| 1. | 2014-Atual. Inteligência Analítica aplicada no apoio à tomada de decisão nas organizações Descrição: Atualmente, empresas, indivíduos, governos e organizações civis produzem e armazenam grandes volumes de dados digitalizados, tanto estruturados, na forma de sistemas de arquivos ou bancos de dados relacionais e dimensionais, quanto não- estruturados, como arquivos de texto, imagens, vídeos e sons. Esses dados contêm informações que podem ser úteis às decisões na organização que os possui, mas o grande volume, a velocidade com que são gerados, e a variedade de suas formas tornam difíceis as descobertas de conhecimento relevante, a partir apenas dos fatos que eles representam. Essa complexidade dificulta a análise com o uso de ferramentas e métodos computacionais convencionais como a geração de relatórios e as consultas a bases de dados. Nesse sentido, é fundamental a utilização extensiva de dados, análises quantitativas e estatísticas, modelos explicativos e preditivos para uma análise baseada em fatos que oriente decisões e ações. A esse uso das informações denomina-se Inteligência Analítica. As técnicas de Inteligência Analítica oferecem tecnologia, teoria e método para a manipulação de dados estruturados e não-estruturados e a descoberta de conhecimento neles encerrado. O uso da Inteligência Analítica permite estender a análise dos dados por meio da descrição e diagnóstico (conclusões), da capacidade preditiva (tendências) e prescritiva (alternativas a seguir) a partir do processamento contínuo dos dados operacionais, o que amplia o conhecimento para tomada de decisão, além de permitir a automatização de decisões a partir de padrões mapeados. O presente projeto tem por objetivo aplicar a Inteligência Analítica no apoio à tomada de decisão nas organizações de diversos ramos de atividades como: bancário/financeiro, comércio varejista, informática, logística, automotivo, indústria, saúde, transportes e Internet/sites. Para tanto, são consideradas as seguintes tecnologias/técnicas e ferramentas: (i) arquiteturas de Business Intelligence e seus componentes: Data Warehouse, Data Mart, ferramentas OLAP e indicadores de desempenho; (ii) ferramentas de Business Analytics; (iii) Descoberta de Conhecimento em Bases de Dados (Knowledge Discovery in Databases - KDD), (iv) Mineração de Dados e a Mineração de Opiniões, (v) técnicas de Inteligência Computacional, tais como: Redes Neurais Artificiais, Lógica Fuzzy, Teoria dos Rough Sets, Árvores de Decisão, Regras de Associação, Computação Evolucionária, Sistemas Especialistas, Raciocínio Baseado em Casos, Inteligência de Enxame e Imunocomputação; (vi). Também será considerada a possível combinação da Inteligência Analítica com técnicas estatísticas (por exemplo, Modelo de Markowitz e Classificação Bayesiana), com metodologias, métodos e ferramentas de gestão da Tecnologia da Informação (por exemplo, ITIL, COBIT, Balanced Scorecard, Arquitetura Corporativa e Business Process Management) e com ferramentas de CRM (Customer Relationship Management).. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Especialização: (1) / Mestrado acadêmico: (7) . Integrantes: Renato José Sassi - Coordenador / Carlos de Oliveira Affonso - Integrante / Edquel Bueno Prado Farias - Integrante / Cleber Gustavo Dias - Integrante / Sidnei Alves de Araujo - Integrante / Ivanir Costa - Integrante / Ismael Francisco da Silva - Integrante / Anderson Rocha de Barros - Integrante / Paulo Henrique Ribeiro de Oliveira - Integrante / Marcelo Drudi Miranda - Integrante / Flavio Clésio Silva de Souza - Integrante / Elenice Gonçalves Sousa Conceição - Integrante. Número de produções C, T A: 12 / Número de orientações: 9 Membro: Renato José Sassi. |
| 1. | 2010-2013. Investigação e Análise de Arquiteturas de Business Intelligence aplicadas à Engenharia de Produção Descrição: O presente projeto tem por objetivo investigar e analisar arquiteturas de Business Intelligence aplicadas à Engenharia de Produção, considerando o papel fundamental dessas arquiteturas na transformação da informação em conhecimento para apoiar a tomada de decisão. Além das arquiteturas convencionais, o projeto objetiva estudar arquiteturas voltadas para a Internet como o Data Webhouse, para o chão-de-fábrica como o Business Intelligence Operacional e em tempo real como o Real Time Decision Processing com a Zero Latency Enterprise. Os componentes fundamentais de uma arquitetura de Business Intelligence também serão investigados e analisados como: o Data Warehouse e suas abordagens, as ferramentas OLAP, além de indicadores de desempenho. A relação da arquitetura de Business Intelligence com a Lei Sarbannes-Oxley e com o Tratado de Basiléia também são objetos de estudo neste projeto.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (3) . Integrantes: Renato José Sassi - Coordenador / Adriano Arrivabene - Integrante / Marcio Romero - Integrante / Tiago Vieira de Carvalho - Integrante. Financiador(es): Universidade Nove de Julho - Auxílio financeiro. Número de produções C, T A: 22 Membro: Renato José Sassi. |
