Cristina Dutra de Aguiar.

Data usage is conditioned by the ability to identify useful datasets, which requires finding what a dataset contains, what it is about. Users with Information Technology skills may do this using dataset schemata, documentation, or by querying the data. In contrast, non-technical users (NTUs from now on) are limited in their capacity to discover interesting datasets. In turn, this hinders their ability to develop useful or even critical applications. The problem is compounded by the large number of datasets which NTUs may be facing, in particular when value lies in exploiting many datasets together, as opposed to one or a few at a time, and when datasets are of different data models, e.g., tables or relational databases, CSV files, hierarchical formats such as XML and JSON, PDF or text documents, etc. Inspired by our experience of collaborating with journalists from French media, we focus on journalist NTUs. This is motivated by many recent high-profile journalistic investigations based on massive digital data. The problem we consider is: how to help NTUs identify useful parts of very large sets of heterogeneous datasets, assemble and discover the information from these datasets. For example, faced with a corpus of thousands or tens of thousands files (text, spreadsheets, etc.), a journalist may want to know: what subventions did the Region grant, and where geographically? or What shipping companies have been going towards Yemen, and who contracted with them? Our proposal is to rely on rich-structured graphs at the conceptual and logical level, and Information Extraction based on language models, as well as scalable data storage and indexing systems, to help NTU leverage heterogeneous graph data lakes.

A fragmentação dos sistemas de informação na administração pública é um dos principais desafios enfrentados pelas prefeituras. Diferentes secretarias operam sistemas isolados, dificultando a troca de informações, tornando processos burocráticos ineficientes e reduzindo a capacidade de resposta às demandas da população. A integração e a interoperabilidade de dados surgem como soluções essenciais para modernizar a gestão pública, garantindo maior eficiência, transparência e qualidade nos serviços oferecidos. Elas possibilitam conectar áreas prioritárias nos serviços oferecidos ao cidadão como saúde, educação, zeladoria e segurança, permitindo que informações fluam de maneira segura e ágil entre os órgãos municipais. Dentro deste contexto, visa-se conceber um Centro de Ciência para o Desenvolvimento intitulado "IntegraSanca: Conectando Dados, Transformando São Carlos", o qual tem como objetivo investigar a integração e a interoperabilidade de dados do município de São Carlos, possibilitando a comunicação segura, inteligente e eficiente entre diferentes setores da prefeitura, no âmbito não só municipal mas também estadual. O projeto visa modernizar a gestão pública são-carlense, promover a transparência e melhorar a prestação de serviços à população. Vislumbra-se, assim, alinhar São Carlos à tendência global de cidades inteligentes. IntegraSanca engloba 4 áreas de ação: banco de dados, inteligência artificial, segurança da informação e engenharia de software.

Esse projeto visa propor e avaliar metodologias de testes que possam ser executados em ambientes in e outdoor, de modo a (i) reproduzir cenários reais de ataques no espectro eletromagnéticos a infraestruturas críticas e (ii) permitir a avaliação da eficácia das técnicas de mitigação ou contra-ataque. Os ensaios conduzidos serão dois estudos de caso de aplicações reais: desenvolvimento de metodologias de contra-ataque para neutralizar a ação de jammers em subestações de energia elétrica que visem interferir na coordenação e na sincronização temporal dos equipamentos de proteção do sistema elétrico via GPS; e identificação, de forma automática, da presença de drones ilícitos no entorno de áreas de acesso restrito.

O Centro de Pesquisa Aplicada em Inteligência Artificial, IARA, é formado por uma equipe multidisciplinar, com especialistas nacionais com competência internacionalmente reconhecidas em inteligência artificial, telecomunicações internet das coisas e cidades inteligentes. O centro sediado em São Carlos, estado de São Paulo, funcionará em rede com pesquisadores de todas as regiões do Brasil, organizado em nós ou subsedes. Assim, um diferencial desta proposta de centro é que, junto com o centro sediado em São Carlos, será formada uma rede de nós, ou sub-sedes, localizados em Instituições Científica, Tecnológica e de Inovação de todas as regiões do país. O centro tem pesquisadores de várias instituições de ciência e tecnologia do estado de São Paulo, incluindo todas as universidades públicas. A rede tem por meta cobrir cinco aspectos de cidades inteligentes: cibersegurança, educação, infra-estrutura, meio-ambiente e saúde. No aspecto relacionado a infra-estrutura, são de particular interesse os subtemas de energia, comunicação e mobilidade. Por seu caráter aplicado, foi firmado um acordo para colaboração futura com algumas cidades do país e participa também um grupo de empresas cujas atividades englobam os temas mencionados. Serão enfatizadas no centro a transferência de tecnologia, a educação e a divulgação de conhecimento para o uso correto, justo, transparente e eficiente de Inteligência Artificial para o fomento de cidades inteligentes no Brasil e no exterior.

