|
Projects
2018 - 2022
|
Big Data Analytics: lançando luz dos genes ao cosmos
|
|
Descrição:
Projeto de internacionalização que envolve 16 instituições estrangeiras, com
pesquisadores renomados, e mais 12 pesquisadores da UFSC, dos quais 3 são
da Ciência da Computação (PPGCC), 6 da Física (PPGFSC) e 3 da
Biotecnologia e Biociências (PPGBTC). O projeto é multidisciplinar e visa
financiar visitas de longa e curta duração de alunos e docentes
brasileiros para o exterior, bem como trazer pesquisadores estrangeiros
para a UFSC. Físicos e biólogos tiveram que acrescentar aos seus
vocabulários termos caros à Ciência da Computação, como data management
para organizar dados; técnicas como PCA, machine
learning, data mining, pattern
recognition e clustering
para analisar dados; computação distribuída e de alto desempenho para
lidar com o volume de dados; e até inventaram o termo citizen
science, que consiste em recrutar o público para
ajudar a classificar desde galáxias até o canto de baleias
(www.zooniverse.org). Essa superposição de técnicas levou a uma
colaboração de pesquisadores da UFSC que trabalham com Big Data e todos
os termos computacionais a ele associados. Enquanto a Física e a Biologia
buscam soluções nas suas áreas de aplicação, a Computação cria as novas
técnicas computacionais de aprendizado de máquina que, aliadas a técnicas
de alto desempenho, permitem processar e extrair conhecimento novo e útil
de grandes volumes de dados, sejam estes de uma única fonte, ou de
múltiplas fontes que requerem técnicas de integração de dados
heterogêneos. A cooperação destes três programas, com a coordenação do
PPGCC/UFSC, irá expandir a interdisciplinaridade dentro da UFSC, unindo três
programas de PG em uma temática que vem ganhando importância
internacional, e buscará se tornar referência mundial em pesquisa em Big
Data Analytics em conjunto com instituições
internacionais. (OBS: NO PROJETO SÓ FORAM LISTADOS OS DOCENTES DO PPGCC,
OS RESPONSÁVEIS PELO PROJETO NO PPGFSC E PPGBTC, E OS PESQUISADORES
ESTRANGEIROS LIGADOS À COMPUTAÇÃO.
Situação: Em andamento Natureza: Projetos de pesquisa
Alunos envolvidos: Mestrado acadêmico (10); Doutorado (20);
Integrantes:
Vania Bogorny (Coordenadora); Chiara Renso; Ronaldo dos Santos Mello; Stan Matwin; Marcio Castro Bastos; Natalia Vale Asari; Glauber Wagner; Konstantinos Tserpes; Jean-François Méhaut;
François Broquedis
Financiador(es): CAPES.
|
2018 - 2022
|
MASTER: Multiple ASpects
TrajEctoRy Mangement
and Analysis (Projeto Europeu
chamada H2020-MSCA-RISE-2017 - Marie Skłodowska-Curie Research and Innovation Staff
Exchange)
|
|
Descrição:
O grande número de aplicações reais para dispositivos móveis que variam
desde chamadas telefônicas até dados de redes sociais e sistemas de
monitoramento de terra e mar têm produzido grandes volumes de dados
representando o movimento dos indivíduos. Contudo, a pesquisa na área de
análise de dados de movimento tem sido limitada a dados na forma de
sequencias de pontos localizados no tempo e no espaço, incluindo algumas
poucas informações semânticas. Considerando que o movimento dos
indivíduos envolve vários fatores externos, chamados aspectos, e esses aspectos
correspondem a dados de múltiplas fontes com características diferentes,
surge a necessidade de integrar estes dados para obter informações mais
realísticas sobre o movimento do indivíduo. Estes aspectos variam desde
os meios de transporte utilizados no movimento, os dados climáticos que
afetam a escolha dos meios de transporte e a forma de locomoção bem como
a distância percorrida, até informações sobre o sentimento e opinião dos
indivíduos sobre e coisas e pessoas ao longo do deslocamento. Assim, o
objetivo geral do projeto é investigar novas técnicas para gerenciamento
e análise de trajetórias considerando vários pontos de vista, chamados
múltiplos aspectos. As aplicações chave do projeto serão os domínios de
turismo, monitoramento marítimo e transporte público.
