LIAAD coordena projecto sobre Extracção de Conhecimentos em Fluxos Distribuídos de Dados
O Laboratório de Inteligência Artificial e Apoio à Decisão (LIAAD) está envolvido no KDUS – Knowledge Discovery from Ubiquitous Data Streams, um projecto de investigação de base financiado pela FCT para o triénio 2009-2012 nas áreas científicas da Análise de Dados e Extracção de Conhecimentos. O objectivo principal deste projecto consiste em estudar, analisar, desenvolver e avaliar algoritmos de aprendizagem distribuídos e adaptativos que aprendem a partir de fluxos contínuos de dados distribuídos gerados em ambientes dinâmicos.
27 dezembro 2009
Dois desenvolvimentos tecnológicos recentes estão a mudar a nossa maneira de estar no mundo: por um lado, têm aparecido artefactos equipados com capacidades computacionais, objectos providos de sensores que deixam de ser estáticos e inanimados para serem adaptativos e reactivos; por outro lado existe uma explosão de todo o tipo de redes de comunicação, possibilitando a partilha de informação e auto-organização. A conjunção destas duas tecnologias possibilita o desenvolvimento de comunidades de “smart devices” adaptativos.
A importância destes equipamentos prende-se com o facto de eles serem capazes de sensoriar o ambiente, receber informação de outros sensores e de se adaptar continuamente a mudanças ambientais e à evolução dos hábitos e necessidades dos utilizadores. Ao mesmo tempo, permitem trabalhar com recursos limitados devido a restrições de poder computacional, memória, bateria e comunicações, e têm uma capacidade de auto-diagnóstico, uma característica da inteligência, principalmente por conseguirem prever a possibilidade de falhas.
Existem neste projecto duas dimensões a destacar: por um lado os fenómenos em estudo geram fluxos de dados (redes de distribuição eléctrica, redes de sensores ambientais, Websites, etc.) e, por outro lado, a informação é gerada de forma distribuída, havendo custos computacionais com a partilha dessa informação.
O projecto está concebido em dois níveis: no primeiro nível, situado na camada de dados distribuídos que evoluem com o tempo, o LIAAD irá aprofundar métodos e técnicas para aprendizagem de modelos locais que evoluem ao longo do tempo, detectam mudanças no processo gerador de dados e se auto-adaptam aos dados mais recentes. Por outro lado, o segundo nível situa-se na camada dos modelos. Aqui, a equipa do LIAAD irá estudar técnicas e métodos para a construção de modelos globais a partir dos modelos locais, modelar a evolução dos modelos e fazer auto-diagnósticos.
A equipa de investigação inclui Pedro Rodrigues, Raquel Sebastião e Elena Ikonomovska. João Gama é o investigador do LIAAD responsável pelo projecto.
BIP de Novembro 2009