posteriori ou fazer parte da pregunta inicial (ex. Invasões) Queremos conhecer a distribuição geográfica a partir de uma subamostra desta (a ocorrência conhecida)

15 Espaço geográfico vs espaço ecológico: A dualidade de Hutchinson Trabalhamos entre dois espaços: o geográfico (G) e o ecológico (E). Um nicho é uma parte de E e a distribuição geográfica uma parte de G. Slide: Enrique Martinez_Meyer

16 Modelagens em diferentes contextos (diferentes propósitos e diferentes escalas) devem utilizar dados bióticos e abióticos que representem ou influenciem a distribuição da espécie, para a escala de trabalho proposta.

17 O processo de modelagem + Potential distribution in the native region..... Humidity..... Temperature

18 Três premissas básicas da modelagem de nicho 1. Equilíbrio: É esperada uma relação de equilíbrio entre as espécies e as condições ambientais que ocupam. Uma espécie está em equilibrio com as se ela está ocorrendo em todas as áreas adequadas e estando ausente de todas as áreas não adequadas. 2. Suficiência amostral: Os registros de ocorrência da espécie representam uma amostra suficiente do espaço ambiental ocupado pela espécie. Limitações: poucos registros disponíveis, esforço de coleta limitado, baixa detectabilidade. 3. Conservação do nicho: a espécie mantém as caracterís?cas referentes a seu nicho ao longo do tempo e entre populações dis?ntas.

19

20 Dados e para modelagem

21 Obtenção de dados e Principais redes de acesso a registros de coletas de espécies: Rede specieslink (dados do Brasil) coleções biológicas: botânicas, zoológicas e microbiológicas: hsp://splink.cria.org.br/ GBIF Global Biodiversity Informa?on Facility (dados mundiais) coleções biológicas: hsp://www.gbif.org/

22 Acessando dados bió?cos pelo R Usaremos a função 'gbif' do pacote DISMO para acessar o banco de dados de ocorrência de espécies do Global Biodiversity. Facility (GBIF)

23 Acessando dados bió?cos pelo R Adquirindo os dados da espécie Solanum acaule:

24 Qualidade dos dados Qualidade taxonômica: Nome correto? Sinônimos! A identificação foi feita por um especialista? Data de coleta/ultima atualização Qualidade de georeferenciamento Ponto (individuo coletado - gps) Área (fragmento de vegetação) Localidade (fazenda, UCs, bairro, estrada) Município

25 Qualidade dos dados λ λ Armazenamento e difusão; - Arredondamentos automáticos em planilhas; Manuseio dos dados; - As colunas estão corretamente identificadas? - Junção de dados de diferentes projetos, diferentes objetivos, diferentes precisões...

26 Data quality

27 Limpeza dos dados λ Processo de Validação; - Taxonômica λ λ O nome da espécie trabalhada está correto; Os registros identificados por sinônimos estão contemplados? - Geográfica λ λ λ Os registros de ocorrência possuem coordenadas? Possui informações que possam ajudar na identificação do local de coleta? Estão com o mesmo Sistema de Referência Cartográfica?

28

29 Viés de coleta Efeito museu / Estradas / Rios Visualização das coletas no espaço geográfica/espacial? e2 Visualização das coletas no espaço ambiental Espaço geográfico Espaço ambiental e1 Realizar uma análise prévia do dados para verificar se as informações dos pontos de ocorrência estão bem distribuídas no espaço geográfico e ambiental gerando tabelas cruzando os pontos de ocorrência (lat, long) e as variáveis ambientais utilizadas (temp, prec, elev etc).

30 Obtenção de dados abióticos Repositórios de dados climáticos: Worldclim: Climond: https://www.climond.org/ IPCC: Dados topográficos: DEM 1km resolution USGS: gtopo30/hydro SRTM - Shuttle Radar Topographic Mission 90m ; Outros: Brasil 1Km

31 Aquisição dados abióticos pelo R Usaremos a função getdata() do pacote raster para fazer download dos dados abióticos dos principais projetos existentes: WorldClim, CMIP5, SRTM, GADM

32

33

34 Escolha e qualidade de dados abióticos Dados abióticos (mapas temáticos) Verificar a procedência (metodologia e referências) Verificar se a resolução (espacial) e a escala (geográfica) são compatíveis com a pergunta. Verificar a especificidade ambiental da espécie. Para isso é importante utilizar o conhecimento da biologia/ ecologia da espécie, consultar o especialista no grupo e/ou aplicar técnicas (de PCA, por exemplo) para seleção de variáveis.

35 Análises Pré-modelagem Selecionar variáveis preditoras para evitar sobrestimar a explicação dos modelos usando preditores correlacionados. Verificar as informações ambientais correspondentes aos pontos de ocorrência para procurar possíveis vieses no espaço geográfico e ambiental.

36 Seleção de variáveis

37 Extração de variáveis ambientais nas ocorrências

38

39

40

41 O procedimento de modelagem

42 Como sabemos se um modelo é bom? Ajustamos o modelo às ocorrências Vamos para o campo e buscamos novos registros: independência estatística. Perguntamos ao especialista na biogeografia da espécie modelada Ou fazemos uma partição dos dados em conjunto de treino (ajuste) e teste do modelo.

43 Como sabemos se um modelo é bom? Dividir os dados em conjuntos de teste e de treino: Gerar modelo com o conjunto de dados de treino Aplicar o modelo ao conjunto de teste para saber como ele predisse os pontos de teste. Quantificar os componentes de erro através de uma matriz de confusão soprepondo os pontos de teste ao modelo gerado pelo conjunto de treino

44 Várias metodologias de partição N = conjuntos treino E se houver viés por acaso? Repetir várias vezes! teste editado de Peterson & Martinez (2005)

45 Bootstrapping: reamostrar com substituição N = partições Treino 70 Teste 30 K-fold cross-validation: partição sem substituição N = partições de 20 Treino 80 Jacknife: k=n Treino 4 Teste 1 Teste 20

46 No pacote dismo de R group<- kfold(varfinal, 5)!! pres_train <- pequi[group!= 1, ]! pres_test <- pequi[group == 1, ]!! Precisamos de ausências também: Para avaliar o modelo (ele predisse bem as ausências?) Para ajustar alguns algoritmos! backg <- randompoints(vars, n=500)! group <- kfold(backg, 5)! backg_train <- backg[group!= 1, ]! backg_test <- backg[group == 1, ]!

