Pesquisas


O laboratório de tecnologias sociais, multidisciplinar, realiza interação entre computação e diversas áreas como: saúde pública/coletiva, sócio economia e tecnologias em geral para desenvolver as pesquisas. Usa-se os dados livres disponibilizados pelo governo federal, governos estaduais, órgãos públicos e privados.

As pesquisas têm o foco na relação ciência, tecnologia e sociedade. Os temas das pesquisas concentram na busca de soluções que fomentem o processo de elaboração de políticas públicas para contribuir com enfrentamento do problema social do Brasil.

Entre os conhecimentos de computação aplicada destaca-se a inteligência computacional que proporciona o uso de várias ferramentas para análise de dados e auxiliam na compreensão dasquestões sociais, relacionadas as áreas da saúde, educação, meio ambiente entre outras. Assim como, o uso do conhecimento de estatística e probabilidade, ramo da matemática, que estuda a frequência de ocorrência de eventos usando teorias probabilísticas.

Entre os conhecimentos necessários para os desenvolvimentos das pesquisas destacam-se:

  • Mineração de Dados

    A Mineração de Dados descreve o processo de descoberta conhecimento em repositórios estruturados de dados (Banco de Dados, Data Warehouse, Arquivos, etc) combinando métodos e ferramentas estatísticas, inteligência computacional e base de dados para encontrar similaridades ou regularidades nos dados. Atualmente os dados são no formato: Não estruturado, Espacial e Temporal, Multimídia, Web, entre outros.


  • Redes Neurais Artificiais

    Técnica baseada em simular o comportamento dos neurônios. Uma rede neural pode ser vista como um conjunto de unidades de entrada e saída, conectadas por camadas intermediárias e cada ligação possui um peso associado. As principais características que se destacam são de aprender a partir de amostras de treinamento, generalizam a partir do conhecimento e se adaptam, ajustando-se a nova realidade.


  • Redes Bayseanas

    Técnica estatística (probabilidade condicional) baseada no teorema de Bayes.Destaca-se como características a simplicidade e o alto poder preditivo. Esse algoritmo é bastante utilizado, pois através deleé possível encontrar a probabilidade de um certo evento ocorrer, dada a probabilidade de um outro evento que já ocorreu:

    Probabilidade(B dado A) = Probabilidade(A e B)/Probabilidade(A)


  • Árvore de Decisão

    Técnica caracterizada pela simplicidade, sem parâmetros de configuração e geralmente tem um bom grau de assertividade. Esse método de classificação por Árvore de Decisão funciona como um fluxograma em forma de árvore, onde cada nó (não folha) indica um teste feito sobre um valor (por exemplo, idade > 20). As árvores de decisões podem ser convertidas em Regras de Classificação.




    Investidores















  • IFPA

    UFPA

    UFPA