Melhoria e Avaliação da Ferramenta OntoUpdade
|
|
- Joaquim Benevides
- 5 Há anos
- Visualizações:
Transcrição
1 Melhoria e Avaliação da Ferramenta OntoUpdade Patrick Mendes Guimarães Sistemas de Informação CEATEC patrick.mg@puccampinas.edu.br Carlos Miguel Tobar Toledo Atualização de Ontologias para a Extração de Informação de Mídias Sociais na WEB CEATEC tobar@puc-campinas.edu.br Resumo: Este artigo aborda modificações realizadas implementações realizadas na ferramenta OntoUpdade, com a inclusão de uma nova tela, a fim de melhorar a visualização da árvore de conceitos nela existente, além da solução de um problema que foi detectado. São apresentadas também os resultados de uma avaliação realizada sobre a implementação. O OntoUpdate é parte da denominada WEB semântica. Ela serve para atualizar uma ontologia, abstração feita na computação para representar um domínio de saber. São apresentados também alguns algoritmos usados no OntoUpdate para auxiliar na construção da árvore de conceitos. Esta árvore é uma representação dos conceitos que são extraídos de documentos previamente selecionados e que podem pertencer ao domínio de interesse, representado na ontologia. Conceitos estes que podem ser incorporados à ontologia, atualizando-a. Um dos algoritmos usados é o k-nn. Como resultado da avaliação, foi obtida uma precisão de 100% e uma cobertura de 57%. Palavras-chave: Recuperação de informação, Ontologia, Vizinho mais próximo, WEB Semântica. Área do Conhecimento: Ciências Exatas e da Terra Ciência da Computação. 1. INTRODUÇÃO Nos últimos anos a WEB é uma das ferramentas computacionais que mais cresceu e se expandiu em todo o mundo. Como consequência disso, as informações começaram a ser mais compartilhadas, principalmente depois das Wikis, porque elas permitem que informações em formato de texto sejam editadas coletivamente, com uma linguagem de marcação simples pelos próprios usuários, via navegador WEB. Neste crescimento, algumas mudanças foram necessárias para deixá-la mais inteligente, criando-se perfis de usuários ou filtrando-se informações semanticamente. Um dos mecanismos que é usado para fazer estas mudanças é a ontologia. A definição de ontologia na Ciência da Computação é similar à da Psicologia: informação do ser, descrevendo e representando uma área do conhecimento. Na computação, ela é implementada como uma estrutura de dados que representa um conjunto de conceitos dentro de um domínio e os relacionamentos entre estes [1]. Consideradas como conjuntos de definições de vocabulários formais, as ontologias representam, no mundo real, indivíduos, classes, atributos e relacionamentos. [2, 3] Os indivíduos são os componentes básicos de uma ontologia. Eles podem ser objetos concretos como pessoas, casas, computadores, ou até mesmo indivíduos abstratos como os sentimentos [4, 5]. As classes são mais analíticas que os indivíduos, pois elas podem ser um grupo dos mesmos, um conjunto de outras classes ou uma coleção de ambos, criando assim um conceito geral de um determinado assunto [5]. O veículo é um exemplo de classe, que contém um conjunto de indivíduos como chassi, roda ou volante. Além disso, há na ontologia grupos de outras classes como carro, moto ou caminhão. Os atributos servem para descrever indivíduos e classes [5]. Cada atributo tem um nome e um valor para fazer esta representação. Por exemplo, o objeto IPad pode ter um atributo chamado fabricante com o valor Apple. As relações entre indivíduos e classes podem ser representadas pelos relacionamentos. Com um deles pode-se representar, por exemplo, que um computador é-um artefato tecnológico [5]. São apresentadas nas próximas seções algumas ferramentas que usam ontologias e como elas ajudam na formação da WEB semântica. Como nestas ferramentas são empregados alguns algoritmos para a manipulação de estruturas de dados, entre elas as ontologias, estes são apresentados na terceira seção Uma dessas ferramentas é o OntoUpdate, que tem como finalidade atualizar uma ontologia. Na quarta seção comenta-se sobre alterações realizadas nesta ferramenta. Na quinta seção apresenta-se a avaliação realizada sobre a ferramenta modificada.
2 2. FERRAMENTAS E ONTOLOGIAS Uma ontologia por si só não basta para deixar a WEB mais semântica. É preciso que haja o uso de ferramentas que façam a manipulação da mesma, pois com o uso delas se pode identificar, por exemplo, se um determinado documento é relevante no domínio de interesse. Seguem as descrições de duas ferramentas que manipulam uma ontologia e que se complementam. 2.1 WikiConcepts Em meio a uma grande quantidade de informação presente na WEB, que são publicadas e mantidas colaborativamente por uma comunidade de indivíduos, é necessário fazer algumas manipulações nestas. Uma dessas manipulações é a extração de informações relacionadas a um determinado domínio de interesse. Devido a essa grande quantidade, a recuperação de informação é essencial para o funcionamento da WEB semântica, pois com o uso dela, são encontradas apenas as informações do domínio de interesse do usuário, retirando da pesquisa tudo aquilo que não se relacione com esse domínio. Uma das ferramentas que fazem a recuperação de informações usando uma ontologia é o WikiConcepts [6]. 