47 O seguinte passo é fazer o modelo J

48 Algoritmos de modelagem Um dos primeiros algoritmos de modelagem: BioClim. Lembram do nicho ecológico?

49 Envelopes Bioclimáticos Para cada variável ambiental: média e o desvio padrão, valores máximo e mínimo. Cada pixel pode ser classificado como: Habitável: se todos os valores ambientais estiverem dentro do envelope calculado -> 1 Tolerável: se um ou mais valores ambientais estiverem fora do envelope da média e desvio padrão mas dentro dos limites máximo e mínimo ->0.5 Inabitável: se um ou mais valores associados estiverem fora dos valores limites máximos e mínimos das variáveis ambientais. ->0 (modelo categórico)

50

51 Envelopes Bioclimáticos

52 Distância Ambiental Métrica mahalanobis Métrica euclidiana Métrica Gower - DOMAIN Distância ambiental mínima ponto a ponto Distância ambiental calculada para o centroide ambiental da distribuição

53 Modelos de ajuste estatístico Assumem ausências verdadeiras Média complexidade Bom ajuste em geral Boa transferibilidade Interpretação relativamente fácil: relações lineares

54 MaxEnt Segue o princípio de máxima entropia. Busca a distribuição mais uniforme possível que se ajuste às restrições (condições ambientais nos pontos de presença = 1) Altamente usado Boa performance Caixa preta até pouco tempo atrás

55 Modelos de aprendizagem de máquina GARP Gene?c Algorithm for Rule- set Produc?on Support vector machines (SVM) Redes neurais

56 Vamos usar BioClim J bc <- bioclim(varfinal, pres_train)! No espaço ecológico:! plot(bc)!

57 No espaço geográfico Os valores numéricos

58 Cortando modelos Como saber onde o modelo prediz presenças ou ausências se os outputs são coninuos? Precisamos cortar os modelos. Avaliar o modelo binário vendo como ele prediz o conjunto de teste Executar a linha de avaliação do modelo!! e <- evaluate( )!

59 Modelo contínuo Modelo binário Usa os pontos de teste para ver se o modelo predisse corretamente as presenças de teste. Usa as ausências de teste para ver se o modelo predisse corretamente as ausências de teste.

60 Cortando modelos Queremos que o modelo prediga corretamente onde a espécie está e onde a espécie não está. ausência (predita) presença (predita) registro de presença registro de ausência

61 ausência (predita) presença (predita) registro de presença registro de ausência Se a gente muda o limiar de corte estes valores mudam!

62 Sobrepredição vs. Omissão Distribuição potencial (prevista pela modelagem Distribuição conhecida da espécie Sobreprevisão Omissão

63 Sobrepredição vs. Omissão O erro de omissão é considerado um erro grave porque em teoria as presenças da espécie correspondem à verdade. Em contraposição, o erro de sobrepredição não é necessariamente um erro, pois não se conhecem todas as presenças: 1. A área pode ser adequada (parte de A) mas não ser colonizável (não parte de M). 2. O esforço de coleta pode ser insuficiente ou a espécie é indetectável (parte de A e de M) 3. A área pode ser não adequada (não faz parte de A).

64 Mudando o valor de corte Um modelo que prediz a área de estudo toda: não vai errar nenhuma presença de teste: zero omissão Vai errar muitas ausências: muita sobrepredição Um modelo muito ajustado aos pontos: Vai errar todas as presenças de teste: muita omissão não vai errar nenhuma ausência: zero sobrepredição Mas a gente prefere cometer sobrepredição!

65 100 Erro de omissão (% de pontos fora da área prevista pelo modelo ) Alta omissão Baixa sobreprevisão Baixa omissão e sobreprevisão Registros de ocorrência da espécie Zero de omissão Grande área se sobreprevisão Índice de sobreprevisão (% de área prevista como presente ) editado de Peterson & Martinez (2005)

66 plot(e, TPR )! TPR, true presence raco = sensibilidade plot(e, TNR )! TNR, true negacve raco = especificidade

67

68 Diferentes thresholds 1. Minimum training presence (ou Lowest Presence Training = Presença Mínima) percentile training presence 3. Equal training sensitivity and specificity 4. Maximum training sensitivity plus specificity 5. Equal test sensitivity and specificity 6. Maximum test sensitivity plus specificity 7. Balance training omission, predicted area and threshold value 8. Equate entropy of thresholded and original distributions

69 AUC (cálculo da área sob a curva) A Curva ROC é obtida plotando-se a sensibilidade no eixo y e o valor 1-especificidade no eixo x. Quanto mais próximo de 1 for a área sob a curva, mais distante o resultado do modelo é da previsão aleatória, ou seja, melhor o desempenho do modelo.

70 AUC plot(e, AUC )! A pesar de ser muito utilizada no passado, hoje tem caído em desuso: Dá igual importância aos erros de omissão e comissão Varia com a prevalência da espécie, espécies mais especialistas têm AUC maiores porque acertar as ausências é fácil.

71

72 Maximiza os acertos

73 Threshold que maximiza o TSS: , valor de TSS máximo:

74 Análises pós- modelagem Dependendo da pregunta inicial Consideração de variáveis que não entraram na modelagem: uso da terra, cobertura etc. Interações bió?cas Modelos mul?- espécie Projeção no tempo e no espaço O MNE não é o fim!

75 Ecological niche modeling across space Native region Humidity Potential distribution in the native region Temperature + Alternate region Potential distribution in the alternate region

76 Ecological niche modeling along time Present Humidity Potential distribution in the present Alternate climatic scenario (Past/Future) Temperature Potential distribution in the alternate temporal... scenario..

77 Resumindo... Passos de um projeto que involver MNE: 1. Definir a pergunta 2. Estabelecer a abrangência geográfica/ambiental do estudo 3. Verificar se a qualidade e a quantidade dos dados bióticos e abióticos são suficientes 4. Verificar se as qualidades (dados bióticos x dados abióticos) são compatíveis 5. Definir quais dados (bióticos e abióticos) serão usados 6. Escolher o(s) algoritmo(s) para modelagem 7. Fazer o desenho amostral do modelo para a avaliação

O uso da modelagem como ferramenta ecológica na estratégia de conservação das espécies. Dr. Eduardo Bezerra de Almeida Jr.