Com base na análise do número de ingressantes do sexo feminino nos cursos de Ciências Exatas e da Terra nas três maiores Universidades públicas Paulistas (UNICAMP, UNESP e USP), é possível observar a grande disparidade entre o número de homens e mulheres, reforçando o estigma de ser uma área majoritariamente masculina, e corroborando com os diversos resultados de pesquisas publicados recentemente. Buscando reverter esse quadro, que tem se repetido desde 2000 no ICMC-USP, e de maislonga data na sociedade de modo geral, este projeto tem como objetivo explorar um conjunto de ações para a divulgação científica e tecnológica que tem como público alvo meninas e mulheres na cidade de São Carlos-SP e região, corroborando com ações da Sociedade Brasileira de Computação (SBC) que visam tanto a inserção de computação no ensino fundamental e médio, quanto a inclusão de mulheres na computação. Para aumentar o impacto dessas ações, este projeto propõe o desenvolvimento de umambiente de ensino virtual, apoiado por um currículo e materiais de código fonte aberto, que poderão ser trabalhados nas escolas de ensino fundamental e médio de São Carlos e região para apresentar a área de exatas de uma maneira lúdica e acessível para a população leiga, removendo assim o estigma de que esses são cursos exclusivamente masculinos. Além disso, o projeto também visa estabelecer parcerias público-privadas com objetivo de ampliar a inclusão feminina no mercado de trabalho como, porexemplo, por meio da realização de cursos e minicursos para treinamento de mulheres voltados para o setor de tecnologia da informação. Nesse contexto, a escolha pela cidade de São Carlos-SP, considerada a capital da tecnologia, e sua região, tem um papel estratégico uma vez que sedia unidades da USP e UFSCar, duas das principais universidades públicas do país, e uma Universidade privada. Dessa maneira, o projeto tem potencial para atrair centenas de estudantes de todo o estado.

O principal objetivo deste projeto é promover o ensino de ciências por meio do uso de tecnologias inovadoras. O ensino de programação para crianças tem despontado como uma tendência mundial. Cada vez mais instituições têm procurado integrar em seus currículos o ensino de alguma forma de programação. Nesse sentido, a Sociedade Brasileira de Computação tem angariado esforços no sentido de incluir o ensino de programação também nos currículos das escolas brasileiras. Além de constituir parte essencial da computação, fornecendo ao aluno a competência para desenvolver programas de software, os defensores do ensino de programação também argumentam que esse aprendizado ajuda na autonomia para se resolver problemas, incentiva o trabalho colaborativo e aumenta a capacidade de pensar de forma sistematizada e criativa. Destaca-se, no entanto, que mais do que ensinar a programar, é preciso promover esse tipo de conhecimento de forma contextualizada. O aluno deve entender que ele pode controlar um equipamento, dar ordens a uma máquina. Programar é, de fato, uma forma de transferir a sua compreensão para a máquina; o essencial está na pessoa, não na máquina. Entre as principais dificuldades no ensino de programação, alguns autores apontam o baixo nível de abstração, a falta de competências de resolução de problemas e a inadequação dos métodos pedagógicos aos estilos de aprendizagem dos alunos. De modo a minimizar tais dificuldades, é fundamental pensar em novas estratégias para o ensino de programação, centradas nos interesses dos alunos, que estão enraizadas nas novas tecnologias. Dentro deste contexto, este projeto de pesquisa tem como objetivo investigar o uso e a integração de ferramentas técnico-pedagógicas com foco na melhoria do ensino público.