2.2 OntoUpdade O OntoUpdade é uma ferramenta usada para a- tualizar uma ontologia, considerando-se que o domínio nela representado deve evoluir, com a necessidade de inclusão de novos atributos, indivíduos e classes. O OntoUpdate trata, de cada vez, um documento que o usuário esteja lendo via navegador WEB, comparando-o com uma ontologia usada no Wiki- Concepts, que foi escolhida e carregada anteriormente. O tratamento tem a finalidade de criar uma árvore de conceitos para, no final do processo, caso o usuário queira, atualizar a ontologia. No OntoUpdade, a árvore de conceitos é necessária para armazenar conceitos que irão permitir atualizar a ontologia. Um conceito representa um objeto do domínio de interesse representado na ontologia. Ele consiste de uma descrição e clusters, podendo ter também um ou mais conceitos filhos. A descrição serve para representar o conceito, sendo que nela há termos, que são palavras que representam e dão sentido aos conceitos. Junto a cada termo há um peso, que é valor que representa a sua importância na descrição. Nos clusters são salvos representações de documentos semelhantes aos que o usuário leu via navegador. São deles tirados os termos de uma descrição. Um conceito poderá ser pai de outro, conceito filho, que terá outra descrição, outros clusters ou outros conceitos filhos. O conceito pai será mais genérico que o filho. Assim, ele terá em sua descrição menos termos que os presentes em um conceito filho, que é mais detalhado. A árvore de conceitos é preenchida conforme o usuário for lendo os documentos. Antes de inserir na mesma, o OntoUpdade faz um tratamento no documento, removendo dele stop ords, que são palavras muito comuns (como artigos e pronomes, por exemplo), para depois ele ser comparado com os conceitos da ontologia. Se o documento for relevante, ele é inserido na árvore de conceitos presente na ferramenta, em algum cluster de algum conceito. Para descobrir em qual conceito e cluster o novo documento será inserido, são usadas as funções descritas a seguir. 3. ALGORITMOS USADOS A seguir apresentam-se cinco algoritmos que fazem parte do OntoUpdate e que foram estudados durante as modificações realizadas sobre essa ferramenta. 3.1 Classify Para identificar em qual conceito um documento irá ser inserido, é feita uma comparação entre o novo documento e as descrições dos conceitos da árvore. Está comparação é feita através da função Classify, que classifica um novo documento em determinado conceito e apresentada na equação (1), que retorna um valor de similaridade, que é comparado com um coeficiente mínimo de classificação, que por padrão é 70%. k Classify( dne, ci) = ne d ci i= 1 (1) dne = é um termo da representação vetorial do novo documento [6].
3 ci = é um termo que compõe a descrição do conceito i. Assim, por exemplo, se a similaridade de um novo documento em relação ao conceito raiz for maior do que o coeficiente mínimo de classificação é procurado neste o conceito, o conceito filho com maior classificação, desde que maior que o mínimo de classificação. E repete-se a verificação nesse conceito filho até algum valor da similaridade não seja maior que o mínimo ou não existem mais conceitos filhos, ou seja, se chegou ao fim da árvore. Nestes dois casos, cria-se um novo conceito filho. Se o conceito escolhido for novo, ele não terá um cluster ainda, assim, é criado um novo para encapsular o documento dentro. Se for encontrado o conceito mais similar, é procurado dentro deste o cluster mais adequado para inserir o documento. A seguir apresenta-se como se realiza essa procura. 3.2 K-NN Para fazer a escolha do cluster no qual o documento será inserido usa-se a função k-nn (k-nearest Neighbor) [7]. Esta função, sim(dne, dj), utiliza a similaridade da representação vetorial do novo documento, medida através do cosseno, com a representação de cada documento de cada cluster. Esta similaridade é calculada segundo a equação (2). dne dj sim( dne, dj) = = dne dj t t i= 1 i, ne i, j t 2 2 i, ne i, j i= 1 j= 1 (2) dne = é a representação vetorial do novo documento. dj = é a representação vetorial de um documento do cluster. t = quantidade de documentos (dimensão). Wi,j = é o peso do termo i dentro do documento dj (peso semântico no documento). Wi,ne = é o peso do termo i dentro do documento dne. dne = é o módulo do vetor dne. A equação (2) consiste de uma multiplicação vetorial entre os termos do novo documento e dos termos de um documento presente em um dos clusters, dividindo isso pela multiplicação dos módulos do novo documento e do documento verificado. O que equivale ao cosseno do ângulo formado entre o novo documento e entre o do cluster considerado. Conforme vai sendo calculada a similaridade, é guardada apenas a similaridade com maior valor. Se este valor for maior ou igual ao coeficiente mínimo de clusterização, que por padrão é 20%, é escolhido o cluster com maior similaridade. 3.3 Evaluation Depois que foi inserido o novo documento em um cluster, se este possui mais de dois documentos, é verificado, através da função Evaluation, se o mesmo tem um grau de coesão alta para se transformar em um novo conceito. Para cada documento do cluster, é calculado o grau de similaridade dele com os outros documentos, através da equação (3). 1 Evaluation( S ) = sim( d, d ) r i j 2 nr di, dj Sr (3) Sr = é o cluster. sim(di, dj) = é a similaridade entre o par de documentos di e dj. nr² = é o número de documentos do cluster ao quadrado. Se o valor de Evoluation do cluster for maior ou igual ao coeficiente mínimo de conceituação, que por padrão é 25%, o cluster se transformará em um novo conceito. Se o usuário desejar que os conceitos sejam os mais específicos possíveis, ele poderá mudar o valor do coeficiente mínimo de conceituação. Assim, quanto mais alto este valor, mais similar o cluster terá que ser em relação ao domínio de interesse para virar um conceito. 3.4 ConceptFormation Conforme forem sendo organizados os conceitos, a descrição de cada um deles também é reorganizada, pois possivelmente alguns termos foram adicionados vindos de um novo documento naquele conceito ou retirados, caso um documento mude de