O uso da modelagem como ferramenta ecológica na estratégia de conservação das espécies. Dr. Eduardo Bezerra de Almeida Jr. O uso da modelagem como ferramenta ecológica na estratégia de conservação das espécies Dr. Eduardo Bezerra de Almeida Jr. DISTRIBUIÇÃO GEOGRÁFICA 2 Estudos relacionados à distribuição geográfica das espécies

Leia mais

Modelagem Preditiva de Distribuição Geográfica

Modelagem Preditiva de Distribuição Geográfica Modelagem Preditiva de Distribuição Geográfica Ricardo Pinto da Rocha Fonte: Cottrell - Maximum Entropy Modelling of Noisy and Incomplete Data Oque é modelagem de distribuição de espécies? distribuição

Leia mais

Avaliação de Algoritmos de Modelos de Distribuição de Espécies para Predição de Risco. Líliam César de Castro Medeiros

Avaliação de Algoritmos de Modelos de Distribuição de Espécies para Predição de Risco. Líliam César de Castro Medeiros Avaliação de Algoritmos de Modelos de Distribuição de Espécies para Predição de Risco de Eclosão de Mosquitos Aedes spp. Líliam César de Castro Medeiros CCST Objetivo: Avaliar o desempenho de algoritmos

Leia mais

INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis

INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis INE 7001 - Procedimentos de Análise Bidimensional de variáveis QUANTITATIVAS utilizando o Microsoft Excel. Professor Marcelo Menezes Reis O objetivo deste texto é apresentar os principais procedimentos

Leia mais

Luciana Satiko Arasato. Orientadores: Camilo Daleles Rennó e Silvana Amaral

Luciana Satiko Arasato. Orientadores: Camilo Daleles Rennó e Silvana Amaral Incluindo dependência espacial na modelagem da distribuição de Euterpe edulis Mart. (palmito juçara) no gradiente altitudinal da mata Atlântica em Ubatuba-SP. Luciana Satiko Arasato Orientadores: Camilo

Leia mais

UTILIZANDO O SOFTWARE WEKA

UTILIZANDO O SOFTWARE WEKA UTILIZANDO O SOFTWARE WEKA O que é 2 Weka: software livre para mineração de dados Desenvolvido por um grupo de pesquisadores Universidade de Waikato, Nova Zelândia Também é um pássaro típico da Nova Zelândia

Leia mais

Modelagem espacial de florestas estacionais do Domínio do Cerrado no Estado de Minas Gerais utilizando envelope climático

Modelagem espacial de florestas estacionais do Domínio do Cerrado no Estado de Minas Gerais utilizando envelope climático Modelagem espacial de florestas estacionais do Domínio do Cerrado no Estado de Minas Gerais utilizando envelope climático Gleyce Campos Dutra 1, Luis Marcelo Tavares de Carvalho 1, Ary Teixeira de Oliveira

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Estudos Comparativos Recentes - Behavior Scoring Roteiro Objetivo Critérios de Avaliação

Leia mais

Avaliando o que foi Aprendido

Avaliando o que foi Aprendido Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função

Leia mais

Modelagem da distribuição geográfica atual e futura de Guerlinguetus (Rodentia, Sciuridae) no Brasil.

Modelagem da distribuição geográfica atual e futura de Guerlinguetus (Rodentia, Sciuridae) no Brasil. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS HUMANAS E NATURAIS PROGRAMA DE PÓSGRADUAÇÃO EM CIÊNCIAS BIOLÓGICAS Modelagem da distribuição geográfica atual e futura de Guerlinguetus (Rodentia,

Leia mais

(Assinalar com X a opção de submissão desejada)

(Assinalar com X a opção de submissão desejada) Apenas Comunicação Oral X Apenas Poster Comunicação Oral ou Poster (Assinalar com X a opção de submissão desejada) MODELOS ESPACIALMENTE EXPLÍCITOS DE ANÁLISE DE DINÂMICAS LOCAIS: O CASO DA VEGETAÇÃO NATURAL

Leia mais

Curva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE

Curva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Curva ROC George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Introdução ROC (Receiver Operating Characteristics) Curva ROC é uma técnica para a visualização e a seleção de classificadores baseado

Leia mais

I Jornada de Prospectiva e Gestão do Conhecimento Biodiversidade: a experiência do CRIA com as atividades de gestão da informação

I Jornada de Prospectiva e Gestão do Conhecimento Biodiversidade: a experiência do CRIA com as atividades de gestão da informação I Jornada de Prospectiva e Gestão do Conhecimento Biodiversidade: a experiência do CRIA com as atividades de gestão da informação Dora Ann Lange Canhos dora@cria.org.br O desafio social... Renato Dagnino

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS Obter uma imagem temática a partir de métodos de classificação de imagens multi- espectrais 1. CLASSIFICAÇÃO POR PIXEL é o processo de extração

Leia mais

UNIVERSIDADE FEDERAL DA BAHIA - UFBA

UNIVERSIDADE FEDERAL DA BAHIA - UFBA UNIVERSIDADE FEDERAL DA BAHIA - UFBA Instituto de Ciências Ambientais e Desenvolvimento Sustentável Prof. Pablo Santos 4 a Aula SISTEMA DE INFORMAÇÃO GEOGRÁFICA - SIG Introdução Definições Necessárias

Leia mais

I Encontro Brasileiro de usuários QGIS

I Encontro Brasileiro de usuários QGIS I Encontro Brasileiro de usuários QGIS Uso do QGIS no Processamento Digital de Imagens de Sensoriamento Remoto Jorge Santos jorgepsantos@outlook.com www.processamentodigital.com.br Dicas, tutoriais e tudo

Leia mais

Criando Mapa de Declividade a partir de dados SRTM

Criando Mapa de Declividade a partir de dados SRTM Criando Mapa de Declividade a partir de dados SRTM SPRING 5.0 1 O objetivo deste tutorial é apresentar de forma simples e prática como construir, no Spring, mapa de declividade a partir de dados do SRTM.

