LaSID – Laboratório de Sistemas Inteligentes e Distribuídos

Linhas de Pesquisa:

Agrupamento de dados

O objetivo da linha é investigar diversos aspectos relacionados a agrupamento de dados, promovendo o desenvolvimento de novas técnicas e realizando a aplicação dessas técnicas em diversas áreas para análise exploratória de dados e descoberta de conhecimento novo e relevante.

Aprendizado de Máquina

Nesta linha investiga-se diferentes técnicas de Aprendizado de Máquina, avaliando seu desempenho, propondo alterações e utilizando-as em problemas reais.

Arquiteturas de software para replicação

Esta linha de pesquisa explora os algoritmos, mecanismos, estratégias e tecnologias usadas para replicação de dados, com o objetivo de aproveitar o grande poder de processamento de aglomerados computacionais. Como resultado produzimos o middleware de replicação Treplica.

Computação distribuída

Investigar os princípios de algoritmos distribuídos e suas aplicações em diversas áreas. Também investigam-se soluções para os problemas de escalonamento de tarefas, balanceamento de carga e tolerância a falhas em ambientes distribuídos.

Mineração de Dados

Esta linha de pesquisa investiga técnicas e aplicações de mineração de dados para a solução de problemas reais.

Replicação confiável em aglomerados

O objetivo desta pesquisa é investigar questões pertinentes à construção um sistema completo para gerência de dados altamente confiável em aglomerados.

Segurança em Sistemas Distribuídos

Nesta linha pesquisa-se modelos e mecanismos de segurança em redes, com foco em ambientes multi-domínio administrativo, envolvendo interação entre redes pessoais e redes sociais.

Sistemas de Suporte à Decisão

Nesta linha busca-se soluções para criar uma arquitetura flexível para o processamento analítico de dados estruturados e não estruturados de maneira unificada, que permita tirar proveito das diferentes interpretações e propriedades dos dados não estruturados, em junção com as propriedades que podem ficar armazenadas em dados estruturados. Para satisfazer este objetivo, propõem-se os seguintes objetivos específicos: propor um modelo de dados unificado, que ofereça capturar e explorar características inerentes aos dados não estruturados; oferecer processamento analítico eficiente e escalável para o modelo de dados proposto; e propor um modelo de integração de
fontes de dados e pré-processamento inteligente, como parte do processo de Extração, Transformação e Carga, para carga e atualização dos dados no Data Warehouse. As pesquisas envolvem construir um modelo de dados multidimensional, o processamento analítico e acesso e visualização aos dados estruturados e não estruturados, e por último, validação das propostas tendo como preocupação aspectos de desempenho e facilidade de manipulação.

Membros-Docentes:

  • Prof. Dr. Gustavo Maciel Dias Vieira
  • Profa. Dra. Katti Faceli
  • Profa. Dra. Sahudy Montenegro González
  • Prof. Dr. Tiago Agostinho de Almeida
  • Profa. Dra. Tiemi Christine Sakata
  • Profa. Dra. Yeda Regina Venturini

Para maiores informações do grupo, acesse aqui.

Entrada no Diretório dos Grupos de Pesquisa no Brasil – CNPq
dgp.cnpq.br/dgp/espelhogrupo/7551185804538152