4 conceito durante a organização que segue a criação de um novo conceito. A função ConceptFormation utiliza todos os documentos do cluster que gerou a formação do novo conceito para criar a lista de descrição do mesmo. Para cada termo de cada documento, é calculada a média ponderada do mesmo. Está média é obtida pela equação (4). Nela são somados todos os pesos dos termos iguais encontrados em um determinado cluster, dividindo este valor pelo número de textos do cluster em que foram encontrados tais termos. t = termo. t = n d = 1 n d t, d (4) t = valor do peso do termo t. nd = número de documento no cluster. O valor médio é comparado com o coeficiente mínimo de descrições, que por padrão é 80%. Se for maior, este termo é incluído na lista de descrição do conceito. 3.5 WEBDCC Todo este processo de escolha do melhor conceito, do melhor cluster, e da reorganização dos conceitos e descrições é parte do algoritmo WEB Document Conceptual Clustering (WEBDCC) [8]. Figura 1. Apresentação da árvore de conceitos. Um problema surgiu durante a avaliação da ferramenta. Tal problema consiste na má formação dos conceitos, uma vez que, em alguns casos, ocorria de um conceito pai ter a mesma descrição que o conceito filho. Assim, foi necessário fazer uma engenharia reversa para tentar descobrir onde ocorria o erro. Através disso, foi descoberto que a saída da função Classify, que é usada para verificar se o documento deve ou não ser inserido em um conceito, poderia ser a responsável pelo problema no sistema. Como descrito anteriormente, esta função consiste em uma multiplicação vetorial entre as palavras do novo documento e entre as descrições dos conceitos na árvore, como pode ser visto na equação (2). Na Figura 2 é retratado o problema citado: A lista de termos da descrição do conceito root é igual à do seu filho. 4. MODIFICAÇÃO DO ONTOUPDATE A ferramenta OntoUpdate trata um novo documento, depois verifica se o mesmo pertence ao domínio de interesse e, se for, é incorporado a algum cluster de um conceito. Mas, no OntoUpdate, não era possível ver em qual posição da árvore de conceitos ele se encontrava. Também não era possível observar com ficavam os conceitos, clusters e descrições. Sendo assim, em uma alteração da ferramenta, foi criada uma tela na qual o usuário pode ver como a árvore se encontra, após a categorização de um documento. Esta tela (Figura 1) apresenta os níveis da árvore, subdividindo-a em conceitos, clusters e descrições. Figura 2. Apresentação do problema: descrição do conceito pai é semelhante à do conceito filho. Foi feita uma mudança na função para corrigir o problema. Antes só era possível um documento ser classificado em um conceito quando os termos deste fossem comparados com os termos das descrições dos conceitos, obtendo o valor de similaridade, e
5 este valor fosse maior ou igual ao coeficiente mínimo de classificação. Após analisar os resultados dos dados, observou-se que esta comparação deveria ser menor ou igual. Depois de corrigido isto na função Classify da ferramenta, observou-se que esta mudança foi consistente, eliminando o problema relatado. 5. AVALIAÇÃO Para realizar a avaliação da ferramenta OntoUpdate, depois das mudanças feitas, foi utilizada uma ontologia sobre Ataques de Redes, 10 documentos relevantes ao domínio da ontologia e 5 não relevantes. Foi feito o carregamento de cada documento via navegador e a ferramenta fez a seleção dos que eram relevantes à ontologia. A visualização implementada da árvore de conceitos foi de extrema importância para saber quais termos dos documentos serviram para atualizar a ontologia. Conforme os textos foram carregados, observou-se se os termos selecionados pela ferramenta e inseridos nas descrições dos conceitos estavam semanticamente de acordo a ontologia em questão. Esta parte da avaliação foi feita sem usar quaisquer métrica de avaliação, pois os termos podem ser confirmados visualmente. Esta avaliação foi positiva. Para uma segunda avaliação, foram usadas as métricas de precisão (P) e cobertura (R), e a medida (F). A precisão é obtida pela equação (5), que indica a quantidade (cardinalidade) de termos corretos que são encontrados na interseção entre os documentos esperados (RL) e os documentos extraídos pela ferramenta (EL), dividindo este total pela cardinalidade de EL. Isto representa a porcentagem de acertos da ferramenta. A medida F é considerada um grau harmônico entre a precisão e a cobertura, e é dada pela equação (7). (7) Usando estas formulas, foi obtida uma precisão de 100%, uma cobertura de 57% e uma medida F de 72% em relação aos resultados depois da modificação da função Classify. Isso significa que, para os documentos usados, a ferramenta funciona bem em aproximadamente 70% das vezes. Para fazer esta avaliação, foram considerados os valores dos coeficientes mínimos padrão da ferramenta. 6. CONCLUSÃO Este artigo trata do uso de uma ferramenta que atualiza ontologias, através de uma árvore de categorização. São apresentadas as modificações realizadas na mesma e que permitiram obter bons resultados em aproximadamente 70% dos casos envolvidos na avaliação realizada. O objetivo principal do trabalho de Iniciação Científica descrito neste artigo era conhecer a fundo o OntoUpdate para poder modificá-lo, de maneira a incluir funcionalidades que estavam faltando. Para isso, foi feita a leitura das publicações sobre as ferramentas WikiConcepts e o estudo do próprio OntoUpdade. Além disso, outro objetivo era fazer a avaliação da ferramenta modificada. Porém, a partir de uma primeira avaliação foram encontrados alguns problemas descritos anteriormente neste artigo. Para tentar solucioná-los, foi preciso mudar o foco das mudanças inicialmente pretendidas. 7. REFERÊNCIAS (5) A cobertura indica a porcentagem de termos esperados extraídos pela ferramenta. Esta quantidade de termos é obtida pela formula (6). (6) [1] GRUBER, Thomas R. A Translation Approach to Portable Ontology Specifications Knoledge System Laboratory, Computer Science Department, Stanford University, Stanford, California, [2] GUARINO, Nicola. Formal Ontology in Information Systems. Proceedings of FOIS 98, Trento, Italy, 1998.