Leia mais

Infraestrutura de dados, ferramentas computacionais e serviços web para a difusão de informação sobre a Biodiversidade Brasileira

Infraestrutura de dados, ferramentas computacionais e serviços web para a difusão de informação sobre a Biodiversidade Brasileira Papel do CRIA no desenvolvimento da Infraestrutura de dados, ferramentas computacionais e serviços web para a difusão de informação sobre a Biodiversidade Brasileira Porto Alegre, Agosto 2012 Estatuto

Leia mais

CONHECENDO O ALGORITMO GARP. Adair Santa Catarina Curso de Informática Unioeste Campus de Cascavel PR

CONHECENDO O ALGORITMO GARP. Adair Santa Catarina Curso de Informática Unioeste Campus de Cascavel PR CONHECENDO O ALGORITMO GARP Adair Santa Catarina Curso de Informática Unioeste Campus de Cascavel PR INPE Set/2006 Roteiro Introdução Algoritmos Genéticos (AG) GMS e DesktopGARP Avaliação dos Modelos Ajustados

Leia mais

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr

Análise de Regressão. Tópicos Avançados em Avaliação de Desempenho. Cleber Moura Edson Samuel Jr Análise de Regressão Tópicos Avançados em Avaliação de Desempenho Cleber Moura Edson Samuel Jr Agenda Introdução Passos para Realização da Análise Modelos para Análise de Regressão Regressão Linear Simples

Leia mais

AULA 5 Manipulando Dados Matriciais: Grades e Imagens. 5.1 Importando Grades e Imagens Interface Simplificada

AULA 5 Manipulando Dados Matriciais: Grades e Imagens. 5.1 Importando Grades e Imagens Interface Simplificada 5.1 AULA 5 Manipulando Dados Matriciais: Grades e Imagens Nessa aula serão apresentadas algumas funcionalidades do TerraView relativas à manipulação de dados matriciais. Como dados matriciais são entendidas

Leia mais

AULAS 13, 14 E 15 Correlação e Regressão

AULAS 13, 14 E 15 Correlação e Regressão 1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de

Leia mais

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida

Matlab - Neural Networw Toolbox. Ana Lívia Soares Silva de Almeida 27 de maio de 2014 O que é a Neural Networw Toolbox? A Neural Network Toolbox fornece funções e aplicativos para a modelagem de sistemas não-lineares complexos que não são facilmente modelados com uma

Leia mais

6 Geoprocessamento. Daniel de Castro Victoria Edlene Aparecida Monteiro Garçon Bianca Pedroni de Oliveira Gustavo Bayma Silva Daniel Gomes

6 Geoprocessamento. Daniel de Castro Victoria Edlene Aparecida Monteiro Garçon Bianca Pedroni de Oliveira Gustavo Bayma Silva Daniel Gomes 6 Geoprocessamento Daniel de Castro Victoria Edlene Aparecida Monteiro Garçon Bianca Pedroni de Oliveira Gustavo Bayma Silva Daniel Gomes 156 O que é geoprocessamento? Consiste no uso de ferramentas computacionais

Leia mais

E REGRESSÃO. Cesar Augusto Taconeli. Junho 2013. Taconeli, C. A. (DEST/UFPR) 7 de Junho de 2013 1 / 46 ...

E REGRESSÃO. Cesar Augusto Taconeli. Junho 2013. Taconeli, C. A. (DEST/UFPR) 7 de Junho de 2013 1 / 46 ... . ÁRVORES DE CLASSIFICAÇÃO E REGRESSÃO Cesar Augusto Taconeli Ilhéus-BA Junho 2013 Taconeli, C. A. (DEST/UFPR) 7 de Junho de 2013 1 / 46 Sumário 1 - Introdução; 2 - Apresentação do algoritmo; 3- Árvores

Leia mais

Aula 3 - Registro de Imagem

Aula 3 - Registro de Imagem 1. Registro de Imagens Aula 3 - Registro de Imagem Registro é uma transformação geométrica que relaciona as coordenadas da imagem (linha e coluna) com as coordenadas geográficas (latitude e longitude)

Leia mais

Aula 3 - Registro de Imagem

Aula 3 - Registro de Imagem Aula 3 - Registro de Imagem 1. Registro de Imagens Registro é uma transformação geométrica que relaciona coordenadas da imagem (linha e coluna) com coordenadas geográficas (latitude e longitude) de um

Leia mais

O que é um Soft Sensor ou Sensor Virtual?

O que é um Soft Sensor ou Sensor Virtual? O que é um Soft Sensor ou Sensor Virtual? Sensor virtual é um modelo matemático que calcula, com base nos dados disponíveis nos sistemas de automação, uma variável importante para o monitoramento do processo.

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

AULA 5 Manipulando Dados Matriciais: Grades e Imagens. 5.1 Importando Grades e Imagens Interface Simplificada

AULA 5 Manipulando Dados Matriciais: Grades e Imagens. 5.1 Importando Grades e Imagens Interface Simplificada 5.1 AULA 5 Manipulando Dados Matriciais: Grades e Imagens Nessa aula serão apresentadas algumas funcionalidades do TerraView relativas a manipulação de dados matriciais. Como dados matriciais são entendidas

Leia mais

MAPEAMENTO FLORESTAL

MAPEAMENTO FLORESTAL MAPEAMENTO FLORESTAL ELISEU ROSSATO TONIOLO Eng. Florestal Especialista em Geoprocessamento OBJETIVO Mapear e caracterizar a vegetação visando subsidiar o diagnóstico florestal FUNDAMENTOS É uma ferramenta

Leia mais

Desenvolvimento da Iluminação Pública no Brasil. Sistemas de gestão da iluminação pública

Desenvolvimento da Iluminação Pública no Brasil. Sistemas de gestão da iluminação pública 14 Capítulo IX Sistemas de gestão da iluminação pública Por Luciano Haas Rosito* Conforme apresentado no capítulo anterior, uma das oportunidades de melhoria na iluminação pública justamente refere-se

Leia mais

Recursos Genéticos brasileiros. Derly José Henriques da Silva Professor do Departamento de Fitotecnia Universidade Federal de Viçosa

