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