6 [3] GRUBER, Thomas R. Toard Principles for the Design of Ontologies Used for Knoledge Sharing. Knoledge System Laboratory, Computer Science Department, Stanford University, Stanford, California, [4] OWL Web Ontology Language Guide. Capturado online em 11/08/2012 de < TR/2004/REC-ol-guide >. [5] BARQUÍN, Ainhize Rodríguez; GONZÁLEZ, José Antonio Moreiro; PINTO, Adilson Luiz. Construção de uma ontologia para sistemas de informação empresarial para a área de Telecomunicações. DataGramaZero - Revista de Ciência da Informação - v.7 n.2, Abril, [6] GERMER, Alessandro Santos. Recuperação de informação em Wikis com o uso de ontologias f. Trabalho de Conclusão de Curso - Pontifícia Universidade Católica de Campinas, Centro de Ciências Exatas, Ambientais e de Tecnologias, Faculdade de Engenharia de Computação, Campinas, [7] FERRERO, Carlos Andres (2009), Dissertação de Mestrado (Instituto de Ciências Matemáticas e de Computação), Universidade de São Paulo. São Paulo, Brasil. Capturado online em 10/07/2012 de < 134/tde /pt-br.php> [8] GODOY, Daniela; AMANDI, Anália. Modeling user interests by conceptual clustering. Information Systems. Volume 31, Issues 4 5, Junho Julho de 2006, Páginas
Mineração 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 maisOntologias: Definições e Tipos
Ontologias: Definições e Tipos Ricardo de Almeida Falbo Departamento de Informática Universidade Federal do Espírito Santo Agenda O que é uma ontologia Tipos de Ontologias Ontologia Origem: Filosofia Ont-
Leia mais- Engenharia Reversa - Evolução de Sofware. Desenvolvimento como. Requisitos o que. Sistema porque. Profa. Dra. Sandra Fabbri. operacional.
Unidade V Evolução de Sofware - Engenharia Reversa - Profa. Dra. Sandra Fabbri Fases Genéricas do Ciclo de Vida Engenharia Sistemas Análise Projeto Codificação Manutenção Teste Sistema Requisitos Desenvolvimento
Leia maisInteligência Artificial
Inteligência Artificial Representação de conhecimento Nível do conhecimento e nível simbólico Prof. Paulo Martins Engel Informática UFRGS Prof. Paulo Martins Engel Representação do conhecimento As técnicas
Leia maisOntologias: Definições e Tipos
Ontologias: Definições e Tipos Ricardo de Almeida Falbo Ontologias para Engenharia de Software Departamento de Informática Universidade Federal do Espírito Santo Agenda O que é uma ontologia Tipos de Ontologias
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 07 Classificação com o algoritmo knn Max Pereira Classificação com o algoritmo k-nearest Neighbors (knn) Como os filmes são categorizados em gêneros? O que
Leia maisRoteiro 01. Professor: Prof. M.Sc. Odilon Corrêa da Silva. Curso: Engenharia de Computação. Disciplina: Programação para WEB
Roteiro 01 Professor: Prof. M.Sc. Odilon Corrêa da Silva Curso: Engenharia de Computação Disciplina: Programação para WEB Roteiro 01 Objetivos Apresentar os conceitos básicos do HTML Criar listas em páginas
Leia maisUniversidade Federal da Paraíba CCEN Departamento de Informática Disciplina: Banco de Dados. Aula 1 Introdução a Banco de Dados
Universidade Federal da Paraíba CCEN Departamento de Informática Disciplina: Banco de Dados Aula 1 Introdução a Banco de Dados 1. Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído
Leia maisRealimentação de Relevância
Wendel Melo Faculdade de Computação Universidade Federal de Uberlândia Recuperação da Informação Ciclo de realimentação onde uma consulta q recebida do usuário é transformada em uma consulta modificada
Leia maisAula 6: Entrada e Saída
Aula 6: Entrada e Saída Fernanda Passos Universidade Federal Fluminense Programação de Computadores IV Fernanda Passos (UFF) Entrada e Saída Programação de Computadores IV 1 / 29 Agenda 1 Revisão e Contexto
Leia maisMIDB-OP: um Modelo de Integração de Dados Biológicos apoiado em Ontologias e Procedência de dados Caroline Beatriz Perlin
MIDB-OP: um Modelo de Integração de Dados Biológicos apoiado em Ontologias e Procedência de dados Caroline Beatriz Perlin Orientador: Prof. Dr. Ricardo Rodrigues Ciferri Agenda Introdução Bancos de dados
Leia maisIdentificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais
Universidade de São Paulo Biblioteca Digital da Produção Intelectual - BDPI Departamento de Ciências de Computação - ICMC/SCC Comunicações em Eventos - ICMC/SCC 2015 Identificação de Pontos Perceptualmente
Leia maisPALAVRAS-CHAVE: Ortodontia, Análise Facial, Estética.
657 UMA FERRAMENTA COMPUTACIONAL PARA REALIZAÇÃO DE ANÁLISE FACIAL Raphael Silva Marques¹; Michele Fúlvia Angelo² 1. Bolsita PIBIC/CNPq, Graduando em Engenharia de Computação, Universidade Estadual de
Leia maisFigura 16 Niagara - Visão de grupos de notas.
Conclusão 6 Conclusão 6.1 Trabalhos Relacionados Dentre as funcionalidades fornecidas pela interface gerada pelo framework, em destaque está a possibilidade do zoom livre. Disponibilizar esta funcionalidade
Leia maisDescoberta de conhecimento em textos - Análise semântica. Diogo Cardoso Eduardo Camilo Inácio Eduardo Monteiro Dellandréa Guilherme Gomes
Descoberta de conhecimento em textos - Análise semântica Diogo Cardoso Eduardo Camilo Inácio Eduardo Monteiro Dellandréa Guilherme Gomes Introdução Diversidade de textos não padronizados; Emails, artigos,
Leia maisMineração de Dados. Arthur Emanuel de O. Carosia Cristina Dutra de Aguiar Ciferri
Mineração de Dados Arthur Emanuel de O. Carosia Cristina Dutra de Aguiar Ciferri 1 Motivação Aumento da capacidade de processamento e de armazenamento de dados; Baixo custo; Grande quantidade de dados
Leia maisSumário 1. Inicializando o Sistema Arquitetura do Sistema Consulta Rápida de Veículos Informações Gerais...
1 Sumário 1. Inicializando o Sistema... 3 2. Arquitetura do Sistema... 5 2.1. Menu... 5 2.1.1. Detalhamento do Menu e Submenu... 5 2.2. Barra de Ferramentas... 6 2.2.1. Ações... 6 2.2.2. Crédito Disponível...