Recursos Genéticos brasileiros. Derly José Henriques da Silva Professor do Departamento de Fitotecnia Universidade Federal de Viçosa Recursos Genéticos brasileiros Derly José Henriques da Silva Professor do Departamento de Fitotecnia Universidade Federal de Viçosa Acesso aos recursos genéticos (antes da CDB ECO - RIO 1992) recursos

Leia mais

ADM041 / EPR806 Sistemas de Informação

ADM041 / EPR806 Sistemas de Informação ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes

Leia mais

SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (I)

SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (I) UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI

Leia mais

Dado Vetorial. Características do Dado Vetorial. Usa entidades como ponto, linha e polígono para identificar localizações;

Dado Vetorial. Características do Dado Vetorial. Usa entidades como ponto, linha e polígono para identificar localizações; Estrutura dos Dados Geográficos Organização lógica dos dados para preservar sua integridade e facilitar o seu uso. Vetorial Raster ou Matricial Dado Vetorial Usa entidades como ponto, linha e polígono

Leia mais

Sistemas de Informação Geográfica Prof. Tiago Eugenio de Melo, MSc.

Sistemas de Informação Geográfica Prof. Tiago Eugenio de Melo, MSc. Sistemas de Informação Geográfica Prof. Tiago Eugenio de Melo, MSc. SUMÁRIO Apresentação da ementa Introdução Conceitos Básicos de Geoinformação Arquitetura de SIGs Referências Bibliográficas APRESENTAÇÃO

Leia mais

Exemplo de Aplicação do DataMinig

Exemplo de Aplicação do DataMinig Exemplo de Aplicação do DataMinig Felipe E. Barletta Mendes 19 de fevereiro de 2008 INTRODUÇÃO AO DATA MINING A mineração de dados (Data Mining) está inserida em um processo maior denominado Descoberta

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação E o que fazer depois de ter os dados organizados? Ideias base Aprender com o passado Inferir

Leia mais

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é?

KDD. Fases limpeza etc. Datamining OBJETIVOS PRIMÁRIOS. Conceitos o que é? KDD Conceitos o que é? Fases limpeza etc Datamining OBJETIVOS PRIMÁRIOS TAREFAS PRIMÁRIAS Classificação Regressão Clusterização OBJETIVOS PRIMÁRIOS NA PRÁTICA SÃO DESCRIÇÃO E PREDIÇÃO Descrição Wizrule

Leia mais

Pagamentos por Serviços Ambientais no Corredor das Onças - Remuneração pela conservação de Puma concolor

Pagamentos por Serviços Ambientais no Corredor das Onças - Remuneração pela conservação de Puma concolor Pagamentos por Serviços Ambientais no Corredor das Onças - Remuneração pela conservação de Puma concolor e conservação de água mediante adequação ambiental em propriedades rurais na Região Metropolitana

Leia mais

Pré processamento de dados II. Mineração de Dados 2012

Pré processamento de dados II. Mineração de Dados 2012 Pré processamento de dados II Mineração de Dados 2012 Luís Rato Universidade de Évora, 2012 Mineração de dados / Data Mining 1 Redução de dimensionalidade Objetivo: Evitar excesso de dimensionalidade Reduzir

Leia mais

Classificação - avaliação de resultados - 1. Mineração de Dados 2013

Classificação - avaliação de resultados - 1. Mineração de Dados 2013 Classificação - avaliação de resultados - 1 Mineração de Dados 2013 Luís Rato (Capítulo 4 do livro Introduction to Data Mining ) Universidade de Évora, Mineração de dados / Data Mining 1 Desempenho Desempenho

Leia mais

SVM Support Vector Machine

SVM Support Vector Machine SVM Support Vector Machine Ø Introduction Ø Application to Indoor Localization (MLP x LVQ x SVM) Laboratório de Automação e Robótica - A. Bauchspiess Soft Computing - Neural Networks and Fuzzy Logic SVM

Leia mais

Tópicos de Estatística Espacial Visualização de Dados

Tópicos de Estatística Espacial Visualização de Dados Tópicos de Estatística Espacial Visualização de Dados Anderson Castro Soares de Oliveira Visualização de Dados Espaciais Visualizar os dados é uma primeira ferramenta descritiva para gerar hipóteses ao

Leia mais

CONFECÇÃO DA BASE DE DADOS DA ATIVIDADE II.1.3

CONFECÇÃO DA BASE DE DADOS DA ATIVIDADE II.1.3 PROJETO GESTÃO INTEGRADA E SUSTENTÁVEL DOS RECURSOS HÍDRICOS TRANSFRONTEIRIÇOS NA BACIA DO RIO AMAZONAS, CONSIDERANDO A VARIABILIDADE E MUNDANÇA CLIMÁTICA OTCA/GEF/PNUMA COMPONENTE II Compreensão da base

Leia mais

Classificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões

Classificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos

Leia mais

Compilar, organizar e disponibilizar os resultados das pesquisas científicas sobre a Unidade de Conservação;

Compilar, organizar e disponibilizar os resultados das pesquisas científicas sobre a Unidade de Conservação; 4. PROGRAMAS DE MANEJO 4.1 PROGRAMA DE PESQUISA Objetivo Geral Visa dar suporte, estimular a geração e o aprofundamento dos conhecimentos científicos sobre os aspectos bióticos, abióticos, sócio-econômicos,

Leia mais

"Protegendo as nascentes do Pantanal"

Protegendo as nascentes do Pantanal "Protegendo as nascentes do Pantanal" Diagnóstico da Paisagem: Região das Cabeceiras do Rio Paraguai Apresentação O ciclo de garimpo mecanizado (ocorrido nas décadas de 80 e 90), sucedido pelo avanço das

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas

Leia mais

Módulo 3 Custo e nível dos Estoques

Módulo 3 Custo e nível dos Estoques Módulo 3 Custo e nível dos Estoques O armazenamento de produtos produz basicamente quatro tipos de custos. 1. Custos de capital (juros, depreciação) 2. Custos com pessoal (salários, encargos sociais) 3.

