II

Vania Bogorny's
Home Page

UFSC

 

 

Home

Research

Publications

Short CV

Events

Software

Teaching

Projects

Group Members


Projects

 

2018 - 2022

Big Data Analytics: lançando luz dos genes ao cosmos

Descrição: Projeto de internacionalização que envolve 16 instituições estrangeiras, com pesquisadores renomados, e mais 12 pesquisadores da UFSC, dos quais 3 são da Ciência da Computação (PPGCC), 6 da Física (PPGFSC) e 3 da Biotecnologia e Biociências (PPGBTC). O projeto é multidisciplinar e visa financiar visitas de longa e curta duração de alunos e docentes brasileiros para o exterior, bem como trazer pesquisadores estrangeiros para a UFSC. Físicos e biólogos tiveram que acrescentar aos seus vocabulários termos caros à Ciência da Computação, como data management para organizar dados; técnicas como PCA, machine learning, data mining, pattern recognition e clustering para analisar dados; computação distribuída e de alto desempenho para lidar com o volume de dados; e até inventaram o termo citizen science, que consiste em recrutar o público para ajudar a classificar desde galáxias até o canto de baleias (www.zooniverse.org). Essa superposição de técnicas levou a uma colaboração de pesquisadores da UFSC que trabalham com Big Data e todos os termos computacionais a ele associados. Enquanto a Física e a Biologia buscam soluções nas suas áreas de aplicação, a Computação cria as novas técnicas computacionais de aprendizado de máquina que, aliadas a técnicas de alto desempenho, permitem processar e extrair conhecimento novo e útil de grandes volumes de dados, sejam estes de uma única fonte, ou de múltiplas fontes que requerem técnicas de integração de dados heterogêneos. A cooperação destes três programas, com a coordenação do PPGCC/UFSC, irá expandir a interdisciplinaridade dentro da UFSC, unindo três programas de PG em uma temática que vem ganhando importância internacional, e buscará se tornar referência mundial em pesquisa em Big Data Analytics em conjunto com instituições internacionais. (OBS: NO PROJETO SÓ FORAM LISTADOS OS DOCENTES DO PPGCC, OS RESPONSÁVEIS PELO PROJETO NO PPGFSC E PPGBTC, E OS PESQUISADORES ESTRANGEIROS LIGADOS À COMPUTAÇÃO.
Situação: Em andamento Natureza: Projetos de pesquisa
Alunos envolvidos: Mestrado acadêmico (10); Doutorado (20);

Integrantes: Vania Bogorny (Coordenadora); Chiara Renso; Ronaldo dos Santos Mello; Stan Matwin; Marcio Castro Bastos; Natalia Vale Asari; Glauber Wagner; Konstantinos Tserpes; Jean-François Méhaut; François Broquedis

 

Financiador(es): CAPES.

 

 

2018 - 2022

MASTER: Multiple ASpects TrajEctoRy Mangement and Analysis (Projeto Europeu chamada H2020-MSCA-RISE-2017 - Marie Skłodowska-Curie Research and Innovation Staff Exchange)

Descrição: O grande número de aplicações reais para dispositivos móveis que variam desde chamadas telefônicas até dados de redes sociais e sistemas de monitoramento de terra e mar têm produzido grandes volumes de dados representando o movimento dos indivíduos. Contudo, a pesquisa na área de análise de dados de movimento tem sido limitada a dados na forma de sequencias de pontos localizados no tempo e no espaço, incluindo algumas poucas informações semânticas. Considerando que o movimento dos indivíduos envolve vários fatores externos, chamados aspectos, e esses aspectos correspondem a dados de múltiplas fontes com características diferentes, surge a necessidade de integrar estes dados para obter informações mais realísticas sobre o movimento do indivíduo. Estes aspectos variam desde os meios de transporte utilizados no movimento, os dados climáticos que afetam a escolha dos meios de transporte e a forma de locomoção bem como a distância percorrida, até informações sobre o sentimento e opinião dos indivíduos sobre e coisas e pessoas ao longo do deslocamento. Assim, o objetivo geral do projeto é investigar novas técnicas para gerenciamento e análise de trajetórias considerando vários pontos de vista, chamados múltiplos aspectos. As aplicações chave do projeto serão os domínios de turismo, monitoramento marítimo e transporte público. 
Situação: Em andamento; Natureza: Pesquisa. 
Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (20) / Doutorado: (30) . 

Integrantes: Vania Bogorny – Coordenadora pela UFSC / Luis Otavio Alvares - Integrante / Jose Antonio Fernandes de Macedo - Integrante / Yannis Theodoridis - Integrante / Chiara Renso – Coordenadora Geral / Nikos Pelekis - Integrante / Ronaldo dos Santos Mello - Integrante / Carlos Andres Ferrero - Integrante / Stan Matwin - Integrante / Karine Zeitouni - Integrante / Marco Antonio Casanova - Integrante / Alessandra Raffaetta - Integrante / Laercio Lima Pilla - Integrante / kostantinos Tserpes - Integrante / Andre Luiz Lehmann – Integrante / Camila da Silva Leite – Integrante.
Financiador(es): União Européia - Cooperação.

