Investindo no Futuro: O Programa Jovens Pesquisadores - Fapesp

na decisão relativa ao acionamento autorizado de portas,
chancelas, dados eletrônicos restritos, comandos de
máquinas, interpretação de tarefas diversas em veículos,
computadores e dispositivos eletrônicos, entre outros.
redes bayesianas aplicadas
323 a tarefas de descoberta de
conhecimento em bancos de dados
Estevam Rafael Hruschka Júnior
Centro de Ciências Exatas e de Tecnologia
Universidade Federal de São Carlos (UFSCar)
Processo 2004/14218-9
vigência: 1/6/2005 a 31/5/2009
As técnicas de descoberta de conhecimento em
bancos de dados (KDD), também chamadas ração de
dados, surgiram da grande necessidade de se obter mais
informação sobre os dados armazenados por empresas e
grandes corporações. As redes bayesianas (RBs) podem
ser consideradas como uma forma de representação do
conhecimento baseada no raciocínio probabilístico e
possuem características que as tornam muito adequadas
para tarefas de descoberta de conhecimento em bancos
de dados. Por isso, este é um campo de aplicação efervescente
nos últimos anos. Este projeto tem como objetivo
principal propor, implementar e avaliar algoritmos para
a otimização do aprendizado de redes bayesianas a partir
de dados para a aplicação em tarefas de descoberta de
conhecimento em bancos de dados. O método de aprendizado
bayesiano otimizado será aplicado mais especificamente
na limpeza e integração, na seleção e transformação,
na mineração e na avaliação e apresentação dos
dados. Assim será definida uma metodologia bayesiana
integrada de descoberta de conhecimento em bancos de
dados. Os resultados deste projeto contribuirão para o
desenvolvimento teórico e prático da área de mineração
de dados e redes bayesianas. Nesse sentido, as metodologias
propostas levarão ao desenvolvimento de programas
computacionais que automatizem as metodologias desenvolvidas
e à produção de artigos científicos.
identificação automática
324 de relacionamento
entre informações similares
Alessandra Alaniz Macedo
Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto
Universidade de São Paulo (USP)
Processo 2004/12477-7
vigência: 1/3/2005 a 31/8/2009
Fontes diferentes de informação, estilos diferentes
de escrita e a curiosidade nata do ser humano despertam
Ciências Exatas
175
o interesse de leitores por conhecer mais de um relato
sobre um mesmo tema. No contexto de pesquisas científicas,
por exemplo, a identificação de trabalhos relacionados
é condição necessária para o desenvolvimento do
trabalho. Para que a leitura de diferentes relatos com conteúdo
similar seja possível, leitores precisam procurar, ler
e analisar informações fornecidas por diferentes fontes
de informação. Essa atividade, além de exigir grande investimento
de tempo, sobrecarrega cognitivamente usuários
que dedicam atenção tanto à informação lida quanto
à trilha percorrida. Explorando serviços de identificação
automática de relacionamentos, usuários podem conhecer
diferentes relatos de uma mesma informação sem
precisar formular consultas e navegar por todo o conteúdo
do espaço de informação. O objetivo proposto neste
projeto é aprimorar e estender as pesquisas desenvolvidas
por esta pesquisadora sobre definição automática de
relacionamentos entre informações com conteúdo similar
para poder aplicá-las em diferentes domínios. Essas
pesquisas serão aplicadas, por exemplo, durante captura
ubíqua em sala de aula e também com material relacionado
à atividade médica.
algoritmos evolucionários
325 e redes neurais artificiais
em problemas não estacionários
Renato Tinos
Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto
Universidade de São Paulo (USP)
Processo 2004/04289-6
vigência: 1/9/2004 a 30/11/2008
Apesar de grande parte dos problemas de otimização
em sistemas reais ser dinâmico, a pesquisa em
Algoritmos Evolucionários (AEs) tem se concentrado
basicamente em problemas de otimização estacionários.
AEs são algoritmos de otimização inspirados na evolução
natural e usam, geralmente, funções objetivo estáticas
com ótimos globais fixos. Contudo, os sistemas reais
operam na maior parte das vezes em ambientes dinâmicos
em que a solução corrente deve evoluir de acordo
com as mudanças. Vários são os exemplos de mudanças
que ocorrem em problemas não estacionários, tais
como falhas e deterioração de equipamentos, mudanças
econômicas, doenças, mudanças nas configurações do
ambiente, mudanças climáticas e mudanças devido a variáveis
humanas. Este projeto visa ao estudo de AEs em
problemas não estacionários, principalmente aqueles
associados às redes neurais artificiais, bioinformática e
robótica. Para isso, serão estudados algoritmos baseados
na solução encontrada pela natureza de alterar a robustez
de cada gene para permitir que seja mais ou menos
suscetível a mudanças.