Leia mais

MNT: Modelagem Numérica de Terreno

MNT: Modelagem Numérica de Terreno MNT: Modelagem Numérica de Terreno I. 1ntrodução MODELO : Representação da realidade sob a forma material (representação tangível) ou sob a forma simbólica (representação abstrata). MODELO DO TERRENO:

Leia mais

MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS

MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS Murilo Castanho dos Santos Cira Souza Pitombo MODELOS ESPACIAIS DE ACIDENTES DE TRÂNSITO COM ÓBITOS Murilo Castanho dos Santos Cira Souza Pitombo Universidade

Leia mais

COMO AVALIAR O RISCO DE UM PROJETO ATRAVÉS DA METODOLOGIA DE MONTE CARLO

COMO AVALIAR O RISCO DE UM PROJETO ATRAVÉS DA METODOLOGIA DE MONTE CARLO COMO AVALIAR O RISCO DE UM PROJETO ATRAVÉS DA O que é risco? Quais são os tipos de riscos? Quais são os tipos de análises? Qual a principal função do Excel para gerar simulações aleatórias? O que é distribuição

Leia mais

AULA 15 Plugin Preenchimento de Células

AULA 15 Plugin Preenchimento de Células 15.1 AULA 15 Plugin Preenchimento de Células Nessa aula são apresentadas as funcionalidades do plugin de preenchimento de células. O plugin Preenchimento de Células possibilita calcular valores para atributos

Leia mais

Introdução a Datamining (previsão e agrupamento)

Introdução a Datamining (previsão e agrupamento) E o que fazer depois de ter os dados organizados? Introdução a Datamining (previsão e agrupamento) Victor Lobo Mestrado em Estatística e Gestão de Informação Ideias base Aprender com o passado Inferir

Leia mais

Correlação e Regressão

Correlação e Regressão Correlação e Regressão Análise de dados. Tópico Prof. Dr. Ricardo Primi & Prof. Dr. Fabian Javier Marin Rueda Adaptado de Gregory J. Meyer, University of Toledo, USA; Apresentação na Universidade e São

Leia mais

Bases Computacionais da Ciência (BC- 0005)

Bases Computacionais da Ciência (BC- 0005) Bases Computacionais da Ciência (BC- 0005) 1 Base de Dados Maria das Graças Bruno Marie/o graca.marie*o@ufabc.edu.br Centro de Matemá6ca, Computação e Cognição (CMCC) Universidade Federal do ABC (UFABC)

Leia mais

O conceito de nicho ecológico considera as condições e os recursos necessários para a manutenção da população viável.

O conceito de nicho ecológico considera as condições e os recursos necessários para a manutenção da população viável. O conceito de nicho ecológico considera as condições e os recursos necessários para a manutenção da população viável. Definição da especificidade de nicho: Duas espécies quando ocupam o mesmo biótopo devem

Leia mais

Palavras chave Sistema de Informações Geográficas, Banco de Dados, Geoprocessamento

Palavras chave Sistema de Informações Geográficas, Banco de Dados, Geoprocessamento IMPLANTAÇÃO DE UM SISTEMA DE INFORMAÇÕES GEOGRÁFICAS PARA O MUNICÍPIO DE TERESÓPOLIS, EM LABORATÓRIO DO UNIFESO José Roberto de C. Andrade Professor do Centro de Ciências e Tecnologia, UNIFESO Sergio Santrovitsch

Leia mais

MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD)

MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) AULA 07 MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) JAMES A. O BRIEN MÓDULO 01 Páginas 286 à 294 1 AULA 07 SISTEMAS DE APOIO ÀS DECISÕES 2 Sistemas de Apoio à Decisão (SAD)

Leia mais

Teoria : Estruturas de Dados. Estrutura Vetorial. Quais tipos de dados são representados por estruturas vetoriais? Mapa temático:

Teoria : Estruturas de Dados. Estrutura Vetorial. Quais tipos de dados são representados por estruturas vetoriais? Mapa temático: Universidade do Estado de Santa Catarina UDESC Centro de ciências Humanas e da Educação FAED Mestrado em Planejamento Territorial e Desenvolvimento Socio- Ambiental - MPPT Disciplina: Geoprocessamento

Leia mais

PROJETO: PRODUTO 3 RELATÓRIO PARCIAL DO DESENVOLVIMENTO E IMPLANTAÇÃO DO SISTEMA DE INFORMAÇÕES

PROJETO: PRODUTO 3 RELATÓRIO PARCIAL DO DESENVOLVIMENTO E IMPLANTAÇÃO DO SISTEMA DE INFORMAÇÕES Nome da Empresa: DEPARTAMENTO INTERSINDICAL DE ESTATÍSTICA E ESTUDOS SÓCIO-ECONÔMICOS (DIEESE) PROJETO: PROJETO DE COOPERAÇÃO TÉCNICA BRA/IICA/03/005 PARTICIPAÇÃO SOCIAL NÚMERO DO CONTRATO: 205037 TEMA:

Leia mais

Probabilidade. Renata Souza. Introdução. Tabelas Estatísticas. População, Amostra e Variáveis. Gráficos e Distribuição de Freqüências

Probabilidade. Renata Souza. Introdução. Tabelas Estatísticas. População, Amostra e Variáveis. Gráficos e Distribuição de Freqüências Probabilidade Introdução Tabelas Estatísticas População, Amostra e Variáveis Gráficos e Distribuição de Freqüências Renata Souza Conceitos Antigos de Estatística stica a) Simples contagem aritmética Ex.:

Leia mais

AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS

AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS AVALIAÇÃO COMPARATIVA DE ALGORITMOS PARA SISTEMAS DE RECOMENDAÇÃO EM MÚLTIPLOS DOMÍNIOS: MODELOS INTERPRETÁVEIS APLICADOS A DADOS EDUCACIONAIS Hugo Marques Casarini Faculdade de Engenharia de Computação

Leia mais

Revisão de Estatística Básica:

Revisão de Estatística Básica: Revisão de Estatística Básica: Estatística: Um número é denominado uma estatística (singular). Ex.: As vendas de uma empresa no mês constituem uma estatística. Estatísticas: Uma coleção de números ou fatos

Leia mais

Aprendizado com Classes Desbalanceadas*

Aprendizado com Classes Desbalanceadas* Aprendizado com Classes Desbalanceadas* *Estes slides foram originalmente preparados pelos professores Ronaldo C. Prati e Gustavo Batista. Para esta aula, os slides foram revisados e modificados pelo professor