Leia maisApresentação do Capítulo 4 MDA (Model-Driven Archtecture) ALUNO: DOMENICO SCHETTINI FILHO NÚMERO USP:
Apresentação do Capítulo 4 MDA (Model-Driven Archtecture) ALUNO: DOMENICO SCHETTINI FILHO NÚMERO USP: 8429016 Definição de MDA OMG (Object Management Group) propôs uma aplicação abrangente das práticas
Leia maisModelagem Conceitual Orientada a Objetos. Classes e Tipos. Classe x Tipo x Instância...
Modelagem Conceitual Orientada a Objetos Fernanda Baião UNIRIO Material parcialmente extraído a partir das notas de aula de Maria Luiza M. Campos, Arnaldo Vieira e Maria Cláudia Cavalcanti 1 Classes e
Leia maisEstudo Comparativo entre Diferentes Medidas de Similaridade na Aplicação de Casamento de Modelos ao Problema do Reconhecimento de Imagens de Levedura
Estudo Comparativo entre Diferentes Medidas de Similaridade na Aplicação de Casamento de Modelos ao Problema do Reconhecimento de Imagens de Levedura Fernando Riedo Pires Orientador: Jeferson Pistori Co-orientador(a):
Leia mais4 Análise de Dados. 4.1.Procedimentos
4 Análise de Dados 4.1.Procedimentos A idéia inicial para a comparação dos dados foi separá-los em series de 28 ensaios, com a mesma concentração, para depois combinar esses ensaios em uma única série.
Leia mais6 Conclusão. 6.1 Trabalhos relacionados
Conclusão 112 6 Conclusão 6.1 Trabalhos relacionados A primeira versão do método SHDM apresentada por Lima (2003) empregava um modelo orientado a objetos como a base estrutural do modelo conceitual de
Leia mais2.1. Construção da Pista
2 Malha de Controle Para que se possa controlar um dado sistema é necessário observar e medir suas variáveis de saída para determinar o sinal de controle, que deve ser aplicado ao sistema a cada instante.
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 maisAutor(es) HARLEI MIGUEL DE ARRUDA LEITE. Orientador(es) MARINA TERESA PIRES VIEIRA. Apoio Financeiro PIBIC/CNPQ. 1. Introdução
19 Congresso de Iniciação Científica IMPLEMENTAÇÃO DE GUIAS E ALGORITMOS PARA REGRAS DE ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) HARLEI MIGUEL DE ARRUDA LEITE Orientador(es)
Leia maisFUNDAÇÃO UNIVERSIDADE ESTADUAL DE MARINGÁ
FUNDAÇÃO UNIVERSIDADE ESTADUAL DE MARINGÁ Centro de Tecnologia - CTC Departamento de Informática - DIN Programa de Pós-Graduação em Ciência da Computação PCC ESTÁGIO DE DOCÊNCIA II Disciplina: Engenharia
Leia maisUma ferramenta para expansão do vocabulário com base em coocorrência
Resumos Expandidos: XI Mostra de Estagiários e Bolsistas... 11 Uma ferramenta para expansão do vocabulário com base em coocorrência Exupério Lédo Silva Júnior 1 Roberta Akemi Sinoara 2 Solange Oliveira
Leia mais5 Usando as Representações de Design Rationale
5 Usando as Representações de Design Rationale Como mencionamos anteriormente, representar design rationale em uma linguagem formal usando o modelo formal dos artefatos nos permite atribuir semântica ao
Leia mais7 Conclusão. 7.1 Principais Contribuições Originais
97 7 Conclusão Uma metodologia eficiente e segura é proposta para prever a propagação de trincas de fadiga sob carregamento de amplitude variável em estruturas bidimensionais com geometria 2D complexa.
Leia maisFerramenta para cálculo de métricas em softwares orientados a objetos codificados em Object Pascal
Ferramenta para cálculo de métricas em softwares orientados a objetos codificados em Object Pascal Patrícia Regina Ramos da Silva Seibt (FURB) patrícia@benner.com.br Marcel Hugo (FURB) marcel@furb.br Everaldo
Leia maisSIMULAÇÃO DE UM APRENDIZ FORMAL COM ALGORITMO EVO- LUCIONÁRIO
SIMULAÇÃO DE UM APRENDIZ FORMAL COM ALGORITMO EVO- LUCIONÁRIO Monise Rafaela da Costa Sistemas de Informação CEATEC monise.rc@puccamp.edu.br Resumo: Este documento apresenta o resultado de um trabalho
Leia maisNews Clipping. Como calcular ângulos entre notícias pode ajudar na prevenção à lavagem de dinheiro. Willian Gigliotti
News Clipping Como calcular ângulos entre notícias pode ajudar na prevenção à lavagem de dinheiro Willian Gigliotti wgigliotti@gmail.com Departamento de Ciências da Computação Instituto de Matemática e
Leia maisTécnico em Informática. Banco de Dados. Profª Ana Paula Mandelli
Técnico em Informática Banco de Dados Profª Ana Paula Mandelli Banco de Dados (BD) Existem vários tipos de banco de dados e eles estão presentes na nossa vida há muito tempo. Lista Telefônica Cadastro
Leia maisEste capítulo aborda os fundamentos principais aplicados neste trabalho.