Situação:
Em andamento; Natureza:
Pesquisa.
Alunos
envolvidos: Graduação: (5) / Mestrado acadêmico: (20) / Doutorado:
(30) .
Integrantes:
Vania Bogorny – Coordenadora pela UFSC / Luis Otavio Alvares - Integrante / Jose Antonio Fernandes de Macedo - Integrante / Yannis Theodoridis -
Integrante / Chiara Renso – Coordenadora Geral
/ Nikos Pelekis -
Integrante / Ronaldo dos Santos Mello - Integrante / Carlos Andres Ferrero - Integrante / Stan Matwin - Integrante / Karine Zeitouni
- Integrante / Marco Antonio Casanova -
Integrante / Alessandra Raffaetta - Integrante
/ Laercio Lima Pilla - Integrante / kostantinos
Tserpes - Integrante / Andre
Luiz Lehmann – Integrante / Camila da Silva
Leite – Integrante.
Financiador(es):
União Européia - Cooperação.
|
2018 - 2022
|
MATCH - Multiple Aspect Trajectory Construction for
Human Behavior Analysis (co-finaciamento
FAPESC para Projetos Aprovados no programa Horizonte 2020 da União Européia)
|
|
Descrição:
Este projeto é um financiamento da FAPESC para mobilidade (visitas de
curta duração) de docentes e alunos do grupo de Big Data Analytics do PPGCC/UFSC para as instituições
estrangeiras envolvidas no projeto MASTER. O objetivo geral deste projeto
é propor uma modelagem de dados para trajetórias multiaspecto
sob a ótica de Big Data. Dentre os objetivos específicos destacam-se (i)
um modelo conceitual para trajetórias multiaspecto,
(ii) definição de estruturas de armazenamento e
acesso eficiente para trajetórias multiaspecto
usando banco de dados NoSQL, (iii) novos algoritmos de mineração de trajetórias multiaspecto visando inferir novos tipos de padrões
sobre o comportamento humano, sob a otica de
lugares visitados, meios de transporte utilizados, condições climáticas,
variações de humor, etc.
Situação: Em andamento Natureza: Projetos de pesquisa
Alunos envolvidos: Graduação (2); Mestrado acadêmico (3); Doutorado (1);
Integrantes: Vania Bogorny (Responsável); ; Luis
Otavio Alvares; Ronaldo dos Santos Mello; Lucas May Petry
Financiador(es): Fundação de
Amparo à Pesquisa e Inovação do Estado de Santa Catarina-FAPESC.
|
2015
- 2018
|
Descoberta e
Interpretação de Padrões Comportamentais em Trajetórias (Edital PQ 2014)
|
|
Descrição:
O objetivo maior do projeto 'e inferir novos tipos de padroes
e interpretar os padroes descobertos, buscando
responder perguntas do tipo por que e para que um objeto movel teve certo comportamento. Mais especificamente,
o projeto visa (a) definir novos algoritmos e/ou estender algoritmos
existentes para a interpretacao dos padroes extraidos, (b)
elaborar métodos para inferir perfis socio-demograficos
como trabalhador, aposentado, estudante, etc;
(c) a partir das trajetorias de objetos moveis,
integrar dados de redes sociais ; (d) elaborar metodos
para detectar interacoes entre os objetos; (e)
elaborar algoritmos para deteccao de novos
tipos de padroes de comportamento e inferencia de relacionamentos entre individuos..
Situação:
Concluído; Natureza: Pesquisa.
Alunos
envolvidos: Graduação: (2), Mestrado acadêmico: (3), Doutorado: (2) .