 

 

2018 - 2022

MATCH - Multiple Aspect Trajectory Construction for Human Behavior Analysis (co-finaciamento FAPESC para Projetos Aprovados no programa Horizonte 2020 da União Européia)

Descrição: Este projeto é um financiamento da FAPESC para mobilidade (visitas de curta duração) de docentes e alunos do grupo de Big Data Analytics do PPGCC/UFSC para as instituições estrangeiras envolvidas no projeto MASTER. O objetivo geral deste projeto é propor uma modelagem de dados para trajetórias multiaspecto sob a ótica de Big Data. Dentre os objetivos específicos destacam-se (i) um modelo conceitual para trajetórias multiaspecto, (ii) definição de estruturas de armazenamento e acesso eficiente para trajetórias multiaspecto usando banco de dados NoSQL, (iii) novos algoritmos de mineração de trajetórias multiaspecto visando inferir novos tipos de padrões sobre o comportamento humano, sob a otica de lugares visitados, meios de transporte utilizados, condições climáticas, variações de humor, etc.
Situação: Em andamento Natureza: Projetos de pesquisa
Alunos envolvidos: Graduação (2); Mestrado acadêmico (3); Doutorado (1);
Integrantes: Vania Bogorny (Responsável); ; Luis Otavio Alvares; Ronaldo dos Santos Mello; Lucas May Petry
Financiador(es): Fundação de Amparo à Pesquisa e Inovação do Estado de Santa Catarina-FAPESC.

 

2015 - 2018

Descoberta e Interpretação de Padrões Comportamentais em Trajetórias (Edital PQ 2014)

Descrição: O objetivo maior do projeto 'e inferir novos tipos de padroes e interpretar os padroes descobertos, buscando responder perguntas do tipo por que e para que um objeto movel teve certo comportamento. Mais especificamente, o projeto visa (a) definir novos algoritmos e/ou estender algoritmos existentes para a interpretacao dos padroes extraidos, (b) elaborar métodos para inferir perfis socio-demograficos como trabalhador, aposentado, estudante, etc; (c) a partir das trajetorias de objetos moveis, integrar dados de redes sociais ; (d) elaborar metodos para detectar interacoes entre os objetos; (e) elaborar algoritmos para deteccao de novos tipos de padroes de comportamento e inferencia de relacionamentos entre individuos.. 
Situação: Concluído; Natureza: Pesquisa. 
Alunos envolvidos: Graduação: (2), Mestrado acadêmico: (3), Doutorado: (2) . 

Integrantes: Vania Bogorny (Coordenador), Luis Otavio Alvares, Andre Salvaro Furtado, Lucas Andre Alencar, Carlos Andres Ferrero, Areli Santos, Mateus Barragana.
Financiador(es): CNPq, Universidade Federal de Santa Catarina - Bolsa.

 

2013 – 2016

DESCARTES - DEScoberta de Comportamentos Anômalos em tRajeTórias usando imagEns de vídeo e redes Sociais (Edital Universal Faixa 30.000 - Processo 474050/2013-0)

Descrição: O objetivo maior do projeto é integrar dados de videos e redes sociais na análise de trajetórias. Para atingir o objetivo geral os seguintes objetivos específicos são traçados: - definir novos algoritmos e/ou estender algoritmos existentes para a interpretação de trajetórias usando padrões extraídos de redes sociais; - definir métodos para interpretação de trajetórias usando dados de vídeo; - definir novos métodos capazes de inferir comportamentos de indivíduos através da análise espaçotemporal de sua trajetória e padrões de gestos em vídeo; - definir algoritmos para identificação e interpretação de comportamento anômalo, com ou sem o uso de dados de redes sociais e videos; - extensão dos algoritmos para análise de dados em tempo real; - criação de um protótipo para análise de comportamentos anômalos usando múltiplas fontes de dados. Este protótipo oferecerá aos diversos membros da equipe o uso da ferramenta em suas pesquisas, similar a ferramenta WEKA-STPM, um protótipo resultante do projeto anterior que é atualmente usado por muitos pesquisadores na análise de trajetórias.. 
Situação: Concluído; Natureza: Pesquisa

Integrantes: Vania Bogorny - Coordenador / Chiara Renso - Integrante / Fernando de Lucca Siqueira - Integrante /Lluis Otavio Alvares - Integrante / Andre Salvaro Furtado - Integrante / Lucas Andre de Alencar - Integrante

 

2012 - 2015

SEEk - Semantic Enrichment of Trajectory Knowledge Discovery (FP7 - European Union - Marie Curie)