O processamento de consultas OLAP (on-line analytical processing) é considerado significantemente custoso, devido ao grande volume de dados armazenados no data warehouse e ao fato dessas consultas realizarem junção-estrela. Consultas SOLAP (spatial OLAP) são ainda mais custosas, desde data warehouses espaciais são consideravelmente mais volumosos e demandam, além da junção-estrela, a realização de onerosos cálculos relativos ao processamento de predicados topológicos. O processamento de consultas OLAP e SOLAP pode ser beneficiado pelo uso de ambientes computacionais com grande capacidade de armazenamento e de processamento, nos quais existe o emprego de paradigmas de programação paralela e distribuída, como
os frameworks Apache Hadoop MapReduce e Apache Spark. Adicionalmente, consultas SOLAP podem se beneficiar do uso de DSDMSs (distributed spatial data management systems), que são sistemas que estendem os frameworks supracitados para armazenar, indexar e processar grandes volumes de dados espaciais (ex.: SpatialHadoop e SpatialSpark). Dentro deste contexto, este projeto de pesquisa tem como objetivo propor e implementar soluções voltadas ao processamento eficiente de consultas OLAP e SOLAP em ambientes computacionais paralelos e distribuídos. Pretende-se investigar: (i) processamento da junção-estrela considerando consultas slice and dice de baixa seletividade; (ii) processamento da junção-estrela considerando consultas drill-down, roll-up e drill-across de baixa e alta seletividade, (iii) análise comparativa de DSDMSs disponíveis na literatura; e (iv) processamento da junção-estrela estendida com
predicados espaciais, usando como base funcionalidades providas por DSDMSs.

Com base na análise do número de ingressantes do sexo feminino nos cursos de Ciências Exatas e da Terra nas três maiores Universidades públicas Paulistas (UNICAMP, UNESP e USP), é possível observar a grande disparidade entre o número de homens e mulheres, reforçando o estigma de ser uma área majoritariamente masculina, e corroborando com os diversos resultados de pesquisas publicados recentemente. Buscando reverter esse quadro, que tem se repetido desde 2000 no ICMC-USP e de mais longa data na sociedade de modo geral, este projeto tem como objetivo explorar um conjunto de ações para a divulgação científica e tecnológica que tem como público alvo meninas e mulheres na cidade de São Carlos-SP e região, corroborando com ações
da Sociedade Brasileira de Computação (SBC) que visam tanto a inserção de computação no ensino fundamental e médio, quanto a inclusão de mulheres na computação (este último por meio do programa Meninas Digitais). Para aumentar o impacto dessas ações, este projeto propõe o desenvolvimento de um ambiente de ensino virtual, apoiado por um currículo e materiais de código fonte aberto, que poderão ser trabalhados nas escolas de ensino fundamental e médio de São Carlos e região para apresentar a área de exatas de uma maneira lúdica e acessível para a população leiga, removendo assim o estigma de que esses são cursos exclusivamente masculinos (o projeto terá início com 5 escolas). Além disso, o projeto também visa estabelecer parcerias público-privadas com objetivo de ampliar a inclusão feminina no mercado de
trabalho como, por exemplo, por meio da realização de cursos e minicursos para treinamento de mulheres voltados para o setor de tecnologia da informação. Nesse contexto, a escolha pela cidade de São Carlos-SP, considerada a capital da tecnologia, e sua região, tem um papel estratégico uma vez que sedia unidades da USP e UFSCar, duas das principais universidades públicas do país, e uma Universidade privada (UNICEP). Dessa maneira, o projeto tem potencial para atrair centenas de estudantes de todo o estado para os cursos oferecidos não só nas Universidades Estaduais (USP, UNESP e UNICAMP), mas também nas diversas Universidades Federais e privadas espalhadas pelo estado de São Paulo. Espera-se que as ações promovidas pelo projeto possam ser replicadas por outras instituições de ensino, oferecendo meios para a consolidação de Políticas Públicas visando fortalecer o papel feminino na sociedade ao promover a igualdade de gênero no ingresso ao ensino superior e, em particular, nas carreiras ligadas às ciências exatas.

To efficiently process spatial queries, spatial database systems frequently employ spatial index structures, such as the R-tree and its variants, which consider Hard Disk Drives (HDDs) as the main storage system. However, HDDs have been replaced by flash memories (e.g., Solid-State Drives) due to their positive characteristics, such as faster read and write performance and lower power consumption. However, flash memories have unique characteristics that could deteriorate the performance of spatial index structures, such as asymmetry between read and write operations and erase-before-update property. In this project, we aim to investigate the impact of employing spatial index structures in flash memories. We intend to extensively study spatial index structures in flash memories and propose guidelines and research venues based on this study. We also aim to propose a new spatial index structure that considers the unique characteristics of flash memories, thus improving spatial query processing.