| 1. | 2009-2013. Combinação de Técnicas da Inteligência Artificial e da Estatística Aplicadas ao Reconhecimento de Padrões e a Mineração de Dados Descrição: O presente projeto tem por objetivo investigar e analisar a combinação de técnicas da Inteligência Artificial e também da Estatística no Reconhecimento de Padrões e na Mineração de Dados. Técnicas podem ser combinadas para gerar as chamadas arquiteturas híbridas ou sistemas híbridos. A grande vantagem desse tipo de arquitetura deve-se ao sinergismo obtido pela combinação de duas ou mais técnicas. Este sinergismo reflete na obtenção de um sistema mais poderoso (em termos de interpretação, de aprendizado, de estimativa de parâmetros, de generalização, dentre outros) e com menos deficiências. As principais técnicas da Inteligência Artificial que serão combinadas são: as redes neurais artificiais, a lógica fuzzy e os algoritmos genéticos e no caso das técnicas estatísticas, o Modelo de Markowitz. Outras técnicas podem ser consideradas como a Inteligência de Enxame, os Sistemas Especialistas e o Raciocínio Baseado em Casos.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Especialização: (1) / Mestrado acadêmico: (3) / Doutorado: (1) . Integrantes: Renato José Sassi - Coordenador / Flavio Moreira da Costa - Integrante / Carlos de Oliveira Affonso - Integrante / Ricardo Pinto Ferreira - Integrante / Paulo Henrique Kaupa - Integrante / Edquel Bueno Prado Farias - Integrante / Elenice Sousa - Integrante. Financiador(es): Universidade Nove de Julho - Auxílio financeiro. Número de produções C, T A: 34 Membro: Renato José Sassi. |
| 2. | 2009-2013. Inteligência Computacional Aplicada na Descoberta e Extração de Conhecimento em Bases de Dados para Apoio à Tomada de Decisão Descrição: Este projeto objetiva por meio de técnicas inspiradas na Natureza, o desenvolvimento de sistemas inteligentes que imitem aspectos do comportamento humano, tais como: aprendizado, percepção, raciocínio, evolução e adaptação aplicados na extração de conhecimento em bases de dados para apoiar a decisão. Para isso considera como técnicas principais as redes neurais artificiais, a lógica fuzzy e a computação evolucionária. Outras técnicas como os sistemas especialistas, a inteligência de enxame e a imunocomputação também são consideradas. Os sistemas inteligentes desenvolvidos serão aplicados em sistemas de controle e de manufatura, em processos industriais, em sistemas de transporte, na previsão de séries temporais, em modelos hidrológicos e em sistemas de apoio à tomada de decisão organizacional. . Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (4) . Integrantes: Renato José Sassi - Coordenador / Andrea Martiniano da Silva - Integrante / Marcelo Drudi Miranda - Integrante / Flávio Clésio Silva de Souza - Integrante / Edquel Bueno Prado Farias - Integrante. Financiador(es): Universidade Nove de Julho - Auxílio financeiro. Número de produções C, T A: 36 Membro: Renato José Sassi. |
| 1. | 2008-Atual. Descoberta de Conhecimento e Balanced Scorecard: aplicação da Arquitetura Híbrida formada pela Teoria dos Rough Sets com Redes Neurais Artificiais Mapas Auto-Organizáveis no Apoio a Definição de Metas Estratégicas de Longo Prazo Descrição: O projeto propõe a obtenção de uma maior qualidade dos dados que servem de indicadores ao Balanced Scorecard através da aplicação da Arquitetura Híbrida. Esta aplicação divide-se em duas fases: - primeira fase: redução do número de atributos a serem analisados utilizando a Teoria dos Rough Sets; - segunda fase: agrupamento (clusters) dos atributos segundo características semelhantes utilizando Redes Neurais Artificiais Mapas Auto-Organizáveis. O objetivo principal é o de apoiar a definição de metas estratégicas de longo prazo. . Situação: Em andamento; Natureza: Pesquisa. Integrantes: Renato José Sassi - Coordenador / Silva, L.A. - Integrante / Hernandez, E. del M. - Integrante. Membro: Renato José Sassi. |
Data de processamento: 10/03/2015 04:53:53