2 Fundamentos Este capítulo aborda os fundamentos principais aplicados neste trabalho. 2.1 Linked Data Linked Data é um padrão de práticas a serem seguidas para a publicação e interligação de dados estruturados
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Aprendizagem Baseada em Instâncias Plano de Aula Introdução Espaço
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 maisUniversidade do Estado de Santa Catarina Centro de Ciências Humanas e da Educação Departamento de Biblioteconomia e Gestão da Informação
PLANO DE ENSINO RECUPERAÇÃO DA INFORMAÇÃO Departamento: Biblioteconomia e Gestão da Ano/semestre: 2014/1 Curso: Biblioteconomia Fase: 5ª Disciplina: Recuperação da Turno: matutino Carga horária: 54 horas/aula
Leia maisManipulação de uma ontologia desenvolvida em OWL através da utilização da API JENA 2 Ontology
Manipulação de uma ontologia desenvolvida em OWL através da utilização da API JENA 2 Ontology Paulo Roberto Gonçalves 1, Parcilene Fernandes de Brito 1 1 Laboratorio de Inteligência Computacional Centro
Leia maisVISUALIZAÇÃO DE DADOS MÉDICOS
VISUALIZAÇÃO DE DADOS MÉDICOS Aluno: Charles Kubudi Cordeiro Orientador: Marcelo de Andrade Dreux Introdução A visualização de dados médicos tem como objetivo organizar de forma coerente uma massiva quantidade
Leia maisCastro (2008, p.7) define a palavra ontologia de forma mais simplificada:
Recuperação de Informação baseada em Castro (2008, p.7) define a palavra ontologia de forma mais simplificada: Ela é o resultado da junção de dois termos gregos onta (entes) e logos (teoria, discurso,
Leia maisENGENHARIA DE SOFTWARE
CURSO TÉCNICO DE INFORMÁTICA Módulo A ENGENHARIA DE SOFTWARE Análise de Requisitos REQUISITO? Pode variar de uma declaração abstrata de alto nível de um serviço ou de uma restrição de sistema para uma
Leia maisModelagem Usando Orientação à Objetos (Programação Orientada a Objetos) Prof. Responsáveis Wagner Santos C. de Jesus
Curso Disciplina Linguagem de Programação II Curso Engenharia da Computação Modelagem Usando Orientação à Objetos (Programação Orientada a Objetos) Site : http://www1.univap.br/~wagner/ec.html Prof. Responsáveis
Leia maisMODELAGEM DE SISTEMAS. Introdução a Computação e Engenharia de Software. Profa. Cynthia Pinheiro
MODELAGEM DE SISTEMAS Introdução a Computação e Engenharia de Software Profa. Cynthia Pinheiro Introdução Modelagem de Sistemas: A modelagem de um sistema auxilia o analista a entender a funcionalidade
Leia maisSistemas de Banco de Dados
Sistemas de Banco de Dados Fundamentos em Bancos de Dados Relacionais Wladmir Cardoso Brandão www.wladmirbrandao.com Departamento de Ciência da Computação (DCC) Instituto de Ciências Exatas e Informática
Leia maisAplicação de uma Técnica Tradicional de Expansão de Consulta ao Modelo TR+
Pontifícia Universidade Católica do Rio Grande do Sul Faculdade de Informática Programa de Pós-Graduação em Ciência da Computação Aplicação de uma Técnica Tradicional de Expansão de Consulta ao Modelo
Leia maisImplementação de um sistema de validação estatística configurável de dados
Implementação de um sistema de validação estatística configurável de dados Eduardo Dias Filho Supervisores: João Eduardo Ferreira e Pedro Losco Takecian 16 de novembro de 2014 Introdução Table of Contents
Leia maisEngenharia Reversa e Reengenharia. Engenharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2015
Engenharia Reversa e Reengenharia Engenharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2015 Fases Genéricas do Ciclo de Vida Engenharia Sistemas Análise Projeto Codificação Testes Manutenção
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 18 Aprendizado Não-Supervisionado Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest Neighbor
Leia maisUML (Unified Modelling Language)
UML (Unified Modelling Language) Curso de Especialização DEINF - UFMA Desenvolvimento Orientado a Objetos Prof. Geraldo Braz Junior Referências: Booch, G. et al. The Unified Modeling Language User Guide
Leia maisManual do Usuário. Universidade Estadual de Roraima. Rua 7 de Setembro, 231, Canarinho. Boa Vista/RR. CEP:
Manual do Usuário Usando o Mantis para solicitar suporte Tela de Login Para ter acesso ao Mantis, você deverá digitar em seu navegador o link abaixo: http://intranet.uerr.edu.br. Basta digitar as mesmas
Leia maisRoteiro de utilizaça o do SOAC
Roteiro de utilizaça o do SOAC O SOAC (Simulador de Organização e Arquitetura de Computadores) é uma ferramenta didática para auxiliar, principalmente, o ensino de Organização e Arquitetura de Computadores.
Leia mais4 Framework Proposto para Construção de Mediadores
41 4 Framework Proposto para Construção de Mediadores Neste capitulo apresentamos um framework que implementa a estratégia para enriquecimento de dados a partir de informações da Deep Web, descrita no
Leia maisDESCOBERTA DO CONHECIMENTO COM O USO DE TEXT MINING APLICADA AO SAC TEXT MINING. Aluno José Lino Uber. Orientador Paulo Roberto Dias
DESCOBERTA DO CONHECIMENTO COM O USO DE TEXT MINING APLICADA AO SAC TEXT MINING Aluno José Lino Uber Orientador Paulo Roberto Dias Dezembro/2004 Roteiro Introdução Objetivo Conceitos Motivação / Tipos
Leia maisINF 1010 Estruturas de Dados Avançadas
INF Estruturas de Dados Avançadas Grafos // DI, PUC-Rio Estruturas de Dados Avançadas. Algoritmo de Dijkstra 8 8 Algoritmo de Dijkstra 8 8 8 Algoritmo de Dijkstra 8 8 8 Algoritmo de Dijkstra 8 8 8 8 8
Leia mais5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Conceitos básicos Classificação não-supervisionada:
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 maisAula 01 Revisão Geral Banco de Dados I Conceito de Banco de Dados e SGBD
Aula 01 Revisão Geral Banco de Dados I Conceito de Banco de Dados e SGBD Banco de Dados (BD) é o arquivo físico, em dispositivos periféricos, onde estão armazenados os dados de diversos sistemas, para
Leia maisModelos. Banco de dados. Professor: Jarbas Araújo CENTRO EDUCACIONAL RADIER.