Star schema represents a fundamental data organization underlying the major decision-making systems, especially for Data Warehouses and Online Analytical Processing. Yet, these systems do not fit into this new Big Data scenario. In this project, we want to thoroughly investigate options to solve star joins on Azure environment. We recently observed that the bottleneck of current MapReduce strategies are in hard-drive access and IO communication, which can be reduced by switching to Apache Spark. By extensively studying these strategies, we want to propose guidelines and research venues for solving star joins and improve decision-making processes based on the Cloud.

A integração de dados de fontes heterogêneas tem sido foco de interesse tanto da área acadêmica quanto da indústria. Apesar de existirem diversas abordagens na literatura para tratar problemas de integração e problemas de procedência, são poucos os trabalhos que propõem a utilização da procedência dos dados como estratégia para aprimorar resultados de processos de integração. Ademais, esses poucos trabalhos apresentam duas limitações principais. Primeiro, eles não oferecem funcionalidades relacionadas à reprodução de decisões de integração tomadas pelo usuário, principalmente quando as fontes heterogêneas não podem ser corrigidas pelos processos de integração. Outra limitação é que esses trabalhos não são passíveis de serem executados em ambientes de computação em nuvem. Visando suprir essas duas limitações, este projeto de pesquisa visa propor oPrInt-on-the-Cloud, um modelo de procedência adaptado à computação em nuvem para subsidiar processos de integração nos quais as fontes de dados podem ser atualizadas somente pelos seus proprietários, impossibilitando que o processo de integração retifique eventuais conflitos diretamente nas fontes. Sob o aspecto de procedência dos dados em processos de integração, o modelo tem como requisitos centrais garantir as propriedades de reaplicação de decisões de integração entre diferentes processos de integração e de atualização incremental do banco de dados integrado somente com os dados que foram modificados desde o último processo de integração.
Sob o aspecto de computação em nuvem, o modelo tem como requisito central o seu uso em um ambiente de computação em nuvem, levando em consideração principalmente aspectos de armazenamento das decisões de integração tomadas pelo usuário, as quais são a base para as propriedades de reaplicação e atualização incremental.

Existe uma nova gama de consultas OLAP (on-line analytical processing) que atualmente não podem ser respondidas por aplicações de data warehousing (DWing) convencionais, desde que elas envolvem dados complexos multimídia, tais como imagens, áudio e vídeos, e dados complexos geográficos, tais como pontos, linhas e polígonos. Por exemplo, uma determinada equipe médica pode estar interessada em analisar a quanti-dade de imagens que são similares a uma determinada imagem de câncer de mama para avaliar a evolução da doença em hospitais localizados até 100 km de distância da cidade de São Carlos. Essa análise não pode ser realizada por a aplicações de DWing convencionais porque utiliza como base imagens médicas de doenças, requer o uso de operações baseadas em similaridade de imagens e também o processamento de um predicado espacial que viabilize a análise de dados georeferenciados de acordo com o relacionamento espacial existente entre esses dados. Dentro deste contexto, este projeto de pesquisa visa propor técnicas que permitam o proces-samento de consultas OLAP com predicados de similaridade entre imagens e predicados espaciais, com ênfase em data warehouses de imagens e data warehouses geográficos.

Núcleo de Apoio à Pesquisa de Aprendizado de Máquina em Análise de Dados (NAP-AMDA)

Este projeto de pesquisa enfoca a melhoria de desempenho no processamento de consultas a banco de dados não-convencionais. Mais especificamente, o projeto visa propor métodos de acesso voltados à melhoria do desempenho no processamento de consultas a data warehouses geográficos (DWG) e a bancos de dados biológicos. Métodos de acesso tentam reduzir o custo computacional envolvido em buscas eqüenciais, conduzindo a busca a porções do banco nas quais os elementos rmazenados têm alta probabilidade de serem similares ao elemento de consulta e, onseqüentemente, melhorando o desempenho no processamento de consultas. O esafio consiste em propor métodos de acesso voltados à melhoria do desempenho a DWG e a BDB que explorem as características dos dados desses bancos de dados não-convencionais e ofereçam suporte a consultas exatas e por similaridade. Embora já existam trabalhos voltados à indexação de DWG e de BDB, esses trabalhos possuem limitações, tais como alto custo computacional para acessar a estrutura e índice muito volumoso. Este projeto visa propor uma nova estrutura voltada à indexação de DWG, e um novo método de acesso para BDB.