Leia mais

Modelagem e Decisão Planilhas Eletrônicas

Modelagem e Decisão Planilhas Eletrônicas Modelagem e Decisão Planilhas Eletrônicas Modelagem e Decisão (07181) Instituto de Ciências Econômicas, Administrativas e Contábeis (ICEAC) Universidade Federal do Rio Grande (FURG) Introdução Objetivo

Leia mais

3 Resumo de dados com Tabelas e Gráficos dinâmicos

3 Resumo de dados com Tabelas e Gráficos dinâmicos 3 Resumo de dados com Tabelas e Gráficos dinâmicos Vinicius A. de Souza va.vinicius@gmail.com São José dos Campos, 2011. 1 Sumário Tópicos em Microsoft Excel 2007 Tabela dinâmica...3 Processo de construção...3

Leia mais

Inventário Florestal Nacional IFN-BR

Inventário Florestal Nacional IFN-BR Seminário de Informação em Biodiversidade no Âmbito do MMA Inventário Florestal Nacional IFN-BR Dr. Joberto Veloso de Freitas SERVIÇO FLORESTAL BRASILEIRO Gerente Executivo Informações Florestais Brasília,

Leia mais

Fabiana S. Santana, Renata L. Stange, Igor Y. Gushiken, Jefferson C. Ferreira, Sergio R. Almeida, Pedro L.P. Corrêa, Antonio M.

Fabiana S. Santana, Renata L. Stange, Igor Y. Gushiken, Jefferson C. Ferreira, Sergio R. Almeida, Pedro L.P. Corrêa, Antonio M. INPE Outubro, 2008 Fabiana S. Santana, Renata L. Stange, Igor Y. Gushiken, Jefferson C. Ferreira, Sergio R. Almeida, Pedro L.P. Corrêa, Antonio M. Saraiva fabiana.santana@usp.br, amsaraiv@usp.br Apoio:

Leia mais

SIG APLICADO AO MEIO AMBIENTE

SIG APLICADO AO MEIO AMBIENTE SIG APLICADO AO MEIO AMBIENTE Prof. Luciene Delazari Grupo de Pesquisa em Cartografia e SIG da UFPR SIG Aplicado ao Meio Ambiente - 2011 GA020- SIG APLICADO AO MEIO AMBIENTE Prof. Luciene S. Delazari -

Leia mais

PMAT. Sistema de Análise e Acompanhamento de Operações. Manual. Desenvolvido pelo BNDES AS/DEGEP

PMAT. Sistema de Análise e Acompanhamento de Operações. Manual. Desenvolvido pelo BNDES AS/DEGEP PMAT Sistema de Análise e Acompanhamento de Operações Manual 1 Índice 1. O que é o Sistema de Análise e Acompanhamento de Operações PMAT... 3 2. Acessando o sistema pela primeira vez Download... 3 3. Fluxogramas

Leia mais

2 Atualidade de uma base de dados

2 Atualidade de uma base de dados 2 Atualidade de uma base de dados Manter a atualidade de uma base de dados é um problema que pode ser abordado de diferentes maneiras. Cho e Garcia-Molina [CHO] definem esse problema da seguinte forma:

Leia mais

Linguagem R R-Gui e R-Commander

Linguagem R R-Gui e R-Commander Linguagem R R-Gui e R-Commander 1 INSTALAÇÃO DO PROGRAMA BÁSICO E PACOTES O sistema é formado por um programa básico (R-Gui) e muitos pacotes com procedimentos adicionais. Tudo é gratuito e com código

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.5 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

Biodiversidade e Biodiversidade e Ecossistemas Ecossistemas

Biodiversidade e Biodiversidade e Ecossistemas Ecossistemas Biodiversidade e Biodiversidade e Ecossistemas Ecossistemas LOGO SUA INSTITUIÇÃO Alexandre Aleixo (Coordenador) Ana Alexandre Albernaz (Vice-Coordenadora) Aleixo (Coordenador) Ana Albernaz (Vice-Coordenadora)

Leia mais

Extensão do Sistema de Metadados para Recursos Naturais

Extensão do Sistema de Metadados para Recursos Naturais Extensão do Sistema de Metadados para Recursos Naturais Andreia Fernandes da Silva (IBGE/DI/COBAD) Celso José Monteiro Filho (IBGE/DGC/CREN) Hesley da Silva Py (IBGE/DI/COBAD) Resumo Tendo em vista a grande

Leia mais

MESTRADO EM PESQUISA DE MERCADOS 2006 2007

MESTRADO EM PESQUISA DE MERCADOS 2006 2007 MESTRADO EM PESQUISA DE MERCADOS 2006 2007 PROGRAMA DAS DISCIPLINAS 1 1º trimestre PESQUISA DE MERCADOS Objectivos Pretende-se que os alunos: (a) adquiram os conceitos e semântica próprios do tema, (b)

Leia mais

MODELAGEM DIGITAL DE SUPERFÍCIES

MODELAGEM DIGITAL DE SUPERFÍCIES MODELAGEM DIGITAL DE SUPERFÍCIES Prof. Luciene Delazari Grupo de Pesquisa em Cartografia e SIG da UFPR SIG 2012 Introdução Os modelo digitais de superficie (Digital Surface Model - DSM) são fundamentais

Leia mais

Aula 5 - Classificação

Aula 5 - Classificação AULA 5 - Aula 5-1. por Pixel é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos. Os Classificadores "pixel a pixel" utilizam apenas a informação espectral isoladamente

Leia mais

CURSO: GESTÃO AMBIENTAL

CURSO: GESTÃO AMBIENTAL CURSO: GESTÃO AMBIENTAL OBJETIVOS DO CURSO Objetivos Gerais O Curso Superior de Tecnologia em Gestão Ambiental tem por objetivo formar profissionais capazes de propor, planejar, gerenciar e executar ações

Leia mais

Classificação: Definição. Classificação: conceitos básicos e árvores de decisão. Exemplos de Tarefas de Classificação

Classificação: Definição. Classificação: conceitos básicos e árvores de decisão. Exemplos de Tarefas de Classificação Classificação: Definição Mineração de dados Classificação: conceitos básicos e árvores de decisão Apresentação adaptada do material de apoio do livro: Introduction to Data Mining Tan, Steinbach, Kumar

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

CONCEITOS DE NICHO. COMPONENTES: Nicho Abiótico. Acesso. Interações Bióticas

CONCEITOS DE NICHO. COMPONENTES: Nicho Abiótico. Acesso. Interações Bióticas CONCEITOS DE NICHO COMPONENTES: Nicho Abiótico Distribuição geográfica real (preenche condições abióticas e bióticas acessível para dispersores) Área com combinação apropriada de condições abióticas e

Leia mais

Sugestão de palavras chave para campanhas em motores de busca em arranque

Sugestão de palavras chave para campanhas em motores de busca em arranque Relatório Técnico FEUP Sugestão de palavras chave para campanhas em motores de busca em arranque João Albuquerque AdClick Ricardo Morla INESC TEC e FEUP Gabriel David INESC TEC e FEUP Rui Campos AdClick

Leia mais

Gerenciamento de Traçado de Rede Rural Utilizando o Software Google Earth. Wagner Antônio Araújo Veloso CEMIG Distribuição S.A.