Integrantes:
Vania Bogorny (Coordenador), Luis Otavio Alvares, Andre Salvaro Furtado, Lucas Andre
Alencar, Carlos Andres Ferrero, Areli Santos, Mateus Barragana.
Financiador(es):
CNPq, Universidade Federal de Santa Catarina - Bolsa.
|
2013 – 2016
|
DESCARTES -
DEScoberta de Comportamentos Anômalos em tRajeTórias usando imagEns de
vídeo e redes Sociais (Edital Universal Faixa 30.000 - Processo
474050/2013-0)
|
|
Descrição: O
objetivo maior do projeto é integrar dados de videos
e redes sociais na análise de trajetórias. Para atingir o objetivo geral
os seguintes objetivos específicos são traçados: - definir novos
algoritmos e/ou estender algoritmos existentes para a interpretação de
trajetórias usando padrões extraídos de redes sociais; - definir métodos
para interpretação de trajetórias usando dados de vídeo; - definir novos
métodos capazes de inferir comportamentos de indivíduos através da
análise espaçotemporal de sua trajetória e padrões de gestos em vídeo; -
definir algoritmos para identificação e interpretação de comportamento
anômalo, com ou sem o uso de dados de redes sociais e videos; - extensão
dos algoritmos para análise de dados em tempo real; - criação de um
protótipo para análise de comportamentos anômalos usando múltiplas fontes
de dados. Este protótipo oferecerá aos diversos membros da equipe o uso
da ferramenta em suas pesquisas, similar a ferramenta WEKA-STPM, um
protótipo resultante do projeto anterior que é atualmente usado por
muitos pesquisadores na análise de trajetórias..
Situação: Concluído; Natureza: Pesquisa
Integrantes:
Vania Bogorny - Coordenador / Chiara Renso - Integrante / Fernando de
Lucca Siqueira - Integrante /Lluis Otavio Alvares - Integrante / Andre
Salvaro Furtado - Integrante / Lucas Andre de Alencar - Integrante
|
2012 - 2015
|
SEEk - Semantic Enrichment of Trajectory Knowledge Discovery (FP7 -
European Union - Marie Curie)
|
|
Descrição: Projeto Europeu financiado pela
Comunidade Econômica Européia (FP7) que envolve
8 universidades de diferentes países: 2 da Itália, 1 da Grécia, 4 do
Brasil e 1 do Canadá. O projeto tem como principal objetivo investigar
novos métodos para extrair conhecimento de grandes volumes de dados de
trajetórias de objetos móveis através de técnicas que consideram o
contexto (semântica) das aplicações (http://www.seek-project.eu/?q=node/4).
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 30) / Mestrado
acadêmico ( 20) / Doutorado ( 10) .
Integrantes: Luis Otavio Alvares -
Integrante / Jose Antonio Fernandes de Macedo - Integrante / Fosca
Giannotti - Integrante / Yannis Theodoridis - Integrante / Dino Pedreschi
- Integrante / Monica Wachowicz - Integrante /
Valéria Cesario TImes
- Integrante / Marco A. Casanova - Integrante / Renato Fileto -
Integrante / Alessandra Raffaeta - Integrante /
Vitor Fontes - Integrante /, Chiara Renso -
Coordenadora Geral/ Vania Bogorny –
Coordenadora pela UFSC.
Financiador(es): União Européia -
Auxílio financeiro..