Os sistemas de informação para medicina têm por objetivo disponibilizar a informação necessária ao médico de modo rápido e preciso visando assim melhorar a qualidade do cuidado e tratamento de pacientes. Em radiologia, a aplicação de técnicas de recuperação de imagens por conteúdo (Content-based Image Retrieval- CBIR) incorporadas aos Sistemas de Comunicação e Armazenamento de Imagens (Picture Archiving and Communication Systems - PACS) proporciona um avanço na recuperação de imagens armazenadas, antes vinculadas a um identificador do paciente ou de um exame. Com essa nova abordagem as buscas passam a ser realizadas por meio de comparações diretas entre imagens por meio de seus descritores pictóricos, possibilitando efetuar buscas por similaridade e abrindo novos caminhos para utilização do computador e das imagens médicas em atividades de auxílio ao diagnóstico. Este projeto visa permitir integrar a percepção do especialista do que é similar, no processo de recuperação de imagens baseada em seu conteúdo. Assim, deve-se diminuir um dos principais problemas dos sistemas CBIR, quando aplicados em ambientes de apoio ao diagnóstico (Computer-Aided Diagnosis - CAD), que é a lacuna semântica (semantic gap). Tal lacuna origina-se do fato que medidas de similaridade sobre os descritores das imagens, baseados na distribuição de cores/níveis de intensidade, textura e formas, em geral não possuem correlação direta com a semântica subjetiva humana. A idéia principal é desenvolver um mecanismo automático de otimização de consulta por similaridade baseado em parâmetros de percepção levantados pelos próprios radiologistas. Esse método fará uma escolha automática de quais os parâmetros perceptuais deverão ser considerados relevantes no processamento da consulta. Esses parâmetros serão detectados automaticamente, através de mineração de palavras-chave nas justificativas do pedido de exame, dos dados contidos no cabeçalho DICOM das imagens sob processamento.

O principal objetivo deste projeto de pesquisa é prover um ambiente único, com capacidades de processamento geográfico e multidimensional, para dar suporte ao processo de tomada de decisões estratégicas. Para isto, esta pesquisa visa a construção de uma ferramenta SOLAP que consista em um ambiente aberto, extensível e independente de plataforma e possua: (1) ferramentas para extração, transformação e leitura dos dados convencionais e geográficos presentes em diferentes fontes, (2) um DWG para base de dados analíticos e geográficos integrados, (3) metamodelos para o DWG e para o conjunto de metadados de integração, (4) um mecanismo para processamento analítico-multidimensional e geográfico, (5) uma linguagem de consulta com sintaxe integrada para a utilização simultânea tanto de operadores analíticos quanto de operadores espaciais e (6) uma aplicação cliente com uma interface amigável para a elaboração, submissão, manipulação e visualização dos resultados mostrados a partir de mapas, tabelas e gráficos.

O projeto tem dois objetivos. O primeiro é o desenvolvimento de tecnologia e pessoal qualificado para incluir operadores de busca e comparação por similaridade em ferramentas de apoio ao desenvolvimento de software, e mais especificamente, para a busca e comparação por similaridade do conteúdo de imagens de exames médicos em aplicações para a área da saúde. O segundo objeto é o desenvolvimento de técnicas de mineração de dados sobre objetos complexos, especialmente sobre imagens de exames médicos e sobre dados clínicos de pacientes, os quais envolvem informações temporais e o acompanhamento do paciente por longo período.

um único ou a vários docentes serem digitados repetidas vezes e/ouExiste atualmente uma grande variedade de aplicações que gerenciam dados relacionados a docentes, como o Currículo Lattes e, no caso da USP, os sistemas administrativos Júpiter e Fênix. Estas aplicações foram desenvolvidas de forma independente umas das outras, e armazenam dados complementares ou até mesmo repetidos. Neste sentido, este projeto visa desenvolver um banco de dados que permita a integração dos dados dos currículos de docentes, visando a elaboração de relatórios integrados e também a diminuição da necessidade dos mesmos dados relativos a em formatos diferentes. Esta integração, assim como a troca de dados entre as aplicações, é baseada na linguagem XML. Além de servir de base para a geração de relatórios simples, outro aspecto do projeto consiste em oferecer suporte à tomada de decisão, desde que a análise de dados relacionados a currículos de docentes pode subsidiar processos decisórios possibilitando o planejamento de ações de forma mais eficiente.