Modelos Banco de dados Professor: Jarbas Araújo professorjarbasaraujo@gmail.com CENTRO EDUCACIONAL RADIER Projeto de banco de dados Todo bom sistema de banco de dados deve apresentar um projeto, que visa
Leia maisIntrodução. Conceitos Básicos. Conceitos Básicos. Conceitos Básicos
Introdução Laboratório de Computação para Ciências Módulo II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Mestrado Profissional
Leia maisSOFTWARE REQUIREMENTS
SOFTWARE REQUIREMENTS Ian Sommerville, 8º edição Capítulo 6 Aula de Luiz Eduardo Guarino de Vasconcelos O que é um requisito? Pode variar de uma declaração abstrata de alto nível de um serviço ou de uma
Leia maisArquitetura de um Ambiente de Data Warehousing
Arquitetura de um Ambiente de Data Warehousing Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura Típica usuário usuário... usuário
Leia maisRedes Neurais (Inteligência Artificial)
Redes Neurais (Inteligência Artificial) Aula 16 Aprendizado Não-Supervisionado Edirlei Soares de Lima Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest
Leia maisProfª Ana Lúcia Lima Marreiros Maia Profª Fabiana Cristina Bertoni
Profª Ana Lúcia Lima Marreiros Maia Profª Fabiana Cristina Bertoni Motivação e Objetivos Etapas do Desenvolvimento de um Sistema de Recuperação de Informações (SRI): Pré-processamento; Representação; Extração
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 maisObtendo Interoperabilidade Semântica em Sistemas. Metamorphosis
Obtendo Interoperabilidade Semântica em Sistemas Heterogéneos de Informação com Metamorphosis Giovani R. Librelotto José Carlos Ramalho Pedro R. Henriques Departamento de Informática Universidade do Minho
Leia maisMotivação. Estrutura de Dados. Motivação. Motivação. Por que estudar os tipos de dados? Duas são as principais preocupações em um projeto de software
Estrutura de Dados Aula 01 -Tipos Abstratos de de Dados Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com Motivação Por que estudar os tipos de dados? Duas são as principais preocupações em um projeto
Leia maisSIMULAÇÃO DE UM APRENDIZ INFORMAL COM ALGORITMO EVOLUCIONÁRIO
SIMULAÇÃO DE UM APRENDIZ INFORMAL COM ALGORITMO EVOLUCIONÁRIO Breno Antunes Sistemas de Informação CEATEC bee_zaum@hotmail.com Resumo: Este documento apresenta o resultado de um projeto de Iniciação Científica
Leia mais2 Fluxos no Ciclo de Vida do Processo Unificado. O Processo Unificado consiste da repetição de uma série de ciclos durante a vida de um sistema.
Processo Unificado Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Ciclo de Vida - Fluxos Autoria:Aristófanes Corrêa Silva Adaptação: Alexandre
Leia maisTelevisao tamanho tela emitirsom. conectarperifericos
1 - Introdução a Programação Orientada a Objeto Para tentar solucionar o problema do baixo reaproveitamento de código, surgiu a idéia da Programação Orientada a Objeto (POO). A POO não é nova, sua formulação
Leia maisPortal Cálculo tem Remédio
2015 Portal Cálculo tem Remédio Autor: Robson Damião da Rocha Raimundo SUMÁRIO 1 INTRODUÇÃO... 2 2 PRIMEIROS PASSOS... 3 3 LAYOUT DA FERRAMENTA... 4 4 PASSO A PASSO... 7 4.1 INSERINDO VALORES... 7 4.1.1
Leia maisTecnologias de Informação e Comunicação Currículo: identificação de aprendizagens essenciais
Tecnologias de Informação e Comunicação Currículo: identificação de aprendizagens essenciais EQUIPA: Carlos Nunes Fernanda Ledesma Filipe Mendes João Leal Miguela Fernandes METODOLOGIA: 1. Definição da
Leia mais1 Introdução. 1 World Wide Web Consortium -
1 Introdução A internet é uma ampla fonte de disseminação de informações, abrangendo praticamente todas as áreas de conhecimento. A maioria das informações disponíveis hoje para a grande parte dos usuários
Leia maisComputação Gráfica - 11
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Computação Gráfica - 11 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisREENGENHARIA E ENGENHARIA REVERSA
REENGENHARIA E ENGENHARIA REVERSA Manutenção de Software Profa. Cynthia Pinheiro Definição: É o exame, análise e/ou reestruturação de um sistema de software para reconstruí-lo em uma nova forma. Objetivos:
Leia maisP R O F. M E. H É L I O E S P E R I D I Ã O. Eng. Computação
P R O F. M E. H É L I O E S P E R I D I Ã O Eng. Computação BANCO DE DADOS Podemos entender por banco de dados qualquer sistema que reúna e mantenha organizada uma série de informações relacionadas a um
Leia mais6 Trabalhos Relacionados
6 Trabalhos Relacionados Existem vários projetos, tais como DILLEO e ILUMINA, que constroem Bibliotecas Digitais de LOs, mas não integram os repositórios nem os ambientes. Portanto, eles retratam abordagens
Leia maisSistemas da Informação. Banco de Dados I. Edson Thizon
Sistemas da Informação Banco de Dados I Edson Thizon (edson@esucri.com.br) 2008 Apresentação (mini-currículo) Formação Acadêmica Mestrando em Ciência da Computação (UFSC/ ) Créditos Concluídos. Bacharel
Leia mais6. Considerações Finais
146 6. Considerações Finais Neste capítulo apresentamos as conclusões que foram feitas nesta dissertação. Estas conclusões são apresentadas em três 4 seções: Lições Aprendidas, Trabalhos Relacionados,
Leia maisINF1013 MODELAGEM DE SOFTWARE
INF1013 MODELAGEM DE SOFTWARE Departamento de Informática PUC-Rio Ivan Mathias Filho ivan@inf.puc-rio.br Programa Capítulo 1 O Paradigma Orientado a Objetos A Linguagem UML Descrição da Arquitetura 1 Programa
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Aprendizagem Baseada em Instâncias Alessandro L. Koerich Mestrado/Doutorado em Informática (PPGIa) Pontifícia Universidade Católica do Paraná (PUCPR) Mestrado/Doutorado em Informática
Leia maisWikED! Na última década, um grande número de sistemas colaborativos apareceram
Universidade Federal do Espírito Santo Departamento de Informática Estruturas de Dados I (INF09292) 1o Trabalho Prático Período: 2015/2 Profa Patrícia Dockhorn Costa Email: pdcosta@inf.ufes.br Data de
Leia mais5 Implementação da Metodologia
5 Implementação da Metodologia A implementação da metodologia proposta no Capítulo 4 é possível devido ao importante avanço que os métodos numéricos e a capacidade de processamento computacional atuais
Leia maisÉ uma sequência lógica de ações, um passo a passo, para atingir determinado objetivo.