|
2012 - 2015
|
Técnicas e
Algoritmos para Descoberta de Padrões de Comportamento Anômalo em
Trajetórias de Objetos (Edital Bolsa PQ CNPQ 2011)
|
|
Descrição: O foco deste projeto é na análise de
comportamento do objeto móvel, a partir de trajetórias enriquecidas com
informações semânticas. Com base nas trajetórias enriquecidas
semanticamente, este projeto visa identificar padrões de comportamento
como encontros, desvios e perseguição, buscando através da análise
espaço-temporal, identificar o perfil do objeto móvel. Por exemplo,
acelerações e desacelerações bruscas, bem como mudanças bruscas de
direção em alta velocidade, podem caracterizar o perfil de um mau
motorista. A detecção deste tipo de perfil pode auxiliar em diversos
domínios de aplicação como, por exemplo, para empresas de transporte
público, motoristas de grandes carretas de transportadoras, motoristas de
caminhões que transportam produtos perigosos, etc. Motoristas que
transportam alimentos perecíveis como frutas e legumes podem ser
responsáveis pela perda de aproxiamdamente 30%
destes produtos, conforme estatística da ANVISA (Associação Nacional de
Vigilância Sanitária). Outros tipos de comportamento a serem investigados
são individuos que perseguem outros indivíduos
ou objetos que evitam outros objetos, sendo importantes padrões de
comportamento em aplicações de segurança pública, investigação de crimes,
monitoramento de animais, e assim por diante..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 2) / Mestrado
acadêmico ( 3) / Doutorado ( 1) .
Integrantes: Eduardo Carboni -
Integrante / de Lucca Siqueira, Fernando -
Integrante / Vitor Cunha Fontes - Integrante / Artur Aquino - Integrante
/ Mathias Mortari - Integrante / Vania Bogorny
- Coordenador.
.
|
2010 - 2012
|
ATACT -
Algoritmos e Técnicas para Análise de Comportamento em Trajetórias
(Edital Universal do CNPq Faixa 20 Mil)
|
|
Descrição: Este projeto tem como objetivo principal
identificar padrões de comportamento em trajetórias de objetos móveis.
Objetivos específicos incluem o desenvolvimento de novos mecanismos para
o enriquecimento semântico de trajetórias, o desenvolvimento de
algoritmos que identifiquem padrões de comportamento em trajetórias
individuais, a integração de trajetórias com dados geográficos e
informação de contexto da aplicação, o desenvolvimento de técnicas que
identifiquem pontos importantes em trajetórias utilizando informações
armazenadas em bases de conhecimento e um protótipo que integre parte das
técnicas desenvolvidas..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 3) / Mestrado
acadêmico ( 2) .
Integrantes: Luis Otavio Alvares -
Integrante / Chiara Renso - Integrante /
Valéria Cesario TImes
- Integrante / Bruno Moreno - Integrante / Fernando de Lucca Siqueira - Integrante / Alisson Moscato Loy - Integrante / Patricia Della Mea Plentz - Integrante / Vania Bogorny - Coordenador.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e
Tecnológico - Auxílio financeiro.Número
de orientações: 3.
|
2009-2012
|
MODAP - Mobility, Data Mining, and Privacy
|
|
Descrição: Este projeto é uma continuação do
projeto europeu GEOPKDD e visa desenvolver técnicas de análise de dados
gerados por dispositivos móveis preservando a privacidade dos individuos. O foco é no desenvolvimento de novas
técnicas de mineração de dados de trajetórias, descoberta de padrões de
comportamento, porém preservando a privacidade. Este projeto é financiado
pela união européia e envolve as Universidades
de Pisa (Itália), Atenas (Grécia), EPFL (Suíça), Instituto Fraunhofer (Alemanha) e Turquia. Site do projeto:
http://www.modap.org/content/modap_partners.
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 3) / Mestrado
acadêmico ( 4) / Doutorado ( 1) .
Integrantes: Bart Kuijpers - Integrante
/ Jose Antonio Fernandes de Macedo - Integrante / Fosca Giannotti -
Coordenador / Stefano Spaccapietra - Integrante
/ Yannis Theodoridis
- Integrante / Chiara Renso - Integrante /
Monica Wachowicz - Integrante / Gennady Adrienko -
Integrante / Natalia Adrienko - Integrante /
Vania Bogorny - Integrante.
Financiador(es): União Européia -
Auxílio financeiro.
Número de produções C, T & A: 4 / Número de orientações: 4.
|
|
|
|