Professor Leandro Carlos de Souza (Ufersa) | Foto: Cedida.
Tendo como objetivo criar novos métodos para análise e manipulação de dados do tipo intervalo, o professor da graduação em Ciência da Computação e colaborador da Pós-Graduação em Ciência da Computação da Ufersa, Leandro Carlos de Souza, desenvolveu durante o seu doutorado na Universidade Federal de Pernambuco (UFPE) uma abordagem que visa contribuir para o desenvolvimento de métodos que analisam este tipo específico de dados.
Segundo o professor, um intervalo é um tipo de dado mais complexo que os dados comuns (que correspondem a pontos), usado na agregação de informações ou na representação de dados imprecisos. “Imagine situações em que um equipamento faz uma medição. Aquele valor medido é um ponto, mas todos os equipamentos possuem um erro de aferição, uma tolerância, então pode-se considerar uma variabilidade em torno daquele valor. O valor em si é uma estimativa. Para se trabalhar completamente com a medida em questão seria melhor utilizar um intervalo com o mínimo e o máximo valor possível. Assim, sabe-se que o valor real da medida se encontra dentro daquele intervalo. Além disso, um intervalo pode representar várias medidas”, explica o docente.
De acordo com o pesquisador, a pesquisa desenvolvida contribui para o desenvolvimento de novos modelos para análise de dados de diversas áreas, já que a análise de intervalos pode ser aplicada em qualquer área que utilize dados como forma de agrupar a informação. “Em computação, pode ser utilizada diretamente na mineração de dados. Imagine um Banco de Dados com milhões de usuários. Os intervalos podem ser utilizados para agrupá-los em intervalos que podem servir na tomada de decisões, ou sistemas de recomendação (que segurem atividades ou produtos) qual filme lhe sugerir, ou produto (dado seu perfil). Já na Biologia, pode ser aplicada na classificação de espécies em que as medidas do corpo dos animais de uma espécie podem ser representadas por intervalos. Podem ser desenvolvidos métodos para verificar se um animal pertence a determinada espécie pela análise dos intervalos. Enquanto que na Medicina, a representação intervalar pode ser usada para a representação e análise de medidas e taxas metabólicas para determinados grupos de indivíduos que realizam algum tratamento”, detalha.
RESULTADOS ORIUNDOS DA PESQUISA – Intitulada “Agrupamento e Regressão Linear de dados simbólicos intervalares baseados em novas representações”, a tese do docente já rendeu um artigo publicado na revista Knowledge-Based Systems (Qualis A1 em Computação pela CAPES). O paper “A parametrized approach for linear regression of interval data” trata sobre análise de dados do tipo intervalo, no qual a informação está representada por um mínimo e máximo como, por exemplo, a representação da temperatura mínima e máxima do dia. Neste artigo, foi proposto um novo método computacional para análise e predição estatística de dados do tipo intervalo através de regressão linear. Clique AQUI para acessar o artigo.
PERSPECTIVAS FUTURAS – Atualmente, a pesquisa está senda ampliada pelo mestrando de Computação da Ufersa, Nícholas André Pinho de Oliveira, que atua na área de processamento digital de imagens. A partir do trabalho desenvolvido pelo professor em sua tese, o aluno irá pesquisar um novo método para zoom de imagens digitais baseado em regressão linear. O trabalho está sendo orientado pela professora Angélica Félix de Castro e coorientado pelo professor Leandro. “Nícholas está aplicando o estudo da tese para uma outra área da Computação, que manipula cores de imagens: o processamento digital de Imagens. Especificamente ele tenta ampliar imagens com uma qualidade melhor do que dos atuais métodos existentes”, explica o professor, acrescentando que a dissertação é uma expansão do trabalho monográfico do aluno, orientando por ele durante a graduação em Computação.
Os próximos passos para a continuação da pesquisa já estão sendo traçados. O professor agora visa orientar alunos que implementem sistemas de software que utilizem intervalos para a análise de grandes volumes de dados, algo ainda computacionalmente difícil de se fazer hoje, bem como desenvolver sistemas de recomendação que utilizem estes dados.