Computação I Introdução Olá pessoal, eu sou o Edivaldo e aqui vou tentar ensinar de um jeito resumido e descomplicado as noções iniciais do curso de Programação da UFRJ, que é ministrado na linguagem de
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Tipos de Aprendizagem. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Tipos de Aprendizagem Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir diferentes tipos de
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 maisAplicação de Tags em Objetos de Sistemas de Visualização em Tempo Real
Fundamentos de Computação Gráfica Aplicação de Tags em Objetos de Sistemas de Visualização em Tempo Real Renato Deris Prado Tópicos principais 1. Introdução e Objetivos Sistemas de visualização em tempo
Leia maisConceitos Básicos. Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI. Disciplina: Banco de Dados
Fundação Centro de Análise, Pesquisa e Inovação Tecnológica Instituto de Ensino Superior - FUCAPI Conceitos Básicos Disciplina: Banco de Dados Prof: Márcio Palheta, Esp Manaus - AM ROTEIRO Introdução Dados
Leia maisIntrodução. descrever os tipos de interfaces e linguagens oferecidas por um SGBD. mostrar o ambiente de programas dos SGBD s
Introdução Contribuição do Capítulo 2: discutir modelos de dados definir conceitos de esquemas e instâncias descrever os tipos de interfaces e linguagens oferecidas por um SGBD mostrar o ambiente de programas
Leia maisConsultas por Similaridade em Domínios de Dados Complexos
Consultas por Similaridade em Domínios de Dados Complexos Guilherme Felipe Zabot Orientador: Profº Dr Caetano Traina Jr Roteiro Objetivo Introdução Dados Complexos Representação de Dados Complexos Extração
Leia maisSumário Ciclo RBC. Ciclo RBC Recuperação. Objetivo. Recuperação Reutilização Revisão Retenção
Universidade de São Paulo Instituto de Ciências Matemáticas e Computação Sumário Ciclo RBC Recuperação Reutilização Revisão Retenção Programa de Aperfeiçoamento de Ensino Estagiária: Valéria de Carvalho
Leia maisSistema de Banco de Dados. UNIDADE 1 Introdução aos Sistemas de Bancos de Dados Professor: Armando Hage
Sistema de Banco de Dados UNIDADE 1 Introdução aos Sistemas de Bancos de Dados Professor: Armando Hage Resumo da Unidade Banco de dados BD SGBD Objetivo Visão Geral Abstração Modelo de Dados Entidade Relaciomento(ER)
Leia maisORGANIZANDO DADOS E INFORMAÇÕES: Bancos de Dados
ORGANIZANDO DADOS E INFORMAÇÕES: Bancos de Dados Gestão da Informação (07182) Instituto de Ciências Econ., Adm. e Contábeis (ICEAC) Universidade Federal do Rio Grande (FURG) Gestão de Dados As organizações
Leia maisIntrodução a Ciência da Computação Estrutura e Organização das Informações PROFESSORA CINTIA CAETANO
Introdução a Ciência da Computação Estrutura e Organização das Informações PROFESSORA CINTIA CAETANO Introdução A qualidade do armazenamento dos dados, permitem uma melhor extração de informações, e consequentemente,
Leia maisCampus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini /
Campus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini E-mail: prof.andre.luis.belini@gmail.com / andre.belini@ifsp.edu.br MATÉRIA: SIG Aula N : 08 Tema: Como melhorar a tomada
Leia mais5 ESTUDO DE CASOS 5.1 CATEGORIZAÇÃO
102 5 ESTUDO DE CASOS 5.1 CATEGORIZAÇÃO Conforme detalhado na seção 4.3, foram criados três conjuntos de dados: clientes BT com 382 padrões, clientes comerciais MT com 866 padrões e clientes industriais
Leia maisIntrodução INTRODUÇÃO AO SWEBOK. Origens do corpo de conhecimentos da Engenharia de Software: Introdução a Computação e Engenharia de Software
INTRODUÇÃO AO SWEBOK Introdução a Computação e Engenharia de Software Profa. Cynthia Pinheiro Introdução Origens do corpo de conhecimentos da Engenharia de Software: Engenharia da Computação Ciência da
Leia maisCETEG. Manual. Centro de Ensino Tecnológico de Goiás. Atividade - Wiki. Manual "Atividade - Wiki"
Manual Atividade - Wiki CETEG Centro de Ensino Tecnológico de Goiás CETEG - Centro de Ensino Tecnológico de Goiás Versão: 12/12/2016 12:23 Table of Contents ATIVIDADE - WIKI... 1 Acessar um Wiki... 1 Usar
Leia maisUniversidade do Estado de Santa Catarina Centro de Ciências Humanas e da Educação Departamento de Biblioteconomia e Gestão da Informação
PLANO DE ENSINO RECUPERAÇÃO DA INFORMAÇÃO Departamento: Biblioteconomia e Gestão da Ano/semestre: 2012/1 Curso: Biblioteconomia Fase: 5ª Disciplina: Recuperação da Turno: vespertino Carga horária: 54 horas/aula
Leia mais