Gerenciamento de Traçado de Rede Rural Utilizando o Software Google Earth. Wagner Antônio Araújo Veloso CEMIG Distribuição S.A. 21 a 25 de Agosto de 2006 Belo Horizonte - MG Gerenciamento de Traçado de Rede Rural Utilizando o Software Google Earth Wagner Antônio Araújo Veloso CEMIG Distribuição S.A. wveloso@cemig.com.br RESUMO

Leia mais

MAPEANDO AS CORRELAÇÕES ENTRE PRODUTIVIDADE E INVESTIMENTOS DE BOLSAS EM PROGRAMAS DE PÓSGRADUAÇÃO: o caso da Universidade Federal de Goiás

MAPEANDO AS CORRELAÇÕES ENTRE PRODUTIVIDADE E INVESTIMENTOS DE BOLSAS EM PROGRAMAS DE PÓSGRADUAÇÃO: o caso da Universidade Federal de Goiás MAPEANDO AS CORRELAÇÕES ENTRE PRODUTIVIDADE E INVESTIMENTOS DE BOLSAS EM PROGRAMAS DE PÓSGRADUAÇÃO: o caso da Universidade Federal de Goiás Dalton Lopes Martins (UFG) dmartins@gmail.com Arlon Silva (UFG)

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

Metodologia para Elaboração dos PIPs. Bruno Magalhães Roncisvale Eng. Agrônomo EMATER-DF

Metodologia para Elaboração dos PIPs. Bruno Magalhães Roncisvale Eng. Agrônomo EMATER-DF Metodologia para Elaboração dos PIPs Bruno Magalhães Roncisvale Eng. Agrônomo EMATER-DF Participação no Programa: Etapas 1) Formalização do interesse em participar do programa junto às unidades da EMATER-DF

Leia mais

MLP (Multi Layer Perceptron)

MLP (Multi Layer Perceptron) MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -

Leia mais

Diagnóstico Ambiental do Município de Alta Floresta - MT

Diagnóstico Ambiental do Município de Alta Floresta - MT Diagnóstico Ambiental do Município de Alta Floresta - MT Paula Bernasconi Ricardo Abad Laurent Micol Maio de 2008 Introdução O município de Alta Floresta está localizado na região norte do estado de Mato

Leia mais

Engenharia de Requisitos

Engenharia de Requisitos Engenharia de Requisitos Introdução a Engenharia de Requisitos Professor: Ricardo Argenton Ramos Aula 08 Slide 1 Objetivos Introduzir a noção de requisitos do sistema e o processo da engenharia de requisitos.

Leia mais

PORTARIA MMA Nº 43, DE 31 DE JANEIRO DE 2014

PORTARIA MMA Nº 43, DE 31 DE JANEIRO DE 2014 PORTARIA MMA Nº 43, DE 31 DE JANEIRO DE 2014 A MINISTRA DE ESTADO DO MEIO AMBIENTE, no uso de suas atribuições, e tendo em vista o disposto na Lei nº 10.683, de 28 de maio de 2003, e no Decreto nº 6.101,

Leia mais

Como conduzir com sucesso um projeto de melhoria da qualidade

Como conduzir com sucesso um projeto de melhoria da qualidade Como conduzir com sucesso um projeto de melhoria da qualidade Maria Luiza Guerra de Toledo Coordenar e conduzir um projeto de melhoria da qualidade, seja ele baseado no Seis Sigma, Lean, ou outra metodologia

Leia mais

AVALIAÇÃO DA SITUAÇÃO TOPOGRÁFICA DOS VINHEDOS NO VALE DOS VINHEDOS, RIO GRANDE DO SUL, BRASIL

AVALIAÇÃO DA SITUAÇÃO TOPOGRÁFICA DOS VINHEDOS NO VALE DOS VINHEDOS, RIO GRANDE DO SUL, BRASIL AVALIAÇÃO DA SITUAÇÃO TOPOGRÁFICA DOS VINHEDOS NO VALE DOS VINHEDOS, RIO GRANDE DO SUL, BRASIL ELISEU WEBER, ELIANA CASCO SARMENTO, HEINRICH HASENACK Universidade Federal do Rio Grande do Sul, eweber@portoweb.com.br

Leia mais

Unidade III FINANÇAS EM PROJETO DE TI. Prof. Fernando Rodrigues

Unidade III FINANÇAS EM PROJETO DE TI. Prof. Fernando Rodrigues Unidade III FINANÇAS EM PROJETO DE TI Prof. Fernando Rodrigues Quando se trabalha com projetos, é necessária a utilização de técnicas e ferramentas que nos auxiliem a estudálos, entendê-los e controlá-los.

Leia mais

A qualidade dos dados digitalizados: padrões e procedimentos

A qualidade dos dados digitalizados: padrões e procedimentos A qualidade dos dados digitalizados: padrões e procedimentos Rui Figueira Museu Nacional de História Natural e CERENA Centro de Recursos Naturais do IST Objectivo Reflectir e discutir os princípios de

Leia mais

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

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

Leia mais

SPRING 3.6.03 - Apresentação

SPRING 3.6.03 - Apresentação SPRING 3.6.03 - Apresentação GEOPROCESSAMENTO Conjunto de ferramentas usadas para coleta e tratamento de informações espaciais, geração de saídas na forma de mapas, relatórios, arquivos digitais, etc;

Leia mais