Descrição: Projeto Europeu financiado pela Comunidade Econômica Européia (FP7) que envolve 8 universidades de diferentes países: 2 da Itália, 1 da Grécia, 4 do Brasil e 1 do Canadá. O projeto tem como principal objetivo investigar novos métodos para extrair conhecimento de grandes volumes de dados de trajetórias de objetos móveis através de técnicas que consideram o contexto (semântica) das aplicações (http://www.seek-project.eu/?q=node/4).
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 30) / Mestrado acadêmico ( 20) / Doutorado ( 10) .
Integrantes: Luis Otavio Alvares - Integrante / Jose Antonio Fernandes de Macedo - Integrante / Fosca Giannotti - Integrante / Yannis Theodoridis - Integrante / Dino Pedreschi - Integrante / Monica Wachowicz - Integrante / Valéria Cesario TImes - Integrante / Marco A. Casanova - Integrante / Renato Fileto - Integrante / Alessandra Raffaeta - Integrante / Vitor Fontes - Integrante /, Chiara Renso - Coordenadora Geral/ Vania Bogorny – Coordenadora pela UFSC.
Financiador(es): União Européia - Auxílio financeiro..

 

2012 - 2015

Técnicas e Algoritmos para Descoberta de Padrões de Comportamento Anômalo em Trajetórias de Objetos (Edital Bolsa PQ CNPQ 2011)

Descrição: O foco deste projeto é na análise de comportamento do objeto móvel, a partir de trajetórias enriquecidas com informações semânticas. Com base nas trajetórias enriquecidas semanticamente, este projeto visa identificar padrões de comportamento como encontros, desvios e perseguição, buscando através da análise espaço-temporal, identificar o perfil do objeto móvel. Por exemplo, acelerações e desacelerações bruscas, bem como mudanças bruscas de direção em alta velocidade, podem caracterizar o perfil de um mau motorista. A detecção deste tipo de perfil pode auxiliar em diversos domínios de aplicação como, por exemplo, para empresas de transporte público, motoristas de grandes carretas de transportadoras, motoristas de caminhões que transportam produtos perigosos, etc. Motoristas que transportam alimentos perecíveis como frutas e legumes podem ser responsáveis pela perda de aproxiamdamente 30% destes produtos, conforme estatística da ANVISA (Associação Nacional de Vigilância Sanitária). Outros tipos de comportamento a serem investigados são individuos que perseguem outros indivíduos ou objetos que evitam outros objetos, sendo importantes padrões de comportamento em aplicações de segurança pública, investigação de crimes, monitoramento de animais, e assim por diante..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 2) / Mestrado acadêmico ( 3) / Doutorado ( 1) .
Integrantes: Eduardo Carboni - Integrante / de Lucca Siqueira, Fernando - Integrante / Vitor Cunha Fontes - Integrante / Artur Aquino - Integrante / Mathias Mortari - Integrante / Vania Bogorny - Coordenador.
.

 

 

2010 - 2012

ATACT - Algoritmos e Técnicas para Análise de Comportamento em Trajetórias (Edital Universal do CNPq Faixa 20 Mil)

Descrição: Este projeto tem como objetivo principal identificar padrões de comportamento em trajetórias de objetos móveis. Objetivos específicos incluem o desenvolvimento de novos mecanismos para o enriquecimento semântico de trajetórias, o desenvolvimento de algoritmos que identifiquem padrões de comportamento em trajetórias individuais, a integração de trajetórias com dados geográficos e informação de contexto da aplicação, o desenvolvimento de técnicas que identifiquem pontos importantes em trajetórias utilizando informações armazenadas em bases de conhecimento e um protótipo que integre parte das técnicas desenvolvidas..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 3) / Mestrado acadêmico ( 2) .
Integrantes: Luis Otavio Alvares - Integrante / Chiara Renso - Integrante / Valéria Cesario TImes - Integrante / Bruno Moreno - Integrante / Fernando de Lucca Siqueira - Integrante / Alisson Moscato Loy - Integrante / Patricia Della Mea Plentz - Integrante / Vania Bogorny - Coordenador.
Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.Número de orientações: 3.

 

 

2009-2012

 MODAP - Mobility, Data Mining, and Privacy

Descrição: Este projeto é uma continuação do projeto europeu GEOPKDD e visa desenvolver técnicas de análise de dados gerados por dispositivos móveis preservando a privacidade dos individuos. O foco é no desenvolvimento de novas técnicas de mineração de dados de trajetórias, descoberta de padrões de comportamento, porém preservando a privacidade. Este projeto é financiado pela união européia e envolve as Universidades de Pisa (Itália), Atenas (Grécia), EPFL (Suíça), Instituto Fraunhofer (Alemanha) e Turquia. Site do projeto: http://www.modap.org/content/modap_partners.
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação ( 3) / Mestrado acadêmico ( 4) / Doutorado ( 1) .
Integrantes: Bart Kuijpers - Integrante / Jose Antonio Fernandes de Macedo - Integrante / Fosca Giannotti - Coordenador / Stefano Spaccapietra - Integrante / Yannis Theodoridis - Integrante / Chiara Renso - Integrante / Monica Wachowicz - Integrante / Gennady Adrienko - Integrante / Natalia Adrienko - Integrante / Vania Bogorny - Integrante.
Financiador(es): União Européia - Auxílio financeiro.
Número de produções C, T & A: 4 / Número de orientações: 4.