Observação: Coordenadores: Cristina Dutra de Aguiar Ciferri e Caetano Traina Junior

O volume de dados e imagens gerados nos hospitais e clínicas médicas cresce a um ritmo cada vez mais acelerado, devido ao barateamento do custo de coletar e armazenar tais informações. O diagnóstico baseado em imagens pode ser grandemente aprimorado se o especialista da área médica puder recuperar de modo rápido e pertinente informações que o apoiem na tomada de decisão. Por exemplo, recuperar casos parecidos com o que está sendo analisado, verificar o inter-relacionamento entre itens de dado e tratamentos/resultados alcançados, bem como visualizar num piscar de olhos a evolução de casos semelhantes e já diagnosticados por colegas especialistas. Este projeto visa o desenvolvimento de técnicas e algoritmos que constituirão o arcabouço teórico e prático para o desenvolvimento de ferramentas que possibilitem compreender o inter-relacionamento entre as características das imagens (que as representam) e seu significado semântico, de modo a obter os dados mais relevantes para serem utilizados para responder consultas por similaridade para apoiar o processo de decisão na elaboração de diagnósticos médicos. Os resultados alcançados por este projeto serão aplicados a sistemas de arquivamento e recuperação de imagens médicas (PACS), permitindo alcançar um patamar mais elevado em tais sistemas. Ou seja, sistemas PACS que já organizam as imagens e dados e pacientes, passarão a apoiar a tomada de decisão para suporte ao diagnóstico médico por imagens.

Este projeto de pesquisa tem como objetivo investigar técnicas voltadas à melhoria do desempenho no processamento de consultas em ambientes de data warehousing. Em particular, este projeto propõe investigar ambientes convencionais e não-convencionais de data warehousing. O primeiro ambiente é caracterizado pela manipulação de medidas numéricas que são, em geral, aditivas. O segundo ambiente, no contexto deste projeto, é caracterizado pela manipulação de dados georeferenciados.

Este projeto visa propor e implementar novas técnicas e ferramentas que permitam extrair o conhecimento inerente a exames médicos por imagens, aumentando a funcionalidade de um sistema PACS em desenvolvimento (cbPACS). O ferramental a ser desenvolvido depende de quatro vertentes de pesquisa, desde o suporte básico do desenvolvimento de técnicas de extração de características de imagens de modo a propiciar sua recuperação por conteúdo e efetuar consultas por similaridade; o desenvolvimento e aprimoramento de métodos de acesso eficientes para processar tais consultas de modo rápido e efetivo; o desenvolvimento de técnicas de mineração de dados através de regras de associação e seleção de atributos. Todas as vertentes anteriores serão suportadas por técnicas de visualização de dados que serão propostas e implementadas visando auxiliar o desenvolvimento e afinamento dos algoritmos das vertentes anteriores.

um único ou a vários docentes serem digitados repetidas vezes e/ouExiste atualmente uma grande variedade de aplicações que gerenciam dados relacionados a docentes, como o Currículo Lattes e, no caso da USP, os sistemas administrativos Júpiter e Fênix. Estas aplicações foram desenvolvidas de forma independente umas das outras, e armazenam dados complementares ou até mesmo repetidos. Neste sentido, este projeto visa desenvolver um banco de dados que permita a integração dos dados dos currículos de docentes, visando a elaboração de relatórios integrados e também a diminuição da necessidade dos mesmos dados relativos a em formatos diferentes. Esta integração, assim como a troca de dados entre as aplicações, é baseada na linguagem XML. Além de servir de base para a geração de relatórios simples, outro aspecto do projeto consiste em oferecer suporte à tomada de decisão, desde que a análise de dados relacionados a currículos de docentes pode subsidiar processos decisórios possibilitando o planejamento de ações de forma mais eficiente.

Observação: Coordenadores: Cristina Dutra de Aguiar Ciferri e Caetano Traina Junior

Este projeto visa dar continuidade à pesquisa de doutorado da proponente, por meio do extensão dos algoritmos de fragmentação horizontal já desenvolvidos e da proposta de algoritmos para a fragmentação vertical dos dados do data warehouse. O projeto também objetiva implementar os algoritmos propostos e contextualizá-los a uma aplicação de data warehousing real voltada à análise de diagnósticos de saúde pública, além de analisar o desempenho dos algoritmos de fragmentação horizontal e vertical propostos.